

人的資本を経営につなぐ組織設計|スキル・配置・働き方・AIをどう統合するか【2026年版】
人材戦略は「人数管理」から、能力・配置・学習を設計する経営へ
2026年の組織設計で重要なのは、社員数を増やすこと自体ではありません。
経営戦略を実行するために、どの能力が必要か。その能力を社内でどこまで保有しているか。誰をどこへ配置し、何を育成し、どの仕事をRemoteで行い、どこから外部人材を補うのか。そして、人材データやAIをどの範囲まで意思決定に使うのか。これらを一つの仕組みとして設計することが、人的資本経営の実務になります。
本記事では、金融庁、内閣官房、経済産業省、厚生労働省、国土交通省、個人情報保護委員会、内閣府、OECD、ISO、ILO、欧州委員会などの公開情報を基に、2026年時点で組織設計をどう考えるべきかを整理します。
本記事の位置づけ
本記事は、社員アンケートや特定のHRツールを解決策として提示するものではありません。人的資本、スキル、配置、学習、働き方、AI利用を、経営戦略と接続するための全体設計を扱います。Employee Surveyは必要に応じて使う「情報取得手段の一つ」として位置づけます。
本記事で得られる3つのポイント
- 2026年の人的資本経営が、単なる情報開示ではなく「経営戦略と人材戦略の連動」を中心にしている理由が分かります。
- Skill、配置、Internal Mobility、Reskilling、Remote Workを、個別施策ではなく一つの組織能力として設計する方法を整理できます。
- 人材データやAIを使う際に必要なPrivacy、Human Oversight、AI Governanceの基本論点を確認できます。
なぜ重要か:人材を「在籍人数」で捉えるだけでは、経営戦略に必要な能力が足りているのか、余っているのか、育成すべきなのか、採用すべきなのかを判断できないためです。
2026年の出発点|経営戦略と人材戦略を連動させる
経済産業省は人的資本経営を、人材を「資本」として捉え、その価値を最大限に引き出すことで、中長期的な企業価値向上につなげる経営のあり方と説明しています。
重要なのは、人事施策を増やすことではなく、事業環境の変化と経営戦略を踏まえ、必要な人材ポートフォリオ、能力、配置、育成を設計することです。
2026年3月23日に内閣官房が改訂した「人的資本可視化指針」でも、戦略に焦点を当てた人的資本開示と、経営戦略と人材戦略の連動が中心的な論点になっています。
金融庁も2026年2月20日の制度改正で、対象となる有価証券報告書について、新たに「連結ベースの企業戦略と関連付けた人材戦略」「それを踏まえた従業員給与等の決定方針」「提出会社の平均給与の対前年比増減率」などの開示を求めています。人的資本開示に関する改正規定は、2026年3月31日以後に終了する事業年度の有価証券報告書等から適用されます。
「社員について何を集めるか」ではなく、経営戦略を実行するために、どの能力が必要かを先に定義します。
組織設計を6つの要素に分けて考える
01
Strategy
事業戦略と、必要な人材・能力を接続する。
02
Capability
現在持つSkill・Experience・役割を可視化する。
03
Deployment
案件・職務へ配置し、社内移動を促す。
04
Development
不足能力をReskilling・Upskillingで補う。
05
Work Design
On-site、Hybrid、Remote、外部人材を業務特性に応じて設計する。
06
Governance
人材データ・AI・評価・Privacy・説明責任を統制する。
人的資本を何で見るか|ISO 30414:2025
ISO 30414は2025年8月に第2版となり、人的資本の報告・開示について、組織規模や業種を問わず参照できる国際規格として更新されました。
| 主要領域 | 組織設計で見るポイント |
|---|---|
| Workforce composition | どのような人材構成になっているか |
| Diversity | 人材構成の多様性をどう捉えるか |
| Costs | 人的資本にどの程度のコスト・投資を行っているか |
| Productivity | 人材投入と成果の関係をどう見るか |
| Health, safety and well-being | 働く上での安全・健康・Well-being |
| Leadership, culture and engagement | Leadership、Culture、Engagement |
| Compliance, ethics and workforce relations | 法令遵守、倫理、労使関係 |
| Recruitment | 必要人材をどのように確保するか |
| Mobility and succession planning | 社内移動・後継者計画 |
| Workforce turnover | 離職・定着の状況 |
| Skills, capabilities and development | Skill、能力、育成 |
