AI時代に求められる人材とは？企業が評価すべき5つのスキル

生成AIの普及により、「これからはAI人材が必要になる」といわれる機会が増えています。

▶ あわせて読みたい：AIを使える人と使えない人の違い｜仕事に表れる5つの特徴

しかし、AI人材と聞いて、プログラミングができる人やAIシステムを開発できるエンジニアだけを想像する必要はありません。

企業に必要なAI人材には、AIを開発する専門技術者だけでなく、生成AIを日常業務へ適切に取り入れ、出力内容を確認しながら仕事を改善できる一般社員や管理職も含まれます。

特に企業が一般社員へ求めるべきなのは、高度な数学やプログラミングの知識よりも、次の5つのスキルです。

• AIに適切な指示を出す力
• 出力内容を検証する力
• 業務を分解・整理する力
• AIと人の役割を設計する力
• 情報管理とリスクを判断する力

生成AIの操作方法だけを覚えても、自社の業務へ適切に活用できるとは限りません。

この記事では、「AI人材＝AIエンジニアではない」という前提に立ち、一般社員、管理職、AI・DX推進担当者に必要なスキルを整理します。

人材育成、採用、研修、人事評価の基準を検討している企業は、自社で求めるAI人材像を定める際の参考にしてください。

AI人材とはAIエンジニアだけを指す言葉ではない

AI人材という言葉には、統一された一つの定義があるわけではありません。一般的には、AIを開発する専門技術者を指す場合もあれば、生成AIやAIツールを業務で活用できる社員まで含める場合もあります。

企業がAI導入を進めるうえでは、AI人材を専門技術者だけに限定しないことが重要です。AIシステムを開発できる人が社内にいても、各部門の社員がAIを業務で使えなければ、全社的な業務改善にはつながりません。

一方で、プログラミングができない社員であっても、AIへ適切な指示を出し、回答を検証し、安全に業務へ組み込めるのであれば、企業にとって重要なAI人材といえます。

AIを開発する人材と業務で活用する人材の違い

企業に必要なAI人材は、大きく次の3つに分けて考えられます。

AI開発人材には、システム開発やデータ分析に関する専門知識が求められます。これに対してAI活用人材には、AIを使って文章の下書きを作る、情報を整理する、問い合わせへの回答案を作るなど、日常業務を改善する能力が必要です。

AI推進人材は、一般社員の活用を支援しながら、社内ルールや研修、導入対象業務、効果測定の仕組みを整える役割を担います。すべての社員をAIエンジニアに育てる必要はありません。社員の立場や担当業務に応じて、必要なAIスキルの水準を分けて設計することが大切です。

一般社員にもAI活用能力が必要になる理由

生成AIは、すでに特別な専門業務だけで使われるものではありません。例えば、次のような日常業務で活用できます。

• メールや案内文の下書き
• 会議資料の構成整理
• 議事録の要約
• 顧客からの問い合わせ分類
• 営業提案のアイデア整理
• マニュアルや手順書の作成
• データの集計方法や関数の提案
• 社内情報の検索や整理

こうした業務は、営業、総務、人事、経理、マーケティング、顧客対応など、さまざまな部門で発生します。そのため、今後は一部の専門担当者だけでなく、一般社員にもAIを適切に使う能力が求められます。

ただし、生成AIを使えば自動的に業務品質が上がるわけではありません。指示が曖昧であれば出力も曖昧になり、確認せずに利用すれば誤情報や不適切な表現を社外へ出してしまう可能性があります。AIを安全に使いながら成果につなげるためには、ツールの操作方法だけではなく、業務理解や判断力が必要です。

ツールを操作できるだけではAI人材とはいえない

生成AIのチャット画面を開き、質問を入力できるだけでは、企業が求めるAI人材としては不十分です。業務でAIを活用する場合、少なくとも次の行動が求められます。

• 何を目的にAIを使うのか整理する
• 必要な条件や前提を伝える
• 出力内容に誤りがないか確認する
• 自社のルールや顧客の状況に合うよう修正する
• AIへ入力してよい情報か判断する
• 最終的に人が責任を持って承認する

どのAIツールを使ったことがあるかよりも、どのような業務で、どのように確認し、どのような成果につなげたかが重要です。企業がAI人材を採用・育成・評価するときは、ツールの利用経験だけで判断せず、業務へ組み込む力を確認する必要があります。

