AIが仕事に入り込み始めたことで、多くの企業が見直しを迫られているのが評価制度です。これまでの評価は、作業量、処理スピード、経験年数、手作業による積み上げを前提にしていることが少なくありませんでした。しかし、生成AIや自動化ツールを使えば、文章作成、要約、調査、資料整理、問い合わせ対応などの一部は短時間でこなせるようになります。その結果、これまで高く評価されていた行動の一部が、AI活用によって相対的に意味を変えていく可能性があります。たとえば、長時間かけて資料を作ることより、短時間で良い判断材料を整えることの方が価値を持つ場面が増えています。つまり、仕事のやり方が変わる以上、その評価の仕方も見直さなければ整合が取れなくなります。
また、評価制度の見直しは単に「AIを使える人を高く評価する」話ではありません。成果評価をどう置き直すか、プロセスをどこまで見るか、AIをうまく活用した工夫をどう扱うか、逆にAIに頼りすぎた場合の品質や責任をどう見るかなど、複数の論点があります。さらに、制度変更は現場に摩擦も生みやすく、「楽をした人が得をするのではないか」「従来の努力が軽く扱われるのではないか」といった不安も出やすくなります。本記事では、AI活用で評価制度が揺れる理由から、成果評価とプロセス評価の再設計、AI活用スキルの扱い方、見えにくい貢献の見方、制度変更時の摩擦への備えまで順番に整理します。
最初に押さえたい前提
- AI活用で変わるのは仕事の量だけでなく、価値の出し方そのものです
- 評価制度は成果だけでなく、責任、工夫、再現性も見直す必要があります
- 制度変更は納得感がないと反発を生みやすいため、説明設計も重要です
AI活用で評価制度が揺れる理由
AI活用で評価制度が揺れる最大の理由は、これまで評価しやすかった行動と、これから価値を持つ行動が少しずつずれていくからです。たとえば従来は、資料を大量に作る、議事録を素早くまとめる、一定件数の問い合わせを処理する、といった量や速度が評価しやすい対象でした。しかし、生成AIを使えば、その一部は従来より短時間でこなせます。すると、同じ時間を使っても、何を生み出したか、どの判断を支えたか、どんな改善につなげたかの方が重要になりやすくなります。つまり、仕事の成果が「手を動かした量」から「価値ある判断や改善への貢献」へ移りやすくなるのです。
さらに、AIを使う人と使わない人で仕事の進め方に差が出ることも、評価制度を揺らします。たとえば、同じ資料作成でも、AIを使って構成案をすばやく作り、その分を顧客理解や論点整理に使う人と、従来どおりゼロから作る人では、成果の出方も工数のかけ方も変わります。このとき、単純に作業時間や作成件数だけで評価すると、AIを活用して高い成果を出した人の価値を捉えにくくなります。逆に、AIを使って見た目だけ整えたが中身が浅い成果物も増える可能性があり、表面的なアウトプット量だけでは評価しにくくなります。
また、責任の所在も重要な論点です。AIを使えば速くなる一方で、誤情報や根拠の薄い内容が混ざるリスクもあります。そのため、単にAIを使ったかどうかではなく、出力の確認、品質担保、最終判断への責任をどう果たしたかも評価対象になっていきます。つまり、AI活用で評価制度が揺れるのは、作業の代替が起きるからだけでなく、価値、責任、工夫の見方を変える必要が出てくるからです。
成果評価とプロセス評価の再設計
AI時代の評価制度では、成果評価とプロセス評価のバランスを見直すことが重要です。まず成果評価では、最終的にどんな価値を生んだかを以前より明確に捉える必要があります。たとえば営業なら受注だけでなく、提案の質、商談化率、顧客理解の深さ、受注までのリードタイムも見た方が実態に合いやすくなります。バックオフィスなら、単純な処理件数より、正確性、差し戻し削減、締め処理の安定化、社内満足度の改善といった観点が重要になる場合があります。AIによって作業自体が速くなるなら、その先に何を良くしたかを見る方が合理的です。
一方で、成果だけを見ると短期的な数字に偏りやすくなり、AIの使い方や再現性、周囲への波及効果が見えにくくなります。そこでプロセス評価も引き続き必要です。ただし、その中身は見直す必要があります。従来のように「どれだけ時間をかけたか」「どれだけ丁寧に手作業したか」を重視するのではなく、「どう工夫したか」「どのようにAIを使って質を上げたか」「リスクを踏まえて確認できていたか」といったプロセスを見る方が実態に合います。たとえば、議事録作成をAIで時短したうえで、重要な決定事項や宿題を明確にして共有品質を上げたなら、その工夫は評価対象になり得ます。
また、再設計では職種ごとの差も考慮すべきです。開発、営業、経理、人事、カスタマーサポートでは、AIの効き方も成果の出方も異なります。全社一律で「AI活用度」を評価するより、職種ごとに成果指標とプロセス指標を整理し、それぞれの役割に合う形で設計した方が現場の納得感が得やすくなります。つまり、成果評価とプロセス評価の再設計とは、AIを使ったかどうかではなく、AIを前提とした仕事の価値をどう見るかを置き直すことです。
AI活用スキルをどう評価するか
AI活用が広がると、「AIを使えること」をどこまで評価に入れるべきかが論点になります。ここで注意したいのは、単にツール操作が上手いことを高く評価するのではなく、仕事の質や成果に結び付けてAIを使えているかを見ることです。たとえば、プロンプトを巧みに書けること自体よりも、必要な情報を整理し、適切な問いを立て、出力を見極め、業務に使える形へ整える力の方が重要です。つまり、AI活用スキルは単独のテクニックではなく、思考整理、判断、編集、確認の力とセットで捉える方が実務に合います。
