
AI人事とは、採用・評価・労務などの人事業務にAIを取り入れ、文書作成やデータ分析を任せることで、担当者が人にしかできない判断に集中できる状態をつくる取り組みです。
「経営層から人事でもAIを使えと言われたが、採用や評価に使って問題にならないか不安」と感じ、最初の一歩を決めきれない担当者は少なくありません。
AIは、誤りを人が拾える業務から始め、処遇の確定は人が担うと線引きすれば、安全に工数を減らせます。手作業の人事を続けている間に、他社は採用や労務の対応速度で差をつけていくでしょう。
本記事では、人事業務を「すぐ任せてよい業務」「条件付きで使う業務」「人が最終判断すべき業務」の3段階に分ける線引きを中心に、国内の事例と法規制への備えを解説します。
読み終えるころには、自社で最初にAIを入れる業務を決め、上長に説明できる導入案を描けるようになります。まずはAIの種類ごとの違いから確認していきましょう。
目次
AIを人事業務に活用するとは?生成AI・予測AI・AIエージェントの違い
人事業務へのAI活用とは、文書作成・データ分析・定型処理をAIに任せ、担当者が判断に集中できる状態をつくることです。人事で使われるAIは、得意分野によって以下の3種類に分かれます。
- 生成AI:文書作成と要約に強い
- 予測AI:データ分析とマッチングに強い
- AIエージェント:複数工程の自動実行に強い
| 種類 | 得意なこと | 向いている人事業務 |
|---|---|---|
| 生成AI | 文章の作成・要約・言い換え | 求人票の作成・面談記録の要約・評価コメントの下書き |
| 予測AI | 過去データからの傾向分析 | 離職予兆の検知・配置候補の提案・応募者の一次整理 |
| AIエージェント | 複数の工程の連続実行 | 応募受付から日程調整・通知までの一連の処理 |
種類ごとの違いを押さえておくと、自社の課題に合うツールを選び間違えずに済みます。
生成AI:文書作成と要約に強い
生成AIは、人事で最も導入しやすいAIです。ChatGPTやMicrosoft Copilotのように、指示文を入力するだけで文章を作れるため、専門知識がなくても使い始められます。
人事業務には、求人票、社内通知、評価コメント、面談記録など、文章を書く仕事が多くあります。生成AIに下書きを任せれば、担当者は内容の確認と修正に時間を使えます。
ただし、生成AIは事実と異なる内容をもっともらしく出力することがあるため、人による確認が欠かせません。就業規則の解釈など正確さが求められる文書では、とくに注意が必要です。
確認する前提で使えば、文書作成の負担が大きい採用や評価の繁忙期にも余裕を持って対応できます。
予測AI:データ分析とマッチングに強い
予測AIは、過去の人事データから傾向を学び、将来の可能性を推定するAIです。離職の兆し、成果を上げる社員の特徴、部署との相性などを数値で示します。
人の経験や勘では、数百人から数千人分のデータを同時に比べられません。予測AIは、勤怠・評価・サーベイの結果を組み合わせて分析し、担当者が見落としがちな変化を拾えます。
タレントマネジメントシステムや採用管理システムに、分析機能として組み込まれている例が多くあります。精度は学習に使うデータの量と質で決まるため、データが少ない段階では結果を参考程度に扱いましょう。
使いこなせれば、離職や人員不足が表面化する前に手を打てるようになります。
AIエージェント:複数工程の自動実行に強い
AIエージェントは、目的を与えると複数の工程を自ら判断して続けて実行するAIです。生成AIが1回の指示に1回答える仕組みなのに対し、AIエージェントは作業の流れ全体を担います。
たとえば採用では、応募書類の要約、面接日程の候補提示、候補者への連絡、カレンダー登録までを一連の作業として処理できます。担当者は、途中の確認と最終判断だけを担えば済みます。
ただし、自由度が高い分、どのシステムにどこまで操作を許すかという権限設計が欠かせません。候補者への送信前に人が承認するなど、確認の手順を工程に組み込みましょう。
