経団連の75社ヒアリング調査（2026年4月）は、日本企業のHR×AI実態を広範に捉えた貴重なデータだ。採用・労務管理・エンゲージメントサーベイという「手続き域」にAI活用が集中し、評価・サクセッションという「判断域」への浸透はまだ薄い。この非対称性の構造的理由と、「手続き」から「判断」への移行パスを論じる。
2026年4月、経団連が「HR部門におけるAI等の活用に関する報告書」を発表した。2025年7月から2026年2月にかけて、75社に対してヒアリングを行い、HR各機能でのAI活用状況を体系的に整理した報告書だ（１）。
回答企業の9割超が、すでに何らかの形でAIを活用している（１）。複数の業務で広く活用している企業が46%、一部限定が24%、ツール利用を会社として許可しているケースが23%——合計93%だ。活用の有無でいえば、日本のHR部門は想定より進んでいる。
だが、何に使っているかを見ると、そこには偏りがある。
AI活用が最も進んでいる機能は、採用（25社）、次いで労務管理（22社）、エンゲージメントサーベイ（21社）、人材育成（20社）という順だ（２）。
これを「多くの機能でAIが使われている」と読むこともできる。しかし各機能の性質を整理すると、別の構造が見えてくる。
採用スクリーニング・労務管理・エンゲージメントサーベイには共通する特徴がある。処理量が大きく、ルールが明確で、判断基準を文書化しやすい。履歴書の一次スクリーニング、勤怠・36協定の管理、パルスサーベイの集計と可視化——いずれも「正解が定義しやすい」タスクだ。
これを「手続き域」と呼ぶなら、現在のHR×AIは「手続き域への集中」という段階にある。
では、評価・サクセッションプランニング・個別キャリア支援といった「判断域」にはなぜAIが入りにくいのか。技術の問題だけではない。構造的な理由が3つある。
第一に、判断の根拠が文書化されていない。 採用スクリーニングには要件定義書がある。しかし「なぜAさんをBさんより上位評価するか」の根拠は、多くの場合マネジャーの経験と直感の中にある。AIが学習すべきデータが、そもそも存在しない。
第二に、判断の影響が長期に及ぶ。 評価やキャリア判断は、個人の信頼・モチベーション・帰属意識に直接触れる。スクリーニングのミスと違い、誤った評価が与えるダメージは数年にわたって組織に残る。「AIに任せる」という心理的障壁は、技術的成熟度とは別に存在する。
第三に、判断の文脈が組織固有だ。 「ハイパフォーマーとは何か」の定義は、組織のフェーズ・戦略・文化によって異なる。汎用モデルが出せる答えには限界があり、組織固有のデータでのファインチューニングが必要だが、そのデータ蓄積がまだ途上にある。
この3つが重なって、判断域へのAI浸透は「手続き域」より一周遅れている。
では、この非対称性はどう変わっていくのか。
一つの答えは「データの先行蓄積」だ。評価やキャリア判断の根拠を、今から構造的に記録していく組織が、3〜5年後に判断支援AIを使えるようになる。手続き域のAI導入は、それ自体の効率化だけでなく、判断域への布石としての意味を持つ。
もう一つの答えは「AIと人間の役割設計の見直し」だ。経団連報告書が提言する「AIは人間の意思決定を支援するもの、最終判断は人間が行う。安全性・公平性・透明性を確保する」というアーキテクチャ（３）は、全か無かの二択ではなく、段階的な権限移譲の設計を示唆している。候補案をAIが出し、判断はマネジャーが行うモデルから始めれば、心理的障壁も文脈固有性の問題もある程度乗り越えられる。
移行パスは「自動化」ではなく「支援の段階的拡大」だ。
この移行を、すでに制度として動かし始めた企業がある。
メルカリは2026年6月、CHROとCAIOを同一人物（木村俊也氏）に統合した（４）。「採用にAIを使う」ではなく「人事戦略とAI戦略を同じ人間が設計する」という構造の変更だ。評価やサクセッションにAIを入れるなら、そもそも意思決定の責任線が変わる——メルカリはその前提から組み直した。
SansanはCHROにChief AI Transformation Officer（CAXO）を兼任させ、CHRO直下にAI Enablement室を設置した（５）。「IT部門がAIツールを導入し、HRは使う側」という従来の分業をやめ、人事が変革の主体になる設計だ。
どちらも「どのツールを入れるか」より先に「誰が判断の主語か」を変えた。それが「判断域へのAI浸透」を可能にする組織的前提だ。経団連報告書の75社平均はまだ手続き域にある。だが先行企業は、判断域へのルートを組織設計として回答し始めている。
この調査が示す「手続き域への集中」は、遅れではなく現在地だと読むべきだろう。重要なのはそこからどこへ向かうかだ。
手続き域を整えながら、判断域への移行設計を今から考える——これが現在の人事コンサルタントの仕事になりつつある。どの機能からAIを入れるか。判断の根拠をどう記録するか。AIと人間の協働モデルをどう組織に定着させるか。
どれも技術の話として始まるが、行き着く先は組織設計だ。手続きを整えることが、判断域への地均しになる——と理解した上で、クライアントと向き合う視点が問われている。
（2026年6月 諸橋峰雄）
参照
（１）経団連,「HR部門におけるAI等の活用に関する報告書」, 2026年4月14日. https://www.keidanren.or.jp/policy/2026/016.pdf
（２）同報告書（75社ヒアリング結果: 採用25社, 労務管理22社, エンゲージメントサーベイ21社, 人材育成20社）.
