Excel研修やツール研修だけでは、もう現場の変化に追いつけないかもしれません
これは、従業員約800名の事業会社で人材開発を担当する人事部長・森田さん（仮名）が、営業部長と情報システム部の担当者を交えた人材育成会議で口にした一言です。半年前まで同社では、社員教育の中心はITリテラシー、Office操作、生成AIの基本プロンプト研修でした。しかし現場では、AIエージェントに業務の一部を任せる場面が増える一方で、「どこまで任せてよいのか」「誰が責任を持って確認するのか」が曖昧なままでした。
現在は、弊社が提供するKanataを使ったAIエージェント活用研修を3か月間、管理職・企画職・業務部門の計120名に実施し、業務設計力、対話設計、批判的思考、コラボレーションを育成計画に組み込む段階まで進んでいます。営業部からは「AIに作業を頼むだけでなく、仕事の流れを組み直す視点が必要だと分かった」という声も上がりました。
この記事では、AIエージェント時代の人材に求められるスキルを整理し、人事責任者や経営層が「リスキリング AI時代」の育成方針をどう見直すべきかを解説します。目指すのは、社員がAIエージェントを設計し、監督し、責任を持って活用できる状態です。ただし、研修を一度実施するだけで全ての社員がAI活用人材に変わるわけではありません。制度、現場運用、継続的な見直しとあわせて考える必要があります。
AIエージェント時代に「社員のスキル」の意味が変わる
これまで企業のデジタル人材育成では、ITツールを正しく使う力が重視されてきました。
表計算ソフトを使えること、チャットツールで情報共有できること、Web会議を運営できること、業務システムに正しく入力できること。これらは、現在も多くの職場で必要な基礎スキルです。
しかし、AIエージェント時代に求められるスキルは、それだけでは十分とは言えません。AIエージェントとは、ユーザーの指示を受け、情報の参照、手順の実行、成果物の作成、次のアクション提案などを一定の自律性をもって支援するAIシステムを指します。一般的なチャット型AIよりも、業務プロセスに入り込む範囲が広くなる点が特徴です。
そのため、社員の役割は「ツールを操作すること」から、「AIエージェントに任せる業務を設計し、結果を監督すること」へ広がりつつあります。世界経済フォーラムの『The Future of Jobs Report 2025』でも、2025年から2030年にかけて、技術変化が仕事やスキルに大きな影響を与えることが示されています。
たとえば、これまでの社員教育では「議事録作成ツールの使い方」を教えれば一定の効果がありました。しかしAIエージェント時代には、次のような問いに答えられる必要があります。
- この会議のどこまでをAIに要約させるのか。
- 決定事項と未決事項をどう区別させるのか。
- 発言のニュアンスや責任の所在を誰が確認するのか。
- AIが作成した議事録を、どの部署に共有してよいのか。
- 次回会議のアクションまでAIに提案させてよいのか。
ここで必要になるのは、単なる操作力ではありません。業務設計力、監督力、批判的思考、責任の理解、そして人とAIの役割を分ける判断力です。
従来のITスキル研修だけでは追いつかない理由
従来のITスキル研修は、「決められたツールを正しく使う」ことを前提に設計されてきました。
- マニュアル通りに入力する。
- 決められた画面で承認する。
- テンプレートに沿って資料を作る。
- チャットやメールで情報を共有する。
このような研修は、業務の標準化には有効です。一方で、AIエージェント時代の業務は、毎回同じ手順で進むとは限りません。AIに何を任せるか、どの情報を渡すか、出力結果をどう判断するかは、業務の文脈によって変わります。
営業担当者がAIエージェントに提案書の下書きを依頼する場合と、人事担当者が研修計画のたたき台を依頼する場合では、確認すべき観点が異なります。情報技術責任者がAIエージェントの利用範囲を定める場合には、セキュリティ、権限管理、ログ、データ連携の観点も欠かせません。経営者がAIエージェント活用を全社方針として進める場合には、投資対効果や組織変革の視点も必要になります。
つまり、AIエージェントを扱うスキルは、全社員に共通して必要な基礎部分と、役職・部門ごとに深めるべき専門部分に分かれます。