企業が評価すべきAI人材の5つのスキル

一般社員、管理職、AI・DX推進担当者に共通して必要となるAIスキルは、次の5つです。

この5つは、それぞれ独立した能力ではありません。業務を整理し、AIへ指示を出し、出力を確認しながら人の判断を加え、安全に利用するまでの一連の流れです。AI研修や人事評価を設計するときも、特定の一つだけを評価するのではなく、5つを組み合わせて考える必要があります。

スキル1．AIに適切な指示を出す力

AI人材に必要なスキルとして、最初に挙げられるのが、AIへ適切な指示を出す力です。生成AIに対する指示は、一般にプロンプトと呼ばれます。ただし、プロンプトの長さや複雑さが、そのままAI活用能力の高さを表すわけではありません。重要なのは、仕事の目的、前提、条件、対象者、求める成果物を整理してAIへ伝えられることです。

目的・前提・条件・出力形式を伝える

AIへの指示では、少なくとも次の要素を整理します。

例えば、「案内メールを書いてください」だけでは、誰に、何を、どのように案内するのかが分かりません。一方で、目的や対象者、伝えるべき情報、文章の長さを指定すれば、業務で使いやすい出力を得られます。適切な指示を出す力とは、文章表現のテクニックではなく、自分の仕事を整理して説明する力でもあります。

一度の指示で完成させようとしない

生成AIは、一度の指示で完成品を作らせるだけのツールではありません。最初の回答を見ながら、次のように修正を重ねる使い方が効果的です。

• 不足している項目を追加する
• 対象者に合わせて言葉を変える
• 複数案を出して比較する
• 長すぎる文章を短くする
• 根拠が曖昧な箇所を確認する
• 自社の方針に合わない表現を修正する

AIとの対話を繰り返しながら成果物を整える能力も、企業が評価すべきスキルです。最初から完璧な指示文を作ろうとするよりも、出力結果を見て改善できる人の方が、実務ではAIを活用しやすくなります。

プロンプト力より業務理解が重要

良い指示を出すためには、対象となる業務を理解していなければなりません。業務目的や判断基準が曖昧なままでは、どれだけ長いプロンプトを作っても、適切な成果物にはなりにくいでしょう。企業は、プロンプト例を暗記できるかではなく、自分の業務を整理してAIへ伝えられるかを評価する必要があります。

企業が評価するときの行動例

• 業務の目的を説明できる
• 誰向けの成果物かを明確にできる
• 必要な前提情報を整理できる
• 守るべき条件を指定できる
• 出力形式を具体的に伝えられる
• 回答を見ながら追加指示や修正を行える

スキル2．AIの出力内容を検証する力

生成AIの出力は、必ずしも正しいとは限りません。文章として自然で説得力がある回答であっても、事実や数値、固有名詞、制度、法律、料金などが誤っている可能性があります。そのため、AI人材には、生成された内容をそのまま利用せず、業務目的に合っているかを検証する力が必要です。AIの出力は「完成品」ではなく、「確認が必要な下書きや候補」として扱うことが基本です。

事実・数値・固有名詞を確認する

• 日付や期限
• 料金や金額
• 統計や割合
• 会社名や商品名
• 人名や役職
• 法律や制度
• 補助金の要件
• 契約条件
• 製品の機能
• 最新の料金プラン

これらの情報を誤ると、顧客への誤案内、契約トラブル、社内判断の誤りにつながるおそれがあります。重要な情報は、企業や行政機関などの公式情報、契約書、社内規程、一次資料で確認しなければなりません。

根拠と参照元を確認する

AIが提示した説明に根拠があるかも確認します。市場規模や導入率、業界平均などの数値を資料へ掲載する場合、情報源が確認できなければ社外向け資料には使いにくいでしょう。AIへ参考情報を尋ねることはできますが、提示された資料やURLが実在するか、内容が正しく引用されているかは人が確認する必要があります。

確認手順

• AIが提示した数値や事実を抽出する
• 確認が必要な項目へ印を付ける
• 公式サイトや一次資料で確認する
• 確認日と参照元を記録する
• 必要に応じて責任者の承認を受ける

