AI基本計画が予告していた改訂 ─ デジタルスキル標準v2.0を国家戦略と接続して読む
2026-04-17
データマネジメント類型の新設は偶然ではない。AI基本計画・可視化指針・金融庁好事例集の文脈に置くと、DSSv2.0が描く人材地図の真意が見えてくる
AX時代の職種マップ
経済産業省・IPA「デジタルスキル標準 ver.2.0」(2026年4月16日)
1. 単独改訂ではない ─ AI基本計画が予告していた変更
経済産業省とIPAは2026年4月16日、デジタルスキル標準(DSS)ver.2.0を公表した。プレスリリースはAX(AIトランスフォーメーション)への対応を強調している。
しかしこの改訂は、単独のガイドライン更新ではない。2025年に閣議決定された「人工知能基本計画」に「デジタルスキル標準の改訂を行う」と明記されていたのが、今回のv2.0である。
AI基本計画は国のAI政策を束ねる最上位計画で、人材戦略の柱として以下の項目が掲げられている。
AI基本計画の人材戦略項目 × DSSv2.0の対応
| AI基本計画の政策項目 | DSSv2.0での具体化 |
|---|---|
| エンジニア・データマネジメント人材の育成・確保を推進 | データマネジメント類型を新設(スチュワード/エンジニア/アーキテクトの3ロール) |
| AX促進のためDX・AI利活用の取組状況を可視化 | DX推進スキル標準で企業のDX人材ポートフォリオの可視化を支援 |
| 個々の従業員へのAIリスキリング支援 | ITSS+「レベル4」相当を共通目標にリスキリングを後押し |
| アドバンスト・エッセンシャルワーカー創出 | コミュニケーションデザイナー等の新設で、従来外部委託だった領域を社内人材化 |
| 質・量ともにAI人材の育成・確保 | AI実装・運用、AIガバナンスのスキル項目を明示 |
つまりv2.0は、国の人材戦略がスキル標準の形で実装レイヤーに落ちてきたものと読める。6類型17ロールの構造変更を、個別政策の寄せ集めではなく国家戦略のマップとして読むことが、実務への含意を引き出す前提になる。
2. DSSv2.0の骨格 ─ 2標準・6類型・17ロール
DSSは「DXリテラシー標準」(全ビジネスパーソンが身につけるべきスキル)と「DX推進スキル標準」(DXを推進する人材が担う役割とスキル)の2層で構成される。前者は経営層を含む全従業員、後者は専門性を持ってDXに関与する人材が対象である。
v2.0でDX推進スキル標準は6つの類型で構成される。
DX推進スキル標準の6類型(v2.0)
| 類型 | 役割 | v2.0での変更 |
|---|---|---|
| ビジネスアーキテクト | 経営戦略を事業構造に翻訳しDXを牽引 | 3ロールを全面刷新 |
| デザイナー | 製品・サービスと体験の設計 | コミュニケーションデザイナー新設 |
| データサイエンティスト | データ解析・AIシステムの設計実装 | データエンジニアを分離 |
| データマネジメント | データの整備・ガバナンス・利活用促進 | v2.0で新設(3ロール) |
| ソフトウェアエンジニア | システム・ソフトウェアの実装運用 | 構造変化なし |
| サイバーセキュリティ | セキュリティリスクの抑制 | 構造変化なし |
DXの定義自体はデジタルガバナンス・コード3.0(2024年9月改訂)を参照する構造になっており、DSSは独立して定義を持たず、政府横断の文書体系と連動している。AI基本計画・可視化指針・ガバナンスコード・DSSが互いに参照し合う縦横の政策網の中にDSSv2.0が位置付けられている。
3. データマネジメント類型の新設は、国家戦略の具体化だった
v2.0で最も構造的な変更は、データマネジメント類型の新設である。v1.0ではデータサイエンティスト類型の内部にデータエンジニアというロールが置かれていた。これをv2.0では削除し、新設のデータマネジメント類型に移管した。
この変更を理解するには、AI基本計画のテキストを読み返す必要がある。同計画は「AIや次世代半導体等の利活用・研究開発に係るエンジニアや研究者、データマネジメント人材等の育成・確保を、諸外国とも連携しつつ、推進する」と明記している。DSSv2.0のデータマネジメント類型は、この国家戦略が求めた「データマネジメント人材」の具体形を3ロールで定義したものといえる。
データマネジメント類型の3ロール(v2.0新設)
| ロール | 担う業務 | 特徴 |
|---|---|---|
| データスチュワード | 事業ドメイン知識に基づくデータ品質運用、事業部門でのデータ利活用促進 | IT部門ではなく事業部門に根ざす役割 |
