人事担当者の仕事は、ここ数年で静かに変わり始めています。きっかけはAIの普及だけではありません。「人を管理する」という発想そのものが限界を迎えつつあるという認識が、経営者や人事の専門家の間で広がっています。
学習院大学の守島基博教授とSmartHR CEOの芹澤氏が行った対談では、「人事管理から人材解放へ」というキーワードが登場しました。この言葉は大企業向けの話に聞こえるかもしれませんが、むしろ従業員30〜50人規模の中小企業にこそ刺さる問いを含んでいます。この記事では、その対談の問題提起をヒントに、中小企業の人事担当者がAI時代にどう動けばよいかを整理します。
「管理」に追われる人事は、何を見失っているか

従業員50人以下の会社では、人事担当者が採用・勤怠・給与・労務手続きをほぼ一人でこなしているケースが珍しくありません。毎月の勤怠締め、社会保険の手続き、入退社の書類対応。これらは確かに必要な業務ですが、一方でこの「管理業務」に時間の8〜9割が消えてしまう状態が常態化しています。
ここに問題の核心があります。管理業務はやらなければ困りますが、やり続けても会社は強くなりません。従業員のスキルや意欲がどこにあるのか、どの人材が今伸び盛りなのか、どのポジションに誰を配置すれば組織が動くのか——こうした問いに答える時間が、管理業務の重さによって削られていきます。守島教授が指摘する「人事管理の限界」とは、まさにこの構造を指しています。日々の手続きを回すことに精いっぱいで、人材の可能性に目を向ける余裕がなくなっている状態です。
中小企業の人事データ活用、実態はどうなっているか
大企業では「ピープルアナリティクス(従業員に関するデータを分析して採用や配置・育成の意思決定に使う取り組み)」という言葉が浸透しつつありますが、中小企業の実態は大きく異なります。
独自に複数の中小企業人事担当者へのヒアリングをもとに整理すると、現在管理・活用されている人材データは次のように分布する傾向があります。
| 管理しているデータ | 多くの会社でやっていること | 活用まで至っている会社 |
|---|---|---|
| 勤怠・残業時間 | ほぼ全社 | 一部(残業削減対策程度) |
| 資格・スキル情報 | 半数以下 | 少数 |
| 評価・面談記録 | 半数以下 | 少数 |
| 離職リスク・エンゲージメント | 2〜3割 | ごく少数 |
勤怠データはほぼ全社が把握しているものの、それをどう使うかという段階で止まっているケースが大半です。資格情報に至っては、入社時に登録して以来一度も更新していない、という会社も多くあります。ここに大きなギャップがあります。データは持っているのに、経営の判断に使えていない。これが中小企業の人事データ活用の現状です。
AIが変えるのは「分析」ではなく「気づき」のスピード
AIを人事業務に使うというと、大規模なシステム導入や専門的なデータ分析を想像しがちです。ただ、実際に中小企業で効果が出始めているのは、もっと地味なところです。
例えば、従業員40人の製造業で総務兼人事を担当している方が、ChatGPT(OpenAIが提供する対話型AIツール)を使って面談記録の要約と傾向整理を始めたケースがあります。半期に一度、全員と実施する面談のメモをAIに読み込ませ、「この3年間でどんな不満や希望が繰り返し出ているか」を整理してもらうだけで、特定の部署に配置上の問題がある可能性に気づけました。それまでは面談記録を読み返す時間自体がなかったため、同じ不満が毎年繰り返されていたことにも気づいていなかったといいます。
これはAIが「答えを出した」のではありません。担当者自身がすでに持っていたデータから、見落としていた「気づき」を引き出したにすぎません。ただ、人間が数時間かかる作業が10分で終わった結果、動ける時間が生まれた。この「時間の解放」こそが、AI活用の最初のインパクトです。
ChatGPTを使ったプロンプトの書き方についてはプロンプトの書き方ガイドで詳しく触れているので、面談記録の要約から試してみたい方はそちらが参考になります。
「人材解放」とは何か、中小企業でどう読み解くか
「人材解放」という言葉は、守島教授が対談の中で使ったフレームです。管理の対象として人を見るのをやめ、一人ひとりの可能性を引き出す投資の対象として見る、という方向転換を指しています。
中小企業の文脈では、これは大げさな経営哲学の話ではなく、実務の優先順位の問題です。具体的に言うと、「この人が今何の業務をしているか」を管理するより、「この人が得意なことで、組織のどこに貢献できるか」を考える時間をどう確保するか、という問いになります。
営業3人のチームで、うち一人がExcelでの資料整理が飛び抜けて速いのに、ずっと外回りだけに使われているケースがあります。面談記録や業務日報のデータをAIで整理することで、そういった「埋もれた強み」が見えてくることがあります。人を管理するのではなく、人を見つける。その発想の転換に、AIは実際に使えるツールになってきています。
ツールを入れる前に整理しておきたいこと
SmartHR(人事・労務管理のクラウドサービス)のような専用ツールを導入するかどうかに関係なく、まず自社の現状を整理することが先決です。ツールを先に選ぶと、「機能があるのに使われない」という状態に陥りやすいからです。
整理すべき問いは2つです。ひとつは「今、どのデータが紙やバラバラなExcelに眠っているか」。もうひとつは「人材に関して、経営者や現場が知りたいのに分からないままになっていることは何か」。この2つに答えが出ていれば、必要なツールや機能の範囲が自然と絞れます。
従業員10〜30人規模であれば、高額なHRtechツールを入れるより、既存の勤怠システムのデータをCSVで出してChatGPTに読み込ませる方が早く効果を感じられることもあります。一方、50人を超えてきた会社では、データがバラバラになりすぎて手作業での統合が難しくなるため、一元管理できるクラウド人事システムの導入が現実的な選択肢になります。ChatGPTの基本的な使い方を先に押さえておくと、自社データを読み込ませる際のイメージがつかみやすくなります。
まとめ
「人事管理から人材解放へ」という方向転換は、大企業だけの話ではありません。むしろ、一人の担当者が人事全般を抱える中小企業では、管理業務に追われる構造から抜け出すことが急務で、そこにこそAIが実際に役立つ余地があります。
ツールを選ぶより先に、自社に眠っているデータを棚卸しして、「経営者や現場が知りたいのに分かっていないこと」を一つ特定することから始めてみてください。その問いに答えるために何が必要かが見えてきたとき、ツール選定や外部相談の判断もしやすくなります。
人事業務へのAI活用やデータ整備の進め方について社内での判断に迷う場合は、専門家への相談も選択肢のひとつです。


