コース別人事、持ちますか？ ─ 高市総理が4・27に動かした人事改革の本命

1. コース別人事に火がついた4月27日

経済財政諮問会議は2026年4月27日に第5回会議を開催し、人材力強化に関する2議題を正式に設置した¹。一つは民間議員4名（筒井義信、永濱利廣、南場智子、若田部昌澄）からの提言「AIの社会実装を前提とした人材力の強化に向けて」、もう一つは上野厚生労働大臣（臨時議員）からの「人材力強化（労働市場政策、人材育成）に向けた取組について」である²。両議題は骨太方針2026の人材戦略パートを規定する論点として位置付けられた。

注目すべきは、会議後の総理の動きである。高市早苗総理は関係大臣に対し『同一労働同一賃金の徹底による不合理な待遇差の是正』を強化するよう指示した³。この一行は、多くの企業の人事制度に直接突き刺さる。

民間議員提言が指摘した構造を読むと、論点は明確になる。提言は「正社員と同様に、無期やフルタイムといった形で雇用されているにも関わらず、職場で『非正規雇用労働者』と呼称され、賃金が低く抑えられている方が数多く存在」と明記した⁴。多くの読者が「非正規＝パート・契約・派遣」という典型像でこの言葉を使うが、提言が想定しているのはそれとは別の層である。無期契約・週30時間以上就業・実態は正社員と同等業務でありながら、社内の呼称や処遇制度上の身分が「非正規」になっている雇用形態が対象である。

2. 「呼称ねじれ」── あなたの会社の制度のどこが狙われるか

民間議員資料はこの構造を、2024年と2025年の統計データで可視化した。

総務省「労働力調査」、OECD Data Explorer、厚生労働省「賃金構造基本統計調査」が一致して示すのは、「日本（呼称上の正規比率）」が「日本（無期雇用比率）」「日本（週30時間以上就業）」より大きく下にあるという事実である⁵。スウェーデン・米国・英国の同年齢層と比べて、日本の女性は実際に長く働いているのに「正規」のカテゴリに入っていない。賃金カーブも勤続に応じて伸びず、55-59歳でも月25万円台にとどまる。

この構造は、企業内のいくつかの人事制度設計を直接の対象にする。総合職／一般職という旧来のコース別人事、限定正社員（地域限定正社員、職務限定正社員、勤務時間限定正社員）、無期転換後の旧パート・契約社員といった層である。「同一労働同一賃金の徹底」が法令レベルで強化された場合、これらの制度を維持できるか、賃金カーブから切り離された設計を是正できるかが、人事制度の論点として浮上する。

経団連の2026年4月公表資料がOECD調査を引用して示した、評価ツール3項目（労働者への報酬・目標設定・不十分な仕事への制裁）の導入率の格差──米国83%/74%/67%、EU 13%/19%/4%、日本 5%/9%/1%⁶──は、「不合理な待遇差」を判定する評価制度そのものが日本に弱いことを示す。是正の前提にある「不合理かどうかを定義する評価の枠組み」をどう整備するかが並走する課題である。

3. 男性が家事を10分増やすと、妻の正規雇用が動く

提言は同時に、女性の正規雇用を阻む側にも因果効果を提示した。中央大学経済学部・阿部正浩教授の研究は、リクルートワークス研究所「全国就業実態パネル調査（JPSED）」を用いて45歳以下の子どもいる世帯の女性就業確率を推計した。

数字は小さく見えるが、いずれも統計的に有意である⁷。男性の労働時間1時間/日の増加と、家事育児時間10分/日の増加が、配偶者の正規就業に逆方向に効くことが確認されている。

さらに、「労働市場の未来推計」（中央大学・パーソル総合研究所、2024年10月）は、60代後半女性の労働参加率が2023年の43.7%から2035年に69.8%へと26.1ポイント上昇する見込みを示している⁸。性年代別労働力率の上昇幅は女性60代が最大で20%pt以上を見込む。

人事の視点で読むと、この2つのデータは「男性育休取得率の公表義務化」の延長線にある。育休だけでなく、男性の労働時間と家事育児時間そのものが、女性の正規就業を支える指標として政策的に意味を持ち始めている。働き方改革の論点は「総労働時間の短縮」から「家庭側の時間配分」へと一段下りた。

4. 2050年に必要な能力は1.52、いまの採用要件は1.14

民間議員提言の第1章は「教育のOS転換」である。経済産業省「未来人材ビジョン」（令和4年5月）が示した「2015年と2050年で求められる能力」の対比が、その根拠として再掲された。