ここでのポイント
人的資本を「社員満足度」や「採用人数」だけで評価しないことです。構成、能力、配置、育成、健康、安全、Leadership、Mobilityなどを組み合わせて見る必要があります。
Skills-firstは「肩書をなくすこと」ではない
OECDは2025年、「Skills-first Approach」に関する報告書を公開しました。Skills-firstは、学歴やJob Titleだけではなく、実際に保有するSkillをより重視して、採用・育成・労働移動を考えるアプローチです。
ただし、Job Titleや職務定義が不要になるわけではありません。組織運営には責任範囲、権限、職務、評価基準が必要です。
人材データは「履歴書」ではなくCapability Dataとして考える
| 情報 | 用途 |
|---|---|
| Role | 現在の責任・職務範囲 |
| Skill | 何ができるか |
| Experience | 何を実際に経験したか |
| Industry | どの業界を理解しているか |
| Technology | どの技術・製品を扱えるか |
| Qualification | 資格・認定 |
| Achievement | 何を実現したか |
| Availability | いつ、どの程度稼働可能か |
| Career preference | 今後どの方向を希望するか |
| Learning | 現在何を学習しているか |
重要なのは、データを集めることではなく、配置・育成・採用・事業計画の判断に使える状態にすることです。
人材ポートフォリオを「現在」と「将来」で比較する
- 将来必要なCapabilityを経営戦略から定義する
- 現在のCapabilityをRole・Skill・Experienceで把握する
- Gapを特定する
- Build:育成する
- Buy:採用する
- Borrow:外部人材・Partnerを使う
- Move:社内異動・再配置を行う
採用は、この選択肢の一つです。人手不足だから即採用ではなく、育成・社内移動・外部活用まで含めて比較した方が、投資判断として整理しやすくなります。
Reskillingは研修受講ではなく「仕事への移行」まで見る
厚生労働省の人材開発支援助成金でも、人材育成、人への投資、事業展開等リスキリング支援など複数のコースが設けられ、2026年にも制度改正が続いています。
- 新しいSkillを習得できたか
- 業務で使えるレベルになったか
- 実際のProjectや職務へ移行できたか
- Business Outcomeへつながったか
Internal Mobilityを組織能力として持つ
Skillを可視化しても、人を動かせなければ効果は限定されます。Project公募、社内異動、兼務、短期Assignment、Mentoringなど、Capabilityを社内で移動させる仕組みが必要です。
ISO 30414:2025でも「Mobility and succession planning」は独立した人的資本領域として位置づけられています。
Employee Voiceは「アンケート」ではなくListening Systemとして考える
組織の状態を把握する上でEmployee Voiceは重要ですが、Employee Surveyだけを実施しても、組織課題が解決するわけではありません。
1on1、Team Meeting、相談窓口、労使対話、自由記述、Pulse Surveyなど、情報取得方法は複数あります。重要なのは、情報を受け取り、分析し、意思決定し、改善し、その結果を返す仕組みです。
Remote Workは「採用施策」ではなくWork Designの一部
国土交通省が2026年3月24日に公表した令和7年度テレワーク人口実態調査では、雇用型テレワーカーの割合は全国25.2%、直近1年間のテレワーク実施率は16.8%でした。
Remote Workによって地理的な採用範囲を広げられる可能性はありますが、すべての仕事をRemote化すればよいわけではありません。
厚生労働省は、テレワークでも労働基準関係法令が適用されることを前提に、労務管理上の留意点を示し、2025年7月にはテレワークモデル就業規則を改訂しています。
| 設計対象 | 確認すること |
|---|---|
| 業務 | Remoteで完結できる仕事か |
| 成果 | 成果・品質をどう測定するか |
| 労働時間 | 勤務時間をどう管理するか |
| 費用 | 通信費・設備費等をどう扱うか |
| Security | 端末・Network・Data Accessをどう制御するか |
| Health & Safety | 安全衛生をどう確保するか |
| Collaboration | 情報共有・意思決定をどう行うか |
人材データは「多く集めるほどよい」わけではない
個人情報保護委員会のガイドラインでは、個人情報を取り扱う際、利用目的をできる限り具体的に特定し、利用目的を超える取扱いには原則として本人の同意が必要とされています。また、安全管理措置、従業者の監督、委託先の監督なども求められます。
