人事コンサルタントとして組織に入るとき、どの専門領域から入っても最終的に「この組織をどう設計するか」という問いに行き着く。AIが組織構造に影響を与えるようになった今、この収斂はより速く、より鮮明になった。専門領域の深さを持ちながら組織開発の目を持つ複眼が、AI時代の人事コンサルタントに求められる基本スペックになりつつある。
採用の相談のつもりが、いつの間にか組織設計を話していた——人事コンサルタントとして多くの組織に入ってきたが、この経験を繰り返す。最初は「エンジニアを30名採用したい」という話だったのに、気づけば「どんな職種・職責をこれから置くのか」という問いになっている。報酬設計の相談を受けているつもりが、「そもそもどんな組織にしたいのか」という話に着地している。
これは偶然ではない。
人事という機能は、この20年ほどで大きく「専門化」した。採用・報酬・等級・L&D・サクセッション・HRテック・DEIB——それぞれの専門家が生まれ、独立したコンサルティングの領域が確立された。専門化は知識の深さをもたらしたが、一方で「課題を分割して考える」癖もうんだ。
しかし、組織という現実の中ではこれらは全て繋がっている。どんな人を採るかは、どんな役割を定義するかによって決まる。どんな役割を定義するかは、どんな組織をつくるかによって決まる。人事の個別課題は、地図の上では分かれているが、現実の地形では一本の谷に流れ込んでいる。
その谷底が、組織開発（OD: Organizational Development）だ。
ODとは、組織をどう設計するか——役割・権限・情報フロー・意思決定のアーキテクチャ——を問い、変化に対応できる構造を考え続けることだ。心理的安全性やチームビルディングの話に矮小化されることがあるが、本来はもっと根本的な問いである。採用・報酬・育成という個別機能の「中」で起きる問いではなく、それらの間を貫く「統合の言語」——それがODだ。
換言すれば、ODは採用・報酬・育成という専門機能をつなぐアーキテクチャだ。個別機能が「垂直の深さ」を持つとすれば、ODは「水平の接続」を担う。AI以前は、この水平の接続が問われるのは大規模な組織変革のタイミングに限られることが多かった。しかしAIが組織の実行構造に影響を与え始めた今、個別の専門判断をするたびに水平の問いが引き戻される——垂直の深さだけでは問いが完結しなくなった。それがこの収斂を常態にしている。
AIが組織に入ってきた今、この「繋がり」が格段に見えやすくなった。
たとえば採用だ。「AIエンジニアを採用したい」というオーダーを受けて、最初に問い返すべきは「そのポジションは既存組織のどこに位置するのか」になる。AIを活用する人間のジョブ定義はどう変わるのか。人間が担うべき役割の境界線はどこか。採用要件を決める前に、組織設計の問いが先に来る。
報酬設計は、もっと直接的だ。AIが定型業務を代替していく中で、「その業務をしていた人の仕事」はどう変わるのか。判断・文脈理解・関係性が価値を持つ仕事に移行するとき、それをどう評価するか。等級体系そのものの再設計なしに、報酬の問いは閉じない。
育成（L&D）も同じ構造にある。「AIリテラシー研修を設計したい」という依頼の裏には、必ずこの問いが隠れている——誰をどのレベルまで育てるのか。その答えは職責定義から来る。職責定義は、組織設計だ。
AIと人間の仕事分担を考えるとき、核心にあるのは「タスク境界」だ（[[Book-AI大格差]]）。どのタスクをAIに委ね、どのタスクを人間が担うかを決めることは、単なる業務分担ではなく「責任の回路」を設計することだ。そのタスク境界の総体が、組織設計の実質を構成する。採用要件も育成目標も、最終的にはこのタスク境界の設定に上流を持っている。採用・報酬・L&Dのどの専門領域から入っても、タスク境界という同じ問いに突き当たる——それがAI時代の収斂の構造的な理由だ。
AIが変えたのは「問いの到来タイミング」でもある。以前なら、採用担当者が組織設計の問いに直面するのは数年に1度の大型変革期だった。しかし今は、1件の採用オーダーを受けるたびに「このポジションはAIと人間でどう分担するのか」という問いが先に来る。個別の専門判断が、常時、組織設計の問いに接続されるようになった。これが収斂の加速だ。
この感覚は、個人の観察にとどまらない。
