人工知能(AI)は驚異的なスピードで職場を変革しているが、組織はリソースの配分において根本的な過ちを犯している。企業は高度な知能技術に多額を投じる一方で、それを活用することが期待されている人材への投資を削減しているのだ。従業員は、十分な研修や資金的支援もないまま、不慣れなツールを習得し、変化する業務に適応し、より高い生産性を示すよう迫られている。その結果、技術的野心と労働力の能力との間の溝が広がり、従業員と、その成果に依存する組織の双方にリスクを生んでいる。
過去3カ月に発表された調査は、この矛盾の大きさを示している。企業の学習・能力開発(L&D)予算は減少し、従業員のL&Dへのアクセスは悪化し、組織は人材の準備がなお不十分であることを認めている。一方で雇用主は、その経済的価値が利用者の能力に大きく左右されるAIシステムへの投資を続けている。この拡大する不均衡に対処するため、リーダーは従業員開発への過少投資がもたらす結果を認識し、新たに求められる労働力の能力を軸に学習・能力開発を再構築し、AI時代に人々が成功するための準備について財務上の説明責任を確立しなければならない。
拡大するAI投資と人材育成費の乖離
最も説得力のある証拠は、米国人材マネジメント協会(SHRM)の2026年学習・能力開発ベンチマーキング報告書にある。4600を超える組織のデータに基づき、SHRMはフルタイム従業員1人あたりのL&D支出中央値が2025年と比べて28%減少したことを明らかにした。一方、従業員が年間に受けた研修時間の中央値はわずか8時間で、前年から変わっていない。
8時間とは、正式な能力開発に充てられる時間が年間でおよそ1営業日にすぎないことを意味する。人工知能が専門職の責任を根本的に作り替えている時期に、この投資水準は組織の優先順位について重大な疑問を投げかける。支出の削減はまた、企業がより少ない財務リソースで、より多くの人材開発を成し遂げることを求められるようになっていることを示唆している。
SHRMによると、学習予算に占める外部研修の割合は25%から15%に低下し、とりわけ中小規模の組織で大幅な削減が見られた。教育を組織内に取り込むことは効率化につながり得るが、社内プログラムにもなお、有資格の講師、インストラクショナルデザイン、適切なテクノロジー、従業員が学習に専念する時間が必要である。代替できる十分な社内能力がないまま外部支出を削減しても、得られるメリットは限定的である。
8月10日のCFO.comの調査は、さらなる証拠を示している。人事担当幹部600人を対象としたCareermindsの調査に基づくと、参加組織の47%がAI支出を増やす一方で、学習・能力開発予算を同時に削減していた。研修支出を減らした企業では、報告された削減額の平均は約12万6000ドル(約2020万円)だった。
さらに懸念すべきは、調査に応じた人事幹部の53.7%が、AI投資を拡大する代償として、従業員のスキル習得の遅れを受け入れる、またはすでに受け入れていると回答した点だ。この結果は戦略的な矛盾を浮き彫りにしている。企業は技術変革の重要性を認識しながらも、その成果をもたらす責任を負う従業員の準備不足を容認しているのである。
財務的負担は、ますます労働者へと移っている。同じ調査では、調査対象となった従業員の47.8%が過去1年に専門能力開発費を自己負担しており、平均支出額は788ドル(約12万円)だった。高度な技術的習熟度を求める企業は、企業の競争力に不可欠な能力の開発費用を実質的に従業員に負担させていることになる。
より広い国際的な視点は、PwCが9月29日に発表した「Global Workforce Hopes and Fears Survey」に示されている。48の国と地域の約5万人の労働者を対象にした調査で、PwCは必要な学習・能力開発リソースにアクセスできると答えた人が51%にとどまり、1年前の59%から低下したことを明らかにした。同じ期間に、職場でのAI導入は10ポイント増加している。
