AI人事の活用方法｜採用・評価・育成の業務別の使い道と注意点【2026年】

AI人事の意味と対象になる業務

人事の仕事には、書類を読む、日程を調整する、文章を書く、問い合わせに答える、データを集計するといった作業が数多く含まれます。AI人事は、こうした作業の一部をAIに任せ、人事担当者が人と向き合う時間を増やす取り組みです。

対象になるのは、採用、評価、育成、配置・異動、定着、組織開発、労務・問い合わせ対応、勤怠・給与のほぼすべての領域です。ただし、どの領域でもAIは判断の材料をそろえる役、決めるのは人という分担を最初に決めておくことが、うまく使う前提になります。

人事でAIの活用が広がっている背景

背景にあるのは、人手不足と、生成AIの使いやすさです。先の中小機構の調査では、AIを導入した中小企業が感じた効果として「業務効率化／作業時間の短縮」が83.2%で最も多く、「人手不足対応」が33.9%で続いています。導入済みの企業が使っているAIは「生成AI」が82.6%と最も多く、専門の開発をしなくても、文章を扱う仕事から使い始められるようになりました。

人事の仕事は、求人票、評価コメント、研修資料、規程、社内への案内と、文章を扱う場面が特に多い仕事です。生成AIの得意分野と重なる部分が大きいことも、人事で活用が広がっている理由の1つです。

HRテックとAI人事の違い

HRテックは、勤怠管理、給与計算、採用管理、タレントマネジメントなど、人事の仕事をITで支える仕組み全体を指す言葉です。その多くは、決まった手順を正確にこなすためのシステムです。

AI人事は、その中でも「読む・考える・書く」部分にAIを使うものを指します。たとえば、採用管理システムは応募者の情報を管理しますが、応募書類を読んで要点をまとめたり、面接の質問を考えたりするのはAIの役割です。最近は、HRテックの製品の中にAIの機能が組み込まれることも増えており、両者の境目はなくなりつつあります。

生成AIと従来型AIの使い分け

人事で使うAIは、大きく生成AIと従来型AIの2つに分けられます。向いている仕事が違うため、目的に合わせて使い分けます。

文章を扱う仕事は生成AIから、数字で傾向を見る仕事は従来型AIや、それを組み込んだ人事システムから始めるのが一般的です。

採用｜求人票の作成から面接の調整まで

採用は、AIを使える場面が最も多い業務です。求める人物像と仕事の内容を伝えれば、生成AIが求人票やスカウト文の下書きをつくってくれます。職種ごとに言い回しを変えたり、応募者の経歴に合わせてスカウト文を書き分けたりする手間も減らせます。

選考では、応募書類の要点を同じ形式でまとめさせると、読む時間を短くでき、担当者による読み方の差も小さくなります。面接の日程調整や、応募者からのよくある質問への回答をAIのチャットに任せる方法もあります。一方で、AIに書類の合否まで決めさせるのは避け、AIの要約は人が読むための下準備として使うのが安全です。応募書類の選考にAIを使うときの進め方と注意点は、書類選考AIの活用法で詳しくまとめています。

評価｜コメントの下書きと評価のばらつきの確認

評価の時期は、上司が部下一人ひとりに評価コメントを書く負担が大きくなります。期中の記録や1on1のメモをもとに、生成AIにコメントの下書きをつくらせれば、上司は内容の確認と、自分の言葉での手直しに時間を使えます。

目標設定では、部下が書いた目標が具体的か、測れる形になっているかをAIに確かめさせる使い方があります。また、評価の結果を部署や評価者ごとに集計させ、甘い・辛いの偏りがないかを見る材料にすることもできます。評価そのものは、上司と人事が決めます。

育成｜研修の個別提案と社内ナレッジの検索

育成では、研修資料やテストの下書き、ロールプレイの相手役をAIに任せられます。社員のスキルや受講の履歴をもとに、次に受けるとよい研修の候補を示す機能を持つ人事システムもあります。

社内の規程、マニュアル、過去の資料をAIに読み込ませ、社員が質問すると答えてくれる仕組みをつくれば、新人が先輩に何度も聞かなくても、自分で調べられるようになります。社員向けの研修の進め方は、法人向けのAI研修でも紹介しています。

配置・異動｜スキル情報の整理と配置の候補の提示

配置や異動を考えるには、社員の経歴、資格、評価、本人の希望といった情報を並べて見る必要があります。AIを使うと、ばらばらに保存されている情報を同じ形式に整理し、ポストに求められる条件に近い社員の候補を挙げられます。