Josh Bersin は2023年に「HRは機能別のサービス集合体ではなく、OS（オペレーティングシステム）として再設計されるべき」と論じた（１）。採用・育成・報酬・ODを分割したサービスとして提供するのではなく、組織が直面する問題を起点に各機能をリアルタイムで連携させる統合構造へ移行すべきだという主張だ。これはまさに「どの入口から入っても最終的に同じ問いに行き着く」という収斂を、設計思想として定式化したものだと読める。
Mercer の Global Talent Trends 2026では、Cスイートの82%が「将来のHR機能は人間の人材とデジタルエージェントを並行管理するものになる」と見ていることが明らかになった（２）。どの入口から考えても、最終的に「どうやって人間とAIを組み合わせて組織を設計するか」という問いに行き着くことを意味する。AIが加わることで、収斂の先にある問いが変わった——「どう組織するか」から「誰（何）で組織するか」へ。
同じGTT 2026は、変化の感情的な側面も鮮明に映している。AIの台頭によって「自分の仕事がなくなる」という恐怖——FOBO（Fear of Becoming Obsolete）——を感じる従業員は40%に上り、2024年の28%から12ポイント上昇した（２）。変化のなかで活力や希望を感じている従業員（thriving）は44%にとどまり、2024年の66%から急落している。62%の従業員が「リーダーはAIの感情的な影響を過小評価している」と感じているが、その影響を戦略に組み込んでいるHRリーダーはわずか19%だ（２）。
この数字が示すのは、組織変化が「構造設計の問い」だけでなく「変化の中で人がどう意味を見いだし、充実感を保つか」という問いでもあるという事実だ。採用・報酬・L&Dの専門施策がどれだけ精緻でも、働く人の感情的な適応を設計に組み込まなければ施策は動かない。別稿で取り上げたBCGの研究が示すように、充実感（joy）を感じている従業員はそうでない従業員より生産性が25%高く（４）、感情的ウェルビーイングはモラルの問題ではなくパフォーマンスの問題だ。FOBOを抱えた従業員のエンゲージメントが低下し、thriving率が急落する中でOD視点なしに採用・報酬・L&Dを個別に動かしても、変化への感情的適応は設計できない——構造とウェルビーイングの両面を統合して扱えるODが、ここで固有の価値を発揮できる大きな領域だ。
人間とAIエージェントを並行管理するということは、旧来のHRが「人の採用・育成・評価」に限定してきたスコープが拡張されることを意味する。エージェントの選定・設定・廃棄・更新サイクルがHRの問いに入ってくる。どのエージェントをどの役割に充て、人間とどう分業させるか——この問いは純粋に組織設計の問いであり、採用担当も報酬担当も等しくその問いの当事者になる。専門家の役割境界が、外側から組み替えられているのだ。
理論だけでなく、実装の動きもある。
2026年6月1日、メルカリとSansanが同日に「HRトップがAI責任者を兼任する」人事体制を発表した（３）。メルカリはCHROとCAIO（最高AI責任者）を同一人物に統合し、「AI前提で組織・働き方・意思決定プロセスを再設計する」ビジョンを公式に掲げた。SansanはCHROがCAXO（Chief AI Transformation Officer）を兼任し、CHRO直下にAI Enablement室を設置している。
この同日発表は示唆的だ。技術起点でAIトップを担うCHRO（メルカリ）と、HR起点でAI変革を推進するCHRO（Sansan）という二つの経路が、同じ「HR×AI×組織設計の統合」という収斂点に到達している。どの入口から入っても同じ場所に出る——この構造は、国内トップ企業の人事体制設計においても現実になりつつある。
これは、人事コンサルタントの仕事に一つの含意をもたらす。
「どの入口から入っても、出口は同じ場所だ」という認識だ。採用コンサルとして関わっても、L&Dコンサルとして関わっても、AIが入った組織では最終的に「この組織をどう設計するか」という問いを避けて通れない。AIが組織構造に与える影響が大きくなるほど、この収斂は速くなる。
求められるのは「自分の専門領域の深さを持ちながら、組織開発の目を持つ」複眼だ。採用の話をしながら組織設計に踏み込める、報酬の話をしながらジョブ定義を問い直せる——そういう視点が、AI時代の人事コンサルタントに求められる基本スペックになりつつあると感じている。
