AI人材育成の計画とスキルマップ｜誰をどこまで育てるか中長期で設計する

結論

AI人材育成の計画は、「社員を何人研修へ参加させるか」から始めるものではありません。事業戦略を進めるために、役割・配置・人数・期限を決め、いつまでに何ができる状態へ育てるかを明確にすることから始めます。全社員を同じ高度な水準まで育てる必要はありません。

まず全社員に、安全にAIを使い、出力をうのみにせず判断できる基礎を持たせます。その上で、日常業務を改善する実務活用者、部門内で標準化と横展開を担う部門推進者、AI・データ活用の実装や全社統括を担う専門／統括人材を選抜して育てます。この4層ごとに到達目標と必要人数を置き、現在地との差をスキルマップで可視化すると、研修が目的化しません。

計画期間は3年を基本にしつつ、最初の90日で基礎教育と先行業務を立ち上げ、1年目で部門推進者と再利用できる業務成果物を増やします。2年目は部門を越えた横展開と専門性の強化、3年目は内製化・後継者育成・スキル定義の更新へ進みます。見るべきKPIは受講者数だけではなく、役割充足率、実技評価、業務への組み込み数、推進者の後継者数です。

AI人材育成は「全員を高度人材にする計画」ではない

経済産業省のデジタルスキル標準ver.2.0は、全てのビジネスパーソン向けの「DXリテラシー標準」と、専門性を持ってDXを推進する人材向けの「DX推進スキル標準」で構成されています。2026年4月の改訂では、AI・データ活用を支えるデータマネジメント類型が追加され、AI実装・運用やAIガバナンスに関するスキルも追加されました。

この構成からも、全社員に共通で求める基礎と、推進・実装を担う人材の専門性は分けて考える必要があると分かります。ただし、公的標準にある人材類型やスキル項目を、そのまま自社の職位表へ写すだけでは運用できません。自社の事業課題、業務、組織規模に合わせ、「誰がどの仕事を担うか」へ翻訳する作業が必要です。

（出典：経済産業省 デジタルスキル標準ver.2.0を公表します）

IPAの「DX動向2025-AI時代のデジタル人材育成」では、DXを推進する人材の「量」が「やや不足している」「大幅に不足している」と答えた日本企業は85.1%です。不足の実感だけで研修を発注し、必要な役割とスキルを具体化しないままでは、「受講した人」は増えても「役割を担える人」は増えないというずれが起きます。同資料は、資格や研修の拡充だけでなく、事業戦略に必要なスキルを具体的に把握し、実践型学習を広げる必要性も示しています。

（出典：IPA DX動向2025-AI時代のデジタル人材育成）

誰をどこまで育てるか——4層の人材ポートフォリオ

AI人材の議論では、全社の底上げ層、自分の業務へAIを適用する層、社内で推進や実装を担う層という3分類がよく使われます。この3分類を土台に、推進層を「部門で標準化と横展開を担う人」と「実装・データ・ガバナンスを担う人」へ分けます。求める能力も、選び方も、必要人数の数え方も異なるためです。

以下の4層は、公的標準の人材類型をそのまま再掲したものではなく、企業がAI人材育成計画を作るための実務上の整理です。社員を固定的な階級に分ける意図ではありません。1人が複数の役割を担う場合もあれば、実務活用者が専門職ではなく営業や人事の担当者である場合もあります。

全社員は「使える」より「安全に判断できる」を先に置く

全社員層の到達点は、難しいプロンプトを書けることではありません。使ってよいツールと情報の範囲を理解し、AIが向く作業と向かない作業を分け、出力を確認して最終責任を人が持てることです。最低限の共通基礎がないと、活用推進とリスク抑制が別々の施策になり、現場は「結局、使ってよいのか分からない」状態になります。

実務活用者は「一度できた」から「再現できる」へ進む

実務活用者は、自分の仕事でAIを試すだけでなく、入力・処理・確認・保存の手順を再現できる形にします。評価対象は知識テストだけでなく、実際の業務で使うテンプレート、チェックリスト、ワークフローなどの成果物です。担当者が休んでも同じ品質で使えるところまで整えば、個人技から業務能力へ変わります。