| データエンジニア | 収集・統合・加工・提供、データパイプライン設計実装 | v1.0のデータサイエンティスト類型から移管 |
| データアーキテクト | 事業戦略に沿ったデータアーキテクチャ設計、ガバナンスとの両立 | AIガバナンス規制への対応を見据えた新設 |
データスチュワードは、IT部門の専門職ではなく事業部門に根ざす役割として定義されている点が重要である。データアーキテクトは全社横断のデータ利活用とガバナンスの両立を設計する責任者として新設された。これらは、人的資本可視化指針が求める「人的資本情報のDX・AI活用」の実行主体にもなりうる。つまりデータマネジメント類型は、AI規制対応だけでなく人的資本開示の質向上とも接続している。
4. ビジネスアーキテクト刷新 ─ 可視化指針が求める連動の実装
v1.0のビジネスアーキテクト類型は「新事業開発」「既存事業の高度化」「社内業務の高度化・効率化」という業務テーマで3ロールを分けていた。v2.0では業務テーマではなく、変革マネジメントの階層で3ロールに区分している。
ビジネスアーキテクト類型のロール変更
| v1.0(業務テーマで分割) | → | v2.0(変革階層で分割) |
|---|---|---|
| 新事業開発 | → | プロダクトマネージャー(プロダクトの成果責任者、ライフサイクル運営) |
| 既存事業の高度化 | → | ビジネスアナリスト(業務・組織・システムの分析、要求整理、利害調整) |
| 社内業務の高度化・効率化 | → | (ビジネスアーキテクトに統合)経営戦略を事業構造に翻訳しロードマップ立案 |
この再定義の背景には、人的資本可視化指針2026年版が示す「経営戦略と連動した人材戦略」という要請がある。同指針は、経営戦略・人材戦略・人的資本投資・財務指標の関係を企業の成長ストーリーと論理的に説明することを企業に求めている。
可視化指針は具体例としてAI自動運転を進めるテック系企業のケースを示している。「AI技術を活用した自動運転の実用化」という経営戦略から「AI分野の高度専門人材の確保/多数のソフトウェア開発要員の確保」というあるべき姿を導き、「高度専門人材にする競争力のある報酬水準の設定、グローバルでの採用活動」を人的資本投資として実施する、という連鎖である。
この連鎖を実行するのがv2.0のビジネスアーキテクト・ビジネスアナリスト・プロダクトマネージャーである。可視化指針が「経営戦略と人材戦略の連動」を要請し、DSSv2.0がその実行者の役割を定義する、という補完関係になっている。
5. 先進企業はすでに動いている ─ 日立の107,000人と外部獲得戦略
DSSv2.0は絵に描いた餅ではない。日立製作所は2021年から2024年までの3年で、デジタル人財を67,000人から107,000人へと拡大した。
日立製作所のデジタル人財育成実績
| 年 | 国内 | 海外 | 合計 |
|---|---|---|---|
| 2021年 | 29,000人 | 38,000人 | 67,000人 |
| 2022年 | 42,000人 | 41,000人 | 83,000人 |
| 2024年 | 56,000人 | 51,000人 | 107,000人(中経目標97,000人を超過達成) |
この規模の育成を可能にしたのは、100コース以上のDX研修体系と実案件での実践経験を通じた育成プログラムである。GlobalLogic社のメソドロジーも活用している。DSSv2.0の6類型17ロール体系は、日立のような先進企業がすでに運用している人材分類とかなり近い。つまりDSSv2.0は「これから始める」企業向けの標準というより、先進企業の実践を横断的に標準化したものという読み方ができる。
DSSv2.0で類型・ロールが標準化されることで、外部獲得と内部育成の組合せを共通の語彙で設計できるようになる。データアーキテクトは外部採用で、データスチュワードは事業部門から内部育成で、コミュニケーションデザイナーは副業人材で、といった配分判断が6類型17ロール別に可能になる。これは可視化指針が求める「あるべき組織・人材と現状とのギャップを埋める取組」の設計精度を高める効果がある。
6. 人的資本開示での活用 ─ 2040年就業構造を先取りする指標に
DSSv2.0は人的資本開示の指標としても機能する。可視化指針は、人的資本の指標設定で「経営戦略と、あるべき組織・人材と人材戦略・人的資本投資との関係を企業の成長ストーリーと論理的に説明するための定量的な指標及び目標を適切に設定する」ことを求めている。さらに、設定した指標に基づく可視化・モニタリングでは「人的資本関連情報のDXやAI活用」が推奨される。