この対比は、憂慮すべき方向性を示している。組織は技術導入を加速させる一方で、従業員の能力開発へのアクセスは後退している。PwCはまた、AI活用において比較的初期段階にとどまる労働者が56%という過半数を占め、そのうち十分な学習リソースにアクセスできると答えたのは約5人に2人にすぎないことも確認した。
その影響は、個人のスキルギャップにとどまらない。不十分な能力開発は従業員の自信を弱め、職業上の移動可能性を制限し、比較的少数の人々がAIの恩恵を受ける一方で、他の人々が競争力を保つのに苦労するという、分断の進んだ労働力を生み出しかねない。
戦略的投資として学習・能力開発を再構築する
第2の課題は、組織が専門能力開発をどのように設計し、提供するかに関わる。学習プログラムが変化する業務や新たな能力、実際の職場でのパフォーマンスとかけ離れている場合、支出を増やすだけではほとんど解決にならない。
10月8日に発表されたedXとNewtonXの報告書は、この問題をよく示している。国際的に調査された500人超の人材・学習分野のリーダーのうち、83%がAI能力を優先事項に挙げた一方で、組織のAI能力が成熟していると答えたのは29%にとどまった。また、4分の3近くが、自社の学習部門が必要なスキルを提供できるかについて高い自信を持っていなかった。
これらの調査結果は、問題が資金不足だけにとどまらないことを示している。組織は、学習・能力開発機能そのものの能力も強化し、適切な人員、教育リソース、技術インフラ、経営陣の支援を提供しなければならない。
寄稿者のダイアン・ハミルトンは、9月4日のForbes記事「AIリスキリングが研修開始前に失敗する4つの理由」で、恐れ、思い込み、テクノロジー、職場環境が効果的な学習をどのように損なうかを検証した。彼女はDoceboの調査を引用し、回答した従業員の85%が自社のAI研修は実際の業務との関連性が不十分だと感じているという結果を強調した。
彼女の分析は、根本的な原則を補強している。意味のある学習には、講座を購入したり、オンラインプラットフォームへのアクセスを配布したりする以上のものが必要だ。従業員には、具体的な職場の課題に直結した指導、試行錯誤の機会、そして新たな能力を適用するための上司による支援が必要なのである。
筆者は、10月6日のForbes記事「AIスキル競争に新たな人材開発戦略が必要な理由」で、効果的な人材開発には、既存の能力を特定し、意味のあるギャップを狙い、職場での応用を検証することが必要だと論じた。最新の財務面の証拠は、この枠組みにもう1つの次元を加えている。組織は、従業員が各段階を進めるようにするための十分なリソースも投入しなければならない。
さらなる視点は、Pluralsightの2026年テックスキル報告書から得られる。米国、英国、オーストラリアの技術幹部、学習担当リーダー、実務者1500人を対象にした同調査では、参加組織の69%がスキル不足を理由にプロジェクトを断念したことが明らかになった。さらに、技術幹部の61%は、スキルギャップによって過去1年に少なくとも25万ドル(約4000万円)の損失が組織に生じたと推定している。
これらの調査結果は、学習予算を削減すれば自動的に財務成果が改善するという従来の前提に異議を唱えるものだ。人材の能力不足は、高くつくプロジェクトの遅延、導入の失敗、追加採用コスト、さらにはビジネス機会の逸失を生む可能性があるのだ。
したがって組織は、L&Dを裁量的な従業員福利厚生ではなく、戦略的投資として捉えるべきである。資金配分の優先対象には、能力評価、職務別のAI教育、経験型学習、コーチング、自立した専門的能力を示す機会を含めるべきだ。
人材育成を財務リーダーシップの責務にする
第3の優先事項は、AI投資と人材開発の財務的関係について説明責任を確立することだ。経営陣は通常、技術支出、インフラ要件、ソフトウェアライセンス、導入コストを厳しく精査する。従業員の能力にも同等の注意を払うべきである。なぜなら、技術投資の成果はそれを効果的に使いこなせる人材にかかっているからだ。
