AIが業界を問わず職務内容を作り変えるなか、組織には、必要なスキルを持つ人材を単に採用するのではなく、従業員が新たなスキルを身につけられるよう支援することがますます求められている。技術的能力は急速に進化しているが、AIと効果的に協働し、変化するワークフローに適応し、新たな責任を担うために必要な人間的スキルも同様に変化している。
人事リーダーにとって、効果的なアップスキリングとリスキリングには、組織全体で職務がどのように変化しているかと学習機会を結びつけることが必要だ。Forbes Human Resources Councilのメンバーは、AI主導の未来に必要な人材を育てながら、従業員が関連性の高い能力を身につけるための方法を次のように提案している。
1. 継続的で職務に基づく学習へ移行する
人事リーダーは、単発の研修から、継続的で職務に基づく学習へと移行している。この移行により、AIが多くの仕事をどのように変化させているかを把握し、従業員が次に必要となる技術的スキルと人間的スキルを実践的に身につける機会を提供できる。アップスキリングは、従業員が学習とキャリア成長の明確なつながりを理解できるときに最も効果を発揮する。──イマニ・キャロル氏、impact.com
2. AI隣接型の学習経路で技術リテラシーと人間的スキルを組み合わせる
技術リテラシーと、批判的思考、感情知能、創造的な問題解決といったAIが再現できない人間的スキルを組み合わせた、AI隣接型の学習経路を構築する。従業員が現在の職務でAIツールと組んで取り組むことで、実践を通じて学べるようにする。スキルの棚卸しを将来のニーズに対応づけ、的を絞った研修に資金を投じる。完璧さではなく、学習敏捷性と実験を評価する。──ジョナサン・ウェストオーバー氏、Future State University
3. AIに関連する新たな人間の仕事を軸にリスキリングする
1つの戦略は、AIが生み出す新たな「人間特有の仕事」を軸に従業員をリスキリングすることだ。ハイブリッドインテリジェンス（人間とAIの融合型知能）を活用する組織には、ワークシステム・オーナー、ハイブリッドインテリジェンス・マネージャー、引き継ぎの完全性を担保する責任者、業務再設計アナリストが必要になる。人事は、AIの出力のレビュー、情報源の検証、例外対応、引き継ぎの修正、品質の監視、インシデントのエスカレーション、顧客信頼の保護、キャリブレーションのためのフィードバック提供、人間とAIのワークフローの調整について訓練すべきである。──ティモシー・J・ジャーディノ博士、myWorkforceAgents.ai
4. まず仕事をタスクに分解する
研修ではなく、仕事から始める。職務をタスクに分解し、AIが何を自動化し、拡張し、変革するのかを特定したうえで、人々が次に必要とする能力を対応づける。学習チームは、そのギャップに対応した経路を構築し、新たなスキルを適用する機会を作ることができる。過去の職務のために人材を急いで訓練するような真似をしてはならない。──プリトヴィ・シン・シェルギル氏、Entomo
5. スキル習得に意欲のある人に社内職務を開放する
リスキリングを研修の割り当てではなく、社内採用の意思決定として扱う。私が見てきた最も強い成果は、まず人々にコースを受けさせ、その後に職務がついてくることを期待するのではなく、スキルを身につける意欲のある人に社内職務を開放し、その移行を支援する人事チームから生まれている。スキルは、証明書ではなく、実際に待っている仕事があるときに定着する。──リトゥ・モハンカ氏、VONQ
6. 特定の職務に必要な能力に集中する
人事幹部は、AIに関する一般的な研修を超えて、特定の職務に必要な能力に集中すべきである。まず、AIが仕事そのものをどのように作り変えているかを明らかにし、次に、変化した職務で高い成果を出すために必要なスキルを判断する必要がある。その後、人事は研修プログラムではなく、仕事に関連した学習活動を開発しなければならない。──シェリ・リース氏、ソールズベリー大学
7. 明確化し、そのうえで機会を作る
この時代のアップスキリングは、徹底した明確化から始まる。従業員は、AIがどのスキルを変化させているのか、どの人間的能力が引き続き重要なのか、そして両者がどこで連携するのかを理解する必要がある。そこから人事は、ストレッチ・アサインメント（成長を促す課題付与）、ジョブスワップ、社内ギグ、リバースメンタリングを通じて学ぶ実際の機会を作ることができる。学習は教室を超え、仕事の中へ広がるべきである。──ドミニク・ペリー教育学博士、Perry & Co.