部門推進者は「詳しい人」ではなく「広げる人」

部門推進者に必要なのは、最新ツールの知識だけではありません。対象業務の選定、関係者との合意、質問対応、失敗事例の共有、効果測定を進める力です。最もAIに詳しい社員を自動的に任命すると、技術説明はできても部門内の合意形成が進まないことがあります。業務を理解し、周囲を巻き込める人を選びます。

専門／統括人材は役割を分け、万能人材を前提にしない

AIサービスの実装、データ基盤の整備、セキュリティと法務、投資判断と全社ガバナンスは異なる専門性です。これらを1人の「AI専門家」に集約すると、育成も引き継ぎも難しく、退職時のリスクが大きくなります。必要な専門役割を分け、内製する領域、外部と組む領域、将来内製へ移す領域を決めます。

スキルマップの作り方——8項目を行動で判定する

スキルマップは、社員を細かく採点するための表ではありません。事業に必要な役割と現在の能力の差を見つけ、次に投資する育成テーマを決める道具です。項目を増やしすぎると更新されなくなるため、最初は次の8項目程度で十分です。

判定段階は、細かすぎない4段階にします。

4層すべてに8項目のレベル3を求めるのではなく、役割ごとに必要な濃淡を付けます。

到達点は「知っている」ではなく観察できる行動で書く

レベル定義が抽象的だと、評価者ごとに判定が割れ、育成テーマも決まりません。「理解している」「活用できる」という語を、第三者が確認できる行動と成果物へ置き換えます。

書き直しの目安は、「その行動の証拠として何を見せてもらうか」を一つ挙げられるかどうかです。証拠を挙げられない項目は、判定できない定義のまま残っています。

職種×レベル×到達行動の雛形

8項目とレベル定義を職種の言葉へ翻訳した表が、そのまま運用するスキルマップになります。次の表は記入例です。職種名と業務名は自社のものへ置き換え、各欄には実際の業務で確認できる行動を書きます。

全職種を同時に作る必要はありません。先行して取り組む1〜3業務を持つ職種から書き、運用しながら他職種へ広げると、机上の表で終わらずに済みます。

AI人材育成計画を作る6つの手順

手順1｜事業目標と対象業務を決める

最初に、「AIを学ぶ」ではなく、1〜3年後にどの事業課題を解くかを置きます。たとえば、提案作成の時間短縮、問い合わせ対応の品質平準化、設計・審査のリードタイム短縮、新サービス開発などです。その目標から、AIを組み込む候補業務と、最終判断を人が持つ工程を整理します。

手順2｜誰をどの層に、何人置くかを決める

対象業務ごとに、実務活用者、部門推進者、専門／統括人材のどの役割が必要かを決めます。必要人数は全社の総数だけでなく、配置単位で置きます。たとえば「実務活用者30人」ではなく、「営業5課に各2人、人事2チームに各1人」のように決めます。

優先順位は、次の順で判断材料を見ます。序列を逆にすると、意欲はあるがAI適用余地の小さい部門から始まり、成果が残りません。

1. 対象業務のAI適用余地——作業量が多く、手順を言語化でき、良し悪しの判断基準を定義できるか
2. 部門が抱える課題の規模——対象業務の件数、関わる人員、遅延や品質のばらつきの大きさ
3. データと権限の準備状況——必要な情報が使える形で存在し、利用が許されているか
4. 管理職の合意と時間の確保——担当者へ月何時間を割けるか、代替要員を置けるか
5. 本人の意欲と適性——学習意欲、業務理解、周囲へ説明する力

上位4つで対象部門を絞り、同じ条件の候補が複数いるときに意欲と適性で選ぶと、選抜の説明もしやすくなります。指名だけでは業務側の温度差が残り、公募だけでは対象業務のない部門から手が挙がるため、部門を決めてから候補を募る順序が動きやすい方法です。

配分の目安を仮置きする例を挙げます。従業員500人・6部門の企業であれば、全社員500人へ基礎教育、実務活用者は先行3部門で各課2人の計12人、部門推進者は先行3部門へ正副2人ずつの6人、専門／統括人材は情報システムと経営企画から3人、という置き方になります。これは自社の業務量と体制に合わせて調整する仮置きの例であり、業界の標準値ではありません。初年度から全部門へ広げるより、先行部門を絞るほうが、手順と成果物が残ります。

