2026年8月_人材制度の設計事例_アポロ株式会社.pdf

Transcript

1. 人材制度から考える AI・DX人材育成 他社はどう設計しているか 提供：アポロ株式会社（APOLLO, Inc.） Copyright Apollo, Inc. All Rights Reserved
2. 本資料の構成 01 02 03 04 05 06 DXレベルチェックと、レベル別の対応 まず自社の現在地を確かめる なぜ「研修」の前に「制度」なのか 研修を増やしても続かない理由は、制度の側にある 人材制度の設計＝4つの決めごと 人材要件・スキル定義・レベル基準・つなぎ先 他社の設計例（3社） 要件の整理から／認定制度として／研修とつなげて つまずきやすい4つの落とし穴 制度を作った後に効いてくる問題と、その避け方 レベルをどう判定するか 「知っている」と「できる」を分けて測る ※ 本資料は、公開情報および弊社の支援事例をもとに構成しています。特定企業の社名は伏せています。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 1
3. DXレベルチェックシート 当てはまるものにチェックを入れてください。チェックが多かったところが、いまの現在地です。 Lv1 未着手〜検討中 Lv2 導入期 Lv3 制度化期 Lv4 経営統合期 DX推進室・デジタル戦略部はあ るが、人材育成はこれから 経営層に危機感はあるが、現場 までは降りていない e-ラーニングを部門ごとに散発的 に契約している リテラシー研修を全社に展開して いる e-ラーニングを契約し、受講率を KPIにしている AIリテラシー研修も追加した 自社のスキルマップ・人材タイプの 定義がある 人事制度と連動した育成体系を 運用している DX認定の取得や、人的資本の 開示をしている 人材ポートフォリオを経営会議で 常時見ている スキル×配置×評価×後継者計 画を統合して運用 外部に公表できる水準の人的資 本KPIがある チェックが多かったレベルが、いまの現在地です。次のページで、レベル別の「次にやること」を示します。 ※ 判定は目安です。複数のレベルにまたがる場合は、下のレベルを現在地としてお考えください。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 2
4. レベル別の対応 ― 次にやること チェックが多かったレベルの列をご覧ください。 Lv1 Lv2 Lv3 Lv4 未着手〜検討中 導入期 制度化期 経営統合期 よくある課題 よくある課題 よくある課題 よくある課題 どういう人材が何人 必要かの定義がない 育成予算が取れない 受講はしているが 実務に結びつかない リテラシー診断止まり 評価が属人的・自己申告依存 伸びたスキルが 配置に反映されない スキル定義が陳腐化する AI時代のスキル体系を 作り直し続ける必要がある 次にやること 次にやること 次にやること 次にやること まず「人材要件」を決める。 役割・レベル・目標人数を 数字で置くところから。 スキルを絞って定義し、 知識×実務の二軸で測る。 研修の“その後”をつくる。 評価の客観性を作り直し、 認定を配置・登用に つなぐところまで決める。 見直しのサイクルを 制度に組み込む。標準＋ 自社スキルの形で持つ。 この資料の該当ページ この資料の該当ページ この資料の該当ページ この資料の該当ページ 設計例①（8・9ページ） レベルと人数（10ページ） 設計例③（12ページ） 知識×実務（15ページ） 設計例②（11ページ） つまずき②③（14ページ） つまずき①④（14ページ） どのレベルでも、やることは同じ順番。定義する → 測る → 使い道につなぐ。 ※「よくある課題」はレベル別に整理されているもの。「次にやること」は3つの設計例からの本資料の考察です。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 3