共通部分では、AIエージェントを安全に活用するための基本姿勢を学ぶ必要があります。専門部分では、経営、情報技術、マーケティング・セールス、人事、管理部門など、それぞれの立場に応じた活用方法を設計する必要があります。
経済産業省のデジタルスキル標準でも、DXを推進する人材に必要な役割やスキルを整理し、AI活用やAX（AIトランスフォーメーション）の進展を踏まえた見直しが行われています。ただし、各社が実際に育成計画へ落とし込む際には、自社の業務、顧客、情報管理ルールに合わせて具体化する必要があります。
AIエージェント時代の人材に必要な基本スキル
AIエージェント時代の社員に求められるスキルは、大きく5つに整理できます。
| スキル | 概要 |
|---|---|
| 業務設計力 | 仕事の流れを分解し、人が行うべき部分とAIエージェントに任せられる部分を切り分ける力。 |
| 対話設計力 | 目的、前提、制約、出力形式、判断基準をAIエージェントに明確に伝える力。 |
| 監督力 | AIエージェントが出した結果を確認し、修正し、必要に応じて差し戻す力。 |
| 批判的思考 | AIの出力をうのみにせず、根拠、前提、抜け漏れ、別の見方を確認する姿勢。 |
| ヒューマンスキル | コミュニケーション、合意形成、説明責任、コラボレーション、倫理観など、人と人の間で仕事を進める力。 |
業務設計力
最初に必要になるのは、業務設計力です。
業務設計力とは、仕事の流れを分解し、人が行うべき部分とAIエージェントに任せられる部分を切り分ける力です。
たとえば、営業提案の業務を考えてみます。顧客情報の整理、過去商談メモの要約、提案書の構成案作成、競合比較表のたたき台作成は、AIエージェントが支援しやすい領域です。一方で、顧客との信頼関係づくり、最終提案の判断、価格交渉、契約上の責任を伴う説明は、人が担うべき領域です。
この切り分けが曖昧なままAIエージェントを導入すると、現場では混乱が起きます。
AIが作ったのでそのまま出しました
誰が確認するのか決まっていません
便利そうだから、とりあえず全部AIに頼んでいます
こうした状態では、AI活用人材が育っているとは言えません。必要なのは、業務のどこにAIエージェントを組み込むと効果が出るのかを考え、再現可能な業務フローに落とし込む力です。
対話設計力
次に重要なのが、対話設計力です。
対話設計力とは、AIエージェントに対して、目的、前提、制約、出力形式、判断基準を明確に伝える力です。単に「質問を入力する力」ではありません。
たとえば、「提案書を作ってください」という指示だけでは、AIエージェントは十分な成果を出しにくくなります。誰に向けた提案なのか、提案の目的は何か、相手企業の課題は何か、何ページ程度なのか、避けるべき表現は何か、どの情報を根拠にすべきかを伝える必要があります。
対話設計力が高い社員は、AIに丸投げしません。AIエージェントが正しく動けるように、仕事の前提条件を整えます。
これは、部下に仕事を依頼する力にも近いものです。曖昧な依頼では良い成果が返ってこないように、AIエージェントに対しても、目的と期待値を明確に伝える必要があります。
監督力
AIエージェント時代には、AIを使う力だけでなく、AIを監督する力が必要です。
監督力とは、AIエージェントが出した結果を確認し、修正し、必要に応じて差し戻す力です。
AIは自然な文章や整理された表を作ることが得意です。しかし、その内容が必ず正しいとは限りません。数字、固有名詞、日付、法的表現、社内ルール、顧客との約束などは、人が確認しなければなりません。日本の行政機関向け生成AIガイドラインでも、生成AIの利活用促進とリスク管理を表裏一体で進める考え方が示されています。
特に注意すべきなのは、AIの出力が「自然に読める」ことと「正しい」ことは別だという点です。文章として整っているため、かえって誤りに気づきにくい場合があります。
監督力のある社員は、AIの出力を完成品として扱いません。下書き、仮説、比較材料、確認対象として扱います。
たとえば、AIエージェントが作成した商談サマリーであれば、実際の顧客発言とずれていないかを確認します。人事評価コメントであれば、事実と印象が混ざっていないかを確認します。社内規程に関する回答であれば、根拠となる条文や資料を確認します。
AIエージェントを安全に活用するには、最後に人が見るという前提を組織に定着させる必要があります。
