経営層のためのAI人員戦略：人員数、採用、再配置を決めるタスク起点の計画手法

著者: Victor Hoang · 更新日: 2026年9月22日

AI人員戦略とは、職位ではなくタスクを、時間をかけて人とAIの間でどのように再配分するか、そしてそれが採用、再配置、人員数に何を意味するかを定める計画です。 うまくいく場合は、まずAIが引き受けられるタスク、依然として人間の判断が必要なタスク、そして18か月後に必要になるのに今はない能力を整理するところから始まります。うまくいかない場合は、CFOが求める人員数の数字から出発して逆算します。これは戦略の衣装をまとった予算作業にすぎません。

多くの経営者は、この違いをすでに感じ取っています。圧力は本物です。取締役会は人員に対するAIの計画を問い、「試行中です」という答えはもう通用しません。しかし正直なところ、2026年にAI人員戦略と呼ばれているものの大部分は、スプレッドシート上の数字を小さくすることを、後からAIの言葉で正当化したものです。本記事は、そうではない本物を作るための手法であり、それを担う人々にとって仕事の未来が実際にどのようなものかという、より大きな問いの一部でもあります。

重要なポイント

• 従業員1人を入れ替えるコストは、採用、立ち上がりの期間、失われた生産性を含めると、役職によって異なりますが、通常は年収の50〜200%に相当します（SHRM, "The Myth of Replaceability"）。
• 2026年7月のJOLTS（雇用動態調査）では、米国の採用率は3.2%、離職率は1.9%で、いずれも数年来の低水準に近い状態でした。従業員は現在の職場にとどまり、雇用主は慎重に採用しています（BLS, Job Openings and Labor Turnover Survey）。
• 2025年にAIが理由として挙げられた人員削減の発表は54,836件で、その年に集計された約120万件の人員削減全体の約4.5%でした。市況や店舗・事業所の閉鎖よりはるかに少ない水準です（Challenger, Gray & Christmas, 2025 Year-End Report）。
• 88%の組織が社内のどこかでAIを使っていると回答していますが、EBITへの影響をAIによるものと認めているのは39%にとどまります。高い成果を上げている企業は、変わらないワークフローにツールを後付けするのではなく、ワークフローを再設計している割合が約3倍に上ります（McKinsey, The State of AI: Global Survey 2025）。
• AIの影響を強く受ける職種で働く22〜25歳の雇用は、影響の小さい同世代と同じ推移をたどった場合より約19%低く、その差は1年前の15%から拡大しています（Stanford Digital Economy Lab, "Canaries in the Coal Mine"）。

人員数の目標ではなく、タスクから始める

最もよくある計画上の誤りは、いきなり数字に飛びつくことです。「10%削減」「この階層をフラット化」「この部門は採用凍結」は、いずれも人員数についての結論です。それを出発点にすると、順序が逆になります。人員数の数字は、どの仕事にまだ人が必要なのか、どの仕事には別の種類の人が必要なのか、どの仕事はAIがすでに十分にこなせるので誰にも割り当てる必要がないのかを教えてくれません。

生成AIが登場するはるか前に提唱された、経済学者David Autorのタスクベースの枠組みが、ここでの適切なレンズです。Autorは、職務を分割できない1つの単位として扱うのではなく、それを構成する個々のタスクに分解します。これにより、「この役割はAI時代に生き残るか」よりも鋭い問いを立てられます。彼のより最近のAIと専門性に関する研究は、AIの真の可能性は、職務の周辺にあるタスクを自動化することだけでなく、判断と意思決定をより多くの人に広げることにあると論じています。ある役割がタスク量の40%をAIに奪われても、残る60%が訓練を受けた人を本当に必要とする部分であれば、その人員を置く価値は十分にあります。より詳しくは、AIが置き換えるのではなく変える仕事を参照してください。

実際には、最初の計画成果物は、名前に取り消し線を引いた組織図であってはなりません。タスクの棚卸しであるべきです。検討対象の部門ごとに、人が実際に時間を使っているタスクを洗い出し、それぞれを「今すぐAIが吸収できる」「AIが支援する」「判断のみ」のいずれかにタグ付けして、そのうえで人間に何が残るかを見ます。この手順を飛ばすと、企業はチームを一定の割合で削減し、数か月後になって、間違ったタスクの担い手がいなくなっていることに気づきます。

削減リストの前にケイパビリティマップを作る

タスクの棚卸しは、現在の仕事の姿を教えてくれます。ケイパビリティマップは、12〜24か月先に組織が何をできなければならないかを教えてくれます。AIの能力そのものが動き続けるなかでは、こちらのほうが有用な問いです。

ケイパビリティマップに実際に含まれるもの

有用なケイパビリティマップには3つの列があります。1つ目は、現在事業が持っているケイパビリティで、形式上それを担う役割ではなく、実際にそれを持つ人に紐づけます。2つ目は、現時点で許容できる品質でAIが代替できるケイパビリティで、これは動く的なので四半期ごとの更新が必要です。3つ目は、現在の人員にも現在のAIツールにも満たせない、事業にこれから必要となるケイパビリティです。人員枠を守るのではなくギャップを認めることを求められるため、たいていは最も後回しにされる列です。この3つ目の列にこそ、AI補完スキルと継続的なリスキリングが、人員計画の中で本当に居場所を得る場面があります。