5. なぜ「研修」の前に「制度」なのか 研修を増やしても定着しない場合、原因は研修の中身ではなく、その前後の「制度」にあることが多い。 よくある進み方 制度から始める進み方 研修・e-learningを導入する どんな役割の人材が、何人必要かを決める 受講率をKPIにして追いかける 役割ごとに必要なスキルとレベルの基準を決める 受講は進むが、実務に結びつかない 測って、いまの人材の現在地を出す 誰が何をできるのか分からず、次が決まらない 認定・配置・次の研修につなぐ 「受講はしているが実務に結びつかない」「伸びたスキルが配置に反映されない」は、育成の“よくある壁”として整理されている。 研修は制度の一部。決めるべきことを先に決めておくと、研修の選び方も自然に決まる。 ※ 左右の並べ方は本資料の整理です。壁の内容は本資料4ページ「レベル別の対応」Lv2・Lv3の課題に基づきます。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 4
6. 人材制度の設計＝4つの決めごと 制度づくりは、次の4つを順番に決めていく作業に整理できる。上に行くほど、決めるのが難しくなる。 04 つなぎ先 03 レベル基準 02 スキル定義 どこまでできたら どのレベルか 何をもって判定するか 01 人材要件 どんな役割の人材が どのレベルで 何人必要か その役割に必要な スキルを、粒度を そろえて言葉にする 認定・配置・登用・ 次の研修に どうつなぐか ④まで決めて、はじめて制度は回りはじめる。 ①〜③で止まると「スキルマップは作ったが使われない」状態になりやすい。 ※ 4つの決めごとへの整理は本資料の考えです。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 5
7. 他社の設計例 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 6
8. 設計例①｜人材要件の整理（1/2） IPA要件 ビジネス アーキテクト デザイナー データ サイエンティスト ソフトウェア エンジニア サイバー セキュリティ 貴社のDX人材(仮) 人材要件 プラン トDX ビジネスアーキテクト DX・AI施策と事業KPI（処理コスト、水質安定、CO₂削減、 顧客満足）を結びつけて事業を設計。 DXビジネス全体の設計を担当。 顧客・行政向け サービスDXプラン ナー 運転管理・保全の結果を「見える化して価値に翻訳する役割」。 ダッシュボード構築、顧客のKPIと運転データを合わせた分析等 を担当。 管理部門 DXプラン ナー 管理業務（人事・経理・調達・安全衛生など）をDX/AIで効 率化。RPA/生成AI、経営ダッシュボードの構築等を担当。 プラン ト データサイエンティスト 運転データ・水質データを継続的に分析。AI・数理モデルの運 営、時系列・機械学習モデルの理解・構築等を担当。 デジタルソリューション エンジニア 遠隔監視システムや、各種業務アプリ・ダッシュボードを「現場で 使える形」に作り込む。クラウド／Web構築等を担当。 運転DXオペレーター 現場に常駐し、ダッシュボードやAIツールを使いこなしながら運転 を回す。現場のナレッジを基にした数値の分析、DXアプリの推進 等を担当。 メンテナンス DXエンジニア 設備保全のデジタル化・高度化を担う。設備データの取得・解 析、各種システムのモデルの運用・データ設計等を担当。 OT/ITセキュリティ ガバナンスエンジニア 制御系（OT）と情報系（IT）の両方を含むセキュリティ・ガバ ナンスを設計・実装する。ネットワーク構成、セキュリティ要件定 義〜運用を担当。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL L0 L1 L2 L3 (希望) (ベーシック) (コア) (エキスパート) 各デジタル人材のレベル判定の基準を 作成し、SkillAXを用いたスキルテストや 経験履歴を用いてレベルを認定 L1, L2, L3の目標人数を立てて、 育成・配置等に活用 7
