スキルベース人材マネジメントとは何か──ジョブ型の次に来る組織OSと人的資本経営の最前線

人材不足、DXの停滞、人的資本経営の形骸化。多くの日本企業が同時多発的な課題に直面しています。

メンバーシップ型の限界が語られ、ジョブ型雇用への移行が進む一方で、「制度は整えたが成果につながらない」と感じている経営者や人事責任者の方も多いのではないでしょうか。

その背景には、仕事や人材を“職務”という固定的な単位で捉えること自体が、変化の激しい時代に合わなくなっている現実があります。

そこでいま世界的に注目されているのが、職務を分解し「スキル」を最小単位として人と仕事を結び直すスキルベースの人材マネジメントです。

この考え方は、人事制度の改善にとどまらず、組織の俊敏性やイノベーション創出力を左右する経営戦略そのものといえます。

本記事では、スキルベース組織の基本概念から、政策動向、最新データ、先進企業の実践、導入に向けた現実的な論点までを整理します。

人的資本を「開示のための指標」から「価値創造のエンジン」へと進化させたい方にとって、全体像を掴むための道標となるはずです。

なぜ今スキルベース人材マネジメントが注目されるのか

スキルベース人材マネジメントが今これほど注目されている最大の理由は、従来の雇用・人事モデルが環境変化のスピードに追いつかなくなった点にあります。日本企業の多くを支えてきたメンバーシップ型雇用は、長期育成と安定を前提とする一方で、事業構造が短期間で変わる現代では人材配置の柔軟性を欠きます。代替策として導入が進んだジョブ型雇用も、生成AIの急速な普及により職務内容そのものが数か月単位で変化する中で、固定的な職務定義が足かせになりつつあります。

この行き詰まりを打開する考え方として、職務ではなくスキルを最小単位に据えるアプローチが浮上しました。Workdayが公表した2025年のグローバル調査によれば、日本の管理職の76％が、スキルベースの導入によって生産性や組織の俊敏性が高まると認識しています。これは期待論ではなく、変化に適応できる組織構造そのものへの危機感が背景にあります。

もう一つの大きな要因が、人的資本経営の実質化です。ISO 30414への対応や有価証券報告書での人的資本開示が進む中、投資家は研修費の多寡ではなく、「どのスキルが獲得され、事業成果にどう結びついたのか」という因果関係を求めています。パーソル総合研究所の調査でも、人的資本KPIを設定している企業は増えている一方、ROIを説明できている企業は約3割にとどまります。スキルを可視化しなければ、説明責任を果たせないという現実が、経営層の意識を変えています。

背景要因	企業に生じている課題	スキルベースが提供する解
生成AIによる業務変化	職務定義が短期間で陳腐化	スキル単位での柔軟な再配置
人的資本開示の高度化	投資対効果を説明できない	スキルと成果の因果関係を可視化
人材不足の深刻化	埋もれた能力を活用できない	社内スキルの再発見と流動化

さらに、日本企業特有の課題として「自社の人材が何をできるのか分からない」問題があります。同じWorkday調査では、自社のスキルを正確に把握できていると答えた日本の管理職は約半数にとどまりました。これは能力不足というより、可視化の遅れです。スキルベース人材マネジメントは、人が足りない状況で新たに採用する前に、既に社内に存在する価値を見つけ出すための経営手法として、今まさに不可欠なものになっています。

メンバーシップ型雇用が抱える構造的な限界

メンバーシップ型雇用が抱える最大の構造的限界は、環境変化への適応速度が組織設計上、意図せず制約されている点にあります。人に仕事を後付けで割り当てるこのモデルは、高度経済成長期のように事業構造が長期安定している局面では有効でしたが、**生成AIの進化やビジネスモデルの短命化が進む現在では、変化を前提とした経営と根本的に噛み合わなくなっています。**

具体的には、職務内容・勤務地・役割が曖昧なまま長期雇用を前提とするため、組織内の人材配置は「今できること」ではなく「過去の在籍年数や年次」に強く引きずられます。三菱総合研究所が指摘するように、この状態では人的資本がブラックボックス化し、経営が必要とする能力と現場のスキル実態との間に恒常的な乖離が生じます。結果として、新規事業や高度専門領域に必要な人材が社内に存在していても、最適配置されないまま埋没するリスクが高まります。

