AIと一緒に働くための、12か月の全社リスキリング計画

要点

実際の仕事と結びついていない研修では、終わって2週間もすれば、全員が元のやり方に戻ってしまいます。
研修カレンダーから始めず、実際に変わりつつある仕事から始めて、その仕事を中心に学びを設計します。
人が成長したかどうかは、修了証よりも、前後で比べて測れる実際の成果物で確かめます。

0か月目〜Q1：戦略と仕事から土台をつくる

全社員を同じ1日研修に送り込むのは、最も手配しやすく、最も効果の薄いやり方です。研修から戻っても、すぐに使う仕事がない人は、2週間で忘れてしまうからです。正しい出発点は、どの仕事がこれから変わるのかを先に見極め、その仕事をしている人に教えることです。

開発チーム向け · 技術的な詳細

まず事業の目標を置きます。処理能力を上げる、リードタイムを短くする、不良を減らす、新しい収益源をつくる、といった目標です。次に業務の棚卸し（Task Inventory）を行い、仕事をAugment（AIで補強する）、Automate（自動化する）、Human-only（人だけが行う）、Stop（やめる）に分けます。どの仕事が増え、どの仕事が減り、どのスキルが足りなくなるかを示す要員シナリオ（Workforce Scenario）も作ります。行き着く先のワークフローがないまま、「研修受講率100%」を目標にしてはいけません。

1つの職種の仕事を、Augment、Automate、Human-only、Stopのグループに分けるチーム — 研修カレンダーより先に業務の棚卸しから始めれば、どの仕事が変わり、どのスキルを教えるべきかがわかる

開発チーム向け · 技術指標

Q1では、自社の課題を題材にして、全員がAIリテラシー、検証の方法、データの安全な扱い、インシデントの報告窓口について学び終えるようにします。ツールカタログと相談時間（オフィスアワー）を設けて、会社が把握していないAIの利用（シャドーAI）を減らします。スキルのベースラインと、現在の業務指標を記録します。試験導入のテーマを3〜5件選び、それぞれにスポンサー、業務プロセスの責任者、人事、IT・セキュリティ部門、社員の代表をつけます。

設計の原則：勤務時間内に学び、実際の仕事で練習し、上司もチームと一緒に学びます。ワークフローとKPIを変えるのは管理職だからです。

Q2：Role Academyと実務課題（Capstone）

誰が本当に仕事をこなせるかを確かめるには、採用のときと同じ原則を使います。成果物を見ることです。一人ひとりが自分の実際の仕事を新しいやり方でやり直し、前後でどれだけ違うかを測ります。

役割	できるべきこと	合格とする成果物
AIユーザー	依頼の出し方（Brief）、検証、データの保護	実際の仕事がチェックリストを満たす
実践者	テンプレートとワークフロー	品質を保ったまま時間を短縮する
レビュアー	リスクと例外の確認	テストセットとエスカレーションの基準
ビルダー	システム連携、評価、監視	ログとフォールバックを備えた試験導入
オーナー	KPI、SOP、予算、インシデント	承認を得られるビジネスケース

受講者は自分の仕事を題材に実務課題に取り組み、前後を比較して、他の人も使えるテンプレート、チェックリスト、SOPを残します。認定の根拠は成果で、出席しただけでは認定しません。部門ごとに推進役（チャンピオン）を育て、全社共通の基準をそれぞれの現場に合わせて落とし込んでもらいます。

実際の仕事を題材にした実務課題を、前後の比較結果とともに発表する社員 — スキルを証明するのは修了証ではなく、前後の違いを測れる実際の成果物

負担を増やさない：AIを学んでも従来の報告書や手順をすべて続けなければならない状況なら、試験導入が合格した時点で古い手順を廃止します。そうしないと、新しいやり方の定着が残業に変わってしまいます。

Q3〜Q4：人事の仕組みを変え、うまくいったものを広げる

開発チーム向け · 技術指標

Q3では、職務記述書、KPI、キャリアパスを見直します。レビュアー、業務プロセスの責任者、ナレッジキュレーター、自動化の推進役といった役割を加えます。社内公募の仕組み（Internal Marketplace）を設け、実務課題に合格した人が部門をまたぐプロジェクトに参加できるようにします。改善活動のための時間を正式に確保し、学習をすべて終業後に押しやらないようにします。

上司も一緒に検討しながら、社内の募集掲示板から新しい役割を選ぶ社員 — 職務記述書、KPI、キャリアパスが一緒に変われば、学びは一度きりの講座で終わらず、キャリアの道筋になる

開発チーム向け · 技術的な詳細

Q4では、1つのプレイブックでユースケースを広げます。対象は業務プロセス、データ、リスク、評価、研修、サポート、効果測定です。重複しているツールや元が取れないプロジェクトはやめます。実際のデータで要員シナリオを作り直し、足りない部分に応じて配置転換、リスキリング、自然減、採用を計画します。その際は公正に、法律に沿って進めます。

拡大する前に準備しておくこと

ワークフローが継続して品質基準を満たし、責任者がいる
人とAIの役割分担とエスカレーションの経路がはっきりしている
サポート、監視、運用予算がそろっている
職務とKPIが新しい働き方と食い違っていない
人が異動し、スキルを伸ばせる道筋がある

透明性、ガバナンス、スコアカード

会社が何を試しているのか、どんな利用データを集めているのか、誰がそのデータを見られるのか、個人の評価に使うのかどうかを伝えます。AIの判断が人に影響したときに、異議を申し立てられる窓口を用意します。チームが失敗を共有しても罰せられないようにし、会社がコントロールできない人員についての約束はしません。「何も変わりません」と言うより、率直に話すほうが信頼を得られます。

