AIは人事業務のどこで使えるか

「AIで人事の仕事はどれくらい楽になりますか」。
この1年、経営者や人事責任者との会話で必ず出る質問です。
広告では「人事業務の8割を自動化」といった言葉が飛び交っていますが、導入の現場で見てきた実感はもう少し地味です。
劇的に効く業務と、まったく任せてはいけない業務が、はっきり分かれています。
その切り分けを、具体的な業務名で書きます。

現場で効果が出た「使える場面」

先に、実際に工数が減った業務です。

業務	AIがやること	実感
求人票・社内文書の下書き	要件を渡してたたき台を生成	ゼロから書くより大幅に速い。仕上げは人
書類の読み取り・転記	免許証や資格証の内容をデータ化	入力作業が「確認するだけ」に変わる
面談・会議の記録	録音から要約とやること一覧を作成	議事録が「書く」から「直す」に変わる
社内からの定型質問	「有給の申請方法は？」への一次回答	担当者への割り込みが目に見えて減る
集計・レポートの下書き	勤怠や残業データの傾向を要約	数字を「読む」時間を短縮できる

共通点があります。
どれも間違えてもすぐ直せるか、人が仕上げてから使う「たたき台」の仕事だということです。
唯一、定型質問への一次回答だけはAIの答えがそのまま相手に届きますが、間違えても「担当者に確認します」で引き取れる範囲に収めます。
AIの判断が誰かの処遇を左右する業務は、この表にひとつもありません。
白紙から作る時間と、できたものを直す時間の差は大きく、ここが現在のAIの一番おいしい部分です。

任せてはいけない「人が判断すべき場面」

逆に、試した結果「これは人の仕事のままにすべきだ」と判断した業務です。

採用の合否判断
書類の要約や面接日程の調整までは効きます。
しかし合否そのものをAIに委ねた瞬間、「なぜ不採用なのか」を自分の言葉で応募者に説明できなくなります。

人事評価の決定
評価コメントの誤字確認や、目標の書き方の改善提案までは有効です。
評価点の決定に使うと、納得しない社員に対して上司が自分の言葉で理由を語れなくなります。

労務トラブルへの対応
ハラスメント相談や退職交渉は、事実関係の整理と感情の扱いが仕事の中心です。
一般論の回答は出せても、その会社・その人の文脈を踏まえた判断はできません。

並べると、線の引き方が見えてきます。
間違えたときに、影響を受けるのが「本人以外の誰か」で、しかも説明責任が伴う判断。
ここにAIを入れると、業務は速くなっても、組織の信頼が壊れます。

見分けるものさしは2つ

新しいAI機能を検討するとき、当社が使っている判断基準はシンプルです。

① 間違えたときに困るのは誰か
困るのが自分だけならAIに任せる。
困るのが他人（応募者・社員・取引先）なら、AIはたたき台までにする。

② やり直しが効くか
下書きは何度でも直せます。
不採用の通知や評価の伝達は、一度出したらやり直しが効きません。

この2つで振り分けた結果が、図1の上下の分かれ目です。
横軸の「定型的か、毎回ちがうか」は、AIが主役まで行けるか、たたき台止まりかを分ける軸として置いています。
「どのAIツールを買うか」より先に、自社の業務をこのものさしで仕分けることが、AI活用の実質的な第一歩です。

効果を分けるのは、AIの性能よりデータの置き場所

もうひとつ、現場で痛感していることがあります。
同じAI機能でも、業務データがひとつにまとまっている会社と、ツールごとに散らばっている会社では、効果がまるで違います。

たとえば「残業が増えている部署を要約して」と頼む場面を考えてください。
勤怠・給与・組織情報が別々のシステムにあると、AIに渡す前の「データを集めて整える作業」が人の仕事として残ります。
これでは、せっかくの自動化の入り口で渋滞が起きます。

国の調査でも、生成AIを利用する企業は増えている一方、活用は一部の業務での試行が中心という段階が示されています（総務省「情報通信白書」）。
試行止まりで終わるか、業務に定着するか。
その分かれ目がデータの整い方にある。
これは統計の話ではなく、現場での実感です。

参考：この切り分けを、そのまま製品にした

ここまでの切り分けは、実は当社の製品づくりのルールでもあります。
当社のunitoは、「AIが主役でいい業務」と「人が判断すべき業務」の線引きを、そのまま設計に落とし込んだERPです。

記事での切り分け	unitoでの設計
AIが主役（書類の読み取り・転記）	AIアシスタントのユナイトンが免許証や資格証を読み取り、従業員データへ自動入力する
AIが主役（集計・レポートの下書き）	勤怠・給与・工数が同じデータベースにあるため、「部門別の残業傾向」を聞くだけで下書きが出る
AIがたたき台（規程・文書）	AIが就業規則・給与規程を読み込み、システムの初期設定案を作成。適用するかは必ず人が承認する
人が判断すべき（評価・処遇）	AIの出番は誤字の確認や記入例の提案まで。評価点の決定にAIは介在しない
間違えたときに全員が困る給与	前月の計算結果とAIが自動で突合し、差分とその理由を人が確認してから確定する

「AIで何でもできます」とは逆の発想です。
任せてよい所にだけAIを置き、判断が重い所には必ず人の確認を挟む。
ご興味があればunitoの製品ページで設計の詳細をご覧ください。

次にやること

自社の人事業務を10個ほど書き出し、先ほどの2つのものさしで「AIが主役／たたき台／人のまま」に仕分けてみてください。
右下の象限に入った業務が2つ以上あれば、小さく試す価値があります。

仕分けた結果を自社でどう仕組みにするか迷ったら、この下のフォームからお気軽にご相談ください。
unitoに限らず、いま使っているツールを前提にした進め方でもお答えできます。

参考資料・出典

• 総務省「情報通信白書」
• 個人情報保護委員会「個人情報保護法 ガイドライン等」

---

※本記事は一般的な情報の整理です。個別の導入判断は自社の業務要件に基づいてご判断ください。