（３）同報告書（提言: AIは人間の意思決定を支援するもの、最終判断は人間が行う。安全性・公平性・透明性の確保）.
（４）メルカリ,「CHRO・CAIOに木村俊也氏が就任」, 2026年6月1日. https://about.mercari.com/press/news/articles/20260601_chro_caio/
（５）Sansan,「CHROが Chief AI Transformation Officer（CAXO）を兼任・AI Enablement室を設置」, 2026年6月1日. https://jp.corp-sansan.com/news/2026/0601_02.html
あとがき
75社のヒアリングデータを眺めながら、「手続き」と「判断」という切り分けが改めてくっきり見えた。
採用スクリーニングにAIが入った組織は増えた。評価や個別キャリア支援に入っている組織は、まだ少ない。この非対称性は、技術の成熟度の問題ではなく、構造の問題だと思う。データがない、根拠が文書化されていない、判断の文脈が固有すぎる——これらは、今から手を打てる問いだ。
人事コンサルタントとして関わるとき、「何のAIを入れるか」より先に「どこに判断があるか」を整理することが、今最も重要な仕事になりつつあると感じている。
[iter 3 — Neo指示: もっとneobrainや他の公開情報つかって膨らませて] メルカリCHRO×CAIO統合（木村俊也氏・2026-06-01）・SansanCAXO兼任+AI Enablement室設置（2026-06-01）の事例を新セクション「先を行く企業が見せるもの」として追加。経団連データが示す「現在地」に対し、先行企業の「制度的回答」を対置することで、移行パス論の具体性を強化。参照(4)(5)追加。スロップ修正：「一見テクノロジーの問いに見えて、実は組織設計の問いだ」→「どれも技術の話として始まるが、行き着く先は組織設計だ」。citation 2件追加（cron-24 verified 済）。
Voice (4.3/5): 先行事例の追加で「日本の人事がどこへ向かうか」の解像度が上がり、読者（HR担当・人事コンサル）に対する実践的示唆が強化された。事例の描写が「ツール導入」ではなく「責任線の変更」という論旨に沿った形で機能している。
Slop (4.1/5): 「一見〜見えて、実は〜だ」パターンを除去。「問い」多用は後半1か所に減少。先行企業セクションの文体が論述体として自然に展開されており、スロップ密度は低下。
Argument (4.4/5): 経団連75社（現在地）→ 先行企業2社（制度的前例）→ 人事コンサルへの含意（アクション示唆）という3層構造が完成。「判断域への移行は可能か」という問いに対し、実例ベースの肯定的回答が加わり論証の完結度が高まった。
citation-factchecker（iter 3）: ✅ passed（6件verified：既存4件＋Mercari(4)・Sansan(5) cron-24 verified 済）
[iter 2 — Neo指示: 9割超追加・citation公式確認] 冒頭に「9割超（93%: 複数業務46%+一部限定24%+ツール利用許可23%）」の実数を追加し、「手続き→判断」論旨をデータ起点で強化。citation_findings を経団連公式（policy/2026/016・経団連タイムス0416_03）＋JILPT＋日経BP の原典確認に格上げ。
Voice (4.2/5): 冒頭フックが「9割超（93%）」の実数で具体化し、「だが、何に使っているかを見ると偏りがある」という展開がより明快に。開かれた問いではなく事実から論を起こすことで読者の関与が早まった。
Slop (4.0/5): 変化なし。後半の「問い」多用（「〜の問いだ」「〜の問いに見えて」集中）は引き続き改善余地あり（次iter需要があれば散文化）。
Argument (4.3/5): 「9割超使っているが手続き域に偏る」という現状把握が数値で裏付けられ、論旨の出発点が強固になった。3つの構造的理由・移行パス2軸の説得力は維持。
citation-factchecker（iter 2）: ✅ passed（4件verified：報告書タイトル・日付・URL / 75社数値4件 / 提言趣旨 / 9割超93%）
[iter 1 — 初稿] 経団連75社報告書を起点に「手続き域」vs「判断域」の二層構造でHR×AI現在地を論じた。
Voice (4.1/5): note.com向けの問いかけ構造（「なぜ入りにくいのか」「どう変わるか」）が機能。3つの理由の太字見出しは読みやすさを高めるが、散文との組み合わせが少し重い印象。あとがきの個人観察が自然なCTAとして機能。
Slop (4.0/5): 「手続き域」「判断域」の対語設定は機能しているが、「問い」という語が多用されている。「〜の問いだ」「〜の問いに見えて」が後半に集中し、やや繰り返し感がある。
Argument (4.2/5): 3つの構造的理由（データ不在・心理的障壁・文脈固有性）が明確で論証の核心が定まっている。移行パスの2軸（先行蓄積・役割設計）も具体的。データ（25社/22社/21社/20社）の使い方がよく、数字が論旨を支えている。「一周遅れ」→「地均し」の流れが説得力あり。
citation-factchecker（iter 1）: ✅ passed（3件verified、除外2件の判断適切）