Vol.10では「エージェンティック組織」、つまりAIエージェント群を少数の人間が監督する組織OSの話を書いた。Vol.11では「Superagency」を取り上げ、AIが個人の能力を増幅する一方で組織側の疲弊──ワーク・エナジー・ギャップ──が同時進行している構造を扱った。前号のNewsletterでは、組織カメラから一度離れ、個人の内側に「判断する筋肉」が残るかどうかという認知工学の問いを置いた。
3作とも、AIが入ってくる世界における「組織」と「個人の認知」を別々の角度から照らしたものだ。残された問いがひとつある。組織の側で長く語られてきた「人材ポートフォリオ」という概念そのものを、個人の側に翻訳できるかという問いである。
会社が私をどう使うかではなく、私は私の中の何を残し、何をAIに渡し、何を新しく育てるか。問いの主語を組織から個人に反転させた瞬間、見えてくる景色がある。
個人の中に複数の役割や強みが共存するという発想は、AI時代に始まったものではない。
Edgar Scheinは1970年代に「キャリアアンカー」という概念を提示し、個人のキャリアを支える内的動機を8類型に分けて整理した[1]。Douglas T. Hallは「プロティアン・キャリア」を1976年に提唱し、組織が用意するパスではなく個人自身が形を変えながら継続させるキャリア像を示している[2]。どちらも、ひとりの人間の中に複数のレイヤーが共存し、人生のフェーズによって比重が動くという前提に立っていた。
ここに、近年のtask-based viewが重なる。Frey and Osborne（2013）は職業単位で代替リスクを推計し、それに対する批判としてOECDやAutorらが「職業ではなくタスク単位で見るべきだ」というアプローチを確立した[3][4]。同じ職業の中にも代替されやすいタスクと補完されやすいタスクが混在しており、両者の比率が個人ごと・期間ごとに動的に組み変わっている、というのが現在の主流の見方である。
最新のデータがこれを裏づける。Anthropic Economic Indexの実利用ログ分析では、AIの使われ方は自動化（automation）45%に対して拡張（augmentation）52%で、拡張が上回っている[5]。Brynjolfssonら（2023）のNBER論文では、カスタマーサポート業務にAIを導入した結果、生産性は平均14%向上し、特に経験の浅い層で34%、離職率は8.6%低下したと報告されている[6]。
つまり、ひとりの労働者の業務時間の内訳は、もはや「私の職務は◯◯です」と一語で言い切れる状態ではない。AIに渡したタスクと、AIと並走するタスクと、自分で抱え続けるタスクが、同じ一日の中で動的に組み変わっている。
私は、この状態を「個人の内側の人材ポートフォリオ」と呼びたいと考えている。
ここで、組織側の人材ポートフォリオ論で使われている4層フレームを、個人の内側に翻訳してみる。
| 層 | 個人の内側での意味 |
|---|---|
| AI Orchestrator | 複数のAIや人を組み合わせ、判断・統合・指揮する役割 |
| AI-Augmented Specialist | 専門領域とAIを掛け算し、深さで価値を出す役割 |
| AI Collaborator | 日常業務をAIと協働で遂行する役割 |
| Domain-Native | 関係性・身体性・暗黙知・違和感の感度など、AIに渡さない領域 |
組織版の4層は、ある会社の中で誰をどの層に配置するかという問いだった。個人版に主語を反転させると、ひとりの私の中で、今週は何時間どの層として動いていたかという問いになる。
ここで通説をひとつ裏返したい。「AI時代の個人戦略はリスキリングだ」とよく言われる。だが、リスキリングはこの4層のうちCollaborator層の話に限りなく近い。新しいツールを使えるようになる、AIリテラシーを身につける、というのはCollaborator層の入口を広げる行為である。
問題は、リスキリング論だけではDomain-Native層が完全に視界から消えるという点にある。違和感の感度、前提を疑う力、不確実性下での決断、関係性、身体性、暗黙知──これらは学習対象ではなく、保護対象だ。リスキリングはこの層を太らせない。むしろ「学べば何とかなる」という発想に乗ってAIに次々と渡していけば、Domain-Native層は静かに痩せていく。
宮本（2026）は、AIが生み出す格差は「使う／使わない」の差ではなく、AI出力を見抜き、評価し、責任を引き受けられるかどうかの差だと指摘している[7]。経験者の方がAI出力の違和感に気づきやすいという逆説も同書で示されている。これはまさにDomain-Native層の話で、リスキリングで埋まる類の差ではない。