重要な出発点は、従業員1人あたりの学習支出をAI技術への支出と並べて検証することだ。組織は、人材開発予算が技術投資に比例して増えているか、また研修リソースが異なる職務やキャリア段階の従業員を十分に支えているかを判断すべきである。
コンファレンス・ボードが7月28日に発表した調査は、不十分な支援がもたらす結果について警鐘を鳴らしている。世界の約1300人の労働者を対象にした調査では、過去6カ月に雇用主が提供するAI研修に参加した人は33%にとどまり、28%は自分の組織がAI研修を提供していないと答えた。勤務時間内にAI能力を伸ばすための十分な時間を与えられていると考える人は半数未満だった。
これらの調査結果は、人材開発が組織の財務計画の明確な構成要素にならなければならないことを示している。企業は専用の学習予算を設け、有給の能力開発時間を保護し、業務の進化に合わせて従業員が関連性のある指導にアクセスできるようにすべきである。
経営チームは、投資の配分も検証すべきだ。シニア層のプロフェッショナルや技術に精通した従業員が手厚い能力開発の機会を得る一方で、現場従業員、事務職、その他の不可欠な人材ははるかに少ない支援しか受けていない可能性がある。こうした差は、専門職としての成長における既存の格差を深めかねない。
財務上の説明責任は、支出水準を超えて、測定可能な成果にまで及ぶべきである。組織は、実証された能力、社内での移動可能性、従業員定着率、意思決定の質、実際の職場課題へのAIの効果的な応用における改善を追跡できる。
学習担当リーダーはまた、投資が生産性、イノベーション、顧客満足、組織のレジリエンスにどのように貢献するかを示すべきだ。評価を強化することで、L&Dを技術予算と競合するコストセンターではなく、財務成果に貢献する機能として位置付けやすくなる。
結論:テクノロジーと同等に「人」へ意図的な投資を
過去3カ月に相次いで発表された調査は、企業の支出優先順位と人材の準備状況との間に憂慮すべき断絶があることを示している。組織は人工知能への投資を増やす一方で、多くが学習予算を削減し、研修を限定的にしか提供せず、従業員が自力で適応することを期待している。
この不均衡は、組織の成果と従業員の長期的な機会の双方を脅かす。学習・能力開発は、継続的な資金、関連性のある指導、専門能力の測定可能な改善に支えられた、財務上かつ戦略上の中心的責任にならなければならない。
将来に向けて最も有利な位置に立つ組織は、人工知能の価値を実現するうえで人間の開発が不可欠であることを認識するだろう。その競争優位は、テクノロジーに投資するのと同じだけ意図的に人に投資することから生まれる。そうすることで、技術の進歩が労働力の能力、専門職としての機会、持続可能な組織成果を強化するのである。
経営幹部が自らに問うべき7つの質問
- 財務投資:当社の従業員1人あたりの年間学習・能力開発支出は、人工知能、技術インフラ、ソフトウェアへの投資と比べてどうか。
- 予算の優先順位:当社は過去3年間に従業員開発支出を増やしたのか、減らしたのか。そしてその判断は、技術変革に対する当社の期待とどのように整合しているのか。
- 労働力の準備状況:当社の学習投資は、従業員が実際の職務にAIを適用し、専門的能力の測定可能な改善を示すための準備に、どの程度有効に機能しているか。
- 公平なアクセス:どの従業員層が専門能力開発に対して最も大きな財務的支援を受けているのか。また、投資不足が将来のキャリア機会を制限する可能性があるのはどこか。
- 人間の能力:当社はAIリテラシー、技術的熟達、新たな職業能力と並行して、人間らしさを保つ8つの特性にどれほど意図的に投資しているか。
- 財務上の説明責任:当社の学習・能力開発投資が生産性、従業員定着、組織のレジリエンス、長期的な財務成果に貢献していることを示す指標は何か。
- 戦略的リーダーシップ:当社が今後5年間でAI支出を大幅に増やすとすれば、その可能性を実現する責任を担う人材を育成するために、どのような対応するコミットメントを行うのか。