業務目的に合っているか確認する

• 対象者に合った表現か
• 自社の方針と矛盾していないか
• 契約条件と一致しているか
• 顧客へ誤解を与えないか
• 必要な注意事項が含まれているか
• 差別的・攻撃的な表現がないか
• 最終的な業務目的を満たしているか

AIが文章を作ることと、その文章を業務で利用してよいと判断することは別です。最終的な判断と責任は、人が持つ必要があります。

企業が評価するときの行動例

• AIの回答をそのまま提出しない
• 数値や固有名詞を確認する
• 重要な情報を一次情報で調べる
• 根拠が不明な内容を見つけられる
• 自社のルールや顧客条件と照合する
• 誤りや不足を見つけて修正指示を出せる
• 社外提出前に責任者の確認を受ける

スキル3．業務を分解・整理する力

AIを業務へ活用するためには、一連の仕事を適切な単位へ分ける必要があります。「営業をAI化する」「事務作業を自動化する」といった大きな単位のままでは、AIへ何を任せればよいか判断できません。業務を工程ごとに分解し、どこに時間がかかっているか、どこで判断が必要かを整理する力が求められます。

一連の仕事を工程へ分ける

• 問い合わせを受け取る
• 顧客情報を確認する
• 問い合わせ内容を分類する
• 必要な資料や過去履歴を探す
• 回答案を作成する
• 内容を担当者が確認する
• 必要に応じて上司が承認する
• 顧客へ送信する
• 対応履歴を記録する
• 未解決の場合は再対応する

このように分けると、問い合わせ内容の分類、過去履歴の要約、回答案の作成にはAIを利用できる可能性があります。一方で、返金の判断、契約条件の変更、重要顧客への対応などは、人が確認・判断する必要があります。

入力・処理・判断・出力で整理する

定型業務と非定型業務を分ける

定型業務の例は次のとおりです。

• 決まった形式への文章変換
• 会議記録の要約
• 問い合わせの分類
• 定型メールの下書き
• 指定項目の抽出
• 資料の体裁調整

非定型業務の例は次のとおりです。

• クレームへの最終対応
• 採用・解雇の判断
• 契約条件の決定
• 経営戦略の決定
• 例外的な顧客対応
• 社内外の利害調整

定型業務はAIへ任せやすい一方、非定型業務はAIを参考情報や下書き作成に使い、人が最終判断する方法が適しています。

企業が評価するときの行動例

• 自分の業務手順を順番に説明できる
• 作業に必要な情報を整理できる
• 最終的な成果物を明確にできる
• 繰り返し作業と判断業務を分けられる
• 時間がかかっている工程を特定できる
• 人によって異なる判断基準を言語化できる
• AIを使える工程と使いにくい工程を説明できる

スキル4．AIと人の役割を設計する力

生成AIを導入するときに、「どこまで自動化できるか」だけを考えると、品質や責任の問題が発生しやすくなります。重要なのは、AIが担当する工程と、人が確認・判断する工程を分けることです。AI人材には、AIの得意・不得意を理解したうえで、現実的な役割分担を設計する力が必要です。

AIが得意な仕事と人が担うべき仕事を分ける

自動化ではなく確認工程を含めて設計する

• AIが下書きを作り、人が修正して送信する
• AIが複数案を作り、人が一つを選ぶ
• AIが情報を分類し、人が例外だけを確認する
• AIが不足項目を抽出し、人が顧客へ確認する
• AIが手順書を作り、担当者が実務に合わせて修正する
• AIがデータの傾向を示し、管理職が対応方針を決める

このように、人の確認を含めて設計すれば、AIの速度を活かしながら品質を維持できます。企業は、AIを使用したかどうかではなく、業務全体として安全で再現性のある仕組みになっているかを評価する必要があります。

異常時や例外時の対応を決める

• 回答の確信度が低い
• 必要な情報が不足している
• 契約や金銭に関わる
• 顧客が強い不満を示している
• 法令や規程の確認が必要
• 過去にない例外的な事例
• 個人情報や機密情報を含む
• 担当者が内容を理解できない

人へ引き継ぐ条件がないまま自動化すると、誤った処理がそのまま進む可能性があります。正常時の流れだけでなく、停止条件、確認者、連絡先、記録方法まで決めておくことが重要です。

