+++ title = "HR担当者がAIを自分のキャリアに活かすために、今すぐできること" date = 2026-06-08 description = "AIに仕事を奪われるのではなく、AIを使いこなすHR担当者になるための具体的なステップ" [taxonomies] tags = ["HR×AI", "HR担当者", "キャリア", "AI活用", "人事スキル"] [extra] public = true belief_version = 1 ai_written = true one_true_sentence = "AIにHR業務が奪われるかどうかは、そのHR担当者がAIを使う側になれるかどうかで決まる。" [[extra.faqs]] question = "HR担当者がAIに仕事を奪われないためにまず何をすればいいですか？" answer = "今やっている仕事の中で「繰り返しが多い・時間がかかる」部分を1つ選び、AIで試してみることです。求人票の初稿作成をClaudeに依頼し、修正していくうちに「どんなプロンプトを書けば良い求人票が出るか」が分かってきます。このプロセス自体がAI活用スキルになります。" [[extra.faqs]] question = "AI採用ツールの「評価者」になることはHR担当者のキャリアにどう影響しますか？" answer = "社内でAI導入を検討している場合、デモを受けるだけでなく評価する立場に立つことで、ツール選定に主体的に関われます。「このスコアは何のデータで訓練されているか」「バイアス監査はどう実施されるか」「既存ATSとどう連携するか」などの評価質問を10個持っておくことが、AIを管理する立場への第一歩です。" [[extra.faqs]] question = "HR担当者がAIを使った成果を記録するとどんなメリットがありますか？" answer = "「書類選考の一次スクリーニングにAIを導入して、担当者1人あたりの月間処理件数が50件から200件になった」という具体的な数字を記録しておくと、社内評価（AIを活用できるHR担当者のポジション）と外部市場での評価（転職時のアピール）の両方に使えます。" [[extra.faqs]] question = "AIが得意にならないHRの仕事は残りますか？" answer = "候補者との関係構築（オファー面談・入社前フォロー・オンボーディング後のケア）は今のAIには代替できません。また「なぜこの人を採用したか」を候補者本人・社内関係者・法務に説明する責任は人間が持ちます。説明責任を持てるHR担当者がAIを管理する立場に立ち、この役割の需要は増えています。" +++ 「AIに仕事を奪われる」という話をHR担当者からよく聞く。 この感覚は間違っていない部分もあるが、正確でもない。 書類選考を全部手でやるHR担当者は、AIを使うHR担当者に負ける。1日に100件の書類を手で読む仕事は、自動化できる。 ただ、「AIを使いこなすHR担当者」の需要はむしろ増えている。なぜなら、AIを導入した企業は「AIを動かせる人」を必要とするからだ。 --- ## AIに置き換わる仕事 vs. AIを使いこなす仕事 HR担当者の仕事の中で、AIに置き換えられる可能性が高いのはどれか。 **置き換えられる可能性が高い** - 書類選考の一次スクリーニング - 定型的な採用連絡・日程調整 - 求人票の初稿作成 - 候補者データの集計・レポート作成 - FAQへの回答（よくある質問対応） **AIを使いこなす人が担う仕事** - AIスコアの設計と閾値の調整 - 採用基準の言語化とAIへの反映 - バイアス監査とコンプライアンス管理 - AIが苦手な候補者類型の特定と対処 - AI採用ツールのベンダー選定と管理 - 採用戦略の立案（AIは実行をサポートする） --- ## 今すぐできる3つのこと ### 1. 自分の日常業務をAIで実験する まず、自分が今やっている仕事の中で「繰り返しが多い・時間がかかる」部分を1つ選び、AIで試してみる。 例：求人票の初稿作成 現在のやり方：求人票をゼロから書く（1〜2時間） AIを使う方法：「以下の条件でエンジニアの求人票を作成してください：職種/業務内容/必要スキル/年収レンジ」とClaudeに投げる 最初の出力は自社の要件に合わない部分があるが、修正していくうちに「どんなプロンプトを書けば良い求人票が出るか」が分かってくる。このプロセス自体が、AI活用スキルになる。 ### 2. AI採用ツールの「評価者」になる 社内でAI採用ツールの導入を検討している場合、デモを受けるだけでなく「評価する立場」に立つ。 評価者が確認すべき質問を10個持っておくと、ツール選定に主体的に関われる。例えば： - このスコアは何のデータで訓練されていますか - バイアス監査はどのように実施されますか - 自社のデータを使ってモデルを調整できますか - 既存のATSとどのように連携しますか - データは日本国内のサーバに保存されますか この質問に答えられないベンダーは、まだ準備不足だ。 ### 3. 「AIを使った成果」を記録する AIを使って業務を改善した事例を具体的な数字で記録する。 例：「書類選考の一次スクリーニングにAIを導入して、担当者1人あたりの月間処理件数が50件から200件になった」 この記録は、社内での評価（「AIを活用できるHR担当者」というポジション）にも、外部市場での評価（転職時のアピール）にも使える。 --- ## AIが得意にならない、HRの仕事 AIへの恐れを持つ必要がない理由をもう一つ補足する。 採用の場面で最終的に「この人を採用する」と決めるのは、人間だ。AIは候補者を並べ替えて、可能性を上げる道具だ。「なぜこの人を採用したか」を候補者本人・社内関係者・場合によっては法務に説明する責任は、人間が持つ。 説明責任を持てるHR担当者は、AIを「管理する立場」にいる。 また、候補者との関係構築（オファー面談、入社前フォロー、オンボーディング後のケア）は、今のAIには代替できない。人間が人間と関係を作る部分は、残る。 --- ## 今日から試せること 今日、いつも時間がかかっている業務を1つ選んで、Claudeに「やってみてくれ」と頼んでみる。 完璧な出力は求めない。「AIがどう処理するか」を見ることで、自分の業務のどこがAIに任せられて、どこが自分でやるべきかが分かる。 **今日渡せるもの：** 求人票の初稿、面接評価のフォーマット、採用担当者向けFAQ—このうち一つをClaudeに書かせてみる。その出力を使える・使えないに関わらず、「なぜ使える/使えないか」を考えることがAI活用スキルの入り口になる。 --- ## 関連記事 - [Claude CodeをHRや採用データ分析に使う方法](/n/claude-code-hr-data-analysis/) — HRキャリアに直結するAI活用の実装スキルを身につける - [AI採用ツールのベンダー選定ガイド](/n/hr-ai-vendor-selection-guide/) — 評価者としてのスキルを身につけるための選定プロセス - [AI採用スクリーニングと人間判断の境界線](/n/ai-screening-human-judgment-line/) — AIを管理する立場で必要な判断基準の設計方法