順序の誤り：マッピングの前に削減する

順序は、多くの経営者が思う以上に重要です。まず人員を削減し、そのあとでケイパビリティをマッピングする企業は、残った人が事業に必要なスキルを持っているという賭けに出ています。人員削減は、ケイパビリティの網羅性ではなく、コスト、勤続年数、評価によって人を減らすので、その賭けが当たることはまれです。削減後に見つかったギャップは、二重に高くつきます。1度目は退職金で、2度目は、削減が生んだギャップを埋めるための再採用です。先にマッピングすれば、数週間の分析で済みます。先に削減すれば、たった今去ったばかりのケイパビリティのために、より高額な再採用の第2ラウンドが必要になります。

採用凍結の罠：自然減がひそかに間違った人材を手放させる

採用凍結は、保守的でリスクの低い策に見えます。人員削減もなく、見出しにもならず、組織がAIの計画を詰める間、ひと息つくだけだからです。しかし実際には、通常の自然減と組み合わさった凍結は中立ではありません。それは選別の仕組みであり、デフォルトでは、望ましくない結果を選び出します。

自発的な離職はランダムではありません。外部の選択肢が最も多い従業員、つまり通常は最も優秀な人材や需要の高い技術人材は、凍結で社内の異動が止まったときに、最も辞めやすい人たちでもあります。選択肢の少ない従業員は、パフォーマンスにかかわらずとどまる傾向があります。2、3四半期続く凍結で、誰が辞めるかを誰も積極的に管理しなければ、組織図は、事業が残したかった人ではなく、残ることを選んだ人を中心に、静かに作り替えられてしまいます。

現在の労働市場は、これを見えにくくしています。2026年7月のJOLTSでは、米国の採用率は3.2%、離職率は1.9%で、いずれも数年来の低水準に近く、経済学者が「ジョブハギング」と呼び始めた市場の姿でした。本来なら辞めていたかもしれない従業員が、慎重になって職場にとどまっているのです（BLS JOLTS）。全体の離職率が低いと、誤った安心感が生まれます。全体の自然減が横ばいなのを見ているリーダーは、起きている離職が、会社が最も失えない人たちに集中していることを見落としかねません。

解決策は、凍結をやめることではありません。凍結を受け身のデフォルトとして扱うのをやめ、特定のケイパビリティを持つ人材の引き留めを、名前のついた積極的な優先課題として扱うことです。役職が高い人だけでなく、上記のマップでケイパビリティのギャップの列に入る人に対して、引き留めの計画を立てます。ここは透明性が実際に効く場面でもあります。従業員は、凍結の背景にある理由を理解していれば、凍結をはるかに受け入れやすくなります。これは人員計画の問題であると同時に、カルチャーの問題でもあります。

再配置の経済性と再採用のコスト

ケイパビリティマップができたら、あらゆるギャップでの判断は「自前で育てるか、外から調達するか」になります。社内の誰かを再配置するのか、その人を手放して後で外部から採用するのか。計算上は、直感が示す以上に、ほとんどの場合で再配置が有利です。

SHRMのガイダンスは、採用、面接、オンボーディング、立ち上がりの期間を含めた従業員の入れ替えコストの総額を年収の50〜200%としており、高い側は専門職やリーダー職に集中しています（SHRM, "The Myth of Replaceability"）。既存の従業員を近接するケイパビリティへ再配置するコストは、それよりはるかに小さいのが普通です。その人はすでに組織の知識と、採用プロセスが履歴書からは読み取れない実績を持っているからです。再教育のコストは確かにかかりますが、それは数週間の的を絞った学習であり、数か月の欠員と6桁の入れ替え費用を伴う再採用と比べるべきものです。

以下の表は、人員計画がたどるべき順序と、各ステップでほとんどの計画が犯す誤りをまとめたものです。

真の不確実性の下でのシナリオプランニング

AIの能力は、単一の予測可能なペースで進歩してはいません。ひとつの導入スピードの仮定に基づく人員計画は、1年以内にどちらかの方向で外れます。より擁護しやすいやり方は、ひとつの予測ではなく、3つのシナリオを作ることです。

導入が遅いシナリオは、生産性パラドックスが続くことを前提とします。ツールは展開されるものの、実際に価値を生むワークフローの再設計が遅れるというものです。これは、AIを社内のどこかで使っている88%の企業と、EBITへの影響を示せる39%の企業の間にMcKinseyが描いたギャップに似ています（McKinsey, State of AI 2025）。この場合、人員計画は削減には慎重に、パイロットには積極的であるべきです。中程度のシナリオは、現在ほとんどの部門が経験しているような、タスクごとの着実な吸収を前提とします。計画が1四半期先を行き続ける限り、再配置と的を絞った採用が追いつくシナリオです。速いシナリオは、段階的な変化、つまり新しいモデルやエージェントの能力によって、あるタスクのカテゴリーが突然、完全にAIの担当になる状況を前提とします。四半期ではなく数週間で実行される再配置の計画が必要になります。実際には速いシナリオよりも遅いシナリオのほうが一般的なのに、はるかに注目されない理由については、AIの生産性パラドックスを参照してください。