権限と承認の設計を固めておけば、採用の繁忙期でも対応の遅れによる候補者の離脱を防げます。
AIを人事で活用できる業務領域5つ
AIを人事で活用できる業務領域は以下の5つです。
- 採用:求人票作成・スクリーニング・日程調整
- 評価:目標添削・評価コメントの整理
- 育成:研修の個別提案・スキル可視化
- 配置・定着:最適配置・離職予兆の分析
- 労務:社内問い合わせ対応・勤怠データ分析
自社で工数が膨らんでいる領域と照らし合わせながら読み進めてください。
採用:求人票作成・スクリーニング・日程調整
採用は、人事のなかで最もAI活用が進んでいる領域です。経団連が会員企業75社に行った調査でも、人事部門のAI利用先として採用が25社と最多でした。
同調査では、採用での使い道として応募者のスクリーニングが15社、面接のサポートが13社と報告されています。求人票や採用広報文の作成、面接日程の自動調整も広く使われています。
参考:経団連タイムス(日本経済団体連合会)
ただし、応募者のスクリーニングは合否に直結するため、使い方に条件が必要です。詳しくは後述する「AIに任せる業務と人が判断する業務の線引き」で解説します。
文書作成や日程調整から任せるだけでも、候補者への返信が早まり、選考辞退の防止につながります。
評価:目標添削・評価コメントの整理
評価では、AIが評価者を支える役割を担います。評価そのものを決めるのではなく、目標設定や評価コメントの質を整える使い方が中心です。
評価の時期は、管理職が部下全員分の目標と評価コメントを短期間で仕上げる必要があります。AIに下書きや添削を任せると、記述の抜け漏れや表現のばらつきを減らせます。
具体的には、以下の使い方があります。
- 目標設定文が具体的で測定できる内容になっているかを確認する
- 評価者が書いたメモから評価コメントの下書きを作る
- 評価者ごとの点数の甘さ・厳しさの偏りを集計して可視化する
評価者の負担が減ると、部下との面談に時間をかけられ、評価への納得感を高められます。
育成:研修の個別提案・スキル可視化
育成では、社員一人ひとりに合った学習を提案する用途でAIが使われています。前述の経団連の調査では、人材育成でのAI利用が20社あり、面談のサポートが14社、研修・学習のレコメンドが11社でした。
参考:経団連タイムス(日本経済団体連合会)
全社一律の研修では、すでに身についている内容を受講させたり、必要な人に届かなかったりする無駄が生まれます。AIは受講履歴やスキル診断の結果から、個人ごとに次に学ぶべき内容を絞り込みます。
社員のスキルを一覧にしたスキルマップを自動で更新できるため、部署ごとに不足している能力も把握しやすくなります。
リスキリング施策の対象者や優先度をデータで決められるため、研修予算の使い道を経営層に説明しやすくなります。
配置・定着:最適配置・離職予兆の分析
配置・定着では、予測AIで配置候補や離職の兆しを見つける使い方が広がっています。経験・適性・本人の希望を組み合わせ、異動先の候補を提示します。
離職の兆しは、勤怠の乱れやサーベイの回答の変化に表れることがあります。AIがこうした変化を早く拾えれば、上司や人事が面談などの手を打つ時間を確保できます。
ただし、配置や離職予測の結果は、本人の処遇や評価に影響しやすい点に注意が必要です。AIが示すのはあくまで候補や可能性であり、決定は本人との対話を経て人が行いましょう。
判断の材料として使い分ければ、優秀な社員の流出を防ぎ、適材適所の配置に近づけます。
労務:社内問い合わせ対応・勤怠データ分析
労務は、最初にAIを導入する領域として最も向いています。経団連の調査では、労務管理でAIを使う22社のうち19社が、労務相談の一次対応に活用していました。
参考:経団連タイムス(日本経済団体連合会)
休暇の取り方や各種手続きなど、社員からの問い合わせは似た内容が繰り返されます。就業規則や社内FAQを学習させたAIチャットボットが一次回答を担えば、担当者は個別の相談に集中できます。
