年次人事評価は、誰にとっても好ましい儀式ではなかった。マネージャーは書くことを恐れ、従業員は受け取ることを恐れる。そして双方は長い間、紙に書かれた内容が実際のパフォーマンスよりも記憶や気分を反映していると疑ってきた。
今、AIがその場に入り込もうとしている。そして、賭け金はさらに高くなった。
米国人材マネジメント協会（SHRM）によると、人材マネジメント幹部の70%が、今後1年間でマネージャーがAIを使って人事評価を作成することが増えると予想している。この変化はすでに進行中だ。Workday、Lattice、SAP SuccessFactorsといったプラットフォームには、フィードバック履歴を要約し、パフォーマンスパターンを特定し、数秒でレビュー文案を生成できるAIツールが組み込まれている。過重な負担を抱えるマネージャーにとって、効率性の向上は現実的だ。2025年12月のガートナー調査（回答者1622人）では、AIを使用した場合、マネージャーはパフォーマンス管理プロセスのさまざまな部分で平均4時間を節約できたことが判明した。
4時間は意味がある。しかし、効率性だけでは、レビューが公平で正確、あるいは受け取る人にとって有用なものになるわけではない。
AIが正しく機能する部分
人事評価は、AIが登場する前からすでに不均一だった。Betterworksの2026年パフォーマンス実現状況レポートによると、マネージャーの3分の2が、パフォーマンスを効果的に管理するにはさらなるサポートが必要だと述べており、最善の意図を持ってしても公平なプロセスを実行することがいかに困難かを浮き彫りにしている。同時に、Betterworksの分析によれば、AI対応のパフォーマンスシステムを使用している従業員の満足度は89%と高く、プロセスでAIを使用していない組織ではわずか40%だった。このギャップは、AIが慎重に導入されれば、レビューサイクルがより一貫性があり有用に感じられる可能性を示唆している。
1250人以上の人事リーダーとマネージャーを対象としたLatticeの2025年人材戦略状況レポートは、重要なニュアンスを加えている。同レポートによると、マネージャーの74%が人事評価をチームから最大限の成果を引き出すために非常に役立つ、または重要だと考えている一方で、約半数が1年分のフィードバックをレビューすることは困難だと述べており、10人中4人以上がレビュープロセス自体を負担だと表現している。AIアシスタンスは、まさにその緊張関係の中に位置している。フィードバック履歴を要約し、プロジェクト全体のパターンを浮き彫りにし、初期文案を作成できるツールは、人間の判断を排除するものではないが、マネージャーが仕事のより困難な部分、つまり従業員が実際に活用できる具体的で実行可能なフィードバックを提供することに集中できるよう、認知的負荷を十分に軽減できる。
リーダーが無視できない信頼の問題
ここで会話は不快なものになる。
1000人以上の米国労働者を対象とした2025年SHL調査では、雇用主がAIを責任を持って使用することを完全に信頼していると答えたのはわずか27%で、59%がAIはバイアスを改善するのではなく悪化させていると考えている。これは、すでに緊張したプロセスに導入するには大きな信頼性のギャップだ。
従業員が懐疑的になるのは間違っていない。過去のデータで訓練されたAIシステムは、過去のレビューにすでに組み込まれている同じバイアスをコード化する可能性がある。特定のコミュニケーションスタイル、仕事のパターン、または全従業員の貢献を平等に反映しない可視性レベルを優遇するのだ。非伝統的なスケジュールで働いている人、介護状況に対処している人、あるいは単にデータ信号をあまり生成しない深く静かな仕事をしている人は、書類上ではパフォーマンスが低いように見えるかもしれない。
従業員と経営幹部を対象としたグローバル調査に基づくマッキンゼーの調査レポートは、リーダーシップレベルでの並行する盲点を明らかにしている。従業員が業務の30%以上にAIを使用している可能性は、リーダーが考えているよりも3倍高い。マネージャーが従業員の成果にAIアシスタンスがどの程度関与しているかを理解していない場合、彼らはもはや現実を反映していないパフォーマンスのバージョンを評価していることになる。そして、それに気づいていないかもしれない。
モニタリングの側面は、さらに別の複雑さの層を加える。Reworkedが2025年ExpressVPN調査を引用したところによると、6人に1人の従業員が、侵襲的と考える職場モニタリングのために退職を検討している。Reworkedによる米国心理学会のデータの要約によると、モニタリングされている従業員の半数以上が、職場で緊張やストレスを感じていると報告している。
リーダーシップの説明責任が入る場所
テクノロジーは、それがどのように使用されるかを決定しない。リーダーが決定する。
AIがより公平で一貫性のあるフィードバックのためのツールになるか、それとも既存の盲点を増幅し信頼を侵食するメカニズムになるかは、経営幹部と人事リーダーが今行う選択にかかっている。これらの選択には、AIがどのデータで訓練されるか、アルゴリズムの出力が最終評価でどの程度の重みを持つか、従業員がAIの結論を見て異議を唱えることができるか、そしてAI支援レビューが実施される前にマネージャーが意味のあるトレーニングを受けるかどうかが含まれる。
AIベンチマーキングに関するマッキンゼーの調査によると、経営幹部の39%が従業員が使用するAIツールのベンチマーク基準を持っているが、ベンチマークを行っている人のうち、公平性、バイアス、透明性、プライバシーを測定することが最も重要だと答えたのはわずか17%だった。これは重大なガバナンスのギャップであり、パフォーマンス管理システムで直接展開されている。
2025年12月のガートナー調査（回答者1622人）では、マネージャーはAIを使用した場合、パフォーマンス管理プロセス全体で平均4時間を節約したと報告し、報酬とパフォーマンスの間に強い関連性があると信じていた従業員は最大17%生産性が高かった。ガートナーの調査が明確にしているように、明確なガードレールがなければ、AIは客観性のためのツールではなく、バイアスの危険な源になる可能性がある。そして、従業員が実際のパフォーマンスと報酬や昇進との関連性が弱まったと認識すれば、モチベーションは低下する。
異なる種類のレビューシーズン
パフォーマンス管理におけるAIに関する会話は、実際にはテクノロジーに関するものではない。それは、組織がパフォーマンスが何を意味すると信じているか、どのデータが信頼できるか、そしてレビュープロセスが有害または不正確な結果を生み出したときに誰が責任を負うかについてのものだ。
人材マネジメント幹部の5人中2人以上が、2025年にマネージャーが客観的で建設的なフィードバックを提供することを確実にすることが課題だったと述べている。これは、広範なAI採用の前のことだ。すでに一貫性のない人間のプロセスの上にAIを重ねても、その問題が自動的に解決されるわけではない。それは、欠陥をより速く、大規模に固定化する可能性がある。
これを正しく行うリーダーは、AIを説明責任ツールとして扱う。それは、基準についてより慎重に、プロセスについてより透明に、そしてこれまで以上に人間の判断に投資することを要求するものだ。そうしないリーダーは、レビューを書くために節約した4時間が、回復するのがより困難な何かを犠牲にしたことに気づくだろう。それは、レビューされる人々の信頼だ。