さらに深刻なのは、育成メカニズムそのものが内向き最適に陥りやすい点です。OJTとローテーションを通じて形成されるスキルは、自社特有の業務プロセスや暗黙知への適応力、いわゆるコンテキスト・スキルに偏重します。**このスキルは社外市場での可搬性が低く、本人の市場価値を高めにくい一方、企業側にとっても外部からの即戦力人材を受け入れにくい排他性を生みます。**

観点	メンバーシップ型雇用の特徴	構造的な限界
人材配置	人基準で仕事を割当	変化時の再配置に時間がかかる
育成	OJT中心・社内最適	専門性と市場価値が育ちにくい
評価	年次・プロセス重視	成果とスキルの因果が不明確

また、評価制度との連動も大きなボトルネックです。成果よりもプロセスや協調性が重視される傾向が強く、スキル獲得や専門性深化が報われにくい構造になっています。パーソル総合研究所の調査でも、人的資本投資と業績成果の因果関係を把握できている企業は約3割にとどまるとされており、メンバーシップ型の枠組みではスキルと価値創出を結びつける設計自体が難しいことが示唆されています。

加えて、労働力人口が減少する日本において、無限定性を前提とした働き方は個人側の制約としても顕在化しています。勤務地や職務が不透明なままでは、専門性を軸としたキャリア形成や、ライフステージに応じた選択が困難になります。**結果として、優秀な人材ほど流動性の高い市場へ流出し、組織の中核が空洞化するという逆説的な現象が起きています。**

このように、メンバーシップ型雇用の限界は単なる制度疲労ではなく、人的資本を戦略資源として活用する上での構造問題です。環境変化の速度、スキルの可視化要求、個人のキャリア自律といった現代的要請に対し、このモデルは前提条件そのものを更新できずにいることが、最大の制約となっています。

ジョブ型雇用の広がりと見えてきた課題

ジョブ型雇用は、日本型雇用の限界を打破する切り札として2010年代後半から注目され、2024年以降も導入企業は着実に増えています。職務内容や責任、必要スキルを明確に定義することで、専門人材を適切に処遇できるという点は、多くの経営者にとって魅力的でした。
特にデジタル人材や高度専門職の採用競争が激化する中で、従来の年功的な処遇では太刀打ちできないという危機感が、ジョブ型導入を後押ししています。

実際、2024年に実施された民間調査では、ジョブ型雇用をすでに導入している、または検討している企業が過半数に達しました。
この数字は、日本企業の意識が「人に仕事を合わせる」発想から、「仕事に人を合わせる」発想へと転換しつつあることを示しています。
しかし、導入が進むにつれて、制度の理想と運用の現実のギャップも明確になってきました。

観点	導入時の期待	運用上の実態
職務定義	責任と成果が明確になる	業務変化が速く形骸化しやすい
人材流動性	専門人材の採用・配置が容易	ポストが固定化し異動が停滞
評価・処遇	成果に基づく公正な評価	職務給化のみで実質は旧来型

最大の課題は、ジョブディスクリプションという「固定された箱」が、変化の激しい環境に適応しにくい点にあります。
生成AIの普及により、職務内容は数か月単位で再定義を迫られていますが、そのたびにJDを更新することは現場に大きな負荷を与えます。
三菱総合研究所も、ジョブの静的管理が組織の俊敏性を損なうリスクを指摘しています。

また、日本的な運用では、等級制度を職務給に置き換えただけにとどまり、配置や育成の考え方が従来のままというケースが少なくありません。
その結果、昇進や挑戦の機会が「空きポスト待ち」になり、若手や専門人材の成長意欲を阻害する逆効果も生じています。
ジョブ型は万能薬ではなく、導入した瞬間から新show課題を内包する制度であることが、2026年時点でより鮮明になっています。

スキルベース組織とは何か──ジョブを分解する発想

スキルベース組織とは、従来の「ジョブ」を前提とした人材配置の考え方を根本から見直し、仕事をより小さな単位に分解し、必要なスキルと人を柔軟につなぎ直す組織モデルです。ここで重要なのは、単にジョブ型雇用を細かくした制度ではなく、仕事そのものの捉え方を変える点にあります。