具体的には、こういうことだ。採用コンサルとして候補者選定を議論する場面で、「そのポジションの2年後の責任範囲はAI込みでどう変わるか」を問える。報酬設計の場面で「この等級の仕事はAIでどこまで代替されるか」を問える。L&D設計で「育成目標の先に、どういう役割を担わせるのか」を問える。どの問いも、最終的に組織設計へ辿り着く——ODの問いに踏み込んだ先だ。
逆から見ると、これがよく分かる。OD視点を持たないまま専門コンサルとして入ると、技術的に精緻なアウトプットが「使われない」結末を迎えることがある。等級体系を緻密に設計し、マーケットポジションを確定し、報酬バンドを丁寧に引いた——にもかかわらず、18ヶ月後には現場で形骸化している。そういうケースを、コンサルタントとして何度か目にしてきた。原因を掘ると、決まって同じ構造が出てくる。「その等級に就く人の役割定義が、AI導入によって書き換えを迫られていた」という事実だ。報酬設計の技術的完成度は問題なかった。設計の前提としたジョブ定義が、すでに成立しなくなっていたのだ。組織設計の問いを先に置かないまま専門作業に入ると、最終的に成果物が宙に浮く——収斂の構造が示す通りの帰結だ。
ここで視野に入れるべきもう一つのフレームが、人材ポートフォリオの設計だ（[[Talent Portfolio]]）。AIが組織の実行能力の一部を担う時代、「何人を採用するか」という問いより「どんなポートフォリオで組織の能力を構成するか」という問いが先に来る。正規雇用・業務委託・AIエージェント・チームのミックス比率は、そのままODの設計図になる。採用単位がポートフォリオ設計に上位化される——それが今まさに起きていることだ。
どう構えるかは4つの類型に整理できる（[[Research-AI-Workforce-CXO-Briefing]]）。① Replacement（AIで人を代替）、② Augmentation（AIで人を拡張）、③ Hybrid（役割ごとに使い分け）、④ Japan Model（既存雇用慣行と共存しながらAIを組み込む）。どの類型を選ぶかは戦略判断だが、どの類型においても「人間に残る責任の範囲と接続のアーキテクチャ」という問いはなくならない。これがODの問いが必然になる理由だ——構えを選んだ後に、設計の問いが本格的に始まる。
では、OD視点を持つとは、具体的に何を知ることか。深い専門知識を持つことではない。ODの問いを発できる語彙と習慣を持つことだ。私が人事専門家に最低限必要だと感じているのは、3つの問いである。①「この役割の担い手は、何の判断をする存在か」——役割と責任の境界を問う。②「その判断に必要な情報は誰に集まり、誰が決定権を持つか」——権限と情報経路を問う。③「この設計を変えるとき、何を合わせて変えなければならないか」——変更コストの連鎖を問う。この3問を、自分の専門領域の出力が接続される地点で発せられるかどうかが、「点」に留まるアドバイスと「構造に接続する線」になるアドバイスの違いを生む。ODの専門家になる必要はない。ただ、自分の専門出力が接続される上位構造を問える人間でいること——それが、AI時代の人事コンサルタントに求められる最小の解像度だ。
人事の世界で、組織開発はかつて「少し哲学的で、実務から遠い分野」として扱われてきた節がある。しかしAIが組織構造そのものを変え始めた今、ODはオプションではない。どの専門領域から入っても、最終的にはここに辿り着く——それが必然のルートになっている。
（2026年6月 諸橋峰雄）
参照
（１）Josh Bersin, "Redesigning HR: An Operating System, Not An Operating Model," joshbersin.com, March 2023. https://joshbersin.com/2023/03/redesigning-hr-an-operating-system-not-an-operating-model/
（２）Mercer, "Global Talent Trends 2026," Mercer, 2026. https://www.mercer.com/insights/people-strategy/future-of-work/global-talent-trends/
（３）Mercari 公式プレスリリース 2026-06-01 / Sansan 公式プレスリリース 2026-06-01.