DSSv2.0の6類型17ロール体系は、人的資本開示の独自性指標の土台として使える。日立のように「デジタル人財○万人」と単一指標で開示するのではなく、データマネジメント類型○人・ビジネスアーキテクト類型○人・コミュニケーションデザイナー○人という類型別ポートフォリオで開示すれば、投資家に対して人材戦略の精緻度を示せる。
背景には国家レベルの見通しがある。経済産業省の「2040年の就業構造推計」によれば、AI・ロボット等の利活用やリスキリング等による労働の質の向上により、人口減少下でも全体で大きな労働需給の不足は生じないとされる。ただし「職種間、学歴間によって需給のミスマッチが発生する可能性がある」との留保が付いている。このミスマッチ回避の具体策がDSSv2.0の類型・ロール設計である。
7. AX時代の職種マップをどう運用するか
DSSv2.0を自社の人材戦略に落とし込むには、AI基本計画の他の政策項目も合わせて読む必要がある。
DSSv2.0と連動する国家政策の項目
| 政策項目 | 企業の対応 | DSSv2.0でのマッピング |
|---|---|---|
| AI進展による雇用の代替性・補完性を分析 | 自社の業務ポートフォリオをAI代替可能性で分類 | AIに代替される業務→別類型へのリスキリング計画 |
| AI時代にふさわしい働き方の方向性を検討 | 副業・プロジェクトベース等の多様な雇用形態 | コミュニケーションデザイナー等の新類型はプロジェクト型雇用と親和的 |
| アドバンスト・エッセンシャルワーカーの創出 | 現場業務のデジタル高度化、賃金向上 | データスチュワードは事業部門に根ざすAX人材の典型 |
| 質・量ともにAI人材の育成・確保 | 全社的なDSS研修体系の構築 | 6類型17ロールをリスキリング計画の共通語彙に |
AI基本計画は雇用への影響を「代替性と補完性の両面から」分析すると述べている。DSSv2.0が示すのは、AIが代替する業務ではなく、AIを動かす側の業務の類型化である。プロダクトマネージャーの成果責任、データスチュワードの現場浸透役割、コミュニケーションデザイナーのブランド統合設計 ─ これらはAIに代替されるのではなく、AIとの協働で成立する役割群である。
企業実務への含意
v1.0ベースの研修体系は、v2.0の6類型17ロール体系との対応表を作成して更新対象を特定する必要がある。とりわけ、AI基本計画が国家戦略として掲げる「データマネジメント人材」「AIリスキリング」「アドバンスト・エッセンシャルワーカー」の3つは、DSSv2.0の新類型・新ロールと直接対応しており、人的資本開示での独自性指標として位置付けやすい。
8. DSSv2.0が結ぶ政策の網
DSSv2.0は、AI基本計画・人的資本可視化指針・デジタルガバナンスコード・金融庁好事例集が重なり合う結節点である。単独で読むと「政府のスキル標準の一バージョンアップ」に過ぎないが、政策の網の中で読むと、AX時代の人材戦略を企業と国家が共通の語彙で設計するためのインフラとして機能することがわかる。
AI人材戦略の全体像は「AI基本計画が描く人材戦略」、人的資本開示の指針は「人的資本可視化指針2026年版」、金融庁の好事例集は「人的資本開示 好事例集2026」でそれぞれ詳しく解説している。
▶出典(24件)
- DSS v2.0を2026年4月16日公表(AI対応の大幅改訂)(デジタルスキル標準 ver.2.0)
- デジタルスキル標準を改訂(人工知能基本計画(令和7年12月23日閣議決定), p.14)
- AIエンジニア・データマネジメント人材の育成・確保(人工知能基本計画(令和7年12月23日閣議決定), p.14)
- AX(AIトランスフォーメーション)の可視化・支援(人工知能基本計画(令和7年12月23日閣議決定), p.13)
- 個々の従業員・労働者へのAIリスキリング支援(人工知能基本計画(令和7年12月23日閣議決定), p.14)
- 2つの標準で構成(リテラシー標準と推進スキル標準)(デジタルスキル標準 ver.2.0, p.3)
- DXリテラシー標準は全員、推進スキル標準は推進人材(デジタルスキル標準 ver.2.0, p.6)
- DX推進スキル標準は6類型(v1.0の5類型から拡張)(デジタルスキル標準 ver.2.0, p.55)
- DX定義はデジタルガバナンス・コード3.0に準拠(デジタルスキル標準 ver.2.0, p.3)
- データマネジメント類型を新設、AI実装・AIガバナンス拡充(デジタルスキル標準 ver.2.0, p.4)
- データエンジニアをデータサイエンティスト→データマネジメントに移管(デジタルスキル標準 ver.2.0)
- データマネジメント新類型のロール①(現場浸透)(デジタルスキル標準 ver.2.0, p.63)