批判的思考
AIエージェント時代には、批判的思考も欠かせません。
批判的思考とは、AIの提案をただ疑うという意味ではありません。出力をうのみにせず、根拠、前提、抜け漏れ、別の見方を確認する姿勢です。
AIエージェントは、与えられた条件の中で最適に見える答えを提示します。しかし、条件設定そのものが不十分であれば、出力も偏ります。入力した情報が一部の部署の視点に偏っていれば、提案もその視点に寄ります。
たとえば、業務効率化を目的にAIエージェントを導入する場合、単に作業時間だけを見ると「自動化すべき」という結論になりやすくなります。しかし、顧客との関係性、社内の合意形成、品質確認、例外対応まで含めると、人が残るべき工程が見えてくることがあります。
批判的思考を持つ社員は、AIに対して次のように問い直せます。
- この提案の前提は何ですか。
- 反対意見があるとすれば何ですか。
- 見落としているリスクはありますか。
- 別の部署から見るとどう評価されますか。
- この判断に必要な追加情報は何ですか。
こうした問いを立てられることが、AI活用人材にとって重要なスキルになります。
ヒューマンスキル
AIエージェント時代だからこそ、ヒューマンスキルの重要性は高まります。
ヒューマンスキルとは、コミュニケーション、合意形成、説明責任、コラボレーション、倫理観など、人と人の間で仕事を進める力です。
AIエージェントが業務の一部を担うようになると、社員の仕事は単純に減るだけではありません。むしろ、人にしかできない判断や対話の比重が高まる可能性があります。
- AIが作った提案を、関係者にどう説明するのか。
- AIによる自動化に不安を持つ社員に、どう向き合うのか。
- 顧客に対して、AIを使った業務プロセスをどこまで説明するのか。
- 部署間でAIエージェントの利用ルールが異なる場合、どう調整するのか。
これらは、AIだけでは解決できません。
AIエージェント スキルというと、どうしても技術的なスキルに目が向きがちです。しかし、実際の現場では、人との対話、合意、責任の引き受けがなければ、AI活用は定着しません。
AI活用人材とは、「AIと仕事を設計できる人」
AI活用人材という言葉は、今後ますます多くの企業で使われる可能性があります。しかし、その定義が曖昧なままだと、人材育成の方向性も曖昧になります。
AI活用人材とは、単に生成AIツールを使える人ではありません。プロンプトを上手に書ける人だけでもありません。
AI活用人材とは、AIエージェントの特性を理解し、業務に組み込み、人が責任を持てる形で成果につなげられる人です。
具体的には、次のような行動ができる人です。
- 業務を分解し、AIに任せる部分と人が担う部分を切り分けられる。
- AIに対して、目的・前提・制約を明確に伝えられる。
- AIの出力を確認し、誤りやリスクを見つけられる。
- 関係者と合意しながら、AI活用のルールを整えられる。
- 自分だけでなく、チーム全体が再現できる形に仕組み化できる。
このように考えると、AI活用人材の育成は、IT部門だけの仕事ではありません。人事、経営、現場部門、情報システム、法務、営業、マーケティングなど、複数部門が関わるテーマです。
AI時代に求められるリスキリング研修設計
AIエージェント時代のリスキリングでは、研修内容を段階的に設計することが重要です。
いきなり高度なAIエージェント運用を教えても、現場には定着しにくいでしょう。一方で、基礎的なツール操作だけで終わってしまうと、業務変革にはつながりにくくなります。OECD Skills Outlook 2025でも、スキル需要の変化が従来の政策サイクルより速く進む中で、生涯学習や労働市場情報に基づく機動的なスキル政策の重要性が指摘されています。
企業内の研修設計では、次の3段階で考えると整理しやすくなります。
基本理解をそろえる
最初の段階では、AIエージェントとは何か、生成AIとの違いは何か、何が得意で何が苦手なのかを理解します。
ここでは、専門的な技術解説よりも、業務に沿った説明が重要です。
- AIエージェントは、指示を受けて複数の作業を進める補助者であること。
- 判断や責任を完全に代替する存在ではないこと。
- 出力には誤りが含まれる可能性があり、人の確認が必要であること。
- 扱ってよい情報と扱ってはいけない情報があること。