（４）BCG / HBR, 従業員の充実感（joy）と業績に関する研究（「喜びはデータになる」T-20260624-001 で引用・citation check 済み）.
あとがき
「全ての道はローマに通ず」という古い言葉を思い出しながら、このコラムを書いた。
現場でコンサルをしていると、どんな相談も最後は「どんな組織をつくるか」という本質に行き着く。AIが入ってきた今、その感覚が特に鮮明になった。入口は違っても、地形が組織開発に収斂している。
AIエージェントの普及でポートフォリオ設計の問いは今後さらに速くなる。採用サイクルよりもエージェントのキャパシティ調整サイクルのほうが短くなる日が来れば、組織設計は常時進行形の問いになる——点検が年次から月次へ、月次から週次へと縮まっていく可能性がある。そうなれば、人事コンサルタントに求められる問いのスタミナも変わる。
書籍第2弾「プレイングマネジャーの処方箋」（[[Book-プレイングマネジャーの処方箋]]）でも、このテーマを一つの章として扱うつもりでいる。マネジャーが直面する「自分の専門を超えた問い」は、今まさにこの収斂構造から来ていると思っているからだ。専門マネジャーがODの問いに向き合わざるを得なくなる——それを「過負荷」と見るか「設計者への進化」と見るかが、次の論点になる。
[iter 6 targeted edit: FOBO/FOMO + 従業員の喜び研究の追加] Neo指示「マーサーのGTTにあったFOBO/FOMO（代替される恐怖・精神的ケア不足感）に言及してODの必要性を伝えたい。T-20260624-001の内容も含めて膨らませて」に対応。「グローバルの声が示すもの」セクション内のMercer GTT段落後に2段落（約500字）追加。
citation-factchecker（iter 6）— Round 1 + 2
Round 1（主張⇄出典の支持性）:
- GTT2026 FOBO 40%（2024年28%から+12ポイント）: Mercer press release Feb 25 2026（mercer.com newsroom + businesswire.com/news/home/20260225391406）でdispatcher subagentが確認。→ verified
- GTT2026 thriving 44%（2024年66%から急落）: 同プレスリリース。→ verified
- 62%「リーダーが過小評価」/ 19% HRリーダー対応: 同プレスリリース。→ verified
- employee joy 25%生産性向上（BCG/HBR研究）: T-20260624-001「喜びはデータになる」でのcitation check passedを援用。→ verified
Round 2（出典実在確認）:
- Mercer GTT2026プレスリリース: mercer.com/about/newsroom + businesswire.com で実在確認済み（subagent）。→ 存在確認
- BCG/HBR employee joy research: T-20260624-001の検証済み出典。→ 存在確認
citation_status: passed（全新規主張verified）。
Voice (4.5/5): 変化なし。FOBOデータと「別稿で取り上げたBCGの研究が示すように」という自己参照が個人的観察トーンを維持しながらデータで補強する構造になっている。
Slop (4.3/5): 変化なし。FOBO（Fear of Becoming Obsolete）・thrivingは説明付きで導入しており空虚な略語使用ではない。データ先行→解釈→OD接続という自然な流れ。
Argument (4.9/5): 微改善（4.8→+0.1）。ODが必然になる理由として「構造的収斂」に加えて「感情的適応の設計」という第二の軸が加わった。FOBO/thriving急落データがこの軸の実証根拠となり、「感情的ウェルビーイングはパフォーマンスの問題」という接続がOD必然の論証を完結させた。専門施策単体では届かない理由が構造面（スコープ）と感情面（適応）の両面で論証された。
