「人工知能基本計画」が描く人材戦略 — AI時代の人的資本経営への示唆

「人工知能基本計画」とは何か

2025年12月23日、政府は「人工知能基本計画」を閣議決定した ¹。これはAI法（人工知能技術の開発及び利用の促進に関する法律）第7条に基づく法定計画であり、日本初となる ²。技術指針や自主規制の時代から一歩踏み込み、政府の関与を法的根拠に基づいて明確化した点に歴史的意義がある。

計画の核心は「4つの基本方針」にある ²。第1に「AI主権の確立」、第2に「AIによる社会変革の推進」、第3に「官民連携による国際競争力の強化」、第4に「経済安全保障の観点からのAI基盤整備」である。これらは相互に連動しており、人材育成は「社会変革の推進」と「国際競争力の強化」の両方にまたがる横断的テーマとして位置づけられる。

計画を貫く基本的な問いは「日本のAI戦略を守勢から攻勢に転換できるか」という点にある ³。半導体・AI基盤の海外依存、AI人材の絶対的不足、デジタルリテラシーの格差という構造的課題に対し、計画は3つの原則（人間中心、安全・安心、国際連携）を起点に ⁴、官民が連携した攻めの姿勢を打ち出す。

AIが雇用にもたらすリスク — 閣議決定が認めた「雇用不安」

人工知能基本計画の特筆すべき点の一つは、「雇用不安」を閣議決定レベルで明示的に認めたことにある ⁵。これまでの政府文書はAIの雇用へのマイナス影響を正面から認めることを避けてきた。計画は「雇用不安が社会的に広がっていることを政府として認識する」と踏み込んだ上で、対応策を提示する構成をとっている。

計画の分析によれば、AIは雇用を「代替」するだけでなく「補完・強化」する側面もあり、その効果は職種・スキル・地域によって大きく異なる ⁶。単純反復業務の自動化が進む一方、対人コミュニケーション・高度な判断・創造的作業はAIが補完する形で人間の生産性を高めるという見立てである。「特定の職種が消える」という決定論的な予測より、「人間とAIの役割分担の再設計」という視点が基調となっている。

この認識に基づき、計画は雇用への影響を継続的にモニタリングする仕組みの整備を打ち出している ⁷。具体的には、AI導入と雇用変動の関係を産業別・職種別に分析するデータ基盤の整備と、その結果を政策にフィードバックするループの構築である。「分析して終わり」ではなく、政策サイクルに組み込む意図が読み取れる。

AI人材の育成・確保 — 7つの具体施策

計画が最も分量を割くのが人材育成・確保の施策群である。「どんな人材が必要で、どう育て、どう確保するか」を7つの施策として具体化している ⁸。

第1の施策：AI人材需給調査の制度化。現状、AI人材の需給実態は体系的に把握されていない。計画はAI人材の量的・質的ニーズを産業別に定期調査する仕組みを整備するとしている ⁹。これは後続施策の設計根拠となるエビデンス基盤の整備であり、「勘で育てる」から「データで育てる」への転換を示す。

第2の施策：エンジニア・データ管理人材の確保。AI活用を下支えするソフトウェアエンジニアとデータ管理の専門人材を確保するための産学連携プログラムの整備が示された ¹⁰。特に、AI開発の上流工程（データ設計・品質管理）を担う人材は慢性的に不足しており、大学・専門学校との連携強化が柱となる。

第3の施策：産学コンテスト・ハッカソンの拡充。AI技術の習得意欲と実践力を持つ若手人材の発掘・可視化のため、産学横断のコンテストやハッカソンを支援する ¹¹。既存の取組みの拡充にとどまらず、受賞者の企業インターン接続など、発掘から採用へのパイプライン整備を視野に入れている。

第4の施策：リスキリング支援の拡充。在職者向けリスキリング支援を拡充し、AIを活用するための基礎スキルと実践応用力を身につける機会を提供する ¹²。公共職業訓練の拡充と、企業内リスキリングへの補助・税制優遇の両面で支援する方針が示されている。

第5の施策：アドバンスト・エッセンシャルワーカーの育成。計画が新たに定義した概念として「アドバンスト・エッセンシャルワーカー」がある ¹³。介護・医療・保育など対人サービス分野でAIを積極活用しながら高度な専門性を発揮する人材像であり、これらの職種がAIによって単純化されるのではなく、AIとの協働によって高度化するという方向性を示している。

第6の施策：デジタルスキル標準の改訂。既存のデジタルスキル標準（DSS）をAI時代に対応した内容に改訂し、企業の人材育成指針として活用しやすくする ¹⁴。スキルの定義と評価基準を標準化することで、企業間・産業間での人材流動性の向上も期待されている。