9. 設計例①｜職種ごとの人材とスキル（2/2） 貴社のDX人材(仮) 人材要件 紐づくスキル例 プラン トDX ビジネスアーキテクト DX・AI施策と事業KPI（処理コスト、水質安定、 CO₂削減、顧客満足）を結びつけて事業を設計。 DXビジネス全体の設計を担当。 • DX戦略・ロードマップ設計 • AI/デジタル技術のユースケース設計 • DXプロジェクト／ガバナンス設計 顧客・行政向け サービスDXプランナー 運転管理・保全の結果を「見える化して価値に翻 訳する役割」。ダッシュボード構築、顧客のKPIと運 転データを合わせた分析等を担当。 • KPI設計 • BIダッシュボード企画・設計 • 生成AIビジネス活用 管理部門 DXプラン ナー 管理業務（人事・経理・調達・安全衛生など）を DX/AIで効率化。RPA/生成AI、経営ダッシュ ボードの構築等を担当。 • RPA・ローコード活用 • BIダッシュボード企画・設計 • 生成AIビジネス活用 プラン ト データサイエンティスト 運転データ・水質データを継続的に分析。AI・数 理モデルの運営、時系列・機械学習モデルの理 解・構築等を担当。 • データ前処理・クレンジング • 時系列解析・機械学習 • データマート設計 デジタルソリューション エンジニア 遠隔監視システムや、各種業務アプリ・ダッシュボー ドを「現場で使える形」に作り込む。クラウド／Web 構築等を担当。 • 業務要件定義ータ連携・API設計 • DevOps、MLOps • データ連携・API設計 運転DXオペレーター 現場に常駐し、ダッシュボードやAIツールを使いこな しながら運転を回す。現場のナレッジを基にした数 値の分析、DXアプリの推進等を担当。 • BIダッシュボード企画・設計 • 生成AIビジネス活用 • 異常検知に関する知識 メンテナンス DXエンジニア 設備保全のデジタル化・高度化を担う。設備データ の取得・解析、各種システムのモデルの運用・デー タ設計等を担当。 • DWH・データマート設計 • DevOps、MLOps • 異常検知に関する知識 OT/ITセキュリティ ガバナンスエンジニア 制御系（OT）と情報系（IT）の両方を含むセ キュリティ・ガバナンスを設計・実装する。ネットワーク 構成、セキュリティ要件定義〜運用を担当。 • OT/ITアーキテクチャ理解 • セキュリティ要件定義・ポリシー設計 • クラウドアーキテクチャー Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 企画 人事 情報シ ステム 営業 設計 施工 管理 運転 管理 • • • • 各職種で推奨する人材を定義。 人材要件に合わせたスキルを定義・測定・学 習・実践させることで、実務に根差した成長を 実現することが可能 • • • • • • 8
10. （参考）レベルと人数の設計イメージ 設計例①では、レベルを4段階に分け、それぞれの目標人数を立てている。 高 レベルの決め方 L3 エキスパート 高度な実践をリードする スキルテストと経験履歴で、どのレベルに当てはまるかを認定する。 L2 コア 自力で実務を回せる 人数の決め方 L1 ベーシック 支援があれば実務ができる L1・L2・L3それぞれの目標人数を立て、育成や配置に活用する。 L0 希望 これから育てる 低 レベルを分けると、「あと何人育てればよいか」を数字で話 せるようになる。 土台（L0・L1）を厚くしてから、上を増やしていく。 ※ レベル区分と目標人数の考え方は設計例①（プラントエンジニアリング企業様）に基づきます。段の形と一言コメントは本資料の整理です。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 9
11. 設計例②｜認定制度として運用する レベル基準づくりから着手 大手メーカー様／DX推進室が主導・数百名規模を対象 出発点 ・DX人材要件やスキルは既に定義済み ・ただし評価が属人的で、認定制度が回らない ・研修の受講履歴では評価したくない ・コア人材は知識と経験の2軸で評価したい 制度としてやったこと ・自社独自のスキル体系に合わせて、評価の基準をカスタマイズ ・知識テスト（適応型）と実務実績データの両面で定量評価 ・AIが一次評価を行い、最終的な認定判断は人が行う ・制度の目的と評価基準を社内にオープンにして運用 ▪ 制度が回りはじめて生まれた循環 学ぶ 認定される 抜擢される スキル体系に沿って必要な学習に取り組む 知識×実務の二軸で客観的にレベルを認定 認定が配置・アサイン・登用に反映される 抜擢が次の学習動機になり、学び直しが続く 制度設計のポイント：立派な制度をゼロから作る必要はない。「学ぶ→認定される→抜擢される」がつながり、基準がオープンであること。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 10