観点	指標
能力	役割に応じた実務課題に合格した人数
定着	継続して使われているワークフロー
事業	コスト、サイクルタイム、品質、処理能力
人材	社内異動、一人前になるまでの期間
信頼とリスク	インシデント、修正（Override）、確信度（Confidence）

四半期ごとに、何を拡大し、何を改善し、何を止めるかを見直し、インシデントや新しいワークフローをもとにカリキュラムを更新します。リスキリングは12か月目で終わるものではありません。ただ、最初の1年のうちに、実際の仕事から自ら学び続けられる仕組みをつくっておくべきです。責任者、コミュニティ、基準をまとめた資料集、改善を続けるための予算がそろった状態です。

CHANGE NOTE · 社員が抵抗している相手はAIとは限らない

社員が抵抗しているのは、AIの名のもとに増えた二重の作業であることもある

終業後に勉強し、日中は新しいシステムを使い、念のため従来のExcelも続けなければならないなら、新しいやり方を使わないのも無理はありません。リスキリングの計画には、旧方式の廃止計画（Decommission Plan）が必要です。古いやり方をいつやめるか、移行期間に誰が支援するか、どのKPIを見直すかを明記します。

架空のケース：経理チームがAIで請求書を読み取る練習を始めましたが、最初は全項目を確認しなければならず、以前より遅く感じました。そこでプロジェクトは、確信度（Confidence）の低い値だけをシステムが強調表示するように変え、確認にかかる時間を学習のKPIの一部として数えることにしました。6週間後、チームは繰り返し作業が減ってきたことを実感し始めました。チームの信頼を生んだのは、言葉による説得よりも、よく考えられた設計でした。

60:30:10の法則

学びの60%は実際の仕事を題材にした実務課題から、30%はコーチングとコミュニティから、10%は基礎的な教材から得ます。講座で身につくのは共通の言葉と安全のルールで、使いこなせるようになるのは、社員が自分の課題を解決し、フィードバックを受けたときです。

ヒント：四半期ごとに、「ツールを使っていますか」と「仕事のどの部分が実際に良くなりましたか」という2つの質問を別々にします。前者は定着を、後者は価値を測るものです。2つを混ぜないでください。

DNA MAKER · SOLUTION BLUEPRINT

知識を、現場で使える問題解決の仕組みへ

問題の核心

従来の職務、KPI、ワークフローがすべてそのまま残っていれば、リスキリングはうまくいきません。学びは、新しい役割と新しい仕事のやり方にまでつながっている必要があります。

段階を踏んだ解決の進め方

事業戦略を、業務の棚卸しと要員シナリオに結びつける
60:30:10の構成で、実務課題と管理職によるコーチングを組み込んだRole Academyをつくる
職務、KPI、キャリアパスを見直し、事業上の成果を出したワークフローだけを拡大する

学びを仕事とキャリアに戻すデジタルの仕組みをつくる

リスキリングを、業務の仕組みから切り離された研修プロジェクトにするべきではありません。DNA Makerは、経営層、人事、現場の上司と一緒に、業務の棚卸し、役割、実務課題、フィードバックをつなぎ、社員がどの仕事を良くするために学んでいるのかを見えるようにします。人材とキャリアパスについての知見は引き続き組織の側にあり、私たちは学習の道筋（Learning Journey）とワークフローの設計をお手伝いします。社員が、何を学び、どこで試し、誰が確認し、合格した成果物がその後どう使われるのかを把握できるようにします。

形としては、学習と業務のポータル（Learning & Workflow Portal）、AIを練習するためのサンドボックス、ナレッジハブ、実務課題と定着状況のダッシュボードなどが考えられ、いずれも組織が承認したツールとつなぎます。DNA Makerは、体験設計、プロトタイプ、Web・モバイルの開発、AIエージェント、システム連携、分析から、AIによる自律型開発（AI Autonomous Development）を使い、確認を挟みながら納品を早めるところまでお手伝いできます。人材育成のロードマップはあるものの、それを支えるシステムの姿がまだ見えていないなら、1つの役割から小さく始め、成果が証明されたら広げられる仕組みを一緒に設計しますので、ご相談ください。

SOFTWARE ENGINEERING GLOSSARY

ソフトウェア開発用語集

この表は、経営層、業務の責任者、開発チームが同じ言葉を別々の意味に取らずに話し合うためのもので、暗記する必要はありません。意味と例に加えて、右端の質問も読んでください。こうした質問から、開発を始める前に隠れていた範囲、リスク、コストが見えてくることがよくあります。

用語	意味	わかりやすい例	開発チームへの質問
Learning Platform	研修コンテンツを管理し、成長の過程を追跡するシステム	社員が自分の役割に合った学習の道筋を確認できる	システムは学びと実際の仕事をどうつなげますか？
Sandbox	本番のシステムから切り離した試験用の環境	本番のデータに触れずに、エージェントの使い方を練習する	試験用のデータは本番とどう分け、どう消去しますか？
Capstone	スキルを証明するための実際のプロジェクト	品質基準を満たしたまま、報告書の作成時間を短くする	どんな成果物があれば、スキルが実務で使えると証明できますか？
Adoption Analytics	社員がシステムをどう使っているかを示すデータ	ログイン回数だけを見ず、繰り返し使われているワークフローを確認する	測っているのは利用の量ですか、それとも利用から生まれた価値ですか？
Decommission	従来のシステムややり方を、計画的に終了すること	新しいワークフローが安定したら、従来のExcelを廃止する	従来のやり方はいつ終了しますか？元に戻す計画はありますか？

明日試せること：部門を1つ選んで業務の棚卸しを行い、ベースラインつきの実務課題を1つ決めます。仕事から始めれば、12か月の計画がすぐに具体的になります。