AI 人材戦略の構造設計 ― 採用偏重から組織能力獲得への 4 つの代替戦略

「AI 人材不足」議論の根本的誤読

多くの経営会議で「AI 人材が足りない」という議論が繰り返される。採用予算の増額、外部エージェントの活用、リファラル制度、海外採用 ―― あらゆる施策が議論される。しかし、この議論には根本的なフレーミング誤りがある。問題は採用市場の供給不足ではない。問題は 「採用で AI 能力を獲得できる」という前提 そのものが、組織能力の本質と噛み合っていないことにある。

具体的に対比する。AI 専門人材を 1 名採用したとする。その人物は最先端のモデル知識を持っているかもしれない。だが業務適用には、業務知識・データ理解・組織内合意形成・既存システム連携・運用設計の 5 つの能力が同時に必要となる。採用された AI 人材は、自社固有のこの 5 つを持っていない。獲得には 12 〜 18 ヶ月かかる。その間に転職され、投資が消える。これが「採用しても AI 活用が進まない」の構造的理由である。

本稿では、AI 採用偏重の 3 つの構造的限界を明示し、それを越える 4 つの代替戦略を提示する。Reskilling（既存社員の AI 活用力育成）、Partnership（外部能力の統合）、Acquisition（M&A による組織取り込み）、Redesign（業務再設計による必要人材の削減）― この 4 戦略をポートフォリオとして使い分けることが、CHRO に問われる組織能力設計の核心となる。

採用偏重の 3 つの構造的限界

AI 人材を「採用」で獲得しようとする戦略には、3 つの構造的限界がある。これらは個別の運用問題ではなく、戦略の前提そのものの問題である。

限界 01 ― コストの不安定性

AI 専門人材の人件費は需給で決まり、自社で制御できない。当社が支援した複数企業のサーベイでは、AI Engineer・ML Engineer・Prompt Engineer の年俸は 2022 〜 2025 年で 1.5 〜 2 倍に上昇した。さらにストックオプション、海外学会出張、研修予算を含めると総コストは 2 〜 3 倍に膨らむ。人件費を予算で固定したい組織と、需給で価格が動く労働市場の不整合が、戦略の足かせとなる。

限界 02 ― 継続性の脆弱さ

採用した AI 人材の組織内在籍期間は、平均で 2 〜 3 年にとどまる。これは AI に限らず高度専門人材の労働市場特性である。退職時には、その人物が蓄積したノウハウ、構築したパイプライン、社内ネットワークが同時に失われる。3 年で再採用してまた 18 ヶ月のオンボーディングをする ―― このサイクルでは、組織として AI を経営に統合する時間軸が確保できない。

限界 03 ― 組織能力の不形成

採用偏重の最大の構造的限界は、個人の能力が組織の能力に転化されないことである。AI 専門人材が業務に適用するには、業務知識（自社固有のドメイン）・データ理解（自社固有の構造）・組織合意（責任・権限の調整）・既存システム連携（自社固有のレガシー）・運用設計（自社固有のオペレーション）の 5 つが同時に必要となる。採用された人材はこれらを持たない。獲得には 12 〜 18 ヶ月かかり、その時間が「個人の能力 → 組織の能力」への転化に当てられる。だが転化が完了する前に退職されると、すべて振り出しに戻る。

代替戦略 01 ― Reskilling（既存社員の AI 活用力育成）

採用に頼らない第 1 の戦略は、既存社員を AI 活用力で再武装することである。これは「新しい AI 専門人材を雇う」のではなく、「既存社員を AI を使える人材に変える」アプローチ。

Reskilling の構造的優位は 3 つある。第一に、業務知識・データ理解・組織合意の 5 能力のうち 3 〜 4 を既に保有している人材を活用できる。第二に、組織内ネットワークと心理的所属感が継続するため、定着率が採用組と比較して圧倒的に高い。第三に、再武装を通じて「AI を使える組織」のドクトリンが拡散する。1 名の AI Expert を採用するより、20 名の業務担当者を AI 活用人材に転換する方が、組織能力としての厚みが出る。

運用設計の鍵は、研修プログラム単独ではなく、研修 ＋ 実務適用 ＋ 評価制度の三位一体である。研修だけでは知識の定着が浅く、実務適用なしには行動変容が起きない。評価制度との接続がなければ、社員は AI 活用にリソースを割く理由を持たない。CHRO の責任は、この三位一体を組織設計として実装することにある。

代替戦略 02 ― Partnership（外部能力の統合）

第 2 の戦略は、AI 専門能力を組織内に持つのではなく、外部パートナーと統合する設計である。コンサルティングファーム、AI ベンチャー、研究機関、フリーランス専門家 ―― いずれも「自社で雇わずに、必要なときに使う」モデルである。

Partnership の構造的優位は、需給変動を外部に外出しできることにある。自社の AI 投資量が変動しても、固定費としての人件費は増えない。短期プロジェクトでは外部能力を取り込み、長期テーマでは戦略提携で深く接続する。柔軟な組み合わせが可能となる。

限界もある。組織内の知見蓄積が進みにくいこと、機密情報を外部と共有するリスク、ベンダーロックインの可能性。これらを回避するには、「コア能力は内製、周辺能力は外部」の境界線 を明確に引くことが必要となる。境界線の設計は CHRO の業務範囲を超えた、CEO 直下の戦略判断である。