もうひとつ、通説の裏。「ジョブ型雇用に移行すれば個人はキャリア自律できる」という言説がある。ジョブ型は職務を定義し、職務を市場と接続する設計思想だ。個人にとっての可動域は広がる方向に効くはずである。
ただし、ジョブが細かく定義されるほど、その箱の中に閉じる動きも同時に強まる。Orchestrator層、つまり複数領域を横断して判断するという機能は、定義された職務の内側では育ちにくい。会社の外側──副業、コミュニティ活動、個人プロジェクト、家庭──のどこかで意図的に動かさない限り、この層は組織の中では出番を失う。
Stanford Canariesの分析では、AI曝露が高い職種における22-25歳の若手の雇用が16%、ソフトウェアエンジニアの同年代に至っては20%減少したと報告されている[8]。一方でMcKinseyのSuperagencyレポートが指摘するように、「Mature」段階にあるAI先進企業は世界でわずか1%にとどまる[9]。
この2つの数字を並べると、組織の側で起きていることがよく見える。組織はジョブの解像度を上げる方向と、エントリ層の門を狭める方向に同時に動いている。にもかかわらず、組織全体としてはまだAI活用の成熟段階に到達していない。
つまり、組織の用意する箱は、今まさに作り直されている途中で、しかも完成形は誰にも見えていない。その途中の箱に自分の4層構成をすべて預けてしまうと、組織の都合で1層に固定された状態が長期化するリスクがある。
私は、ここで議論を個人の自助努力に閉じたくないと考えている。
個人の側でできることは確かにある。後段の実務示唆で書く。だがそれは前提として、組織の側がジョブ設計の中に「個人が自分の4層を動かせる余白」をどう残すかという問いとセットでなければ、根性論に堕する。
2026年6月、メルカリの木村俊也氏がCHROとCAIOを兼任、同日にSansanの大間祐太氏がCHROとCAXOを兼任する人事が公表された[10]。HR戦略とAI戦略を同一人物が統括するという設計判断である。McKinseyが提示するReshape対象の5レイヤー──Workflows / Roles / Skills / Structures / Systems──を、同一の意思決定ラインで動かそうという狙いだと読める[9]。
組織側はRoles再設計に踏み込み始めている。それでもなお、組織側のReshapeは「組織のポートフォリオ最適化」の話であって、「個人のポートフォリオ自律」を保証するものではない。両者は別レイヤーだ。
ここに、HRの新しい論点があると思っている。組織が描く人材構成と、個人が自分の中で動かす4層構成とを、別レイヤーとして同時に設計するという論点である。組織が描く人材構成だけを語るHRは、AI時代に半分しか仕事をしていないことになる。
中間管理職の役割もここで変わる。マネジャー核の小チームは、個人が自分のOrchestrator層を試運転する場として、組織と市場のあいだに残された貴重な余白だ。ここを効率化の名のもとに消すと、組織全体としてOrchestrator機能が育つ場が消える。Vol.10で書いた「中間共同体」の議論は、個人版に翻訳するとこういう含意を持つ。
通説の裏とフレームを置いたうえで、5つの示唆を残しておきたい。
個人：自分の業務時間を4層に棚卸しする習慣を持つ。週に一度、Orchestrator／Specialist／Collaborator／Domain-Nativeのどこに自分の時間が落ちていたかを振り返る。Orchestrator比率が連続して0%の週があれば赤信号だと考えている。
個人：Domain-Native層に「これだけはAIに渡さない」リストを言語化する。違和感の感度、特定の関係性、自分しか持っていない文脈の手触り──そうしたものをAIに任せ始めた瞬間に、自分が痩せる入口がどこかを意識化しておく。
マネジャー：部下の業務を「組織が割り当てた職務」の達成度だけで見ず、「本人が4層を動かせている余白があるか」で見直す。ジョブ定義の外側で起きていることに、評価の語彙を持つ。
HR：ジョブ設計の評価軸に「個人が自分の中の4層を動かせる余白」を組み込む。職務の輪郭を細かく描くだけでなく、その輪郭の隙間に何を残すかを設計対象にする。
経営：人的資本開示で「組織が決めた人材構成」を語るだけでは足りない。個人の自律的なポートフォリオ設計を許容できる組織かを、定性で良いから言語化していく。投資家側もこの軸を読み始めると考えている。
人材ポートフォリオを語る主語は、もう組織だけではない。
