AIの普及が「スキルの陳腐化不安」を通じてエンゲージメントを静かに侵食している。Qualtrics 2026年版EXトレンドレポート（2025年秋・24カ国・約34,000人）では主要指標がコロナ前水準に逆戻りし、Mercer「Inside Employees' Minds 2025-2026」ではAI雇用喪失懸念が2024年の28%から40%へ急増している。根源は「コントロール感の喪失」であり、処方箋はスキルの言語化・AI感情リテラシー・指標の再設計という三層の組織設計にある。
2019年以降に積み上げてきたエンゲージメントの回復が、崩れ始めている。
Qualtricsが2025年秋に24カ国・約34,000人を対象に実施した調査（2026年版EXトレンドレポート）では、エンゲージメント・インクルージョン・ウェルビーイングの主要指標が前年から低下し、コロナ前の「歴史的ベースライン」水準に逆戻りした[1]。Mercerが2025〜2026年に実施した「Inside Employees' Minds」でも同じ傾向が現れている。AIによる雇用喪失への不安は2024年の28%から40%へと急増し[2]、「自分のスキルはこの先も通用し続けるか」という問いが多くの職場に低音で響いている。
生産性向上の向こうで何が起きているか
「AIは生産性を高める」——この命題は正しい。しかし、そこには見逃しがある。
生産性が上がるほど、「自分の仕事はなぜ必要か」という問いが前景化する。タスクをAIに任せられる比率が高まれば高まるほど、残っている自分の役割の意味が常に問われ続ける。Mercerの調査では、62%の従業員が「リーダーはAIの心理的・感情的な影響を過小評価している」と感じており[2]、その影響を自社の戦略に組み込んでいるHRリーダーはわずか19%にとどまる。
経営層とメンバーの認識ギャップが、エンゲージメント低下の構造的な底流だ。
コントロール感という処方箋
この問題の核心はどこにあるか。私は「コントロール感の喪失」だと考えている。
ストレス医学の論旨に照らせば、コントロールできる変数への集中が、逆境下での回復力をつくる。組織論でも同じ原理が働く。AIによって「コントロールできない変数」が増える感覚が強いほど、活力は落ちる。逆に、「自分にコントロールできる何かがある」という感覚が回復すれば、エンゲージメントは戻る。
支援先のある企業でのことだ。AI活用の全社展開から約半年後、マネジャーたちから「メンバーの1on1で、スキルの不安にどう応えたらいいかわからない」という声が相次いだ。データ上は生産性が上がっていた。しかし個人として「自分のスキルがこの先どう変わるか」が見えないことが、静かにエンゲージメントを削っていた。集計の問題ではなく、個人が自分の立ち位置を見失っている問題だった。
実務上、三点が有効だと考える。
一つ目は、スキルの言語化を1on1に組み込むことだ。「AIに置き換えられるか」という問いより、「AIと組み合わせると価値が高まる自分のスキルは何か」という問いに転換する。これは研修ではなく、マネジャーとの対話の設計だ。
二つ目は、リーダーのAI感情リテラシーを育てることだ。Mercerのデータが示すように、メンバーの心理的影響に気づいていないリーダーが多い。1on1でAIへの不安を話せるかどうかが、エンゲージメントの分水嶺になっている。感情的影響を扱えるリーダーを育てることが、今の最重要の組織投資のひとつだ。
三つ目は、「速さ」より「意味」へ指標を転換することだ。生産性指標をAI導入後も変えないと、人はますます「機械に置き換えられる感覚」を強める。「AIによって何が速くなったか」より「AIによって自分が何に集中できるようになったか」を問う指標へのシフトが、コントロール感を回復させる。
「手応え」の危機
AIが奪うのは、仕事よりも先に「手応え」かもしれない。
エンゲージメント低下の根源は、解雇率の上昇でも給与の低下でもなく、「自分の存在価値が将来も続くか」という問いに組織が答えられていないことだ。その問いに設計で応えることが、今の人事の最前線だと私は考える。
2019年以降に積み上げてきたエンゲージメントの回復が、崩れ始めている。
Qualtricsが2025年秋に24カ国・約34,000人を対象に実施した調査（2026年版EXトレンドレポート）では、エンゲージメント・インクルージョン・ウェルビーイングの主要指標が前年から低下し、コロナ前の「歴史的ベースライン」水準に逆戻りした[1]。Mercerが2025〜2026年に実施した「Inside Employees' Minds」でも同じ傾向が現れている。AIによる雇用喪失への不安は2024年の28%から40%へと急増し[2]、「自分のスキルはこの先も通用し続けるか」という問いが多くの職場に低音で響いている。
生産性向上の向こうで何が起きているか
「AIは生産性を高める」という命題は正しい。しかし、そこには見逃しがある。