回答に誤りがあっても、社員の再確認や人事への引き継ぎで修正しやすい点も導入しやすい理由です。勤怠データから長時間労働の兆候を検知する使い方も、労務リスクの早期発見に役立ちます。
小さく始めて成果を示しやすいため、ほかの領域へAI活用を広げる際の社内説得の材料になります。
AI人事でAIに任せる業務と人が判断する業務の線引き
AI人事では、「本人の処遇に影響するか」と「誤りを人が拾えるか」の2軸で業務を以下の3段階に分けます。
- すぐ任せてよい業務
- 条件付きで使う業務
- 人が最終判断すべき業務
| 段階 | 判断の基準 | 主な業務 |
|---|---|---|
| すぐ任せてよい業務 | 処遇に直接影響せず、出力を人が確認できる | ・求人票の下書き ・面談記録の要約 ・労務問い合わせの一次対応 ・面接日程の調整 |
| 条件付きで使う業務 | 処遇に間接的に影響し、偏りの管理が必要 | ・応募者のスクリーニング ・配置候補の提案 ・離職予兆の分析 |
| 人が最終判断すべき業務 | 本人の処遇を確定させる | ・採用の合否 ・評価の確定 ・昇格・降格・異動の決定 |
自社の業務をこの表に当てはめると、AIを入れる順番と必要なルールが見えてきます。
すぐ任せてよい業務
すぐ任せてよいのは、出力を人が確認でき、誤っても本人の処遇に直接影響しない業務です。
求人票の下書きは担当者が読んでから公開します。面談記録の要約も、面談した本人が内容を確認できます。誤りがあっても、外部に出る前や処遇が決まる前に修正できる点が共通しています。
労務問い合わせの一次対応や面接日程の調整も、この段階に入ります。チャットボットが答えられない質問は人事担当者に引き継ぐ流れを用意しておけば、社員が困る場面を減らせます。
この段階の業務で成果を積み上げると、AI活用への社内の不安が和らぎ、次の段階に進む合意を得やすくなります。
条件付きで使う業務
応募者のスクリーニング、配置候補の提案、離職予兆の分析は、条件を守れる場合に限って使う業務です。
これらの業務は、AIの出力がそのまま本人の機会を左右しかねません。過去のデータに偏りがあれば、AIもその偏りを再現します。そのため、以下の3つの条件を運用に組み込みましょう。
- 性別や年齢などの属性をAIへの入力から外す
- 属性ごとの通過率などの結果を定期的に確認する
- 合否や処遇の確定は人が行う
3つの条件を守れない段階では、使わない判断も必要です。条件を満たしたうえで使えば、大量の応募や社員データを公平に扱える体制を整えられます。
人が最終判断すべき業務
採用の合否、評価の確定、昇格・降格・異動の決定は、AIの出力を参考にしても、最終判断は必ず人が行う業務です。
処遇の決定には、本人に理由を説明する責任がともないます。「AIがそう判断した」という説明では、本人の納得は得られません。差別的な扱いが疑われた場合、会社として根拠を示せない状態にもなります。
AIの結果は判断材料の1つと位置づけ、決定者と判断理由を記録に残す運用にしましょう。後述する事例でも、AIの評価だけで合否を決めない仕組みがとられています。
判断の責任を人に残しておくと、社員からの信頼を損なわずにAIの恩恵を受けられます。
AIを人事に導入するメリット3つ
AIを人事に導入するメリットは以下の3つです。
- 定型業務の工数を削減できる
- 評価や判断のばらつきを抑えられる
- データに基づく人材戦略を立てられる
上長に導入を提案する際の説明材料として押さえておきましょう。
定型業務の工数を削減できる
1つ目のメリットは、繰り返し発生する定型業務の工数を減らせることです。
人事の仕事は、採用の繁忙期や評価の時期に作業が集中します。求人票の作成、日程調整、問い合わせ対応といった定型業務をAIに任せると、限られた人数でも業務の山を乗り越えやすくなります。
たとえばソフトバンクは、エントリーシートの評価にAIを取り入れた際、人事担当者の確認時間を大きく減らせる見込みを示していました。詳しくは後述する活用事例で紹介します。
