AI時代の評価制度を考える

組織と業務をAI前提に変えても、評価制度が「昔ながらの件数」や「作業時間」を測り続けていると、社員の行動はそちらに引っ張られます。制度が変わらなければ、どれだけ良い仕組みを作っても、現場は評価される行動を優先してしまうものです。

出力量から成果へ

AIで文書やコードを速く作れるようになると、件数や作業時間はその人の能力を示す指標として機能しなくなります。AIを使った人だけに加点する制度にすると、不要な利用や、成果の水増しまで生まれてしまいます。第2部の最後にあたる今回は、組織図と業務が変われば当然変わるはずの評価制度そのものを、まず出力量の評価から見ていきます。

作成した資料の数ではなく、意思決定が早まったか、顧客の課題が解決したか、手戻りが減ったかを見てください。「今月は提案書を20本作成した」という数字は、AIを使えば誰でも簡単に増やせてしまうため、その人の実力を示す指標にはなりません。

職種ごとに「価値の出口」を定義する作業が必要になります。営業であれば受注率や顧客単価、サポート職であれば解決までの時間や再問い合わせ率というように、AIで水増しできない成果指標を職種ごとに決めてください。

難しいのは、成果が個人に帰属しにくい職種です。管理部門や企画職では、一人の働きが数字に直結しません。こうした職種まで無理に成果指標を当てはめると、測りやすい小さな数字を追う行動を生みます。

ここは、指標ではなく事実の記述で評価するほうが実務的です。「今期、どの業務のどこを変え、その結果どうなったか」を本人に書いてもらい、上長がその妥当性を判断する。手間はかかりますが、AIで水増しできない領域です。

過程も評価する

結果だけを評価すると、リスクの高い近道を選ぶ動機が生まれます。「成果さえ出ればよい」という評価にすると、根拠を確認せずにAIの出力をそのまま顧客に送るような、危うい近道を選ぶ社員が出てきます。

根拠の確認、機密情報の扱い、他者が再利用できる形にしているか、例外をきちんと報告しているか。こうした過程も評価の対象に含めてください。結果が良くても、確認を怠っていたことが分かれば、それは高く評価すべきではありません。

ただし、過程の評価には落とし穴もあります。細かく見ようとするほど監視に近づき、社員の主体性を削ぐという問題です。利用ログを一件ずつ点検するような運用は、この落とし穴にはまっています。

私が現実的だと考えるのは、抜き取りで見ることです。全件を追うのではなく、四半期に数件を選んで、根拠の確認がなされていたかを一緒に振り返る。監視ではなく、対話の材料として使う。この距離感が保てるかどうかで、制度が信頼されるかどうかが決まります。

個人と組織の学習

優れた指示文(プロンプトプロンプト(Prompt)プロンプトとは、ChatGPT、Claudeなどの生成AIに対して人間が与える指示や質問の文章のこと。AIはこの指示内容に沿って回答を生成するため、プロンプトの書き方次第で出力の質が大きく変わる。AIを業務で使いこなす上での基本操作にあたる。詳しく見る →)を個人の秘密にしてしまうと、会社全体としては何も学べません。ある社員が編み出した効果的な使い方が、その人だけのノウハウにとどまっていては、会社としての資産になりません。

成功例と失敗例を共有し、それを仕組みに変えた人を評価してください。良い使い方を見つけた社員だけでなく、それを他の人が使えるテンプレートや手順書に落とし込んだ社員も、同じように評価してください。知識の共有を、個人の善意だけに任せないでください。

共有が進まない理由は、多くの場合、意地悪ではありません。単純に、共有する手間の分だけ自分の仕事が増えるからです。だとすれば、手間を減らす仕組みを用意するのが先です。良い使い方を見つけたら、決まった場所に三行で書き残すだけでよい、という程度に軽くしてください。

失敗例の共有はさらに難しく、心理的な壁があります。「AIにこう聞いたら、もっともらしい嘘が返ってきた」という報告が歓迎される空気があるかどうか。この空気は、経営者が自分の失敗を先に話すことでしか作れないと私は思っています。

AIを使わない判断も認める

機密性、顧客の感情、説明責任などを理由に、あえてAIを使わないことが正しい場面もあります。深刻なクレームへの謝罪対応や、機密性の高い人事案件について、あえて時間をかけて人が一から考える判断は、非効率に見えても正しい選択です。

利用回数を競わせるのではなく、適切に使い分ける能力そのものを評価してください。「AIを使わなかった」ことを理由に評価を下げるような制度にしてしまうと、使うべきでない場面でも無理に使う社員を生み出すことになります。

導入初期に利用率を追うこと自体は、間違いではありません。誰も使っていない状態では何も始まらないからです。問題は、その指標をいつまで使い続けるかです。利用が定着した後も利用率を追い続けると、目的が手段に置き換わります。

私は、利用率は最初の三か月だけの指標だと考えています。それ以降は、第1回で述べた経営成果の指標へ切り替える。この切り替えを最初から予定として決めておくと、指標が惰性で残り続けるのを防げます。

設計するときの注意

評価制度の変更は、社員にとって「何が評価されるか」というルールの変更そのものです。急に変えると不信感につながるため、まず一部の指標から試し、納得感を確かめながら広げてください。

設計の進め方

まず着手すること(1〜3か月)

• 現行の評価指標のうち、AIで簡単に増やせてしまう数量指標を洗い出してください。

• 各職種について、顧客、利益、品質につながる成果指標を一つ決めてください。

• AI利用の根拠確認と、知識の共有行動を評価面談の項目に加えてください。

定着させること(6か月〜3年)

• 目標管理を、固定的な年次評価から、短い学習周期へ変えてください。

• 個人の成果と、チームでの再現性を組み合わせた評価にしてください。

• AI利用ログを、監視のためだけでなく、教育と改善のために使ってください。

経営者への問い

• 御社の評価制度は、まだ「作成した資料の数」を測っていませんか。

• 良い指示文を書ける社員の知恵は、組織で共有されていますか。

• あえてAIを使わなかった判断を、正しく評価できる仕組みはありますか。

• 評価制度を変えたとき、社員の納得感をどう確かめますか。

まとめ

第2部では、組織図、業務、中間管理職、評価制度という順番で、AIが会社の内側をどう変えるかを見てきました。どの回にも共通していたのは、AIの導入そのものより、人と責任の設計を先に決める必要があるという点です。第3部からは、この変化を経営戦略の視点で見ていきます。