部門推進者は異動や繁忙で止まらないよう、主要部門へ正副2人を置く設計が安全です。専門人材は、常勤が必要な仕事量か、外部支援と兼任で始められるかを分けます。

手順3｜現在地を棚卸しし、ギャップを集計する

現在地の把握は、精度と工数のどちらかへ寄せると失敗します。全員へ実技試験を課せば運用が止まり、全員の自己申告だけでは配置判断に使えません。3つの方法を対象層ごとに使い分けます。

順序は、広く浅く、狭く深くの順です。まず全社員へ自己申告で分布を取り、先行部門だけ成果物で確かめ、選抜が必要な層へ簡易アセスメントを行います。全員に同じ精度を求めないことが、翌期以降も更新を続けられる条件になります。

このとき氏名別の点数表だけで終わらせず、部門ごとに「必要人数・現在の充足人数・不足人数」を集計します。育成投資の優先順位は、個人の平均点より、重要業務の役割欠員から決めます。

既存の等級・評価制度がある場合は、スキルマップを新しい等級として増やさず、既存の職務要件へ差分として書き足すほうが運用できます。たとえば営業3等級の要件へ「レベル2の指示設計と出力検証」を加え、育成計画の到達目標と同じ言葉にそろえます。職務要件が文書化されていない場合は、当面スキルマップを配置と育成機会の判断だけに使ってください。判定のばらつきが残ったまま処遇へ直結させると、自己評価が保守的になり、実態が見えなくなります。

手順4｜社内で育てる範囲と、外部の知見を借りる範囲を分ける

不足をすべて社内研修で埋める前提にすると、計画が現実から離れます。層ごとに、既存社員の育成でどこまで到達させるか、どこから外部の知見を借りるかを決めます。

• 全社員の基礎と、自社業務を知る実務活用者の育成は、社内で進める部分が中心になります。業務の前提を知らない人には手順を設計できないためです
• 部門推進者は、業務で信頼のある人を選び、標準化と展開の進め方を後から補います
• 実装やデータ基盤の整備は、必要時期と内製方針に応じて外部の力を借り、社内には設計の可否を判断できる人を残します
• ガバナンスは外部の知見を借りても、最終責任と判断基準は社内に残します

手順5｜研修と実務を一つの学習経路にする

知識研修だけでレベル2や3には到達しません。学ぶ、試す、成果物を作る、実務で使う、他者へ展開するという順に学習経路を作ります。

IPAのデジタル人材育成モデルも、企業の取り組みを時系列で整理し、実践の場や個人のキャリア形成まで含めてモデル化しています。研修を単発の行事として扱うと、この表の「実務で作る」以降が誰の担当でもなくなり、学習は業務へ届きません。役割の任命、実務課題の割り当て、成果物の確認までを一続きの経路として設計します。

（出典：IPA デジタル人材育成モデル）

到達を社内で見える形にすると、学習が続きます。レベル2の到達を「担当業務でAIを組み込んだ手順を運用している」と定義し、部門長の確認で認定する程度の簡素な仕組みで足ります。認定した人の成果物を月次で共有する場があれば、他部門が転用でき、次の育成候補も見つかります。制度を精緻にすると運用が止まるため、判定者と証拠だけ決めて始めてください。

手順6｜更新の運用オーナーと頻度を決める

AIツールの機能も、リスクも、必要な役割も変わります。更新が止まる原因は関心の低下ではなく、更新の担当が決まっていないことです。対象ごとにオーナーと頻度を置きます。

3年計画を作って固定せず、四半期ごとに対象業務の進捗、役割の欠員、スキルの陳腐化、外部依存の範囲を見直します。研修カリキュラムの更新は、その結果として行います。

社内展開の進め方、推進体制の作り方、定着後の運用は、次の記事で実務レベルまで扱っています。

あわせて読みたい

生成AI研修を社内展開する手順｜前提・推進体制・完了条件の設計

3年ロードマップ——90日で動き、段階的に深くする

0〜3か月｜立ち上げ

• 事業課題と先行する1〜3業務を決める
• 利用ルールと相談経路を整える
• 4層の役割定義、スキルマップ、必要人数の初版を作る
• 全社員向け基礎教育を開始する
• 先行部門の実務活用者と部門推進者を選ぶ