空いた時間を面談や制度設計に回せるため、人事部が経営に提案する余力を持てるようになります。
評価や判断のばらつきを抑えられる
2つ目のメリットは、評価者や面接官による判断のばらつきを抑えられることです。
人による評価は、評価者の経験や好み、その日の状況に左右されがちです。AIは同じ基準ですべての対象を処理するため、評価者ごとの甘さ・厳しさの差を見える化できます。
ただし、AIを入れれば必ず公平になるわけではありません。学習データに偏りがあれば、AIはその偏りを引き継ぎます。AIの結果も定期的に検証する前提で使いましょう。
基準のそろった評価は、社員が結果に納得しやすくなり、評価への不満による離職を防ぐことにもつながります。
データに基づく人材戦略を立てられる
3つ目のメリットは、勘や経験ではなくデータを根拠に人材戦略を立てられることです。
成果を上げる社員に共通する経験やスキル、部署ごとに不足している能力をAIで分析すると、採用・育成・配置のどこに投資すべきかが明確になります。
上場企業では人的資本の情報開示が求められており、人材に関する指標をデータで説明する場面が増えています。AIで人事データを整理しておけば、開示資料の作成にも活かせます。
データで語れる人事部になれば、経営会議での発言力が増し、戦略人事への転換を進めやすくなります。
AI人事の活用事例
AI人事の活用事例として、以下の3社の取り組みを紹介します。
- ソフトバンク:採用選考へのAI活用
- 日本管財ホールディングス:昇格試験へのAI面接導入
- ホクト:人事部へのAIチャットボット導入
いずれもAIに任せる範囲と人が判断する範囲を分けている点に注目してください。
ソフトバンク:採用選考へのAI活用
ソフトバンクは、新卒採用の選考にAIを段階的に取り入れてきた企業です。
2017年には、エントリーシートの評価にIBM Watsonを導入しました。AIが合格基準を満たすと判断した項目は通過とし、それ以外は人事担当者が内容を確認して最終的な合否を決める仕組みです。担当者の確認時間は75%程度減らせる見込みとされていました。
参考:MONOist(ITmedia)
2020年には、動画面接の評価にエクサウィザーズと共同開発したAIシステムを導入すると発表しました。目的は、より客観的で統一された基準による評価です。
参考:プレスリリース(ソフトバンク)
AIに不合格を決めさせない設計は、大量の応募を扱う企業がスクリーニングにAIを使う際の参考になります。
日本管財ホールディングス:昇格試験へのAI面接導入
日本管財ホールディングスは、2026年4月1日から、同社と日本管財の昇格試験にAI面接を導入しました。
報道によると、同社は課長級への昇格審査で行っていた小論文試験を廃止し、AI面接に置き換えました。生成AIの普及で小論文の内容が似通い、受検者の資質を見極めにくくなったことが背景にあります。
参考:昇格審査でAI面接 小論文は資質見抜けず 日本管財(労働新聞社)
同社は狙いとして、社員の成長機会の提供と業務効率化の両立を掲げています。昇格審査にはマネジメント試験や適性検査も含まれ、AI面接は判断材料の1つという位置づけです。
参考:プレスリリース(日本管財ホールディングス)
生成AIの普及で従来の試験が機能しにくくなった企業にとって、評価方法を見直す具体例になります。
ホクト:人事部へのAIチャットボット導入
きのこの生産・販売を手がけるホクトは、2020年7月に人事部へ社内向けAIチャットボット「hitTO(ヒット)」を導入しました。
当時の人事部は、社員からの問い合わせ対応に加え、働き方改革や新型コロナウイルス対策にともなう制度変更への対応に追われていました。戦略的な業務に集中しにくい状況が、導入の背景にあります。
導入の狙いとして、以下の3点が挙げられています。
参考:プレスリリース(ジェナ)
- 社員がいつでも質問できる環境を整え、生産性を高める
- リモートワークなど新しい働き方に合った問い合わせ体制を整える
