9割が活用、評価AIは5%だけ ─ 経団連報告書が描くHR×AIの3本柱

1. 経団連が描いた "日本のHR×AI" のリアル

2026年4月14日、経団連は『HR部門におけるAI等の活用に関する報告書』を公表した¹。報告書は2025年7月から2026年2月にかけて、HR4分野（採用・人材配置・人材育成・労務管理）でAI等を活用している企業やシステム開発事業者へのヒアリングを基にまとめられた。

背景にあるのは、少子高齢化と労働力不足のなか「限られた人材をいかに活かすか」が企業価値創造の鍵となっている認識である²。生成AIの登場で職場のAI活用が飛躍的に広がる一方、HR領域は「手探り状態」にとどまっているという問題意識が出発点となった。

この報告書はAI政策の流れの中にも位置付けられる。2025年12月に閣議決定された人工知能基本計画は「世界で最もAIを開発・活用しやすい国」を目指すと宣言し³、自由民主党のAIホワイトペーパー2.0（2026年4月）は「エージェントAIの時代」の到来を打ち出した⁴。経団連の今回の報告書は、その流れをHR部門の実装課題に翻訳したものと読める。

2. 9割が "使っている"、しかし内実は階層的

経団連の調査では、企業の9割超が何らかの形でAIを活用していると回答した⁵。「複数の業務プロセスで広く活用」が46%を占める一方、「業務プロセスには組み込んでいないが、ChatGPT・Copilot等の生成AIツール利用を会社として許可」も23%あり、活用の深度は階層的である。

調査の対象は経団連の労働法規委員会・人事・労務部会等の会員企業75社で、回答企業の63%（47社）が常時労働者5,000人以上の大企業⁶。この点を踏まえれば、報告書の数値は「日本の大企業がHR×AIをどこまで進められているか」のスナップショットと位置付けられる。

JILPTの調査では、AI導入に対する期待として「単純なタスクからの解放」82.5%、「労働生産性の向上」82.5%、「社員がより高度な業務に集中できる」72.1%が上位を占めた⁷。つまり「効率化期待」は8割超で揃っているが、その先の活用は企業によって大きく分かれている。

3. 海外との差は "評価AI" に最も色濃く出る

報告書が引用するOECD「アルゴリズム管理に関する雇用者調査（2025年）」は、日本のHR×AIが海外に比べどこにギャップがあるかを明確に示した⁸。まず、何らかの形でアルゴリズム管理ソフトウェアを導入している企業に属する管理職の割合を国別に並べると、日本だけが他の主要先進国から取り残されている形が見えてくる。

ギャップが最も大きいのは「評価ツール」領域である。報酬決定・目標設定・制裁の3項目で見ると、米国は7-8割の企業がAIを活用する一方、日本は1桁台の前半に張り付く。

報告書は、米国でAI評価ツールの活用が進む背景に「ジョブ型雇用を前提とした人事制度のもとで評価基準が比較的明確であり、制度が長年運用されてきた結果、AI活用に必要なデータの蓄積が進んでいること」を挙げる⁹。AI格差の根源は、技術ではなく「評価できる形で蓄積された人事データの厚み」にあるという指摘である。

一方で、規制の動きも各国で進む。米国カリフォルニア州では2025年10月、雇用差別禁止の対象に「自動意思決定システム（ADS）」を含める規定が発効し、ニューヨーク市は2023年7月から採用AIを規制する条例（地方法44）を施行している¹⁰。EU AI法は採用・評価・雇用契約終了等に関わるAIを「ハイリスク」と分類して厳格に規制している¹¹。日本は導入率が低い段階から、規制の波と同時に進むことになる。

4. 日本企業はどこで使っているか ─ HR部門の地形図

経団連調査では、社内全部門の中で「人事」が最もAI活用社数が多く、49社（n=75）が活用していると回答した。ITが44社、CS（カスタマーサービス）43社、研究開発40社、法務40社と続く¹²。HR部門は社内の中でも先行している領域である。

そのHR部門の中身を見ると、活用領域には大きな偏りがある。

数字の分布だけではなく、それぞれの領域で具体的にどの用途に使われているかを見ると、AIの "現在地" がより鮮明になる。

注目すべきは、「処遇に直結する領域ほど活用が少ない」というパターンである。採用・労務相談・1on1サポートといった "サポート機能" には20社前後が踏み出している一方、人事評価13社、報酬5社と、処遇決定そのものに踏み込んだ活用は限定的にとどまる。OECD調査の「日本の評価AI導入率5%」と整合する数字であり、報告書全体を通じた「AIは判断する人にならない」という大前提と一致する分布である。

5. 大前提 ─ HR部門のAIは "意思決定のサポート" にとどめる

報告書がガバナンスの大前提として置いたのは、日本政府が2019年に示した「人間中心のAI社会原則」だった¹³。「AIの利用は基本的人権を侵すものであってはならない。AIは人々の能力を拡張し、多様な人々の多様な幸せの追求を可能とするために開発・活用されるべき」という原則である。

これを受けて、報告書はHR部門におけるAI活用の標準フローを3ステップで整理する。

この3ステップは、AIをHR部門の業務に組み込む際の "基本図" として報告書全体を貫く¹⁴。ステップ③の「人間が責任をもって最終的に意思決定」が大前提であり、AIによる完全自動判定ではなく、AIを意思決定のサポート機能として位置付けることが繰り返し強調されている。