代替戦略 03 ― Acquisition（M&A による組織取り込み）

第 3 の戦略は、AI 専門能力を持つ組織そのものを買収する Acqui-hire（人材獲得目的の買収）である。スタートアップを丸ごと取り込むことで、個人ではなくチーム単位で能力を獲得する。

Acquisition の構造的優位は、「個人ではなくチーム」を獲得できることにある。チームには既に組織内ネットワーク、共同作業の慣習、相互信頼が確立している。これは個人を採用してから組織内に統合するコストを大幅に下げる。さらに、買収先のテクノロジー、特許、顧客基盤も同時に獲得できる。

限界は、買収後の統合（PMI : Post-Merger Integration）の難しさにある。チームを買収しても、本社のカルチャーと衝突して 2 〜 3 年で離散する事例が少なくない。Acquisition を成功させる鍵は、「買収はゴールではなく出発点」と認識し、PMI に同等の経営的注意を払うことにある。買収予算と同等の PMI 予算を組むことが、構造設計上の必須条件となる。

代替戦略 04 ― Redesign（業務再設計による必要人材の削減）

第 4 の戦略は、必要な AI 人材数そのものを業務再設計で削減することである。「より多くの AI 人材を集める」のではなく、「より少ない AI 人材で済む業務構造を設計する」アプローチ。

Redesign の構造的優位は、人材市場の競争に巻き込まれないことにある。業務をシンプル化し、定型化し、自動化することで、必要な専門人材の数を減らす。残った専門人材には、より創造的・戦略的な業務に集中させる。これは AI 投資と業務改革を同時に進める戦略である。

具体的なアクションとして、(1) 既存業務の 30% を AI で自動化する目標を設定し、専門人材は残った 70% の最適化に集中、(2) 標準化可能な AI 活用パターンを社内ナレッジ化し、各部門が独自に発明し直す重複を排除、(3) 業務システムへ AI を組み込むことで、利用者の AI スキル習得負担を低減 ―― などが挙げられる。これは CHRO ではなく COO 中心の戦略となるが、人材戦略と表裏一体として設計する必要がある。

4 戦略のポートフォリオ設計

4 つの代替戦略は、いずれか単独で機能するものではない。組織の事業特性、既存能力、投資キャパシティに応じて、4 つを組み合わせるポートフォリオとして設計する。

ポートフォリオ設計の鍵は、4 戦略を「どれか一つ」ではなく「事業領域ごとに使い分ける」設計にある。象限 B（戦略的 × AI 必要度高）には集中投資し、Acquisition と Reskilling の組み合わせで深く構築する。象限 C（戦略性低 × AI 必要度低）では、業務再設計を優先し、専門人材投資を最小化する。4 戦略を均等に展開する企業はリソースが分散し、どこにも組織能力が形成されない。

CHRO に問われる組織能力ポートフォリオ設計

4 つの代替戦略をポートフォリオで使い分ける設計は、従来の人事部門の責任範囲を超える。Reskilling は教育・評価制度設計、Partnership は契約・調達設計、Acquisition は M&A・PMI 設計、Redesign は業務オペレーション設計 ―― それぞれが異なる機能領域である。これらを統合するのは、CHRO（最高人事責任者）の組織能力ポートフォリオ設計責務である。

CHRO に問われる構造設計の論点は 3 つある。第一に、事業領域ごとの組織能力マップを描くこと。どの事業に AI 必要度がどの程度あり、戦略性がどう分類されるかを、CEO・各事業長と合意形成する。第二に、4 戦略の予算配分を決めること。採用予算だけでなく、Reskilling 予算、Partnership 予算、Acquisition 予算、Redesign 予算をそれぞれ独立して管理する。第三に、戦略の組み合わせを四半期ごとに見直すこと。市場変動・技術進化・自社事業状況に応じて、ポートフォリオを動的に再配分する。

「AI 人材不足」議論を「採用市場の問題」と捉える限り、構造的な解決には至らない。問題を「組織能力の獲得設計」と再定義し、採用以外の 4 戦略をポートフォリオで使い分ける構造を作る ―― これが CHRO に問われる本質的責務である。AI 戦略の成否は、技術選定や予算規模ではなく、この組織能力ポートフォリオの設計品質で決まる。

References

本稿で示した 4 戦略のフレームと採用偏重の 3 つの限界は、当社の支援実績から抽出した独自フレームである。関連する公開フレームワーク・調査資料を以下に示す。

Talent Strategy

経済産業省 ・ 人材版伊藤レポート 2.0 meti.go.jp

厚生労働省 ・ AI 関連人材市場調査 mhlw.go.jp

AI Skills Framework

独立行政法人情報処理推進機構（IPA）・ DX 推進指標 / AI 人材スキル定義 ipa.go.jp

Reskilling

経済産業省 ・ リスキリングを通じたキャリアアップ支援事業 meti.go.jp/policy/economy/jinzai/reskilling

International Reference

World Economic Forum ・ Future of Jobs Report weforum.org/reports

Talent Mobility

出入国在留管理庁 ・ 高度専門職ビザ制度 moj.go.jp/isa

※ 本稿で示した数値（年俸 1.5 〜 2 倍上昇、在籍期間 2 〜 3 年、5 能力の獲得期間 12 〜 18 ヶ月、業務 30% 自動化）は、当社の支援実績から抽出した経験値です。業種・組織規模・事業領域で変動します。本稿の解釈・提言部分は DX Strategy 株式会社の独自視点です。