ただし、候補の挙げ方は過去のデータに引っ張られます。これまで特定の属性の人ばかりが就いていたポストでは、候補も同じ属性に偏りがちです。AIの候補は議論の出発点にとどめ、本人との面談を経て決めます。

定着｜サーベイの分析と面談の準備

社員の定着に向けては、従業員サーベイの設問づくりや、自由記述の回答の分析にAIが役立ちます。数百件の自由記述を人が読み込むのは大変ですが、AIに不満や要望を種類ごとに分けさせれば、職場の課題をつかむまでの時間を縮められます。

勤怠の変化やサーベイの結果から、離職の兆しを早めに見つける機能を持つ人事システムもあります。兆しが見えた社員との面談の前に、これまでの面談記録をAIに要約させておけば、限られた時間で本人の話を聞くことに集中できます。

組織開発｜人事データから組織の課題を見つける

組織開発は、部署や階層ごとの状態を見て、研修や制度の見直しといった打ち手を考える仕事です。評価、勤怠、サーベイ、異動の履歴といったばらばらの情報を並べて読む作業に時間がかかりますが、AIを使うと、部署ごとの傾向や、前の期からの変化を整理した形で取り出せます。

たとえば、サーベイの点数が下がった部署について、残業時間や異動の多さと合わせて見ると、何が起きているのかの仮説を立てやすくなります。AIが出した仮説は、現場の管理職への聞き取りで確かめてから施策に移します。AIが示すのは仮説までで、現場に当てはまるかを確かめるのは人の仕事です。

労務・問い合わせ対応｜社内FAQと書類づくりの補助

「有給休暇は何日残っているか」「育児休業の申請に何が要るか」といった社員からの問い合わせは、同じ内容が何度も届きます。就業規則や社内規程を読み込ませたAIに一次回答を任せれば、人事担当者は個別の事情がある相談に時間を回せます。

社内規程の改定案、社内への案内文、会議の議事録の作成も、AIに下書きを任せやすい作業です。ただし、規程の草案には法令の改正や自社の事情が反映されていないことがあります。社労士や法務の確認を経てから使いましょう。

勤怠・給与｜打刻の漏れの確認と計算結果の点検

勤怠と給与は、間違いが社員の不利益に直結するため、確認の手間が大きい業務です。AIの機能を持つ勤怠管理システムでは、打刻の漏れ、休憩の取り方の誤り、残業時間が上限に近づいている社員などを自動で洗い出し、担当者に知らせます。毎月の締めの前に、目で全件を追う必要が減ります。

給与計算では、前の月との差が大きい社員を抜き出させ、手当や控除の変更に理由があるかを確かめる使い方ができます。制度の改定を社員に伝える案内文の下書きも、生成AIに任せられます。ただし、支給額を決めるのは人です。計算の根拠になる就業規則や法令との照合は、担当者と社労士が行います。

定型業務の工数を減らせる

求人票や案内文の下書き、書類の要約、問い合わせへの一次回答など、毎回同じ流れでくり返す作業は、AIで時間を減らしやすい作業です。1回あたりの短縮が数分でも、件数の多い業務では月に数十時間の差になることがあります。

判断のばらつきを抑えられる

書類の要約や評価コメントの下書きを同じ形式でつくると、担当者や評価者による見方の差が目に見えるようになります。評価の結果を部署ごとに並べれば、偏りに気づくきっかけにもなります。AIが判断するのではなく、人の判断をそろえるための物差しとしてAIを使うと考えるとわかりやすいでしょう。

人が向き合う時間を増やせる

書類づくりや集計の時間が減った分を、面接、1on1、キャリアの相談といった、人にしかできない仕事に回せます。人事の仕事の質を上げるという意味では、この効果が最も大きいといえます。

デメリット｜導入の手間・中身の見えにくさ・社内の不安

AIの活用には、気をつけたい面もあります。主なものは次の4つです。

導入にかかる費用の考え方は、AI導入の費用相場でまとめています。

人事業務の棚卸しと課題の整理

最初に、人事の仕事を「求人票を書く」「応募書類を読む」「面接の日程を調整する」のように、作業の単位まで書き出します。作業ごとに、1か月の件数、1件あたりの時間、担当者を並べると、どこに時間がかかっているかが見えてきます。