- 何のためにデータを取得するか
- どの項目が本当に必要か
- 誰が閲覧できるか
- 本人が確認・訂正できるか
- どのAIサービスへ入力できるか
- 委託先をどう管理するか
- 利用状況をどのように記録・監査するか
Collect Everythingではなく、Collect What You Can Justify。
AIを人材管理へ使う場合は「支援」と「判断」を分ける
経済産業省は2026年3月31日に「AI事業者ガイドライン第1.2版」を公表しています。内閣府も2026年7月14日に人工知能基本計画を閣議決定しており、日本でもAI利用の社会実装とGovernanceを並行して進める枠組みが更新されています。
| AIの用途 | 実務上の扱い |
|---|---|
| Skill抽出 | 職務履歴から候補Skillを提示する |
| 案件Matching | 要件と人材Profileの一致候補を提示する |
| Learning提案 | Skill Gapに応じた学習候補を示す |
| Workforce分析 | Skill分布やCapacityを集計する |
| 人事判断 | AIだけで確定せずHuman Reviewを入れる |
AI人事で注意すべき3つの問題
ILOは2025年のWorking Paperで、AIをHRに利用する際の問題を、主にObjective、Data、Programmingという観点から検討しています。
Objective
「良い社員」など、目的そのものを誤って定義していないか。
Data
不完全・偏った過去Dataから、不公平な判断を再生産していないか。
Programming
モデルやロジックが不透明で、説明・検証できなくなっていないか。
EU AI Act|雇用・労働者管理AIはHigh-riskになり得る
欧州委員会は、Annex IIIに含まれるHigh-riskの例として、求人広告のTargeting、応募書類の分析・Filtering、候補者評価など、雇用・労働者管理・自営業へのアクセスに関する一定のAIシステムを挙げています。
したがって、AIによる採用・評価・配置をGlobalで展開する場合、「便利なHR機能」としてだけではなく、法的なRisk Classification、Human Oversight、Data Governance、Documentationの対象として確認する必要があります。
AI DecisionではなくAI Decision Supportを基本にする
- AI:候補を抽出する
- AI:一致理由と不足情報を示す
- Human:事実関係を確認する
- Human:本人の希望・事情・Contextを確認する
- Human:最終判断する
人的資本をBusiness Outcomeへ接続する
| KPI | 見る内容 |
|---|---|
| Time to Staff | 案件・職務を埋めるまでの時間 |
| Internal Fill Rate | 社内移動で充足できた割合 |
| Skill Coverage | 戦略上必要なSkillをどこまで保有しているか |
| Reskilling Deployment Rate | 学習後に実務へ移行した割合 |
| Bench / Non-billable Capacity | 活用されていない能力の状況 |
| Retention | 必要人材を維持できているか |
| Productivity | 投入した人材・時間と成果の関係 |
| Business Outcome | Revenue、Margin、Quality、Customer Outcome等 |
実装するなら|90日でInformation Architectureから始める
| 期間 | 実施内容 | 成果物 |
|---|---|---|
| Day 1–30 | 経営戦略から必要Capabilityを定義 | Target Capability Map |
| Day 1–30 | 現在のRole・Skill・Experienceを整理 | Current Capability Map |
| Day 31–60 | GapをBuild / Buy / Borrow / Moveへ分類 | Workforce Action Plan |
| Day 31–60 | Privacy・Access・Data Ownerを定義 | Human Capital Data Governance |
| Day 61–90 | 一部業務でMatching・MobilityをPilot | Pilot Results |
| Day 61–90 | KPIとReview Cycleを設定 | Management Dashboard |
最初から大規模HRTechを導入する必要はありません。先に「何を判断したいのか」「そのためにどのDataが必要か」を定義し、その後にSystemを選ぶ方が、目的とTechnologyが逆転しにくくなります。