第7の施策：学校教育でのAIリテラシー強化。小中高・大学における生成AIリテラシー教育を強化し、次世代から「AI前提」の思考基盤を構築する ¹⁵。これは即効性よりも10年単位の構造変化を見据えた布石である。

「人間力」という新概念 — AIに代替されない力

計画のなかで最もユニークかつ概念的に挑戦的な部分が「人間力」の提示である ¹⁶。AIが急速に能力を拡張するなかで、「それでも人間にしかできないこと・人間がやるべきこと」を言語化しようとした試みである。

計画が定義する人間力の核心は「文脈読解力・倫理判断・共感・創造性」の複合にある ¹⁶。AIは大量のデータからパターンを抽出し、確率的に最適な答えを生成するが、「文脈の意味を理解する」「倫理的に問いを立てる」「他者の感情に共鳴する」という能力は、現状のAIには根本的に困難とされる。

この認識は人間とAIの役割分担の再設計に直結する ¹⁷。ルーティン業務をAIに委譲することで生まれる余白を「人間力を発揮する時間」として再定義し、ホワイトカラーの仕事の質を高める方向性である。これは「AIに仕事を奪われる」という枠組みから「AIが人間の本質的な仕事を解放する」という枠組みへの転換を意図している。

リベラルアーツ（教養）教育の重要性が計画に明記されている点も特徴的である ¹⁸。技術スキルの習得と並行して、歴史・哲学・社会科学の素養が「人間力」の基盤になるという主張は、STEM偏重への修正を示唆する。ハーバード・ビジネス・スクールのような著名校が人文系教育の再評価を議論し始めているのと軌を一にしている。

計画はまた、AI活用を前提とした新しい働き方の在り方も示している ¹⁹。創造的な業務への集中、テレワーク・非同期コラボレーションの進化、副業・複業によるスキル多様化、個人が自律的にキャリアを設計する「個人主導のキャリア自律」といったテーマが含まれる。「組織が個人に仕事を割り当てる」時代から「個人が自律的にAIと協働して価値を生む」時代への移行シナリオとも読める。

AX（AIトランスフォーメーション）と人的資本開示

計画はAX（AIトランスフォーメーション）の推進を核心的目標として位置づけており、企業のAX実現度を「見える化」することを強調している ²⁰。これは人的資本開示の文脈に直接接続する論点である。

政府はAI経済圏の拡大を通じた国際競争力強化を掲げており ²¹、AXの先行企業には政府調達や規制サンドボックスでの優遇措置が検討されている。つまり、企業のAX実績を示す開示情報は、投資家向けの情報にとどまらず、政府・規制当局との関係においても戦略的意義を持つ。

人的資本開示との接続で特に注目されるのは「研修投資の開示」である。2026年改訂の人的資本可視化指針は研修時間・研修投資額の開示を強化しており、AI対応のリスキリングプログラムがその中心的な開示項目となりつつある。有価証券報告書の人的資本開示においても、AI関連の人材投資を経営戦略と連動させて説明する企業が増えている。

企業の人材投資の現在地 — 研修時間データが語ること

人工知能基本計画が求める「AI人材への投資」の現状を、企業の研修時間データから確認する。一人当たり研修時間は、人材投資の量的指標として最も開示率が高い指標の一つであり、AI時代の人材戦略の実態を測る代理変数として機能する。

電通総研は一人当たり研修時間73.9時間¹を開示しており、ITサービス・シンクタンク系企業のなかでも際立って高い水準にある。NTTデータグループは研修体系の充実を人材戦略の柱に据えており ²、グループ全体でのスキル底上げとAI対応のリスキリングを並行して推進している。

富士通はデジタルトランスフォーメーションの先行企業として、社員のデジタルスキル習得に大規模な投資を行っており 、その研修プログラムはAI活用を中核に再設計されている。日立製作所は「Lumada」プラットフォームを軸にしたデジタル人材育成を強化しており 、内製のAI活用力を競争優位の源泉と位置づける。

これらの数字が示す共通点は、研修時間の「量」だけでなく「AI対応への焦点化」にある。計画が打ち出した「AI人材の需給調査の制度化」が進めば、企業の研修投資のうちAI関連が占める比率も開示を求められる可能性がある。いま先進的な企業が取り組むリスキリングプログラムの内容と規模の開示が、将来の標準的な開示項目になる経路は十分に現実的である。

「人間力」という概念の観点からは、研修時間の量的拡大と同時に、その「中身」の問いが重要になる。リベラルアーツ・倫理判断・コミュニケーション設計といった「AIに代替されない力」を育む研修の比率を問う投資家は、まだ少数派かもしれないが、計画の問題意識はそこへ向かっている ³。