ジョブ型では、職務記述書に定義された業務の束が最小単位になります。しかし生成AIの普及や事業環境の高速化により、その束は短期間で陳腐化します。Workdayが2025年に公表したグローバル調査でも、多くの企業が「ジョブ定義の維持コストが組織の俊敏性を損なっている」と回答しています。スキルベース組織は、この問題に対し、ジョブをいったん解体することで応えます。

具体的には、仕事をタスクに分け、さらにそれを遂行するためのスキルにまで分解します。例えば「営業マネージャー」という役割は、予実管理、顧客向けプレゼン、メンバー育成、戦略立案といった複数のタスクで構成され、それぞれに財務分析力、ストーリーテリング、コーチング力、市場分析力といった異なるスキルが紐づきます。

従来の考え方	スキルベースの考え方
ジョブ単位で人を配置	タスク・スキル単位で人を配置
役職や空きポストが前提	プロジェクトごとに動的に編成
職務記述書が基準	保有・発揮スキルが基準

この発想により、「ポジションが空かないと活躍できない」という制約が取り払われます。別部署の若手社員が持つ高度なプレゼン能力だけを切り出して、重要顧客向けの提案タスクに参加させるといったことが可能になります。三菱総合研究所も、こうしたスキル単位での再配置が、人的資本投資の実効性を高めると指摘しています。

また、スキルベース組織は、人材活用の精度を高めるだけではありません。仕事が分解されることで、個人は「次に何を学べば価値が高まるのか」を具体的に理解できるようになります。抽象的な職務要件ではなく、スキルという共通言語で期待が示されるため、学習と業務成果の因果関係が明確になります。

日本企業の管理職の76％が、スキルベースの導入は生産性やイノベーションを高めると認識しているというWorkdayのデータは、この分解思考が現場感覚とも合致していることを示しています。スキルベース組織とは、人事制度の話にとどまらず、仕事の設計思想そのものをアップデートする取り組みだと理解することが重要です。

生産性と俊敏性を高めるスキルベースの経営インパクト

スキルベースの経営がもたらす最大の価値は、単なる人事効率化ではなく、組織全体の生産性と俊敏性を同時に引き上げる経営インパクトにあります。固定的な職務や役割を前提とした経営では、環境変化に応じた意思決定と実行のスピードに限界が生じますが、スキルを最小単位として経営資源を再配置することで、その制約が大きく緩和されます。

Workdayが公表したGlobal State of Skills 2025によれば、日本の管理職の76％が、スキルベースのアプローチによって生産性、イノベーション、組織の俊敏性が向上すると回答しています。これは感覚的な評価ではなく、事業環境の変化に対して人材を即応させられる構造そのものが、経営成果に直結しているという認識の広がりを示しています。

特に生産性の観点では、スキルの可視化によって「誰に任せるべきか」を探す時間が大幅に削減されます。三菱総合研究所も、スキルと業務の対応関係が明確になることで、重複業務や過剰な引き継ぎが減少し、付加価値を生まない調整コストが抑制されると指摘しています。これは一人当たりの労働時間を増やすのではなく、成果に直結する時間の比率を高めるという質的な生産性向上です。

俊敏性の面では、事業戦略の変更に対する組織の反応速度が決定的に変わります。生成AIの普及や市場ニーズの急変により、数か月単位で必要スキルが入れ替わる現在、ジョブ単位での再設計は間に合いません。スキルベース経営では、既存人材のスキルを組み替えるだけで新規プロジェクトを立ち上げられるため、外部採用に依存せずとも迅速な打ち手が可能になります。

観点	従来型経営	スキルベース経営
人材配置	職務・役職単位で固定	スキル単位で柔軟に再配置
意思決定速度	異動・承認に時間を要する	即時に最適人材を投入可能
生産性	調整・引き継ぎコストが高い	成果創出に集中しやすい

さらに重要なのは、この俊敏性が属人的な頑張りではなく、経営システムとして再現可能になる点です。誰か特定のエースに依存するのではなく、スキルデータに基づいて判断できるため、組織規模が大きくなるほど効果が拡大します。人的資本経営において投資家が求めているのも、この再現性と説明可能性です。

生産性と俊敏性を同時に高めるスキルベース経営は、コスト削減策でも福利厚生施策でもありません。変化を前提とした時代において、戦略を実行可能にするための経営基盤そのものであり、競争優位の源泉が人材の「量」から「組み替え力」へと移行している現実を如実に示しています。