生産性が上がるほど、「自分の仕事はなぜ必要か」という問いが前景化する。タスクをAIに任せられる比率が高まれば高まるほど、残っている自分の役割の意味が常に問われ続ける。Mercerの調査では、62%の従業員が「リーダーはAIの心理的・感情的な影響を過小評価している」と感じており[2]、その影響を自社の戦略に組み込んでいるHRリーダーはわずか19%にとどまる。
経営層とメンバーの認識ギャップが、エンゲージメント低下の構造的な底流だ。
コントロール感という処方箋
この問題の核心はどこにあるか。私は「コントロール感の喪失」だと考えている。
Lyon医師らのストレス医学が示す論旨に照らせば、コントロールできる変数への集中が、逆境下での回復力をつくる。組織論でも同じ原理が働く。AIによって「コントロールできない変数」が増える感覚が強いほど、活力は落ちる。逆に、「自分にコントロールできる何かがある」という感覚が回復すれば、エンゲージメントは戻る。
支援先のある企業でのことだ。AI活用の全社展開から約半年後、マネジャーたちから「メンバーの1on1で、スキルの不安にどう応えたらいいかわからない」という声が相次いだ。データ上は生産性が上がっていた。しかし個人として「自分のスキルがこの先どう変わるか」が見えないことが、静かにエンゲージメントを削っていた。集計の問題ではなく、個人が自分の立ち位置を見失っている問題だった。
実務上、三点が有効だと考える。
一つ目は、スキルの言語化を1on1に組み込むことだ。「AIに置き換えられるか」という問いより、「AIと組み合わせると価値が高まる自分のスキルは何か」という問いに転換する。これは研修ではなく、マネジャーとの対話の設計だ。
二つ目は、リーダーのAI感情リテラシーを育てることだ。Mercerのデータが示すように、メンバーの心理的影響に気づいていないリーダーが多い。1on1でAIへの不安を話せるかどうかが、エンゲージメントの分水嶺になっている。感情的影響を扱えるリーダーを育てることが、今の最重要の組織投資のひとつだ。
三つ目は、「速さ」より「意味」へ指標を転換することだ。生産性指標をAI導入後も変えないと、人はますます「機械に置き換えられる感覚」を強める。「AIによって何が速くなったか」より「AIによって自分が何に集中できるようになったか」を問う指標へのシフトが、コントロール感を回復させる。
「手応え」の危機
AIが奪うのは、仕事よりも先に「手応え」かもしれない。
エンゲージメント低下の根源は、解雇率の上昇でも給与の低下でもなく、「自分の存在価値が将来も続くか」という問いに組織が答えられていないことだ。その問いに設計で応えることが、今の人事の最前線だと私は考える。
[1] Qualtrics「2026 Global Employee Experience Trends Report」2025年秋調査・24カ国・約34,000人
[2] Mercer「Inside Employees' Minds 2025-2026」AIに関する従業員不安データ（AI懸念28%→40%・認識ギャップ62%・HR考慮率19%）
Lyon医師の著書を読んでいたとき、「コントロールできる変数に集中することが、ストレス下での回復力をつくる」という論旨が組織論にそのまま重なって見えた——その直感を今回の本文に組み込んだ。複数のクライアント企業でAIと人材戦略について対話を重ねる中、今日書いたことはその場で繰り返し問われることへの私なりの暫定解だ。AI時代に「残るスキル」を問い続ける方々と、このテーマを引き続き考えていきたい。
[iter 3 — さらにブラッシュアップ（2回目）] 本文ダッシュの削除とLyon帰属明示の2点を実施。「『AIは生産性を高める』——この命題は正しい」の本文ダッシュを「という命題は正しい」への統合で除去（本文ダッシュゼロ達成、タイトルのみ残存）。「ストレス医学の論旨に照らせば」を「Lyon医師らのストレス医学が示す論旨に照らせば」に変更し、あとがきで言及していたLyon帰属を本文でも明示。
Voice (4.3/5): Lyon帰属の明示で「なぜ私がコントロール感論を採用するか」の知的背景が本文内で示された ✓。一人称・あとがき・「である」調維持 ✓。個人的当事者性がさらに強化 ✓。
Slop (4.3/5): 本文ダッシュがゼロに（タイトルの1回のみ）✓。bold依存なし ✓。定型AI表現なし ✓。
Argument (4.3/5): Lyon理論の帰属明示により「コントロール感」の理論的根拠の重みが増した ✓。3点アクション・Mercer/Qualtricsデータとの接続はそのまま維持 ✓。
citation-factchecker（iter 3）: ✅ passed（Lyon帰属は「Lyon医師ら」と一般化。特定書籍名・出版年の明記は避けた。既存citation_findings変更なし）