この段階では、AIに対する過度な期待と過度な不安の両方を調整する必要があります。
業務別の活用演習を行う
次の段階では、実際の業務を題材にした演習を行います。
- 営業部門であれば、商談メモの要約、提案書構成、顧客別の想定質問作成。
- 人事部門であれば、研修計画、社内問い合わせ対応、評価コメントの下書き。
- 管理部門であれば、規程確認、議事録作成、定型文書の作成。
- 企画部門であれば、情報整理、比較表作成、意思決定材料の整理。
ここで重要なのは、「AIを使ってみる」だけで終わらせないことです。
- どの業務に使ったのか。
- どの情報を入力したのか。
- どの出力が使えたのか。
- どこに人の確認が必要だったのか。
- 次回から再利用できるプロンプトや手順は何か。
このように振り返ることで、個人の体験を組織の学習に変えられます。
チーム運用とルール化に進める
最後の段階では、AIエージェント活用をチーム運用に落とし込みます。
個人が便利に使うだけでは、組織全体の生産性や品質は安定しません。プロンプト、業務フロー、確認ルール、学習データ、権限管理をチームで整える必要があります。
たとえば、部署ごとにプロジェクトを作成し、よく使うプロンプトや参照資料をライブラリに登録できるAI活用基盤を使うと、個人のノウハウをチームで再利用しやすくなります。Kanataは、AIチャット、AI要約、eラーニング、プロジェクト単位の学習データ管理を同じ環境で扱えるため、研修内容を実務に接続したい企業では選択肢の一つになります。
ただし、どのツールを使う場合でも、重要なのは「導入したこと」ではなく「業務にどう組み込み、誰が確認し、どのように改善するか」です。
社員のAIエージェントスキルをどう評価するか
AIエージェント活用研修を実施する際には、評価指標も見直す必要があります。
単に「何回AIを使ったか」「研修を受講したか」だけでは、スキルの定着は測れません。重要なのは、AIエージェントを使って業務の質や進め方が変わったかどうかです。
評価の観点としては、次のようなものが考えられます。
- 業務設計の質
- AIに任せる業務と、人が担う業務を適切に分けられているかを見ます。何でもAIに任せるのではなく、リスクや責任を踏まえて使いどころを判断できているかが重要です。
- 指示の明確さ
- AIエージェントに対して、目的、前提、制約、出力形式を明確に伝えられているかを見ます。属人的な依頼ではなく、他の社員も再利用できる形に整理されているかも評価ポイントになります。
- 出力確認の姿勢
- AIの出力をそのまま使わず、数字、日付、固有名詞、根拠、表現を確認しているかを見ます。特に社外に出す資料や重要な意思決定に関わる出力では、人のレビューを通しているかが重要です。
- チームへの共有
- 個人で得たプロンプトや活用方法を、チームに共有しているかを見ます。AI活用ができる人材は、自分だけが使える人ではなく、組織全体の活用レベルを引き上げる人でもあります。
- 責任ある活用
- 情報管理、権限、顧客情報、個人情報、法務リスクなどに配慮できているかを見ます。AIエージェント活用では、便利さと責任をセットで扱う必要があります。
AIエージェント活用で注意すべきこと
AIエージェントは、業務の可能性を広げる一方で、万能ではありません。
- 第一に、AIエージェントは責任を負えません。出力を利用した判断や顧客への説明については、最終的に人や組織が責任を持つ必要があります。
- 第二に、AIエージェントは文脈を誤解することがあります。社内特有の事情、顧客との関係性、過去の経緯、暗黙の合意などは、明示しなければ反映されない場合があります。
- 第三に、AIエージェント活用は、導入するだけでは定着しません。現場の業務フロー、評価制度、マネジメント、情報管理ルールと結びつける必要があります。
- 第四に、スキル差が広がる可能性があります。AIを使いこなす社員と、使い方が分からない社員の間で、生産性や情報処理能力に差が生まれることがあります。そのため、リスキリング AI時代の育成では、一部の先進人材だけでなく、全社員が最低限の共通スキルを持つ状態を目指す必要があります。
生成AIの利活用とリスク管理については、デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」も参考になります。