あわせて、「担当者によって書き方がばらばら」「問い合わせが特定の人に集中している」といった困りごとも書き出しておきます。時間の多さだけでなく、困りごとの大きさも、AIで変える業務を選ぶ手がかりになります。

小さく始める対象業務の選び方

最初の対象には、くり返しが多く、手順がはっきりしていて、扱う個人情報が軽い業務が向いています。求人票の下書き、社内規程にもとづく問い合わせへの回答、研修資料の下書きなどがその例です。

反対に、評価や合否のように人の処遇に直結する業務、健康情報のように慎重な扱いが必要な情報を使う業務は、ルールと体制が整ってから取り組みます。最初の1つは、失敗しても社員に不利益が出ない業務から選ぶと、社内の理解も得やすくなります。

効果を毎月見える化する指標の置き方

効果を確かめるには、始める前の数字を測っておくことが欠かせません。指標は、業務に合わせて次のように置きます。

指標は毎月同じ形で記録し、変化を関係者に共有します。どの数字がどこまで良くなったら次の業務に広げるかを、始める前に決めておくと、続けるか見直すかを迷わずに判断できます。

現場に定着させる運用の工夫

AIを入れても、使われなければ効果は出ません。よく使う指示文（プロンプト）をひな形として配る、使い方を短い手順書にまとめる、うまくいった使い方を社内で共有する場を設けるといった工夫で、使う人を少しずつ増やします。

AIの答えに誤りが見つかったときに、どこに報告し、誰が直すのかも決めておきましょう。読み込ませる規程やマニュアルが古いままだと、AIも古い答えを返します。元の資料を更新する担当を決めておくことが、長く使い続けるための土台になります。

個人情報と要配慮個人情報の扱い

個人情報保護委員会は、事業者が生成AIサービスに個人情報を含む指示文を入力する場合、その個人情報の利用目的の範囲内かどうかを十分に確かめるよう注意を呼びかけています。また、本人の同意なく個人データを入力し、そのデータが回答の出力以外の目的で扱われると、法律に違反するおそれがあるとして、サービスの提供者が入力したデータを機械学習に使わないことなどを確かめるよう求めています（出典：個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」）。

人事が扱う情報には、病歴や健康診断の結果のような「要配慮個人情報」も含まれます。要配慮個人情報は、法律で定める場合を除き、あらかじめ本人の同意を得ずに取得してはならないとされています（個人情報保護法第20条第2項。出典：個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」）。入力してよい情報と、入力しない情報を、使い始める前に一覧にしておくことが基本です。

評価・選考でのバイアスと公平性

AIは、学習したデータの傾向をそのまま引き継ぎます。過去の採用や評価に性別や年齢の偏りがあれば、AIの判定も同じ偏りを持つおそれがあります。

採用では、職業安定法にもとづく厚生労働省の指針で、人種・民族・社会的身分・本籍・出生地など社会的差別の原因になるおそれのある事項、思想・信条、労働組合への加入状況は、特別な職業上の必要がある場合などを除いて集めてはならないとされています（出典：厚生労働省 平成11年労働省告示第141号）。AIに読ませるデータに、こうした情報が紛れ込んでいないかも確かめておきましょう。

最終判断は人が行う体制

合否、評価、配置、処分といった人の処遇に関わる判断は、必ず人が行います。AIの出力は参考の資料として扱い、誰が確かめ、誰が決めたのかを記録に残します。

社員や応募者から「なぜこの結果なのか」と聞かれたときに、人の言葉で理由を説明できるかどうかが目安です。理由を説明できない判断を、AIの結果だけで下さないことを社内のルールに明記しておきましょう。

関連する法令・公的ガイドラインの確認先

人事でAIを使うときに確かめておきたい主な資料は次のとおりです。法令やガイドラインは改正されることがあるため、最新の内容を各機関のサイトで確認してください。

AI事業者ガイドラインは、2026年10月時点で第1.2版が最新です。本編のほか、活用の手引きやチェックリストもあわせて公開されています（出典：経済産業省「AI事業者ガイドライン」）。