要点は、どれが起こるかを予測することではありません。各シナリオが意味する判断を前もって考え抜いておき、状況がはっきりした時点での実際の決断を、場当たり的ではなく迅速にすることです。

12〜24か月かけた移行の段階的な進め方

人員の移行を1回の組織再編イベントとして実施すると、リスクが1つの四半期に集中し、組織が学び、調整する機会がなくなります。より長い期間にわたって段階的に進めれば、リスクと学びの両方が分散されます。

最初の6か月は、行動ではなく測定が優先です。タスクの棚卸しとケイパビリティマップを作り、AIエージェントとコパイロットがどのタスクを本当に吸収しているのか、どのタスクが依然として人間に戻ってくるのかを計測し、ギャップが最も大きい2、3の部門を特定します。この期間は人員に関する判断を控えてください。ここで集めたデータが、その後のあらゆる判断を、場当たり的ではなく擁護できるものにします。

6か月目から12か月目にかけて、再配置は構想から、優先度の最も高い部門での実行へ移ります。あわせて、タスクの吸収が予測ではなく測定可能な現実となっている役割では、欠員補充の採用を凍結します。組織設計と階層のフラット化の判断を下すのもこの時期です。ケイパビリティマップができる前に階層をフラット化すると、事業がまだ必要とする調整の力まで取り除いてしまいがちであり、その順序を飛ばしたとき、通常最初に崩れるのがAI時代の中間管理職の役割だからです。

12か月目から24か月目にかけて、計画は定常状態に移ります。マップが持続的なギャップと位置づけたケイパビリティの採用が再開され、再配置はプロジェクトではなく常設のプロセスになり、プレッシャーが過ぎたら棚上げされるのではなく、ローリングで繰り返されます。

本当に重要な指標

人員数と従業員1人あたりのコストは、あらゆる財務部門がすでに追っている指標であり、必要ではあっても十分ではありません。計画が人員数の目標を達成しても、削減された人たちとともに間違ったケイパビリティが去っていれば、失敗します。

再配置された従業員の生産性到達までの時間を、実際のベースラインと比較して見てください。再教育が新規採用者の立ち上がりより本当に短い場合にのみ、再配置が再採用に勝つからです。希少なケイパビリティを持つと識別された人の自発的な離職を、全体の離職とは分けて見てください。全体では健全に見えても、特定の数字はひそかに悪化しうるからです。まさに上で述べた凍結の罠です。ケイパビリティのカバー率も見てください。マップが次に必要と位置づけたケイパビリティのうち、採用の計画ではなく、実際に人でカバーできている割合です。そして、計画の前提となったシナリオに対するタスク吸収率も見てください。中程度から速いシナリオへの移行は、次の年次レビューではなく、1四半期以内に捉える必要があるからです。

これは戦略か、それとも戦略という名札をつけたコストの判断か

ここからは、耳の痛い話です。企業がAI人員戦略と呼ぶものの大部分は、いずれにせよ起こるはずだったコスト削減の判断を、「コストを削減する必要がある」よりも取締役会に出しやすいという理由で、後からAIの言葉で説明したものです。Challenger, Gray & Christmasの2025年年末レポートでは、その年にAIが要因として挙げられた人員削減は54,836件でした。本物であり、増加もしていますが、集計された約120万件の人員削減全体の約4.5%にとどまり、市況や店舗閉鎖をはるかに下回っています（Challenger, Gray & Christmas, 2025 Year-End Report）。このギャップ自体、じっくり考える価値があります。

両者を見分ける本物のテストがあり、誰かの意図を読み取る必要はありません。本物のAI人員戦略には、人員に関する判断より前に存在していたタスクの棚卸しとケイパビリティマップがあります。戦略という名札をつけたコストの判断では、予算のプレッシャーの下で財務部門が出した人員数の数字が先にあり、AIの物語は、それを受け入れやすくするために後から作られます。本物の戦略は、役割がもう担う必要のない具体的なタスクと、空いた予算を振り向ける具体的なケイパビリティの名前を挙げられます。コストの判断は、割合と期限しか示せません。

実用的なチェックは次のとおりです。削減される役割や、延長される凍結について、以前は人が行っていて今はAIが実際に行っているタスクがどれなのか名前を挙げられないなら、まだ人員戦略はありません。あるのは予算の目標であり、それをAIと呼んでも戦略にはなりません。タスクが先、ケイパビリティマップが次、人員に関する判断は最後という順序を守ることで、そのギャップは埋まります。そしてそれは、判断が下された後も働き続けるカルチャーにとって、その判断を乗り越えられるものにもします。それは、どんな言い回しよりも重要なことです。