政府政策と労働市場が後押しする不可逆の潮流

政府政策と労働市場の両面から見ると、スキルベースへの移行は一過性の流行ではなく、**後戻りできない不可逆の潮流**として位置づけられます。背景にあるのは、少子高齢化による構造的な労働力不足と、生成AIを含む技術革新による職務内容の急速な変化です。従来型の雇用や人事制度では、この二重の変化に対応できないという認識が、政策と市場で共有され始めています。

まず政策面では、厚生労働省の人材開発支援助成金の見直しが象徴的です。2024年度以降、事業展開等リスキリング支援コースでは、単なる研修実施ではなく、**習得したスキルを実際の雇用や配置転換につなげること**が強く求められる設計へと変わりました。正社員転換を条件に経費助成率を最大75%まで引き上げ、学習時間中の賃金助成も拡充した点は、リスキリングを企業の「善意」ではなく、経営プロセスの一部として組み込む意図を明確に示しています。

政策・制度	主な変更点	企業への示唆
人材開発支援助成金	正社員転換要件の明確化、助成率引き上げ	スキル獲得と配置・処遇を連動させる必要性
デジタルスキル標準（DSS）	生成AI前提のスキル定義を拡充	抽象的DX人材から具体的スキル管理へ

経済産業省とIPAによるデジタルスキル標準の改訂も、同じ方向性を示しています。生成AI活用、データ設計・運用といった要素が明確に定義されたことで、企業は「どんな人材が必要か」を職種名ではなくスキル単位で議論せざるを得なくなりました。三菱総合研究所も、こうした共通言語の整備が人的資本投資の前提条件になると指摘しています。

一方、労働市場側の変化はさらに切迫しています。Workdayのグローバル調査によれば、日本の管理職の6割が将来の人材不足に強い懸念を示し、自社が必要なスキルを十分に保有していると確信している割合は4人に1人程度にとどまります。**人が足りないのではなく、何ができる人がどこにいるのか分からない**という状況が、企業の成長制約になりつつあります。

この認識は個人にも波及しています。終身雇用や年功的処遇への期待が現実的でなくなる中で、労働者は職務ではなくスキルを軸に市場価値を測られるようになりました。LinkedInなどのグローバルな人材データが示すように、職務名は変わっても通用するスキルを持つ人材ほど、転職・副業・社内公募といった選択肢を広げています。

政策が学習と移動を後押しし、市場がスキル可視化を要求する現在、企業が旧来の枠組みに留まることは、優秀人材の流出リスクを高めるだけです。**政府政策と労働市場の同時進行が生み出す圧力こそが、スキルベース・マネジメントを不可逆の経営課題へと押し上げている**と言えるでしょう。

スキルの可視化を阻む日本企業共通の壁

スキルの可視化を阻む最大の要因は、テクノロジー不足ではなく、日本企業に深く根付いた組織慣行と評価思想にあります。多くの企業では、スキルを把握しようとすると「制度設計」や「ツール導入」の議論に終始しがちですが、実際にはその手前に越えられていない共通の壁が存在します。

第一の壁は、「スキルは測れないものだ」という思い込みです。特にリーダーシップ、課題設定力、創造性といったソフトスキルは、数値化できないとして評価対象から曖昧に外されてきました。三菱総合研究所も、人的資本投資が成果につながらない企業の多くは、測定困難なスキルを最初から可視化の対象外にしていると指摘しています。その結果、実際の業績に影響を与えている能力が、評価や配置の意思決定に反映されません。

第二の壁は、評価と処遇が結びつくことへの恐れです。スキルを可視化すれば、部門や年次による暗黙の序列が崩れます。これは公平性を高める一方で、管理職にとっては説明責任の増大を意味します。パーソル総合研究所の調査によれば、日本企業の管理職の多くが「評価理由を論理的に説明すること」に強い心理的負担を感じており、結果として曖昧な総合評価に逃げる傾向が確認されています。

壁の種類	表面的な理由	本質的な問題
測定困難性	数値化できない	定義と言語化をしていない
評価への抵抗	不公平になりそう	説明責任への不安
自己申告の形骸化	正確でない	開示しても報われない文化

