人事異動案の作成工数98%削減——富士通のAI導入が示す「効率化」の本当の意味

「98%削減」という数字が隠している問い

工数が約98%削減される、と聞けば多くの人は単純に「便利になった」と受け取るだろう。しかし人事異動という業務の性質を考えると、話はそれほど単純ではない。人の働く場所やキャリアを左右する判断を、AIが自動算出した案に沿って進めることが「良いこと」かどうかは、効率の高さとは別の軸で問われる。富士通がトラスコ中山に導入したAI人事異動システムは、その問いを正面から突きつける事例だ。

富士通がトラスコ中山に導入した仕組みと、削減された工数の中身

富士通は、専門商社のトラスコ中山に対してAIを活用した人事異動案の作成支援システムを導入した。このシステムが解決した課題は大きく二つある。一つは、これまで社内に散在していた人事データの一元化。もう一つは、膨大な配置パターンの中から最適な異動案を自動で算出する機能だ。

結果として、異動案を作成するための工数は約98%削減されたという。人事部門の担当者が手作業で行っていたデータの突き合わせや候補の洗い出し、パターンの検討といった作業が、AIによって大幅に圧縮されたことになる。

人事担当者と経営層——この変化が直撃する現場とは

直接的に影響を受けるのは、人事異動の立案を担う人事部門の担当者だ。これまで多くの時間を費やしていたデータ整理や案の作成作業から解放されることで、戦略的な判断や個別面談といった「人間にしかできない業務」に集中できる環境が生まれる可能性がある。

一方、経営層や事業部門のマネージャーにとっては、AIが算出した案を受け取る立場になる点が新しい局面だ。「なぜこの人がこの部署に配置されたか」という根拠の透明性や、最終的な判断責任がどこにあるかを明確にしておく必要が生じる。効率化の恩恵を受けながらも、意思決定の主体を人間が手放さない設計になっているかどうかが問われる。

日本企業の人事慣行に、このアプローチはどう収まるか

日本企業の人事異動は、年功序列や部門間バランス、個人の希望、上司の評価など、数値化しにくい要素が複雑に絡み合っていることが多い。AIによる最適案の自動算出が有効に機能するためには、そうした要素をどこまでデータとして取り込めているかが鍵を握る。

今回の事例では「散在する人事データの一元化」が前提となっている。裏を返せば、データが整備されていない企業や、人事情報の管理が属人化している組織では、導入前にデータ基盤の整備から始める必要がある。98%削減という成果は、その準備が整った環境でこそ実現したものとして読むべきだ。

「最適案」を信頼する前に確認しておくべきこと

AIが算出する「最適」は、あくまで設定された条件や学習データの範囲内での最適であり、人事判断のすべてを代替するものではない。今回の報告では約98%という削減効果が示されているが、AIが提案した案の採用率や、実際の異動後の組織パフォーマンスへの影響については現時点で明らかにされていない。

また、異動案の算出に用いるデータの種類や、どのような条件を「最適」と定義しているかという設計の詳細も公開されていない。導入を検討する企業にとっては、効率化の数字だけでなく、こうした設計の透明性と自社の人事ポリシーとの整合性を確認することが先決だ。

効率化を歓迎する前に、判断の主体をどこに置くかを決める

98%という工数削減は、疑いなく大きな成果だ。しかしこの数字に注目しすぎると、人事異動AIの導入が「作業の効率化」なのか「判断のAI移譲」なのかという本質的な区別が曖昧になる。

富士通とトラスコ中山の事例が示しているのは、AIが「案を出す」ところまでを担い、人間が「決める」という役割分担の可能性だ。この分担を組織内で明確に設計できているかどうかが、同種のシステムを導入する際の判断軸になる。効率化のツールとして使うのか、意思決定の補助として使うのか——その問いに答えを持たないまま導入を進めることが、最も避けるべきリスクだ。

本記事は公開情報をもとに、NEWGATA編集部で確認のうえ掲載しています。