まとめ|組織設計とは、人・能力・仕事・Technologyを接続すること
2026年の人的資本経営を、社員アンケート、採用、研修、Remote Work、AI導入といった個別施策の集合として見ると、全体像を見失いやすくなります。
- 経営戦略から必要なCapabilityを定義する
- 現在の人材・Skill・Experienceを把握する
- Gapを特定する
- 育成・採用・外部活用・社内移動を選ぶ
- 業務特性に合わせてWork Designを決める
- 人材Dataを適切に管理する
- AIは意思決定支援として使う
- Business Outcomeを測定して見直す
組織能力は「人を何人抱えているか」だけでは決まりません。
経営戦略に必要な能力を定義し、人・Skill・Experience・仕事・学習・Technologyを適切に接続し続けられるか。
2026年の組織設計では、この接続能力そのものを経営システムとして持つことが重要です。
参考・確認先
- 金融庁|人的資本開示に関する制度見直し(2026年2月20日)
https://www.fsa.go.jp/news/r7/shouken/20260220/20260220.html - 内閣官房|人的資本可視化指針 改訂(2026年3月23日)
https://www.cas.go.jp/jp/houdou/20260323.html - 経済産業省|人的資本経営
https://www.meti.go.jp/policy/economy/jinteki_shihon/ - ISO|ISO 30414:2025
https://www.iso.org/standard/30414 - OECD|Empowering the Workforce in the Context of a Skills-First Approach
https://www.oecd.org/en/publications/empowering-the-workforce-in-the-context-of-a-skills-first-approach_345b6528-en.html - 厚生労働省|人材開発支援助成金
https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/koyou/kyufukin/d01-1.html - 国土交通省|令和7年度テレワーク人口実態調査
https://www.mlit.go.jp/report/press/toshikankyoteleworkr7.html - 厚生労働省|テレワーク普及促進関連事業
https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/roudoukijun/shigoto/telework.html - 個人情報保護委員会|個人情報保護法ガイドライン(通則編)
https://www.ppc.go.jp/personalinfo/legal/guidelines_tsusoku/ - 経済産業省|AI事業者ガイドライン 第1.2版
https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html - 内閣府|人工知能基本計画(2026年7月14日)
https://www8.cao.go.jp/cstp/ai/ai_plan/ai_plan.html - ILO|AI in human resource management: The limits of empiricism
https://www.ilo.org/publications/ai-human-resource-management-limits-empiricism - European Commission|Navigating the AI Act
https://digital-strategy.ec.europa.eu/en/faqs/navigating-ai-act
記事の独立性について
本記事は、特定の人事システム、採用サービス、HR Tech、コンサルティング会社等から依頼・監修を受けて作成したものではありません。国内外の公的機関、国際機関、標準化機関が公開する情報を基に、2026年時点の組織設計として独自に整理・分析しています。
人的資本開示、労務管理、個人情報、AI規制、海外雇用等の適用条件は、企業の所在地、規模、上場区分、契約関係、利用するAI、対象となる従業員等によって異なります。実際の制度設計では、最新の法令・公式資料を確認し、必要に応じて法務、労務、税務、個人情報保護等の専門家へ確認してください。
更新履歴/最終確認日
2026年9月27日:公的機関・国際機関の一次情報を基礎に、記事全体をゼロベースで再構成。Employee Surveyを中心とした構成を廃し、経営戦略、人材Capability、配置・育成、Work Design、Data Governance、AI Governanceを中心とする構成へ変更。
最終確認日:2026年9月27日