2015年の上位10項目は注意深さ・責任感・信頼感・基本機能（読み書き計算）といった「正確に・早く・まじめに」処理する能力が中心だった⁹。2050年に求められるのは、問いそのものを設定し、未知に対する予測を立て、新しい価値を作り出す能力である¹⁰。OECDが職業の27%に自動化リスクがあると見立てている中¹¹、日本の公教育がそのまま2050年型のニーズに応じられる構造にはなっていない、というのが提言の出発点である¹²。

提言はこの差を埋めるため、初等・中等教育段階から教育のOSを転換するため次期学習指導要領の改訂を進めるべきとした。重点項目には、個人の関心・課題探究型への転換、AIの活用を含む情報活用能力、自ら問を立てる起点力、学び方を学ぶ「メタスキル」、変化に対応できる多様な能力・視点、エドテックを活用した英語教育、異なる背景の人を束ねるリーダーシップが並ぶ¹³。あわせて高校教育改革、高等専門学校の新設・拡充、大学の機能強化と量的規模の適正化、若手研究者・博士人材の処遇改善も提言された¹⁴¹⁵。

人事への直接的な含意は、最後の一節にある。提言は「あらゆる世代が持続的な社会参加と活躍に向けた学びを続けられる『全世代型教育システム』を構築する」とし、「企業も働き手が主体的にスキルを高め、円滑に労働移動が進むインセンティブを含んだ採用・雇用体系への転換を進めるべき」と明記した¹⁶。AI基本計画も「初等中等教育段階から融合的な知見を有する人材育成」を掲げており¹⁷、自民党AI白書2.0は「AI人材に明確な責任と権限を与え（ジョブ型組織）、AI人材と経営層の間の中間層を最小化（組織のフラット化）」する組織設計を提言している¹⁸。

問われているのは、自社の採用要件・キャリア設計が2015年型のスコア表のままになっていないか、ということである。

5. AIが生産性を押し上げる、そして若手の入口を細くする

提言の経済的な裏付けは、AIによる生産性向上に関する6つの代表的研究のレビューである。

注目すべきは森川（2025）の日本データである¹⁹。AI利用拡大が日本のTFPを1ポイント前後押し上げる試算は、潜在的なAI利用が今後5年間で実現した場合、年率換算で＋0.2ポイントのTFP上昇率に対応する。事務職・低賃金労働者でAIによる将来の賃金低下リスクを意識する割合が高い（約30%）ことも示された。日本経済研究センターは、汎用人工知能（AGI）のソフトウェア活用とフィジカルAGIの組み合わせで、2030年代以降のTFP上昇押し上げ効果は10年代平均0.72%程度と試算している²⁰。

Goldman Sachs・McKinsey・IMF・Acemoglu・Aghionの5本も合わせて^2122232425、研究のスタンスは楽観論と慎重論で大きく分かれる。共通しているのは、AIが「タスク」レベルで仕事の組成を変えるという認識である。

しかし、数字の総和としての楽観だけが現実ではない。Stanford AI Index 2026は、米国の22-25歳ソフトウェア開発者の雇用が2022年ピークから2025年9月までに約20%減少したという実証データを示している²⁶。同期間に26-50歳以上の開発者の雇用は増え続けており、若手だけが取り残された格好である。これは生産性向上の裏で、AIが若手のエントリー業務を代替する「世代偏向型技術変化」が進行していることを示唆する。米国へのAI研究者・開発者の流入は2017年比で89%減、直近1年で80%減という頭脳循環の地殻変動も観測されている²⁷。

人工知能基本計画は「AIの進展が雇用に与える影響について、産業構造や職種の変化を含めて丁寧に分析し、全ての世代が新しい働き方に適応できるよう、教育、リ・スキリング支援等の対策を講ずる」プロセスを継続的に実施するとしており²⁸、自民党AI白書2.0も内閣府と厚生労働省の連携による定期調査の必要性を明記している²⁹。

民間議員提言はこれを受け、「変化の激しい時代を見据えた環境整備」として「人材の流動化を図り生産性が高い企業への人材の移動を促す」ことと、個人に対する雇用のセーフティーネットを確保しつつ「労働市場の流動性、マッチング機能、リ・スキリング支援の在り方を総点検」する方向を示した³⁰。健康確保を大前提とした裁量労働制の拡充も提言された³¹。

人事の視点では、若手のキャリア初期がAIに代替される前提でエントリーから3-5年の経験設計を再構築できるか、が課題として残る。

6. 厚労省が用意した『人事の道具立て』── 戦略17分野×認定研修と効果測定

民間議員提言が「方向性」だとすれば、上野臨時議員（厚労相）の資料8は具体施策のリストである。出発点は、日本の実質労働生産性の伸びが年代を追って下落してきたという事実である³²。

転職希望者と転職者の乖離（約670万人）は、人事に対する見方を変える数字である³³。転職で賃金が上がる人の割合は40.5%まで来ており、希望に応えられない側に企業がいるとも読める³⁴。