- データマネジメント新類型のロール③(全社設計)(デジタルスキル標準 ver.2.0, p.63)
- DX・AI活用によるモニタリングの合理化を推奨
- ビジネスアーキテクト刷新+デザインマネジメント実践を追加(デジタルスキル標準 ver.2.0, p.4)
- 独自性と比較可能性のバランス、事業セグメント別の管理が重要
- p.14の図「AI自動運転を進めるテック系企業の事例」より。検討フローを参考に経営戦略と連動した人材戦略・人的資本投資を検討する具体例。(p.14)
- BA類型のトップロール(戦略→事業構造への翻訳)(デジタルスキル標準 ver.2.0, p.63)
- BA類型の新ロール(業務分析・要求整理・利害調整)(デジタルスキル標準 ver.2.0, p.63)
- BA類型の新ロール(プロダクトのライフサイクル責任者)(デジタルスキル標準 ver.2.0, p.63)
- 日立:デジタル人財6.7万人→10.7万人(3年で1.6倍)(記述情報の開示の好事例集2026(人的資本、従業員の状況), p.11)
- 2022年就業者数6706万人→2040年労働需要6303万人(約200万人はAI・ロボット等で代替)
- AI雇用影響を「代替性と補完性の両面」から分析・対策(人工知能基本計画(令和7年12月23日閣議決定), p.13)
- AI時代にふさわしい働き方の方向性を検討(人工知能基本計画(令和7年12月23日閣議決定), p.14)
使用データ一覧
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
DSS v2.0を2026年4月16日公表(AI対応の大幅改訂) | 2026年 | 経済産業省とIPAは2026年4月16日、デジタルスキル標準ver.2.0(DSSver.2.0)を公表した。AX(AIトランスフォーメーション)の進展やデータ活用の重要性を受け、データマネジメントに関する改訂などを行った。 | デジタルスキル標準 ver.2.0 |
2つの標準で構成(リテラシー標準と推進スキル標準) | 2026年 | デジタルスキル標準は「DXリテラシー標準」(全てのビジネスパーソンが身につけるべきスキル)と「DX推進スキル標準」(DXを推進する類型や習得すべきスキル)の2種類で構成されている。 | デジタルスキル標準 ver.2.0 p.3 |
DX定義はデジタルガバナンス・コード3.0に準拠 | 2026年 | DSSが前提とするDXの定義は、経済産業省「デジタルガバナンス・コード3.0」(2024年9月改訂)に依拠する。DXは「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること」と定義される。 | デジタルスキル標準 ver.2.0 p.3 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
デジタルスキル標準を改訂 | 2025年 | デジタルスキル標準の改訂を行う。 | 人工知能基本計画(令和7年12月23日閣議決定) p.14 |
AIエンジニア・データマネジメント人材の育成・確保 | 2025年 | AIや次世代半導体等の利活用・研究開発に係るエンジニアや研究者、データマネジメント人材等の育成・確保を、諸外国とも連携しつつ、推進する。 | 人工知能基本計画(令和7年12月23日閣議決定) p.14 |
個々の従業員・労働者へのAIリスキリング支援 | 2025年 | AIに関するスキルについて、個々の従業員や労働者に対するAIリ・スキリングの取組を支援する。 | 人工知能基本計画(令和7年12月23日閣議決定) p.14 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
AX(AIトランスフォーメーション)の可視化・支援 | 2025年 | AIを基軸とした組織経営改革(AIトランスフォーメーション)を促すため、企業等におけるDX・AI利活用の取組状況の可視化や改革の取組が進む事業者に対する重点的な支援を図る。 | 人工知能基本計画(令和7年12月23日閣議決定) p.13 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
DXリテラシー標準は全員、推進スキル標準は推進人材 | 2026年 | DSSでは、デジタル技術を活用して競争力を向上させる役割を持つ企業等に所属する人材を対象としている。DXリテラシー標準は全てのビジネスパーソン(経営層含む)を対象とし、DX推進スキル標準は組織・企業において専門性を持ってDXの取組みを推進する役割を持つ人材(DXを推進する人材)を対象とする。 | デジタルスキル標準 ver.2.0 p.6 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