完了条件は、研修を実施したことではなく、先行業務で実際に使う成果物と測定前の基準値がそろったことです。

4〜12か月｜定着

• 先行業務を運用し、時間・品質・利用頻度を測る
• 部門推進者の正副体制を作る
• 有効だった手順とテンプレートを標準化する
• 四半期ごとにスキル評価と配置数を見直す
• 次に広げる部門を選ぶ

1年目の終わりには、「詳しい個人がいる」状態から、「複数人が同じ手順で成果を出せる」状態へ移します。

2年目｜横展開

• 複数部門へ実務活用者と部門推進者を配置する
• 部門横断で再利用できる成果物を共通化する
• データ整備、システム連携、運用監視など専門領域を強化する
• 社内で担う範囲と外部へ委ねる範囲の線引きを見直す
• 人事評価や職務・キャリアとの接続を始める

2年目は人数を増やすだけでなく、個別の成功例を組織能力へ変える時期です。

3年目｜自走

• 社内講師と後継の部門推進者を育てる
• 専門／統括人材の属人化を解消する
• 事業ポートフォリオに合わせて役割とスキル項目を再設計する
• AI活用の投資判断を通常の事業計画・人材計画へ組み込む
• 外部支援へ依存する領域と、社内に残す判断能力を明確にする

3年目の到達点は、「外部支援が不要になること」ではありません。自社で課題を定義し、内製と外部活用を選び、成果とリスクを判断できることです。

各段階の確認者と完了条件

四半期レビューでは、誰が何を見て、どうなっていれば次へ進めるかを先に決めておきます。次の完了条件は、自社の部門数と対象業務の規模に合わせて書き換えて使えます。

KPIは受講率ではなく4系統で持つ

IPAが2026年7月に公表したDX動向2026のポイントでは、AI導入は広がる一方、利用用途と効果は業務効率化・迅速化が中心で、企業価値創出への展開は限定的とされています。育成KPIを受講率やツール利用者数だけにすると、活用の広がりは見えても、事業変革を担う能力が育ったかは分かりません。

（出典：IPA 国内企業のDX動向・AI活用動向のポイントを公表）

KPIには期限と責任者を付けます。「部門推進者を増やす」ではなく、「12月末までに主要5部門へ正副2人を配置し、各部門で1業務を標準化する」のように、配置と成果を一つにします。

計画が形骸化する典型的な失敗と回避策

形骸化は、計画を運用し始めてから起きるのではなく、計画を作っている工程で仕込まれます。どこで起き、何を見れば気づけるかをそろえておくと、四半期レビューで是正できます。

兆候はいずれも四半期レビューで確認できます。是正の多くは計画の作り直しではなく、定義の書き足しと対象の絞り込みで足ります。

最初の30日で作る計画書

長期計画の検討に時間をかけすぎず、最初の30日で次の1枚を作ります。

この1枚ができれば、研修会社へ相談するときも「何を学べますか」ではなく、「この役割をこの到達点へ育てるには、どの実践と成果物が必要か」と具体的に聞けます。

研修・外部支援を育成計画へどう組み込むか

次のいずれかに当てはまる場合は、外部の知見を借りて、実務課題と研修設計を具体化するか判断する段階です。

• 事業戦略はあるが、AIを組み込む対象業務へ分解できない
• スキルマップを作ったものの、評価方法が自己申告だけになっている
• 部門推進者を任命したが、標準化や横展開が進まない
• 実装・データ・ガバナンスのうち、どこを内製すべきか決められない
• 研修人数は増えたが、業務成果と後継者が増えていない

当社の法人AI研修では、4レベルの研修体系と部門・業種ごとの業務テーマを掛け合わせて設計します。受講前に現在地を確認して開始レベルを決め、受講者自身の業務を題材に、研修内で使える成果物まで作ります。ご相談では、課題整理から研修・伴走の進め方までをご提案します。

管理職層に求める到達点をどう設定するかは、次の記事で扱っています。

あわせて読みたい

管理職向け生成AI研修で扱うべき内容｜5テーマと到達目標

よくある質問