- 人事業務の知識を体系化し、担当者の休職時にも対応できる組織をつくる
問い合わせ対応から始めて、業務の属人化も解消する進め方は、AI導入の第一歩として取り入れやすい方法です。
AIを人事で使う際のリスクと法規制
AIを人事で使う際に押さえるべきリスクと法規制は以下の3つです。
- 学習データの偏りが評価に反映されるリスクがある
- 判断理由を説明できないリスクがある
- 個人情報保護法とAI関連法規制への対応が必要になる
これらを軽視すると、社員や応募者からの信頼を一度に失いかねません。
学習データの偏りが評価に反映されるリスクがある
AIは、学習した過去のデータに含まれる偏りをそのまま再現します。
たとえば、過去の採用者や高評価者が特定の性別や年代に偏っていると、AIはその特徴を「成功の条件」として学習します。その結果、本来は能力が高い候補者を低く評価するおそれがあります。
対策として、属性情報を入力から外すことに加え、属性ごとの通過率や評価分布を定期的に比べましょう。属性を外しても、出身校や経歴などから間接的に偏りが生じる場合があるためです。
偏りの確認を定例業務にしておけば、問題が表面化する前に気づき、AIの設定を見直せます。
判断理由を説明できないリスクがある
AIの出力の根拠がわからないままでは、評価や不採用の理由を本人に説明できません。
AIのなかには、なぜその結果になったのかを人が読み取りにくい仕組みのものがあります。理由を示せない評価は、社員の不信感を生み、人事制度そのものへの信頼を下げます。
ツールを選ぶ際は、判断の根拠となった項目を表示できるかを確認しましょう。そのうえで、最終的な判断理由は人が自分の言葉で説明できる状態を保つことが大切です。
説明できる運用を整えておけば、社員からの問い合わせや異議申し立てにも落ち着いて対応できます。
個人情報保護法とAI関連法規制への対応が必要になる
人事データは個人情報のかたまりのため、個人情報保護法とAI関連の法規制への対応が欠かせません。
個人情報保護法では、個人情報の利用目的をできる限り特定する必要があります。健康診断の結果など「要配慮個人情報」は扱いがより厳しく、外部のAIサービスに入力してよいデータを社内で決めておきましょう。
参考:法令・ガイドライン等(個人情報保護委員会)
国内では、2025年9月に「人工知能関連技術の研究開発及び活用の推進に関する法律」が全面施行されました。罰則を設けた規制法ではなく、国のAI政策の基本方針を定める法律です。
参考:人工知能関連技術の研究開発及び活用の推進に関する法律について(内閣府)
EUのAI法では、採用や昇進、解雇などに使うAIが「高リスク」に区分されています。高リスクAIの義務は2027年12月2日から適用される予定で、EUで事業を行う企業は早めの準備が必要です。
参考:EU AI Act: AI Omnibus formally adopted(Addleshaw Goddard)
AI人事を導入する4ステップ
AI人事は以下の4ステップで導入します。
- 対象業務を棚卸しする
- 低リスク業務で試験導入する
- 運用ルールとチェック体制を決める
- 効果を測定して対象を広げる
順番どおりに進めると、失敗のリスクを抑えながら社内の理解を広げられます。
ステップ1:対象業務を棚卸しする
最初に、人事業務を洗い出し、工数とリスクの段階で分類します。
採用・評価・育成・配置・労務の領域ごとに、毎月どれだけの時間がかかっているかを書き出しましょう。次に、それぞれの業務を前述の「すぐ任せてよい」「条件付き」「人が最終判断」の3段階に当てはめます。
工数が大きく、かつ「すぐ任せてよい」に入る業務が、最初の導入候補です。担当者へのヒアリングで、作業の負担感もあわせて確認しておくと優先度を決めやすくなります。
棚卸しの結果は、導入の目的と期待効果を上長に説明する資料としてそのまま使えます。
ステップ2:低リスク業務で試験導入する
次に、候補のなかから1つの業務に絞り、期間を区切って試験導入します。