DX推進スキル標準は6類型(v1.0の5類型から拡張) | 2026年 | DX推進スキル標準は、企業や組織のDX推進において必要な役割群を6つの「類型」として定義する:ビジネスアーキテクト/デザイナー/データサイエンティスト/データマネジメント/ソフトウェアエンジニア/サイバーセキュリティ。1つの部署が1つの類型を担う場合も、1つの部署が複数の類型を担うことも想定される。 | デジタルスキル標準 ver.2.0 p.55 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
データマネジメント類型を新設、AI実装・AIガバナンス拡充 | 2026年 | 改訂第1の柱:DXに不可欠なテクノロジーとしてAI活用が進む中、さらなるAI・データ活用を推進するデータ整備や仕組み化、企業内の推進を担う類型として「データマネジメント」を新設。AI実装・運用やAIガバナンスに関するスキルを拡充した。 | デジタルスキル標準 ver.2.0 p.4 |
データエンジニアをデータサイエンティスト→データマネジメントに移管 | 2026年 | v1.0ではデータサイエンティスト類型の中に「データエンジニア」ロールが含まれていたが、v2.0ではデータマネジメント類型の新設に伴いデータエンジニアロールをデータサイエンティスト類型から削除し、データマネジメント類型に統合した。 | デジタルスキル標準 ver.2.0 |
ビジネスアーキテクト刷新+デザインマネジメント実践を追加 | 2026年 | 改訂第2の柱:個別事業やプロジェクトだけでなく、ビジネスモデル変革を推進するため、ビジネスアーキテクトのロールを見直し、ビジネス変革カテゴリーのスキルを拡充。組織変革において、様々な関係者の連携や共創をデザインのアプローチを用いて促す「デザインマネジメント実践」に関するスキルを追加した。 | デジタルスキル標準 ver.2.0 p.4 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
データマネジメント新類型のロール①(現場浸透) | 2026年 | データスチュワード(v2.0で新設):事業ドメイン知識に基づき、データの品質・信頼性・安全性の確保に向けた運用を担うとともに、事業部門・現場組織におけるデータマネジメントの浸透・定着、およびデータ利活用の促進を担う役割。 | デジタルスキル標準 ver.2.0 p.63 |
データマネジメント新類型のロール③(全社設計) | 2026年 | データアーキテクト(v2.0で新設):組織・事業全体のデータ構造や流れ、利活用のあり方を俯瞰し、事業戦略に沿ってデータライフサイクル全般を見据えたデータアーキテクチャを設計・継続的な見直しを行うことで、全社横断的なデータ利活用とガバナンスの両立を実現する役割。 | デジタルスキル標準 ver.2.0 p.63 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
DX・AI活用によるモニタリングの合理化を推奨 | 2026年 | Point 2「人的資本の可視化とモニタリング」: 設定した指標及び目標に基づいて自社の人的資本の現状を可視化し、あるべき組織・人材の姿と現状との差分を明らかにするとともに、そのギャップを埋めるために必要な取組の進捗をモニタリングする。進捗のモニタリングに際しては、データ集計等の開示実務の合理化や、戦略や取組の適時での進捗確認やアップデートを可能とすること等の観点から、人的資本関連情報のDXやAI等のテクノロジーを活用することも重要なアプローチとなる。 | - |
独自性と比較可能性のバランス、事業セグメント別の管理が重要 | 2026年 | Point 1「指標及び目標の設定」: 経営戦略や、あるべき組織・人材と人材戦略・人的資本投資との関係を企業の成長ストーリーと論理的に説明するための定量的な指標及び目標を適切に設定する。企業固有の戦略やビジネスモデルに沿った独自性のある取組、指標及び目標と、投資家が企業間比較をするために用いる比較可能性の高い指標及び目標をバランスよく設定することが重要。人的資本投資・人材戦略と経営戦略、財務指標とのつながりを明確に表現するためには、連結グループ全体だけでなく事業セグメント・地域ごとに指標を管理することも考えられる。 | - |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
