AI活用度は、職場におけるオプションのスキルから、正式な業績評価の指標へと移行しつつある。残念ながら、多くの管理職はそれを評価する準備ができていない。メタの新しい人事評価システムは、この変化がいかに急速に進んでいるかを示している。同社は、AIを活用した業績追跡システム「Checkpoint」を導入し、ソフトウェアエンジニアに関する200以上のデータポイントを集約している。これには、AIツールで生成したコードの量と、自分で書いたコードの量の比較も含まれる。トップパフォーマーには200%のボーナス倍率が適用され、メタの新設された最上位賞では300%の倍率が提供される。
他の大手テクノロジー企業も追随している。2025年6月、マイクロソフトの幹部は管理職に対し、AIの使用はもはや任意ではないと伝えた。同じ夏、グーグルのCEOであるサンダー・ピチャイ氏も、全社ミーティングで同様のメッセージを発信した。より大きな課題は、この期待が米国企業全体に広がるにつれて何が起こるかである。企業が次の人事評価サイクルに備える中、多くの管理職は依然として、AI活用度がどのようなものか、役割によってどう異なるか、あるいはそれを公正に評価する方法について、明確な指針を持っていない。
人事評価はどう変わっているのか
人事評価は、異なる行動を測定し始めている。成果物やコラボレーションは依然として重要だが、管理職は従業員がどのようにAIを活用して仕事を進めているかを評価するよう、ますます求められている。
メタのCheckpointシステムは、それが実際にどのようなものかを示す一例である。AIの使用を別個の活動として扱うのではなく、このシステムはそれを業績測定の方法に直接組み込んでいる。目標は、AIが生産性の倍増要因として機能し、従業員が単に成果物を増やすだけでなく、仕事の質を向上させるのに役立っているかどうかを判断することである。
この変化は、優れた業績の定義を変える。かつて高評価とは、質の高い仕事を期限内に提供することを意味していた。今では、AIが過程を加速させた証拠とともに、より速く優れた仕事を提供することも意味するかもしれない。AIを使用せずに同僚レベルの成果物を出す従業員は、仕事自体は確かなものであっても、比較すると効率が低く見え始める可能性がある。
中堅企業が遅れている理由
AIに関する業績期待は、多くの企業がそれを支援できるよりも速く、大手テクノロジー企業を超えて広がっている。大企業は多くの場合、従業員の適応を支援するための社内AIアカデミー、カスタムツール、変革管理チームを持っている。ほとんどの中堅企業は、はるかに少ないリソースで同じ変革を試みている。
このプレッシャーは、すでに採用データに現れている。RSM U.S. MMBI特別レポート2026年版によると、中堅企業の経営幹部の52%が、今後1年間で中程度から大幅な採用ニーズを予想している。企業が単に人員を増やすことなく需要を満たす方法を模索する中、より多くの企業がAIとスキル研修に目を向けて生産性のギャップを埋めようとしている。しかし、多くの企業は依然として、AIを効果的に拡大するために必要な研修、ツール、社内サポートを欠いている。
このギャップは、売上高5000万ドルから10億ドルの範囲にある企業にとって最も重要である。これらの企業が採用の推進力となっている。AIスキルへの需要は2023年以降急激に上昇しているが、検証済みのAI能力を持つ労働者の供給は追いついていない。大企業の従業員は構造化されたプログラムを通じてAI活用度を構築しているが、多くの中堅企業の労働者は独学で学ぶしかない状況に置かれている。
リーダーシップの不一致はどこにあるのか
AIを採用しようとする動きは、多くのリーダーシップチームがそれについて足並みを揃えられるよりも速く進んでいる。グラント・ソーントンの2026年AI影響調査によると、CIOとCTOは、COOと比較して、自社の労働力がAIを採用する準備ができていると答える可能性が5倍高い。これは重要である。なぜなら、AI戦略を設定している幹部が、必ずしもそれらの指令が日々のワークフローでどのように展開されるかを見ている人々ではないからである。
戦略と業務が異なる前提から取り組んでいる場合、従業員は、対応する準備ができていない期待に対して評価されることになりかねない。この緊張は人事評価に現れる。管理職は明確な基準なしにAI活用度を評価するよう求められ、従業員は一貫したサポートなしに影響を証明するよう求められる。その結果、組織自体が足並みを揃えていない期待に対して従業員が評価される可能性がある評価サイクルとなる。
新しい人事評価が必要とするもの
AIの指令と管理職の準備状況との間のギャップを埋めるには、メモ以上のものが必要である。以下の4つの変化は、管理職が従業員の貢献をより正確に反映する形でAI活用度を評価するのに役立つ。
まずワークフローを再設計する
仕事の進め方を再構築せずに従業員にAIツールの研修を行うと、完全に適用できないスキルを持たせることになる。マッキンゼーは主張している。AI導入は、単なる研修プログラムではなく、変革管理イニシアチブとして扱われるべきだと。つまり、従業員がツールをどれだけうまく使用しているかを評価する前に、ワークフローを再設計する必要がある。
役割固有の基準を定義する
一般的なAIリテラシーは、業績評価にきれいに変換されない。グラント・ソーントンの調査では、研修が実際のワークフローから切り離されていることが多く、従業員は役割固有のガイダンスを持たないままになっていることがわかった。有用な出発点は、各役割において優れたAI使用がどのようなものかを定義することである。それがマーケティングコーディネーターであれ、業務アナリストであれ、アカウントエグゼクティブであれ。
ベースライン指標を確立する
評価をAI導入に結びつけることは、測定対象となるベースラインがある場合にのみ機能する。それがなければ、管理職は測定可能な改善ではなく認識を評価するリスクを負う。リーダーは、従業員に進捗の責任を負わせる前に、チーム全体の現在のAI使用状況と生産性を理解する必要がある。
経営幹部の足並みを揃える
グラント・ソーントンが特定したCIOとCOOの隔たりは、評価時にチーム間で一貫性のない期待として現れる可能性がある。評価シーズンの前にそのギャップを埋めることで、管理職はより明確な基準に対して評価できるようになる。また、従業員が予測できない変動する基準に対して評価されることからも保護される。
管理職が今すべきこと
2026年の評価サイクルは、企業がAIへの野心を公正な評価にどれだけうまく変換できるかを試すことになる。AI活用度をチェックボックスとして扱う管理職は、リーダーシップが期待するものと従業員が現実的に提供できるものとの間のギャップを広げる可能性がある。それを継続的なフィードバックループとして扱う管理職は、それを埋めるより良い機会を持つ。
つまり、評価の会話を使って、従業員が不足している場所だけでなく、ツール、研修、ワークフローサポートが不足している場所を特定することを意味する。また、期待が利用可能なリソースと一致しない場合には、反論することも意味する。業績評価は、その背後にある基準が従業員に与えられたものを反映している場合にのみ、育成ツールとして機能する。
人事評価は、企業がAI導入を推進するために使用している主要なレバーの1つになりつつある。そのレバーが従業員の成長を助けるか、それとも置き去りにするかは、管理職が指令と能力との間のギャップをどのように処理するかにかかっている。