労務問い合わせの一次対応や面談記録の要約は、誤りを人が拾いやすく、試験導入に向いています。複数の業務を同時に始めると、効果や課題の原因を切り分けにくくなるため避けましょう。
新しいツールを契約する前に、すでに使っている人事システムやグループウェアにAI機能が付いていないかを確認します。既存の機能で試せれば、費用と社内手続きを抑えられます。
小さな成功例をつくることで、ほかの部署や経営層の協力を得やすくなります。
ステップ3:運用ルールとチェック体制を決める
本格運用の前に、AIの使い方と確認の責任者を文書で定めます。決めておくべき項目は以下の5つです。
- AIに入力してよいデータと入力してはいけないデータ
- AIの出力を確認する担当者
- 最終判断を下す担当者
- AIの利用履歴の保存方法と保存期間
- 社員や応募者へのAI利用の周知方法
全社の生成AI利用ガイドラインがある場合は、内容をそろえて矛盾が出ないようにしましょう。ルールが明文化されていれば、担当者が替わっても同じ品質で運用を続けられます。
ステップ4:効果を測定して対象を広げる
最後に、試験導入の効果を数値で測り、問題がなければ対象業務を広げます。
測定する指標は、削減できた作業時間、対応件数、回答までの時間、社員の満足度などです。導入前の数値を記録しておかないと比較できないため、ステップ2の開始時点で計測を始めておきましょう。
効果が確認できたら、「条件付きで使う業務」へ対象を広げます。その際は、属性ごとの結果の確認を定例業務として組み込みます。
測定と見直しを繰り返すことで、AI活用の範囲を広げながらも、社員の信頼を保った人事運用を続けられます。
AI人事に関するよくある質問
AI人事に関する質問は以下の3つです。
- 人事の仕事はAIでなくなるのか
- 中小企業でもAI人事を導入できるのか
- どのツールから始めるべきか
質問に対する回答を確認して、自社でAI人事を進める際の参考にしてみてください。
人事の仕事はAIでなくなるのか
人事の仕事そのものがなくなるわけではありません。AIが担うのは定型的な作業であり、人の処遇を決める判断や社員との対話は人の役割として残ります。
ただし、書類作成や問い合わせ対応だけを担う働き方は、AIに置き換わっていくでしょう。AIを使いこなし、空いた時間で制度設計や組織づくりに取り組める人事担当者の価値が高まります。
中小企業でもAI人事を導入できるのか
中小企業でも導入できます。ChatGPTやMicrosoft Copilotなどの汎用ツールを使えば、大きな投資をせずに始められます。
一方で、予測AIは学習に使うデータが少ないと精度が上がりにくいため、社員数が少ない企業には向かない場合があります。まずは求人票の作成や社内FAQの整備など、生成AIで完結する業務から始めましょう。
どのツールから始めるべきか
社内ですでに使っているツールのAI機能から試すのが最も手軽です。人事システムやグループウェアにAI機能が追加されている場合、新たな契約や社内審査を省けます。
専用ツールを新たに選ぶ場合は、解決したい業務を先に決めてから比較しましょう。データの保存場所や学習への利用の有無など、セキュリティ面の条件も必ず確認してください。
AIに任せる業務を見極めて人事を戦略部門に変えよう
AI人事は、文書作成や問い合わせ対応などの定型業務をAIに任せ、担当者が人にしかできない判断に集中するための取り組みです。処遇に影響するかと、誤りを人が拾えるかの2軸で業務を線引きすることが、安全に進めるための前提になります。
まずは自社の人事業務を棚卸しし、労務問い合わせや面談記録の要約など、すぐ任せてよい業務から1つ選んで試してみましょう。
一方で、AI活用を広げるほど、ツールを使いこなせる人材が人事部や現場に足りないという課題が見えてきます。AIの出力を正しく確認し、偏りに気づける知識がなければ、線引きのルールも形だけになってしまいます。
人事部と現場の両方でAIを扱える人材を育てることが、AI人事を定着させ、人事を戦略部門に変える近道です。



