第三の壁は、従業員側がスキルを正直に開示しない構造です。スキルデータベースを導入しても、「できないことを書いたら評価が下がる」「強みを出すと異動させられる」と感じれば、情報は必ず歪みます。Workdayのグローバル調査でも、日本は自己スキル申告に対する心理的抵抗が高い国の一つとされており、可視化の精度を下げる要因になっています。

重要なのは、スキル可視化を評価のための監視装置にしないことです。本来の目的は、誰を減点するかではなく、誰がどこで価値を発揮できるかを見えるようにすることにあります。スキルが見えることで初めて、適切な学習投資、無理のない配置、そして組織全体の能力構造の把握が可能になります。

日本企業共通の壁を越える第一歩は、スキルを評価の道具ではなく、対話と成長の共通言語として再定義することです。その転換がなければ、スキルベース経営は制度として存在しても、実態としては機能しません。

スキルオントロジーとタレントマーケットプレイスの役割

スキルベース組織を実際に機能させる中核に位置づけられるのが、スキルオントロジーとタレントマーケットプレイスです。両者は単なる人事ITの要素ではなく、**組織内のスキルを資源として循環させるための基盤インフラ**として密接に結びついています。

まずスキルオントロジーの役割は、組織内に散在するスキル概念を共通言語として定義し直すことにあります。三菱総合研究所によれば、部門ごとに異なるスキル解釈が残ったままでは、人的資本投資の効果測定や配置最適化は成立しないと指摘されています。例えば「データ分析力」という一語でも、統計解析、BIツール操作、生成AIを用いた洞察抽出では求められる能力が大きく異なります。スキルオントロジーは、こうした曖昧さを排し、スキルを粒度の揃ったデータとして扱える状態を作ります。

近年はLinkedInやWorkdayが提供するグローバル規模のスキルデータを起点に、自社業務に即した形へ拡張するアプローチが主流です。特に生成AIの普及により、スキルの陳腐化スピードが速まる中、**静的なスキル辞書ではなく、市場動向を反映して更新されるダイナミックな設計**が重要視されています。

観点	スキルオントロジー	タレントマーケットプレイス
主目的	スキル定義と共通言語化	スキルと業務の最適配分
主な利用者	人事・経営層	全従業員・現場管理職
価値創出点	可視化と比較可能性	機会創出と流動性

このスキルオントロジーを実際の配置や成長機会につなげる装置が、タレントマーケットプレイスです。これは従来の社内公募制度を高度化したもので、従業員が登録したスキル情報と、各部門が提示するタスクやプロジェクトをAIがマッチングします。Workdayの調査では、スキルベースのマッチングを導入した企業ほど、内部人材活用率と従業員エンゲージメントが同時に向上する傾向が示されています。

重要なのは、タレントマーケットプレイスが単なる人材争奪の場ではない点です。**「このプロジェクトに参加すれば、どのスキルが伸びるのか」まで提示されることで、配置と育成が同時に設計されます。**これにより、人的資本経営で課題となりがちな投資と成果の因果関係が、スキルを介して可視化されやすくなります。

スキルオントロジーが組織の認知地図だとすれば、タレントマーケットプレイスはその地図上で人と仕事を動かす交通システムです。両者が連動して初めて、埋もれたスキルが価値に転換され、変化に強いスキルベース組織が実装段階へと進みます。

心理的安全性と対話がスキル活用を左右する理由

スキルベースの人材マネジメントが制度やテクノロジーだけでは機能しない最大の理由は、スキルは「使われて初めて価値になる資産」だからです。どれほど高度なスキルを保有していても、本人が開示できず、周囲が安心して活用を依頼できない環境では、そのスキルは眠ったままになります。その分水嶺となるのが心理的安全性と対話の質です。

パーソル総合研究所の2025年調査によれば、日本企業では上司との面談やチーム会議で「本音で話せている」と感じる人が2割未満にとどまっています。この状況下では、「実はこの分野が得意です」「このスキルはまだ不十分です」といった脆弱性を伴う情報は表に出にくく、スキルデータベースは建前情報で埋まってしまいます。結果として、マッチング精度が低下し、スキルベース施策そのものが形骸化します。

観点	心理的安全性が低い組織	心理的安全性が高い組織
スキル開示	過大・過小申告が多い	強み・弱みを正直に共有
対話内容	進捗・評価中心	挑戦・学習・可能性中心
スキル活用	属人的・固定的	流動的・越境的