企業が評価するときの行動例

• AIへ任せてよい工程を説明できる
• 人が確認すべき工程を決められる
• 最終責任者を明確にできる
• AIを使わない方がよい業務を判断できる
• 例外が発生した場合の対応を決められる
• AIの出力を業務フローへ組み込める
• 時間短縮だけでなく品質やリスクも評価できる

▶ 関連記事：AI時代に求められる管理職とは？部下の仕事を再設計する5つの役割

スキル5．情報管理とリスクを判断する力

生成AIを業務で使う場合、利便性だけでなく情報管理や権利関係にも注意が必要です。どの情報を入力してよいか、生成された内容をどこまで利用してよいかを判断できなければ、情報漏洩や顧客とのトラブルにつながる可能性があります。AI人材には、すべてを自分だけで判断する能力ではなく、不明な場合に利用を止め、管理者へ確認できる能力も必要です。

入力してよい情報と避けるべき情報を判断する

• 顧客の氏名や連絡先
• 従業員の個人情報
• 未公開の財務情報
• 営業秘密
• 未発表の商品・サービス情報
• 契約書や見積書
• 社外秘の会議資料
• パスワードや認証情報
• システムの接続情報
• 他社から秘密保持義務を負っている情報

入力できる情報の範囲は、利用するAIサービスの契約内容、管理設定、社内ルールによって異なります。法人向けの管理環境を利用していても、何を入力してもよいわけではありません。企業は、入力を禁止する情報、匿名化すれば利用できる情報、管理者の承認が必要な情報を整理しておく必要があります。

著作権・個人情報・機密情報を確認する

• 他者の著作物を過度に模倣していないか
• 実在人物や企業を誤認させる内容がないか
• 顧客情報や個人情報が含まれていないか
• 社外秘情報が表現を変えて残っていないか
• 他社の商標やロゴを無断使用していないか
• 引用元を示す必要がないか
• 利用するAIサービスの規約に反していないか
• 公開前に担当者や責任者が確認しているか

利用するAIツールや契約環境を確認する

• 管理者がアカウントを管理できるか
• 退職・異動時に利用を停止できるか
• 利用履歴を組織として管理できるか
• 入力データが学習へ利用される設定か
• データの保存期間や保存場所
• 外部サービスとの連携範囲
• 権限を社員ごとに分けられるか
• 個人アカウントでの業務利用を認めるか
• 利用できるツールを会社として指定するか

最新のプラン内容やデータ利用条件は変更される可能性があります。利用開始前に、各サービスの公式情報や契約条件を確認してください。

企業が評価するときの行動例

• 入力してはいけない情報を理解している
• 個人情報や機密情報を匿名化できる
• 社内で指定されたAIツールを利用している
• 不明な場合に入力を止めて確認できる
• 生成物を社外へ出す前に内容を確認している
• 著作権や商標に配慮できる
• 問題が起きた場合に報告・記録できる

立場によって求められるAIスキルのレベルは異なる

5つのスキルは、一般社員、管理職、AI・DX推進担当者に共通して必要です。ただし、求められる範囲や責任は異なります。企業は、全員へ同じ研修や評価基準を当てはめるのではなく、立場に応じて必要なレベルを設定する必要があります。

一般社員に必要なスキル

• 自分の業務目的をAIへ伝えられる
• 必要な情報や条件を整理できる
• 出力を確認して修正できる
• AIへ入力してはいけない情報を理解している
• 社外へ出す前に人の確認を受けられる
• 不明な点を上司や管理者へ相談できる

管理職に必要なスキル

• 部門の業務を工程ごとに整理する
• AI活用に適した業務を選ぶ
• 人が確認すべきポイントを決める
• 誰が最終責任を持つか決める
• 部下の成果物と確認過程を評価する
• AI利用による品質や時間の変化を確認する

AI・DX推進担当者に必要なスキル

• 各部門の業務課題を把握する
• AI活用候補を優先順位付けする
• 利用ツールや契約環境を選定する
• 社内ガイドラインを整備する
• 研修や実務演習を設計する
• 活用事例を標準化する
• 利用状況や効果を測定する
• 経営層と現場の間を調整する