6. 求められる対応 ─ 3本柱で組み立てる

報告書は、HR部門でAI活用を進める企業に求められる対応を3本柱で整理した¹⁵。

柱① 安全性・公平性・透明性 ─ 6要素のチェックリスト

第1の柱について、報告書は経済産業省・総務省「AI事業者ガイドライン」（第1.1版2025年）と、ピープルアナリティクス＆HRテクノロジー協会「人事データ利活用原則」（2022年制定2024年改訂）を踏まえ、ガバナンスを6要素で整理した¹⁶。

柱② 戦略的推進体制 ─ 経営層レベルの担い手は55%にとどまる

第2の柱は推進体制の構築である。経団連調査では、AI推進を担当する「役員ポジション（CAIO最高AI責任者等）を設置」している企業は35%。「役員ポジションではないが責任者（部長クラス等）を設置している」と回答した企業20%を合わせても、何らかのAI推進担当を設置しているのは55%にとどまる¹⁷。逆に言えば、4割超の企業はAI推進の社内責任を明確に置いていない。

報告書は、人材戦略を統括するCHROがHR部門へのAI活用において中心的な役割を担うことを想定し、CAIO等のAI推進担当と連携しながら取り組みを進めることが重要としている。AI推進の "司令塔" の有無は、HR×AIが部門単位の試行で終わるか、全社のガバナンスとして機能するかの分岐点になる。

柱③ 現場に根付かせる ─ 3つの原則

第3の柱は、ガバナンス体制を実装に落とし込むための原則である。報告書は「現場の理解を得ること」「継続的にアップデートすること」「小さくはじめること」の3つを挙げる¹⁸¹⁹²⁰。

特に注意が必要なのは、モニタリング・評価・予測（活躍予測・離職予測）にAI活用を検討する場合である。報告書は「不当な扱いや権力の行使と受け取られる可能性もあり、HR部門と社員との信頼関係を構築していくためには十分に理解を得る必要がある」と明記する。AI技術の精度よりも、社員の信頼を損なわない導入プロセスのほうが、定着の成否を決めるという指摘である。

7. 8社の事例から見える "効果が見える領域"

報告書が掲載した8社の企業事例は、3本柱が現実にどう機能するかを示す参照点となる。各社の主要な定量効果は以下の通り。

事例の分布を見ると、「採用」と「労務管理」、つまりHR部門7サブ領域の中でも活用社数が多い領域に成果が集中している（前述の表4節を参照）。一方、人事評価・報酬といった処遇決定そのものを対象とする事例は8社の中に含まれない。

特に印象的なのはデンソーの事例である。同社は「キャリア実現支援ダッシュボード」で約5,400時間の作業を15時間に短縮し、若手社員のキャリア相談を全社規模で展開できるようにした²¹。一方で、AIが直接キャリア相談に乗る仕組みも検討した結果、AIエージェント同士の会話実験で「希死念慮や労務問題に対する誤回答」の懸念が確認され、社員の悩みに直接答えるAIには「倫理や技術的なハードル」があることを公にした²²。「効率化はできても、判断は任せない」という3ステップの大前提が、現場の検証を経て確認された事例として読み取れる。

8. 残された4つの課題 ─ 技術以前の問題

報告書は、HR×AI導入を阻む課題を4つに整理した。

^23242526

特に④のデータ整備の課題は、第3節で見た日米の評価AI格差の原因と裏表の関係にある。米国の評価AIが日本の十数倍の導入率に達しているのは、ジョブ型雇用のもとで評価基準が言語化され、その運用データが長年蓄積されてきたからである。日本企業がHR×AIで「サポート領域」を超えて「処遇判断領域」に進むためには、AI技術の導入よりも先に、人事データそのものの構造化が必要になる。

9. 次に問われるのは "AI人材の二層"

報告書の結論部は、AIをめぐる技術進歩のスピードを踏まえ「AIを利活用する際のガバナンスを適切に構築し、あらゆる分野で積極的に活用する企業が競争力を高めていく時代に突入」したと位置付ける²⁷。

そのうえで、HR部門に求められるAI人材像を二層で示した。「AIの『意思決定・設計・コントロール』をデザインするAI人材」と、「AIによる判断を正しく見極められる人材」の両方が必要であり、HR部門の要員管理にこの認識を反映させなければならないという指摘である²⁸。

この二層論は、2026年4月に経済産業省・IPAが公表したデジタルスキル標準ver.2.0と整合する²⁹。同標準では「AI実装・運用」スキルが新設項目として追加され、生成AI・AIエージェント・MLOpsを含むスキル体系が示された³⁰。経団連報告書の言う「AIをデザインする人材」は、まさにDSSv2.0が定義した実装・運用人材に対応する。

人的資本可視化指針の改訂版（2026年3月）は、経営戦略と人材戦略の連動例として「AI技術を活用した自動運転の実用化」を挙げ、必要となる「AI分野の高度専門人材の確保」を例示している³¹。経営戦略がAIに依存する以上、AI人材の確保・育成計画は人的資本戦略の中核を占める。経団連報告書は、その認識をHR部門の自分事として翻訳した文書と位置付けられる。

83原則から30原則に集約されたCGコード改訂案³²、AI基本計画とAI白書2.0が示すエージェントAI時代、DSSv2.0が描くAI実装スキル ── そのすべての交点に、HR部門の "AIを使いこなす責任" が置かれている。経団連の報告書は、その責任の中身を「ガバナンス6要素・3本柱・3ステップ」として整理し、日本企業の出発点を提示した。