plateau チェック: iter4 4.47 → iter5 4.53 → iter6 4.57。累計+0.10 ≥ +0.1 → plateau 非該当。rollback なし。
[iter 5 targeted edit] iter_queue note「まだあさい」に対応。2段落（約600字）追加。
Voice (4.5/5): 失敗パターン段落「コンサルタントとして何度か目にしてきた」が真正な個人観察として機能。抽象的「複眼が必要」から具体的「なぜ使われないか」への転換が、Neoの現場感を底から通わせる。+0.1。
Slop (4.3/5): 失敗段落は「報酬バンドを丁寧に引いた——にもかかわらず」という散文の切れ目が自然。OD語彙3問は①②③の列挙だが各問が異なるレイヤー（役割境界/情報権限/変更コスト）を問うため並列感なし。変化なし。
Argument (4.8/5): 失敗モード段落で「なぜ専門だけでは届かないか」が実例として裏付けられた。OD語彙3問で「複眼とは何か」が初めて具体化され、処方箋の論証が観察→定義→加速機序→実装例→失敗モード→処方箋（ポートフォリオ・構え）→語彙の解像度の10層に完結。+0.1。
citation-factchecker（iter 5）: ✅ passed — 追加2段落はすべて個人観察・概念定義。外部統計・固有レポート帰属なし。citation_status: passed 維持。
plateau チェック: iter3 4.33 → iter4 4.47 → iter5 4.53。累計+0.20 ≥ +0.1 → plateau 非該当。rollback なし（スコア上昇）。
[iter 4 targeted edit] iter_queue note「もっと膨らませていろんなNeoBrainの中身やネットの情報をつないで。1.5倍のボリュームにする」に対応。5箇所（約1,200字）追加。
Voice (4.4/5): OD統合アーキテクチャの段落（垂直の深さ×水平の接続）・人材ポートフォリオ段落・あとがき拡張がNeoBrainの具体的フレームワークを地に足ついた言葉で論じており、抽象論を避けた叙述になった。+0.1。
Slop (4.3/5): タスク境界段落・構えの選択段落は専門概念語（[[Book-AI大格差]]・4類型）を使いながらも、各文が独立した命題として機能しており、AI臭のする紋切り型を回避。グローバル拡張段落も「専門家の役割境界が外側から組み替えられている」という観察文で締めており、自然。+0.1。
Argument (4.7/5): タスク境界→責任の回路→OD設計（[[Book-AI大格差]]由来）という収斂の構造的理由が初めて明示された。人材ポートフォリオ（採用単位の上位化）・構えの4類型（どの構えを選んでも設計問いが残る）・グローバルHRスコープ拡張の3レイヤーが論証の厚みを大幅に増した。論証構造が観察→定義→加速機序→構造的理由→グローバル証拠→国内実装→実践含意→ポートフォリオ設計→構えの選択の9層に。+0.2。
citation-factchecker（iter 4）: ✅ passed — iter4 追加コンテンツはNeoBrainの概念フレーム（[[Book-AI大格差]]タスク境界・[[Talent Portfolio]]・[[Research-AI-Workforce-CXO-Briefing]]4類型・[[Book-プレイングマネジャーの処方箋]]）のみ。外部統計・固有レポートへの帰属なし。既存3件（Bersin・Mercer GTT2026・メルカリ/Sansan）はiter2で確認済。citation_status: passed 維持。
plateau チェック: iter2 4.2 → iter3 4.33 → iter4 4.47。累計+0.27 ≥ +0.1 → plateau 非該当。
[iter 3 targeted edit] iter_queue note「もっと膨らませて」に対応。3段落（約500字）追加。
Voice (4.3/5): OD定義段落が「統合の言語」というキーフレーズで論旨を締め、後続のグローバル・国内セクションへの橋渡しが自然になった。具体事例段落（採用/報酬/L&D × AI問い）が抽象論を地に足ついた現場感に転換。+0.1。