AI人材を採用・評価するときに見るべきポイント

AI人材を採用・評価する際に、使用経験のあるAIツールや資格の有無だけを確認しても、実務能力は十分に判断できません。企業が見るべきなのは、AIをどのような業務へ使い、出力をどのように確認し、どのような改善につなげたかです。

使用経験より業務改善の過程を確認する

• どの業務に使ったか
• その業務にはどのような課題があったか
• AIへどのような情報を与えたか
• どの工程をAIへ任せたか
• どの工程を人が確認したか
• 出力にどのような誤りがあったか
• 業務時間や品質がどう変わったか
• 他の人も再現できる形にしたか

成果物だけでなく判断過程を評価する

• なぜAIを使うと判断したか
• 使用する情報をどう選んだか
• どの情報を入力しなかったか
• どの項目を人が確認したか
• 誤りをどのように発見したか
• どの時点で上司へ相談したか
• 次回も使える手順にしたか

面接や評価面談で確認したい質問

• AIを使って改善した業務を教えてください
• その業務をどのような工程に分けましたか
• AIへどの情報を渡し、どの情報は渡しませんでしたか
• AIの回答に誤りがあったとき、どのように確認しましたか
• AIと人の作業をどのように分けましたか
• AIを使わないと判断した業務はありますか
• 他の社員も使えるように手順を残しましたか

5段階のAI活用レベルで評価する

一般社員はレベル2から3、管理職はレベル3から4、推進担当者はレベル4から5を一つの目安として設定できます。ただし、すべての社員を最高レベルへ育てる必要はありません。職務や責任に応じた目標レベルを決めることが重要です。

AI人材を育成する5つのステップ

ステップ1．対象業務を選ぶ

最初から全社の業務をAI化しようとせず、文章作成、情報整理、問い合わせ分類、議事録作成など、効果を確認しやすく、誤った場合の影響が比較的小さい業務から始めます。

ステップ2．基本ルールを共有する

利用を認めるAIツール、個人アカウント利用の可否、入力禁止情報、匿名化の方法、出力内容の確認項目、社外提出前の承認者、問題発生時の報告先を共有します。

ステップ3．実際の業務で演習する

一般的な例文だけではなく、社員が実際に行っている業務を題材にし、業務分解、AIへの指示、出力確認、人による修正・承認までを体験します。

ステップ4．成果物と検証過程を振り返る

完成した成果物だけでなく、どの指示が有効だったか、どのような誤りがあったか、確認にどれくらい時間がかかったか、品質が改善したかを振り返ります。

ステップ5．良い活用方法を標準化する

対象業務、利用目的、必要な入力情報、指示文、出力形式、確認項目、入力禁止情報、最終確認者、例外時の対応までをテンプレート化します。

▶ 関連記事：AIに代替されにくい人材とは？これから価値が高まる5つの能力

AI人材育成でよくある失敗

ツールの操作研修だけで終わる

ログイン方法や基本操作を学ぶだけでは、社員は自分の仕事へどう使えばよいか判断できません。業務の選び方、指示の出し方、出力の確認方法、情報管理まで扱う必要があります。

プロンプトの長さや複雑さを評価する

長いプロンプトや高度に見える指示文が、必ずしも優れているとは限りません。目的を満たす成果物を安全かつ再現可能に作れたかを評価します。

AIを使った回数だけで評価する

利用回数ではなく、作業時間、品質、ミス、確認負担、再現性、リスク管理を確認します。

推進担当者へすべて任せる

各部門の担当者や管理職が業務を説明し、推進担当者と一緒に活用方法を設計する体制が必要です。

失敗を許容せず活用を止めてしまう

低リスクの業務から始め、誤りや問題を記録し、ルールや確認手順を改善する進め方が現実的です。

AI人材に必要なスキルを確認するチェックリスト

AIに指示する力

• □ 業務の目的を説明できる
• □ 誰向けの成果物かを整理できる
• □ 必要な前提情報を準備できる
• □ 守るべき条件を指定できる
• □ 出力形式を具体的に伝えられる
• □ 回答を見ながら追加指示を出せる

出力を検証する力

• □ AIの回答をそのまま提出していない
• □ 数値や固有名詞を確認している
• □ 重要情報を一次情報で確認している
• □ 自社のルールや契約条件と照合している
• □ 誤りや不足を見つけて修正できる
• □ 社外提出前に人の確認を受けている