12. 設計例③｜研修と制度をつなぐ スキル定義の絞り込みから着手 大手製造メーカー様／品質管理・データ活用推進部門 出発点：AI関連教育や統計研修は用意していた。しかし研修後に「誰が何をできるようになったか」 「実務で使えているか」「次に何を育てるか」が見えていなかった。 スキルを定義し、絞り込む 経済産業省のデジタルスキル標準（DSS）に 自社AIスキルを加えて定義 まずは実務で使うデータ分析領域に絞って開始 ・AIリテラシー ・データ・AIの戦略的活用 ・AI・データサイエンス ・データエンジニアリング 知識×実務の二軸で測る 【知識】適応型テスト 受検者の実力に応じて難度が変わり、 短時間で精度高くレベルを判定 【実務】業務活用実績の登録 本人が実績を登録し、AIが評価観点との 合致度を判定。上長の承認で可視化する 結果を次の育成施策につなぐ 測定結果から次の4点を整理 ・次に伸ばすべきスキル ・そのために必要な研修 ・部署内で不足しているスキル ・重点的に育成する人材 ▪ 進め方：いきなり全社に広げない 少人数でトライアル 部署で検証 育成施策として段階的に展開 制度設計のポイント：「測定」はゴールではない。定義 → 測定 → 次の施策、のサイクルにして初めて研修が生きる。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 11
13. 3つの設計例を、並べて見る 設計例① 設計例② 設計例③ プラントエンジニアリング企業様 大手メーカー様 大手製造メーカー様 出発点 Eラーニングは進めているが実務での活用につながらな い。AI・DXの人材要件やスキルの定義自体がない。 人材要件やスキルは定まっているが、AI・DXの評価が 属人的で認定制度が回らない。 研修は用意していたが、研修後に誰が何をできるよう になったかが見えない。 制度の中身 IPAの人材要件をベースに、自社のDX人材8タイプを 定義。職種ごとに推奨する人材とスキルを紐づけ。 自社独自のスキル体系に合わせて、評価の基準をカ スタマイズ。目的と基準は社内にオープン。 デジタルスキル標準（DSS）＋自社AIスキルで定義。 まず実務で使うデータ分析領域に絞る。 レベルの決め 方 L0（希望）／L1（ベーシック）／L2（コア）／L3 （エキスパート）。スキルテストと経験履歴で認定。 知識テスト（適応型）と実務実績の二軸。AIが一 次評価し、最終判断は人が行う。 適応型テストと業務活用実績の登録。本人の登録 → AI判定 → 上長の承認。 つなぎ先 L1・L2・L3の目標人数を立て、育成・配置などに活 用。 認定が配置・アサイン・登用に反映される。 次に伸ばすスキル／必要な研修／部署内の不足／ 重点育成対象の整理。 入口はバラバラでも、行き着く先は同じ。「定義する → 測る → 使い道につなぐ」がそろっている。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 12
14. 制度づくりでつまずきやすい、4つのこと 制度を作った後に効いてくる問題は、あらかじめ分かっている。 スキル定義の陳腐化 01 起きること：生成AI時代の変化に、定義が追いつかない 避け方：スキルは固定しない。年1回は見直す前提で、標準（DSS等）に自社スキルを足す形にしておく。 評価の属人性・自己申告依存 02 起きること：評価者によって結果が変わり、客観性に欠ける 避け方：「知っている」と「できる」を分けて測り、何を根拠に判定したかを残す。 研修と配置の分断 03 起きること：伸びたスキルが配置に反映されない 避け方：制度を作る前に「結果の使い道」を決めておく。認定・配置・登用のどこにつなぐかを先に合意する。 AI活用スキルの評価軸が未確立 04 起きること：評価の基準がなく、属人化する 避け方：ゼロから作らず、公開されている標準をベースに、自社のAI関連スキルを追加する形で定義する。 ※「起きること」は本資料4ページ「レベル別の対応」Lv3の課題として整理されているもの。「避け方」は3つの設計例からの本資料の考察です。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 13