8. AI学習を日常のワークフローに組み込む
1つの戦略は、リスキリングを別個のイベントとして扱うのではなく、仕事の流れの中にAI学習を組み込むことだ。従業員に、新しいツールを使って練習し、実際の問題を解決し、失敗から学ぶための安全な機会を与える。学習が実践的で、関連性が高く、すでに行っている仕事と結びついているとき、人はより早く自信を身につける。──ニコール・ケイブル氏、C3 Health
9. 部門横断型プロジェクトとストレッチ・アサインメントを導入する
AIが働き方を変え続けるなかで、リーダーができる最善のことの1つは、人々が実践を通じて学ぶ機会を作ることだ。部門横断型プロジェクトやストレッチ・アサインメントは、人々が好奇心を保ち、自らの役割が進化するなかで新たなスキルを伸ばす方法を見つけることを促す。学び続ける力に投資することは、仕事がどのように変化しても適応し、貢献できる人材を育てる。──キャシー・ジョージ氏、Spherion Staffing and Recruiting
10. 継続的で個別化されたアップスキリング機会のための学習エコシステムを構築する
職務要件が急速に進化するなか、先進的な人事チームは、研修を提供することから学習を可能にすることへと移行している。将来必要となるすべてのスキルを予測しようとするのではなく、学習を継続的で個別化され、日々の仕事に組み込まれたものにする学習エコシステムを構築している。テクノロジー、コンテンツ、文化を結びつけることで、組織はAIが仕事に求めるものを変えるのに合わせて適応し、リスキリングできる。──ジェニファー・ローソン氏、McLean & Company
11. 変化している仕事から始める
コース一覧ではなく、変化している仕事から始める。AIがどのタスクを作り変えているのか、従業員が次に必要とする能力は何か、そしてそれらのスキルが社内のどこにすでに存在しているのかを特定する。そのうえで、能力開発を実際の仕事と社内異動の機会に結びつける。リスキリングは、人々が何に向かってリスキリングしているのかを理解できるときに機能する。──ジェイミー・エイトケン氏、Betterworks
12. AIを軸に職務別の能力フレームワークを作る
組織はAI導入を、テクノロジーの展開ではなく人材戦略として扱わなければならない。AIツールは従業員を不安にさせるためではなく、力づけるために設計されている。人事チームは、AIが期待値をどのように作り変えるのかを明確にする職務別の能力フレームワークを構築すると同時に、従業員がAIツールを使い、日常業務に統合する自信を高めるべきである。──クリステン・ハウ氏、Alexander Group
13. 人材データを使って将来のスキルギャップを見つける
AIは職務体系が追いつくのを待ってはくれない。人事リーダーは、昨年の職務ではなく、事業が向かう先を軸に、スキルベースの能力開発を構築する必要がある。人材データを使って、どのスキルが不足しそうかを見極め、的を絞った学習、ストレッチ・アサインメント、社内異動を組み合わせた明確な道筋を作るべきである。──レクシー・クラーク氏、Payscale
14. ウェルビーイングを優先し、変化疲れを和らげる
リスキリングは、それを能力ではなくコンテンツとして扱うと失敗する。AIへの不安は現実のものであり、ストレスを受けた脳はうまく学べない。最も賢明なリーダーは、ウェルビーイングを学習計画の一部にし、変化疲れを和らげることで、人々が実際に新たなスキルを吸収できるようにする。人を支えれば、アップスキリングは根づく。──ニーパ・パテル氏、WellRight
15. 基準を公開し、応募者と選抜者を追跡する
リスキリングにおける本当のリスクは、誰が選ばれるかである。文書化された基準がなければ、AI研修はひそかに、すでにマネージャーの目に留まっている人に割り当てられる。私たちにとっての解決策は単純だ。基準を公開する。誰が応募し、誰が選ばれたのかを追跡する。誰も正当化できないパターンとして固まる前に、そのギャップを埋めるのである。──フーマン・アカーヴァン氏、GCheck
