数十年にわたり、雇用主は大学の卒業証書を基準に人材を採用し、その学位に特定のスキルが伴っていることを期待してきた。だが今日のデータ革命により、従業員が職場にもたらすものについて、期待に頼る部分を減らし、より多くを把握できるようになっている。
AIや高度なアナリティクス、デジタル・ワーク・プラットフォームの台頭により、企業は数年前には想像もできなかった精度で人材を評価できるようになった。知識の大まかな指標として資格や学歴に頼るのではなく、雇用主は成果を生み出す具体的なスキルを特定し、測定し、伸ばすことができる。
企業は、労働市場そのものが再編されつつあるタイミングで、資格・学歴ベースの採用からスキルベースの採用へと移行し始めている。世界経済フォーラム（WEF）の「雇用の未来レポート2025」は、2030年までの労働力変革を促す主な要因として、技術変化、経済的不確実性、人口動態の変化、その他の力を挙げている。不安定な労働市場を舵取りするCEOにとって、この移行は今後10年で最も重要な業務上の規律の1つになる可能性がある。
スキル優先の採用の本質は「適合度」にある
歴史的に、組織はアナログな人材環境の中で動いてきた。採用担当者は履歴書、学位、職務名、面接を見て、人々に何ができるのかを経験に基づいて推測していた。同じ資格や経歴を持つ2人の候補者が、実際には大きく異なる能力を備えていることもあるが、雇用主にはその違いを明確に見極めるためのツールがなかった。
現在、私たちにはそのツールがある。ただし、多くの組織はそれを業務に落とし込む方法をまだ学んでいる段階だ。筆者の所属組織による2026年の「Cスイート AI影響レポート」では、Cスイートリーダーの63%が少なくとも1つのAIユースケースを導入している一方、AIを用いて業務プロセスやワークフローを変革しているのは3分の1未満であることが明らかになった。この違いは重要である。
組織は、仕事がどのように進められているかについて、はるかに多くの情報を収集し分析できる。しかし真の優位性は、その洞察が採用、コーチング、育成、人材配置のあり方を変えるときに生まれる。AIは、従業員の行動、成果、協働、問題解決、コミュニケーション、生産性に見られるパターンの特定を支援できる。
従業員に曖昧な指示を与えるのではなく、リーダーはデータ上に一貫して現れる具体的な能力を示すことができる。さらに重要なのは、どこに研修を行えば最も大きな効果があるのかを正確に特定できる点だ。
目的は監視ではない。目的は成長である
AI分析は、個人の能力について正確な像を示し得る。そして組織には、AIが特定した強みや研修上のギャップについて、雇用主と従業員の間でより生産的な対話を行い、それにどう対処するのが最善かを話し合う機会をもたらす。
根本的に、マネジャーが読み解くべきデータははるかに増え、その使い方についての選択肢も大きく広がる。データはより入手しやすく、より豊富になるかもしれないが、人間の判断はこれまで以上に重要な役割を果たす。同様に、その判断力をどのように身につけ、磨いていくかも重要になる。
組織がスキルを継続的に測定できるようになれば、能力のギャップをリアルタイムで診断し、従業員がそれを迅速に埋められるよう支援する力を得る。マネジャーのコーチングは、より精密で、データに基づき、実行可能なものになる。
この変化は、採用以上に社内人材の流動性に大きな変革をもたらす可能性がある
多くの企業は、社外候補者の採用に莫大な費用をかけている。その一方で、従来の職務記述書（ジョブ・ディスクリプション）では認識されにくいポータブルスキル（汎用性の高いスキル）を持つ社内従業員を見過ごしていることが多い。
新たなデータ分析チームを立ち上げようとしている企業を想像してほしい。従来であれば、リーダーは分析の潜在能力を持つ従業員を見つけるために直感に頼っていたかもしれない。うまく活躍する人もいれば、苦戦する人もいる。そのプロセスは遅く、費用がかかり、不確実だった。
AIを活用したスキル分析は、この構図を変えることができる。組織は、実証済みの能力が新たな役割の要件にすでにかなり近い従業員を特定し、残るギャップを埋めるために必要な研修を見積もり、はるかに高い確信を持って育成計画を加速できる。
反復的な仕事が機械へ移行するにつれ、人間の価値はますます、問題解決、創造性、判断力、関係構築、イノベーションから生まれるようになる。マッキンゼー・グローバル・インスティテュートの2025年の報告書「エージェント、ロボット、そして私たち」は、AIはスキルの使われ方を変えるのであって、人間のスキルの大半を時代遅れにするわけではないと指摘している。また、現在のスキルの70%超は、自動化可能な仕事と自動化できない仕事の双方に適用できると推計している。こうした能力を社内で特定し育てられる企業は、大きな競争優位を得る可能性がある。
学位がすぐになくなるわけではない。なくなるべきでもない。大学教育は今なお重要な資質を示すものであり、雇用主が評価する基礎知識を提供することも多い。トレーニング（訓練）とエデュケーション（教育）の間には、常に大きな違いがある。誤りは、卒業証書がすべてを物語ると考えることだ。
雇用主はますます、具体的な能力の証拠を求めるようになっている
その結果、認定資格、スキル評価、デジタルバッジ、熟達度を検証済みの形で示す証明への需要が高まっている。個人は成績証明書に履修科目を列挙する代わりに、特定のコンピテンシーを習得していることを示せる。
採用担当者にとって、この具体性の高さは人材マッチングを劇的に改善し得る。雇用主は、学位要件だけで候補者を絞り込むのではなく、その職務で成功するために必要な正確なスキルを探すことができる。
移行は一夜にして起こるものではない
多くの組織は今も、学位要件をデフォルトとしている。それが確立されており、理解しやすいからだ。AIが採用や人材に関する意思決定の一部になる際には、バイアス、プライバシー、透明性についての正当な懸念もある。
企業は、スキルベースのシステムが透明で、職務に関連し、妥当性が検証され、偏りがなく、プライバシーに配慮したものであることを確保しなければならない。AIは人間の判断を支援すべきであり、置き換えるべきではない。AI分析があっても、これらの意思決定は、AIの倫理的利用に関する企業方針を含む複雑な人的要因に依然として左右される。
しかし、人材評価の方向性は明確である
15年前、デジタルツールにより企業が広告費と事業成果の結びつきを正確に測定できるようになり、マーケティングは革命を経験した。突然、支出を成果に直接結びつけられるようになったのだ。
人材マネジメントも、同様の転換点に近づいている。雇用主は初めて、スキルデータを事業成果に大規模に結びつけられるようになっている。どの能力が成果を生み出すのかを特定し、その能力をより体系的に育成し、組織を内側から強くすることができる。
今後10年で成功する企業は、価値を生み出す具体的なスキルを理解し、そのスキルを継続的に測定し、人々の成長を支援するために粘り強く投資する企業になる可能性がある。
人材の未来は、どの学校に通ったかではない。何ができるのか、そして次に必要となることをどれだけ速く学べるのかにかかっている。