15. 「知っている」と「できる」を分けて測る どちらか一方だけで判定すると、こういう人を見落とす。 実務（実績）が高い ↑ 経験はあるが 基礎が抜けている 認定できる これから育てる 研修は受けたが 実務では使えていない 【実務】 実績で測る 【知識】 テストで測る 業務での活用実績を本人 が登録し、AIが一次評価、 上長が事実確認する 実力に応じて難度が変わる テストで、短時間でレベルを 判定する 知識（テスト）が高い → 2つそろって、はじめて説明できる評価になる。 右上に入る人だけを認定する、という決め方ができる。 決めておくこと：だれが判定するか ／ どの頻度で測るか ／ 結果を何に使うか ※ 4つの区分けは、知識と実務の2軸から導いた本資料の整理です。弊社ではこの二軸の判定をスキル評価ツール SkillAX で運用しています（17ページ）。 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 14
16. AIで、人材育成を 感覚ではなく、仕組みに Copyright Apollo, Inc. All Rights Reserved
17. （参考）SkillAXとは スキル 定義 スキル 評価 スキル 成長 ✓業務ヒアリングAIにより、業務内 容とAI活用余地の可視化 ✓短時間＋高精度なスキルテスト ✓業務内容に合わせたAI活用 テーマのおすすめ ✓デジタルスキル標準＋最新トレ ンドテンプレート ✓人材要件・スキルのカスタマイズ 登録 Copyright Apollo, Inc. All Rights Reserved ✓「仕事で使えたか」を証明する実 績AI判定 ✓人による最終承認と認定証送 付 CONFIDENTIAL ✓活用例の登録・他従業員への 共有 ✓スキルに合わせた学習コンテンツ のレコメンド 16
18. （参考）SkillAX導入で何が変わるか 受け身の研修受講から、業務・スキルレベルといった現状を把握した上での、AIが個人に最適な学習を提示する自 律的な仕組みを実現する。 よくある課題 SkillAX 導入後 現状把握 感覚値・属人的な認識 知識・経験の双方で 個人のスキルを定量的に把握 学習のきっかけ E-ラーニングや研修が与えられている やる人はやる 個人のスキル・業務に合わせて AIが次に学ぶべきことを提示するので、 自律的な成長を促す 教育効果の測定 受講完了しか追えない 研修前後 or 定期的なスコア把握で 育成ROIを定量算出 計画（ロードマップ） への活用 根拠となるデータがなく 計画精度が低い 現状のスキル正確に把握した上で 目標の策定・現在とのGAPを把握 組織活動への利用 配置・育成方針には活用できていない 人材のスキルや学習状況を把握して、 スキルベース配置、個人に合わせた育成を実現 Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 17
19. 制度づくりのご相談を承っています ツールの導入からでなく、「何を決めるか」の整理からご一緒できます。 人材要件・スキル定義の設計 レベル基準づくり 現在地の可視化（無料診断） 貴社の事業内容・業務内容をもとに、役割とスキル体系の設計をご支援します。公開されている 標準をベースに、自社スキルを足す形で組み立てます。 どこまでできたらどのレベルか、何をもって判定するかの基準づくりをご一緒します。 まず測ってみるところから。個人単位でも、部門・チーム単位でもお試しいただけます。 お問い合わせ 本資料の内容、制度設計のご相談は、担当営業までお気軽にお申し付けください。 アポロ株式会社（APOLLO, Inc.） Copyright Apollo, Inc. All Rights Reserved CONFIDENTIAL 18