心理的安全性が高い職場では、対話を通じて「誰が何を知っているか」というメタ知識が共有されます。これは組織心理学でトランザクティブ・メモリー・システムと呼ばれ、チームの問題解決速度や創造性を高めることが知られています。Googleの大規模研究でも、成果の高いチームの最重要因子として心理的安全性が特定されています。

さらに重要なのは、対話がアンラーニングを可能にする点です。生成AIの普及により、スキルの陳腐化は加速していますが、過去の成功体験を手放すことには心理的抵抗が伴います。安全な対話の場があれば、「これまでのやり方を捨てて学び直す」選択が個人にとって合理的になります。実際、同研究所の分析では、本音での対話頻度が高い職場ほど、リスキリング行動と業務での新スキル活用が有意に高い傾向が確認されています。

スキルベース組織における対話は、単なるコミュニケーションではなく組織OSを動かす実行エンジンです。1on1やプロジェクトレビューでの対話が、スキルの可視化、学習、活用を循環させることで、初めてスキルは人的資本として企業価値に転換されます。心理的安全性は情緒的な理想論ではなく、スキル経営の成果を左右する極めて実務的な条件なのです。

富士通とソニーに学ぶ日本企業の実践モデル

富士通とソニーの取り組みは、スキルベース人材マネジメントを日本企業の文脈で現実的に機能させる実践モデルとして示唆に富んでいます。両社に共通するのは、制度設計だけで完結させず、個人の内発的動機や長期的な能力形成まで視野に入れている点です。スキルを管理するのではなく、スキルが育ち続ける状態を設計していることが最大の特徴です。

富士通は、ジョブ型雇用を導入した代表例として知られていますが、注目すべきはその進化形です。同社は職務記述書を軸にした配置にとどまらず、Purpose Carvingと呼ばれる取り組みを通じて、社員一人ひとりが自らの存在意義を言語化するプロセスを重視しています。CHRO平松浩樹氏の発信によれば、パーパスの明確化はスキル習得の方向性を自律的に定める起点として機能しており、単なる配置最適化を超えた行動変容を生んでいます。

加えて、Connectと呼ばれる対話中心の評価運用により、上司と部下の1on1がスキルの棚卸しと再定義の場として活用されています。頻繁な対話を前提とすることで、保有スキルと発揮スキルの乖離が可視化され、社内ポスティング制度による流動的な配置が現実的な選択肢となっています。これはWorkdayの調査が示す、スキル可視化が組織の俊敏性を高めるという結果とも整合します。

一方、ソニーの実践は、スキルベースをより長期的・科学的に捉えている点に特徴があります。同社はTalent Searchを通じて、早期段階から才能や適性を見極める仕組みを構築してきました。特に注目されるのは、評価対象を技術や知識に限定せず、好奇心や創造性、誠実さといった非認知能力を明確に定義している点です。内閣府の理工系人材調査でも、こうした態度・倫理の要素がイノベーション創出に不可欠であると指摘されています。

さらにソニーは、教育機関と連携し、将来必要となるスキルをカリキュラムに反映させる取り組みを海外拠点で進めています。これは企業内の最適化にとどまらず、社会全体のスキル供給を見据えた設計であり、スキルベース思想を人的資本経営の上流にまで拡張した事例と言えます。

企業	主な焦点	スキルベースの特徴
富士通	自律的キャリア形成	パーパスと対話を軸にした社内流動性の創出
ソニー	才能の早期発掘	非認知能力を含む長期的スキル定義と育成

両社の事例が示すのは、スキルベースは単一の正解モデルではなく、企業の価値観や事業特性に応じて設計されるべき経営基盤だという点です。制度、文化、時間軸を一体で設計することが、日本企業における実装の成否を分けます。

スキルベース組織へ移行するための現実的ステップ

スキルベース組織への移行は、理念先行で一気に進めると現場が疲弊しやすく、失敗確率が高まります。現実的な第一歩は、全社変革ではなく限定された範囲で「試しながら学ぶ」設計にあります。三菱総合研究所も、人的資本投資を成果に結びつけるには段階的な実装が不可欠だと指摘しています。

最初に着手すべきは、スキルの定義と粒度を揃えることです。ここで重要なのは完璧さではなく、経済産業省やIPAが示すデジタルスキル標準（DSS）など、外部の権威あるフレームを参照しながら、社内で「共通言語として最低限通じる水準」を決めることです。曖昧なまま可視化を進めると、後工程の配置や評価が機能しなくなります。