業務を分解する力

• □ 自分の業務手順を順番に説明できる
• □ 作業に必要な入力情報を整理できる
• □ 定型作業と判断業務を分けられる
• □ 時間がかかっている工程を特定できる
• □ AIを使える工程を選べる
• □ 例外が発生する条件を説明できる

AIと人の役割を設計する力

• □ AIへ任せる工程を決められる
• □ 人が確認する工程を決められる
• □ 最終責任者を明確にできる
• □ AIを使わない方がよい業務を判断できる
• □ 例外時に人へ戻す条件を設定できる
• □ AI導入後の業務手順を説明できる

リスクを判断する力

• □ 入力してはいけない情報を理解している
• □ 個人情報や機密情報を適切に扱える
• □ 会社が認めたAIツールを利用している
• □ 不明な場合に管理者へ確認できる
• □ 著作権や商標へ配慮できる
• □ 問題があった場合に報告できる

チェックが付かない項目が多い場合は、AIの操作研修だけでなく、業務整理や情報管理を含む教育が必要です。

まとめ｜AI人材はAIを使う人ではなく、仕事へ適切に組み込める人

AI人材は、AIエンジニアやデータサイエンティストだけを指すものではありません。一般社員、管理職、AI・DX推進担当者にも、それぞれの立場に応じたAI活用能力が必要です。

企業が評価すべき主なスキルは、次の5つです。

• AIに適切な指示を出す力
• 出力内容を検証する力
• 業務を分解・整理する力
• AIと人の役割を設計する力
• 情報管理とリスクを判断する力

プロンプトを作れることや、特定のAIツールを使った経験だけでは、業務で安全に成果を出せるかは判断できません。重要なのは、仕事の目的や手順を整理し、AIへ任せる範囲と人が確認する範囲を決め、出力を検証しながら活用できることです。

AI人材を育成する際は、操作方法を教えるだけでなく、実際の業務を使った演習、社内ルール、確認体制、人事評価を連動させる必要があります。まずは自社の業務を整理し、どの部門のどの作業からAI活用を始めるかを検討しましょう。

▶ 関連記事：AIを使える人と使えない人の考え方の違い｜身につけるべき7つの思考力

▶ 関連記事：AIに何を伝えればいいか迷う人へ｜完璧なプロンプトがなくても使える方法

FAQ：AI人材に関するよくある質問

AI人材になるにはプログラミングスキルが必要ですか？

一般社員が生成AIを業務で活用する場合、必ずしもプログラミングスキルは必要ありません。文章作成、情報整理、要約、問い合わせ対応などでは、業務の目的を整理してAIへ伝える力や、出力内容を確認する力の方が重要です。一方、AIシステムの開発やAPI連携、高度なデータ分析を担当する場合は、プログラミングや機械学習の知識が必要です。

AI関連の資格を取得すればAI人材と評価できますか？

資格はAIの基礎知識や用語を学ぶ手段として役立ちますが、資格だけで実務能力を判断することはできません。実際にどの業務でAIを使ったか、出力をどのように確認したか、AIと人の役割をどのように分けたかも確認する必要があります。

AI人材育成はどの部門から始めるべきですか？

対象業務が明確で、担当者や管理職が改善へ協力的な部門から始める方法が現実的です。文章作成、情報整理、問い合わせ分類、議事録作成など、効果を確認しやすく、誤った場合の影響が比較的小さい業務から始めます。

一般社員と管理職では必要なスキルが違いますか？

基本となる5つのスキルは共通していますが、求められる範囲が異なります。管理職には、部下の業務を分解し、AIを使う工程、人が確認する工程、最終責任者を決める能力が求められます。

AI研修だけで人材育成はできますか？

AI研修だけで実務に定着するとは限りません。操作方法や基本知識を学んだ後に、実際の業務を使った演習、出力内容の確認、活用結果の振り返り、業務手順の標準化が必要です。

相談前に整理しておくとよい情報

• AIを活用したい部門
• 現在利用しているAIツール
• 研修対象となる社員数
• 改善したい業務
• 現在困っていること
• 実施済みの研修
• 社内ガイドラインの有無
• AI導入後に実現したい状態

ご相談はこちら：AI導入支援サービス／お問い合わせ