また、職種によって評価すべきAI活用スキルも異なります。営業なら提案案の作成補助や顧客課題の整理、経理なら照合や要点整理、人事なら文書作成やナレッジ検索、情シスなら手順書整理や問い合わせ一次対応支援など、使い方はさまざまです。そのため、一律に「AIスキルあり・なし」で評価するのではなく、その職種で価値につながる使い方を定義した方がよいでしょう。たとえば「AIを使って提案準備の質と速度を上げた」「AI出力の誤りを適切に見抜き修正できた」といった形です。
さらに、AI活用スキルを評価に入れるときは、使わない人を単純に低く見る設計は避けた方が安全です。職種や業務によっては、AI利用がまだ適さない場合や、十分な環境が整っていない場合もあるからです。重要なのは、使ったこと自体よりも、適切な場面で使い、成果や改善につなげられたかを評価することです。つまり、AI活用スキルは「新しい資格」のように扱うのではなく、業務遂行能力の一部として位置付ける方が納得感を得やすくなります。
評価のコツ：AI活用スキルは、操作技術より「問いを立てる力」「出力を見抜く力」「業務成果につなげる力」で見ると実務に合いやすくなります。
見えにくい貢献を取りこぼさない視点
AI活用が進むと、表面的な成果だけでは見えにくい貢献が増える可能性があります。たとえば、自分だけ速く仕事をするのではなく、AI活用のテンプレートを共有したり、ナレッジを整理したり、チーム全体で使いやすい運用を整えたりする人が出てきます。こうした貢献は、直接の売上や処理件数には表れにくい一方で、組織全体の生産性に大きく影響します。そのため、個人の成果だけでなく、再現性を作った貢献や周囲への波及効果も評価で見落とさないことが重要です。
また、AI時代には「見えない品質管理」の価値も高まります。たとえば、AIが出した内容の誤りを見抜いた、危ない入力を止めた、出力の根拠を確認して事故を防いだ、といった行動は目立ちにくいですが、実務上は非常に重要です。これらを評価しないと、速く出す人ばかりが得をし、丁寧に確認してリスクを防ぐ人の価値が埋もれてしまいます。つまり、見えにくい貢献を拾うには、結果だけでなく、その結果を安全かつ再現可能にするための行動も見る必要があります。
さらに、チーム支援や教育も見えにくい貢献の一つです。AI活用に慣れた人が、使い方を共有したり、業務に合う型を作ったり、失敗例を言語化したりすることで、周囲の立ち上がりが早くなることがあります。これは個人の短期成果には出にくいですが、組織全体には大きな価値があります。そのため、評価制度では「個人成果」と「組織貢献」の両面を見られる構造にしておくと、AI時代の実態に合いやすくなります。
制度変更で起きやすい摩擦への備え
評価制度をAI時代に合わせて見直すとき、最も起きやすいのが現場の摩擦です。特に多いのは、従来の努力や熟練が軽視されるのではないかという不安です。たとえば、これまで丁寧な下調べや資料作成で評価されていた人から見ると、AIを使って短時間で似た成果を出す人が高く評価されると、不公平感を持ちやすくなります。また、「AIを使える人だけが有利になる」「管理職がAIを理解していないのに評価だけ変わる」といった反発も起こりやすくなります。つまり、制度変更は評価項目を変えるだけでなく、何を大切にしたいのかを丁寧に説明する必要があります。
そのためには、変更の意図を「楽を推奨する」のではなく、「より高い価値に時間を使えるようにする」と伝えることが重要です。たとえば、資料作成の手間を減らした分、顧客理解や論点整理、品質確認へ時間を使うことを評価する、といった考え方です。また、AIを使うこと自体を必須にする前に、利用環境、ガイドライン、教育機会を整えないと、評価だけ先行して不満が高まりやすくなります。評価制度の変更は、ツール導入、教育、管理職の評価観点共有とセットで進める方が現実的です。
さらに、制度変更は一度に大きく変えるより、試行期間や一部部門での先行運用を設ける方が安全です。たとえば、まずはプロセス評価の一部に「AIを含む業務改善の工夫」を加え、その運用結果を見ながら見直す方法もあります。現場の声を聞きながら調整することで、納得感を得やすくなります。つまり、摩擦への備えとは、制度を正しく設計することだけでなく、移行過程での説明、教育、試行の場を用意することです。
見直しの要点
- AI活用で変わるのは作業量ではなく、価値の出し方と責任の持ち方です
- 成果評価では事業貢献や品質を、プロセス評価では工夫や確認責任を見ます
- AI活用スキルは操作力より、成果へつなげる思考力と判断力で評価します
- テンプレート共有や品質管理など、見えにくい組織貢献も拾う必要があります
- 制度変更は説明、教育、試行を伴わないと反発を招きやすくなります
AIと仕事の関係が深まるほど、評価制度は単に成果の数字を並べるだけでは不十分になります。大切なのは、AIを前提とした時代に、何が本当に価値ある仕事なのかを言語化し、それに合う評価へ少しずつ置き直すことです。成果、工夫、責任、組織への波及効果まで見られる制度に近づけていけば、AI活用は単なる効率化ではなく、より良い働き方への変化として定着しやすくなります。
情シス実務のまず読むまとめ
このカテゴリを読むなら、まずこのまとめ記事から入るのがおすすめです。
コメント