ステップ	実施範囲	現実的な狙い
スキル定義	重点職種・プロジェクト	共通言語の確立
可視化	自己申告＋上長確認	ブラックボックスの解消
小規模運用	社内公募・副業	流動性への慣れ

次に重要なのが、スキルの可視化を評価制度と切り離して開始する点です。Workdayのグローバル調査では、可視化が進まない最大要因として「評価や処遇にどう影響するかわからない不安」が挙げられています。初期段階ではあくまで配置や育成の参考情報として扱い、減点評価に使わないことを明確に伝える必要があります。

三つ目のステップは、小さなタレントマーケットの実装です。いきなり全社横断ではなく、特定テーマのプロジェクトや期間限定タスクに対して社内公募を行い、スキルベースで人を集めます。富士通のポスティング制度が示すように、成功体験が一度生まれると、社員の自己開示と挑戦意欲は連鎖的に高まります。

最後に、学習と業務を切り離さない設計が不可欠です。厚生労働省の人材開発支援助成金の改正が象徴するように、国も「業務時間内でのリスキリング」を前提に制度を組み替えています。スキル獲得を個人の自己努力に委ねるのではなく、業務と一体化させることが、スキルベース組織を持続可能なものにします。

公平性とAI活用を巡る倫理的リスク

スキルベースの人材マネジメントは、配置や評価の透明性を高める一方で、**公平性とAI活用を巡る新たな倫理的リスク**を内包しています。とりわけ2026年時点では、スキルの可視化やマッチングにAIを本格活用する企業が増えたことで、人事判断の根拠がアルゴリズムに委ねられる局面が拡大しています。

最大の論点は、AIが本当に「公平」な判断をしているのかという点です。Workdayのグローバル調査では、スキルデータを活用する企業の多くが生産性向上を実感する一方、**日本の管理職の過半数がアルゴリズムの判断根拠を十分に説明できていない**という課題が示されています。ブラックボックス化したAIは、意図せず既存の人事慣行や過去の評価バイアスを再生産する恐れがあります。

例えば、過去データに「重要プロジェクトは特定の属性の社員に集中していた」という偏りが含まれている場合、AIはその傾向を“成功パターン”として学習します。その結果、スキルは十分にあるにもかかわらず、挑戦機会を与えられない人材が固定化されるリスクが生じます。パーソル総合研究所も、**機会配分の不公平が学習意欲やエンゲージメントを低下させる**と指摘しています。

論点	主なリスク	組織への影響
AIによるスキル判定	過去データのバイアス継承	特定層への機会集中
自動マッチング	判断根拠の不透明化	納得感の欠如・不信
評価への反映	短期成果偏重	中長期育成の停滞

もう一つの重要な論点が、「低スキルの罠」です。スキルベースは能力主義を強化するため、学習時間を確保できない社員ほど不利になります。三菱総合研究所は、**業務時間内での学習保障や、AIによる一律評価を人が補正する運用設計**が不可欠だと述べています。公平性は制度ではなく、運用で担保されるという視点が重要です。

こうしたリスクへの対策として注目されているのが、Explainable AIの考え方です。AIが「なぜその人材を推薦したのか」を説明できる状態を保ち、人事やマネージャーが最終判断を行う仕組みを残すことが、倫理的な安全弁になります。**AIは決定者ではなく、意思決定を支援する存在である**という位置付けを明確にすることが、信頼の前提条件です。

スキルベースとAIの融合は、人的資本経営を飛躍させる可能性を秘めています。しかし同時に、組織の価値観や倫理観がそのまま技術に投影されます。**公平性を問い続ける姿勢そのものが、これからの人材戦略の競争力**になると言えるでしょう。

参考文献

• HRZine：Workday Global State of Skills 2025
• 三菱総合研究所：スキルベースで人的資本投資を推進する
• パーソル総合研究所：個人の人的資本を高めるだけでは、組織の成果につながらない？
• IPA（情報処理推進機構）：デジタルスキル標準（DSS）の概要
• PR TIMES（サイトエンジン株式会社）：ジョブ型雇用に関する調査 2024年8月実施
• HRドクター：富士通 CHRO 平松氏インタビュー