このデータの上に、厚労省は「戦略17分野」を中心とした一気通貫支援を打ち出した。業所管省庁と厚生労働省、経済産業省、文部科学省が連携して、スキルの標準化・可視化からリ・スキリングまでを一気通貫で支援する構造である³⁵。注目すべきは、教育訓練プログラムについて各分野等を所管する大臣が認定する制度を創設した場合、その適切性を所管省庁と厚労省が連携して精査した上で、専門実践または特定一般教育訓練給付金の対象とすることが検討対象に入った点である。専門実践教育訓練給付金は最大80%（年間最大64万円）が支給されるルートであり、認定研修制度が新設されればリスキリングコストの負担構造が変わる。

教育訓練給付金そのものの改革も予告された。「給付金の講座指定システムに効果把握のための機能を実装」「申請・審査プロセスについて検討」と明記された³⁶。「給付金は出したが効果が測定されていない」という長年の批判への応答だが、人事の側からみると「リスキリングを受講させた後、その効果を業務上トラッキングする仕組み」を企業内でも整備する必要が出てくる。

労働移動の円滑化に向けて、スキルの情報、教育訓練プログラム、職業情報のデータ連携強化も打ち出された³⁷。これは事業展開等リスキリング支援コースなど既存制度の上に積み増す方向であり、既に現場で使われている助成金の使い方が変わる予兆である³⁸。AI基本計画も「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」と明記しており³⁹、これらの制度群は今後さらに連携が進むと見込まれる。

7. 同時に動いた4つの制度シグナル

骨太2026に向けて4・27に投げ込まれた論点には、上記の他に4つの重要な制度シグナルが含まれている。

第一は、70歳までの就業確保支援拡充である⁴⁰。高年齢者雇用安定法の70歳就業確保措置は現在は努力義務だが、義務化の方向性が垣間見える。高齢従業員の処遇制度が再設計対象となる予兆として読める。

第二は、障害者雇用の「質」向上である。就労意欲ある障害者の能力発揮を促進するガイドライン創設、優良事業主認定制度の大企業への拡大・基準見直し、手帳を所持しない難病患者の就労促進が検討対象となった⁴¹。法定雇用率という「数」だけでなく、定着率・キャリア進展・役割の質で評価される時代が予兆される。

第三は、中小企業向けの36協定締結支援充実である⁴²。働き方改革推進支援センターによる相談支援が拡充されると同時に、労働時間法制等に係る政策対応の在り方が多角的に検討される。中小企業の労働時間管理がより厳しく見られる方向である。

第四は、2040年問題である。高齢者人口がピークを迎える2040年頃に向けて、医療・介護・福祉分野の担い手確保のため、厚労省は3つの視点を提示した⁴³。

医療・介護・福祉現場の人事はこの3視点に直接対応するが、一般企業の人事も「フィジカルAI・ロボットによる労働節約的な生産性向上」⁴⁴という横断テーマと関係する。経団連の2026年4月公表報告書も「自社の方針に沿ったAIの『意思決定・設計・コントロール』をデザインするAI人材の確保・育成と、AIによる判断を正しく見極められる人材の確保」を課題として挙げている⁴⁵。

8. 人事の宿題6本 ── 4・27が骨太2026に向けて投げ込んだもの

ここまでで明らかなのは、4月27日の諮問会議が単なる「政策論議」ではなく、人事担当者の手元で動かす制度の射程を6つの方向で同時に拡げた、ということである。

第1の宿題が最も大きい。「同一労働同一賃金の徹底」を総理が指示した以上、コース別人事制度の合理性説明──総合職と一般職を分ける合理性、限定正社員の限定範囲と処遇差の合理性、無期転換後の旧パートと新規正社員の処遇差の合理性──が、改めて点検対象になる。経団連が示した「評価ツール導入率」の日米格差が示すように、不合理性を判定するための評価制度自体が日本では薄く⁶、これらは同時並行で課題として残る。

第2と第3の宿題は連動する。戦略17分野の認定教育訓練プログラム制度が新設されれば、専門実践教育訓練給付金（最大80%）の対象が拡張され、社員のリスキリング負担構造が変わる。同時に給付金の効果把握機能が実装されれば、リスキリング受講後の業務適用をトラッキングする社内仕組みが評価軸になる。

骨太方針2026は通常6月に閣議決定される。今回の諮問会議は、その前段の論点装填の場として機能した。次の動きは6月の骨太閣議決定、その後の労働政策審議会・規制改革推進会議等での具体化、そして法改正の予兆として現れる。人事担当者にとっては、次の決算サイクルまでに自社制度の点検を進められるかどうかが問われる局面である。