経営、人事、現場が共通言語を持つことが第一歩
AIエージェント時代の人材育成で最も重要なのは、共通言語を持つことです。
経営者が「AIで生産性を上げたい」と考えていても、現場が「何を任せてよいか分からない」と感じていれば活用は進みません。情報技術責任者がセキュリティを重視していても、現場がルールを理解していなければ、非公式な利用が広がる可能性があります。マーケティングやセールス部門がAIで成果を出したくても、顧客情報の扱いや出力確認のルールが曖昧であれば、リスクが高まります。
だからこそ、まずは全社員に共通するAIエージェント スキルを定義する必要があります。
- 業務設計力
- 対話設計力
- 監督力
- 批判的思考
- ヒューマンスキル
- 責任ある活用
これらを共通パートとして整理したうえで、経営者、情報技術責任者、マーケティング・セールス責任者、人事責任者、現場マネージャーなど、それぞれの立場に応じて応用スキルを設計していくことが現実的です。
KanataのようなBtoB向けAI活用基盤は、この共通言語づくりを支援する選択肢の一つです。AIチャット、要約、eラーニング、プロジェクト単位の学習データ管理などを活用することで、研修で学んだ内容を実務に接続しやすくなります。一方で、ツールだけで人材育成が完了するわけではありません。自社の業務、権限、情報管理ルールに合わせた運用設計が必要です。
まとめ：AIエージェント時代のリスキリングは、社員スキルの再定義から始まる
AIエージェント時代に求められる社員スキルは、従来のITスキルとは異なります。
もちろん、基本的なデジタルリテラシーは引き続き必要です。しかし、それだけでは、AIエージェントを業務に組み込み、成果につなげることはできません。
これからの社員には、AIを操作する力だけでなく、AIと仕事を設計する力が求められます。AIに何を任せるのか。どのように指示するのか。出力をどう確認するのか。どこに人が責任を持つのか。関係者とどう合意するのか。
これらを考えられる人材こそが、AIエージェント時代のAI活用人材です。
リスキリング AI時代の育成は、一度の研修で完結するものではありません。基礎理解、業務別演習、チーム運用、評価制度、継続的な見直しを組み合わせることで、少しずつ組織に定着していきます。
AIエージェントは、社員の仕事をすべて置き換える存在ではありません。むしろ、人がより重要な判断、対話、設計、責任に向き合うための環境を作る存在です。
だからこそ、企業は今、社員に求めるスキルを見直す必要があります。
Q&A：AIエージェント時代の社員スキルに関するよくある質問
AIエージェント時代に、全社員が身につけるべきスキルは何ですか？全社員に共通して必要なのは、業務設計力、対話設計力、監督力、批判的思考、ヒューマンスキルです。AIを操作する力だけでなく、AIに任せる範囲を判断し、出力を確認し、人と合意形成しながら業務に組み込む力が求められます。
AI活用人材とは、どのような人材ですか？AI活用人材とは、生成AIやAIエージェントを使えるだけの人ではありません。業務を分解し、AIをどこに組み込むかを設計し、出力を確認し、責任を持って成果につなげられる人材です。個人の作業効率化だけでなく、チームで再現できる仕組みにする力も重要です。
従来のITスキル研修と、AIエージェント活用研修は何が違いますか？従来のITスキル研修は、決められたツールの操作方法を学ぶことが中心でした。一方、AIエージェント活用研修では、業務のどこをAIに任せるか、どの情報を渡すか、出力をどう検証するか、誰が責任を持つかまで扱う必要があります。操作研修よりも、業務設計や判断の比重が高くなります。
AIエージェント活用研修は、どの部門から始めるべきですか？定型業務が多く、かつ成果物を人が確認しやすい部門から始めると進めやすいでしょう。たとえば、議事録、社内問い合わせ、提案書の下書き、研修資料作成、規程確認などです。ただし、顧客情報や機密情報を扱う部門では、事前に情報管理ルールを整える必要があります。
AIエージェントに任せてはいけない業務はありますか？あります。法的判断、最終的な経営判断、人事評価の確定、顧客との重要な約束、機密情報や個人情報を含む判断などは、人が責任を持つ必要があります。AIエージェントは下書きや論点整理には使えますが、最終判断や説明責任まで任せることは避けるべきです。