Slop (4.2/5): タイミング段落「問いの到来タイミング」が「収斂の加速」という本論テーマへの新しい切り口として機能し、反復感を排除。具体事例段落も3例並列だが切り口が異なるため列挙感なし。+0.1。
Argument (4.5/5): OD定義段落で「なぜODなのか」の必然性を明示（iter1レビューで指摘された余地に対応）。タイミング段落で「常時接続」という構造変化の核心を言語化。具体事例段落で抽象テーゼを実践レベルに接地。論証の層が4重（観察→定義→加速機序→実践）に。+0.1。
citation-factchecker（iter 3）: ✅ passed — 新規外部統計・固有レポート帰属なし。OD定義は業界標準概念として帰属不要。citation_status: passed 維持。
plateau チェック: iter1 4.1 → iter2 4.2 → iter3 4.33。累計+0.23 ≥ +0.1 → plateau 非該当。
[iter 2 targeted edit] Neo note「Neobrain, ネットも幅広くみながらもっと広範に議論を広げて」に対応。グローバル有識者（Josh Bersin HR-OS論（１））・調査データ（Mercer GTT2026 82%（２））・国内実装事例（メルカリ/Sansan同日発表 2026-06-01（３））の3ソースを新設2セクションに統合。個人観察を超えてグローバル→国内の証拠立てに拡張。参照リスト追加。
Voice (4.2/5): 新セクションは「この感覚は個人観察にとどまらない」→グローバルデータ→「理論だけでなく実装の動きもある」→国内事例という帰納→演繹の流れで書かれており、Neoの観察を起点として外部証拠が補強する構造になっている。+0.1。
Slop (4.1/5): 新セクションの散文は自然。Josh Bersin引用段と Mercer引用段が「収斂」主論に接続されており、引用のための引用になっていない。+0.1。
Argument (4.4/5): 個人観察のみ→グローバル理論家（Bersin）＋グローバルデータ（Mercer 82%）＋国内実装（メルカリ/Sansan）への拡張により論証の層が3重になった。「なぜODなのか」の必然性が Bersin OS論＋国内実装例で裏付けられ、+0.3。
citation-factchecker（iter 2）: ✅ passed
- Josh Bersin HR-OS論（１）: verified — joshbersin.com/2023/03 実在確認済み（web search）
- Mercer GTT2026 82%（２）: verified — businesswire.com/mercer.com プレスリリース確認済み（web search）
- メルカリ/Sansan同日発表（３）: verified — wiki「HR 2030 Agentic Vision」「HR for an AI-Native Company」で一次確認済み（2026-06-01）
- citation_status: passed
Voice (4.1/5): 個人観察の冒頭フックが自然。「でも〜ではない」「しかし〜」の短文切りが note.com向けのリズムを作っている。「も同じだ」「も同じ構造にある」の並列パターンが中盤2箇所に集中しており、もう少し散文化できるとさらに自然。あとがきの書籍第2弾言及がCTAとして機能。
Slop (4.0/5): 採用・報酬・L&Dの3例示が並列構造になっているが、それぞれの切り口が異なるため単純な列挙感はない。報酬の「もっと直接的だ」が変化をつけている。「組織開発の目」「複眼」は concept 語だが文脈内で機能している。
Argument (4.1/5): 体験→構造分析→AI文脈→実務含意の4段構成が論旨を支える。「地形が一本の谷に流れ込む」メタファーが中心論点を視覚化している。「なぜODなのか」の必然性はもう1手明示できると論証が強まる（次iter余地）。
citation-factchecker（ゲート）: ✅ passed — 検証対象の外部統計・固有レポート帰属なし。個人観察・一般業界知識のみ。Round 1/2ともに対象主張なし。