p.14の図「AI自動運転を進めるテック系企業の事例」より。検討フローを参考に経営戦略と連動した人材戦略・人的資本投資を検討する具体例。 | 2026年 | AI自動運転を進めるテック系企業の経営戦略と連動した人材戦略の例: 【事業セグメント・地域ごと】経営戦略「AI技術を活用した自動運転の実用化」→あるべき姿「AI分野の高度専門人材の確保/多数のソフトウェア開発要員の確保」→人的資本投資「高度専門人材にする競争力のある報酬水準の設定、グローバルでの採用活動の実施、ソフトウェア開発要員の採用、開発要員に対する人材育成研修」。経営戦略「顧客ニーズを踏まえた既存ビジネスの収益力強化」→あるべき姿「業務スキルの保有/現場従業員の高いモチベーションの醸成」→人的資本投資「リスキリングの実施、外部経験者の確保、現場の管理職のマネジメント力強化に向けた投資」。【組織全体の基盤構築】経営戦略「経営戦略の実行力を高める基盤強化」→あるべき姿「大局的な観点から経営判断を行うことができる人材の確保/従業員の定着」→人的資本投資「経営者候補人材の獲得・育成、従業員の福利への投資、従業員の満足度向上に向けた職場環境整備」。 | - |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
BA類型のトップロール(戦略→事業構造への翻訳) | 2026年 | ビジネスアーキテクト(ロール):組織や事業を俯瞰する立場から、経営戦略を全体最適の事業構造に落とし込み、これを実現する変革のロードマップ(プロダクト/プログラムポートフォリオ)を立案する。また、これに関する経営者の投資判断/意思決定の支援を行う。 | デジタルスキル標準 ver.2.0 p.63 |
BA類型の新ロール(業務分析・要求整理・利害調整) | 2026年 | ビジネスアナリスト(v2.0新ロール):プロダクト/プログラムにおける業務・組織・システムの分析を担い、要求の整理と実装担当者(エンジニア)への伝達を行う。また、取組関係者のコミュニケーションハブとなり、利害調整を行う。 | デジタルスキル標準 ver.2.0 p.63 |
BA類型の新ロール(プロダクトのライフサイクル責任者) | 2026年 | プロダクトマネージャー(v2.0新ロール):特定のプロダクト(製品・サービス)の責任者として企画から構築、その後の継続的改善やビジネスの拡大などライフサイクルでチームの運営を担う。また、明確な成果責任を持つ。 | デジタルスキル標準 ver.2.0 p.63 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
日立:デジタル人財6.7万人→10.7万人(3年で1.6倍) | 2026年 | 日立製作所のデジタル人財育成実績:2021年29,000人(国内)+38,000人(海外)=67,000人→2022年42,000人+41,000人=83,000人→2024年56,000人+51,000人=107,000人(中経目標97,000人を超過達成)。100コース以上のDX研修体系や実案件での実践経験を通じた育成プログラムを運用。GlobalLogic社のメソドロジーも活用。 | 記述情報の開示の好事例集2026(人的資本、従業員の状況) p.11 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
2022年就業者数6706万人→2040年労働需要6303万人(約200万人はAI・ロボット等で代替) | 2026年 | 経済産業省が試算した「2040年の就業構造推計(改訂版)」によれば、2040年に十分な国内投資や産業構造転換が実現する場合、人口減少により就業者数は減少するが、AI・ロボット等の利活用やリスキリング等による労働の質の向上により、全体で大きな不足は生じないとされている。一方、職種間、学歴間によって需給のミスマッチが発生する可能性がある。 | - |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
AI雇用影響を「代替性と補完性の両面」から分析・対策 | 2025年 | AIの進展に伴う雇用への影響について、代替性と補完性の両面から調査・分析を行い、その結果を踏まえた包括的な対策を継続的に実施する。 | 人工知能基本計画(令和7年12月23日閣議決定) p.13 |
| コンテキスト | 年度 | 値 | 出典 |
|---|---|---|---|
AI時代にふさわしい働き方の方向性を検討 | 2025年 | AIの進展に伴い、働き方そのものが大きく変化する中で、AI時代にふさわしい働き方の方向性を検討する。 | 人工知能基本計画(令和7年12月23日閣議決定) p.14 |
計 24 件のデータが記事内で参照されています