AI時代の人材論の核心は、組織がポートフォリオを最適化することではなく、個人が自分の中のポートフォリオを設計できる余白を、組織が残せるかである。
組織の問いと、個人の問いは、別のレイヤーで同時に立てる時代に入った。
Vol.10で組織OS、Vol.11でSuperagencyと疲弊、前号で個人の認知工学を扱った流れで、今回ようやく「個人のキャリア設計」というところに着地した。3作を通して書きながら、AIを起点にした人材論は組織側か個人側かのどちらか一方に偏りがちで、双方を同じ重さで扱う論考が意外なほど少ないと感じている。
2027年4月に書籍を出す予定で原稿に向き合っている。人とAIの関係を、もう少し長い射程──少なくとも10年単位──で見たときに、組織と個人のあいだに何が残り、何が痩せるのかを描いてみたい本だ。Newsletterで扱っているテーマの多くは、書籍に向けたスケッチでもある。
読んでくださっている方の現場で、「個人の4層」のうちどこが痩せやすいと感じておられるか、もし機会があれば教えてほしい。
[1] Schein, E. H. (1978). Career Dynamics: Matching Individual and Organizational Needs. Addison-Wesley.
[2] Hall, D. T. (1976). Careers in Organizations. Goodyear Publishing. / Hall, D. T. (2004). The protean career: A quarter-century journey. Journal of Vocational Behavior, 65(1), 1-13.
[3] Frey, C. B., & Osborne, M. A. (2013). The future of employment: How susceptible are jobs to computerisation? Oxford Martin School Working Paper.
[4] Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3-30.
[5] Anthropic (2025). Anthropic Economic Index. https://www.anthropic.com/news/anthropic-economic-index
[6] Brynjolfsson, E., Li, D., & Raymond, L. (2023). Generative AI at Work. NBER Working Paper No. 31161.
[7] 宮本弘暁（2026）『AI大格差──最先端の研究が明かす仕事と給料の未来』日本評論社.
[8] Brynjolfsson, E., Chandar, B., & Chen, R. (2025). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab Working Paper.
[9] McKinsey & Company (2025). Superagency in the Workplace: Empowering People to Unlock AI's Full Potential at Work.
[10] メルカリ「CHRO兼CAIO就任に関するお知らせ」、Sansan「CAXO新設に関するお知らせ」（いずれも2026-06-01公表）.
[11] Hoffman, R., & Beato, G. (2025). Superagency: What Could Possibly Go Right with Our AI Future. Authors Equity.
[12] Autor, D. (2024). Applying AI to Rebuild Middle Class Jobs. NBER Working Paper No. 32140.
[13] Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper No. 32487.
[14] McKinsey & Company (2025). The agentic organization: Contours of the next paradigm for the AI era.
[15] BCG Henderson Institute (2025). The Reshape Imperative: AI's Real Impact on Work.