人事で使われるAI機能つきシステムの種類

人事システムは、担う業務ごとに製品が分かれています。AIの機能も製品ごとに違うため、自社が困っている業務の種類から探すと、候補を絞りやすくなります。

製品ごとの機能や料金は、各社の公式サイトで確かめてください。すべてを一度に入れ替える必要はなく、困っている業務の系統から1つ試す進め方が現実的です。

自社の課題に合う機能の見極め方

機能の多さで選ぶと、使わない機能に費用を払うことになりがちです。棚卸しで見えた課題に対して、どの機能が効くのかを1つずつ対応させて確かめます。

セキュリティとデータの取り扱いの確認項目

人事のデータを扱う以上、セキュリティの確認は欠かせません。契約の前に、少なくとも次の点を確かめましょう。

既存の人事システムとの連携

勤怠、給与、採用管理などのシステムとつなげられるかどうかで、使い勝手は大きく変わります。データを手でコピーして貼る運用は、手間がかかるうえ、誤りや情報の持ち出しの原因にもなります。今使っているシステムとどうつながるのかを、具体的な画面や手順で確かめましょう。

導入後の支援体制の確認

人事のAI活用は、入れたあとの定着で成果が分かれます。初期設定だけでなく、社員への研修や、使い方の見直しまで支援してもらえるかを確かめておくと安心です。問い合わせの窓口や、対応してもらえる時間も確認しておきましょう。

キリンホールディングス｜新卒採用の一次面接をAI面接官で行う

キリンホールディングスは、多様な人材を公平に採用できる仕組みづくりを進めるなかで、生成AIを使った「AI面接官」を新卒採用に取り入れました。2024年10月に試験導入し、応募者の面接の録画を人事部が見て一次面接の合否を確かめ、AI面接官の評価と比べています。

開発元の発表によると、人事部の評価とAI面接官の評価の相関は、総合得点・能力得点ともに0.8以上でした。評価の基準には、経済産業省の「社会人基礎力」12項目を使っています。これを受けて本格導入を決め、人事の時間を、応募者とじっくり向き合う最終面接に振り向けるとしています（出典：株式会社VARIETAS 2025年1月23日発表）。

Ubie｜業務の記録から評価の素案を生成AIでつくる

Ubieは、公平にしようとするほど運用が複雑になり、簡単にすると納得感が下がるという評価制度の悩みから、創業以来、全社での人事評価を行っていませんでした。そこで、生成AIを使った評価の仕組みを自社で開発し、2026年1月から運用を始めると発表しました。

生成AIは、SlackやJira、Notionなどの業務の記録から実績を集め、事実にもとづく評価の素案をつくります。最終的な評価を決めるのは人で、AIの提案を確かめて直し、数字に表れにくい貢献を書き足すのも人の役割です（出典：Ubie株式会社 2025年12月25日発表）。

SmartHR｜社内の問い合わせにAIアシスタントで答える

SmartHRの社内では、マニュアルや資料の種類と数が多く、置き場所も分かれていたため、社員が情報を探すのに時間がかかり、人事・労務の担当者が同じ回答をくり返していました。人材育成部が中心となり、自社の「AIアシスタント」を社内で使い始めています。

人事・労務の資料86件を読み込ませて始め、その後、経理や情報システムの資料も加えて200件以上に広げました。2025年8月からの1か月で、社員からの問い合わせ対応は全体で約10%、総務・情報システムで約20%減り、AIアシスタントの回答成功率は82%だったと報告しています（出典：株式会社SmartHR 自社での取り組みの公開 2025年11月19日）。

事例から他社が真似できる要点

3つの事例に共通するのは、AIの役割と人の役割を分けたうえで始めていることです。キリンホールディングスは人の評価と比べて確かめてから本格導入し、Ubieは最終的な評価を人が決める形にしています。SmartHRは、回答の元になる資料をそろえるところから始め、範囲を少しずつ広げました。

業務別の着手順を決めるセルフチェック

棚卸しで書き出した業務ごとに、次の5つの観点で1〜3点をつけてみてください。

5つの点数を足すと、合計は5〜15点になります。合計点で、着手の順番の目安がわかります。

業務の例は、一般的な条件での目安です。資料の整い方などによって、同じ業務でも点数は変わります。

工数削減の試算の考え方と計算例

着手する業務が決まったら、AIでどれだけ時間を減らせるかを試算します。手順は次の3つです。

表の数字は、計算の流れを示すための仮の数字です。「AIで済む割合」は、最初は低めに置き、試した結果を見て直していきます。AIの答えを人が確かめる時間を引き忘れると、効果を大きく見積もってしまいます。確認にかかる時間まで含めて、実際に減る時間を見積もることが大切です。

社内AI利用ルールで決めておく項目

人事でAIを使い始める前に、利用ルールとして次の項目を決めておきましょう。