リスキリングが研修で終わるのはなぜ？ 生産性向上に結び付く社員教育の設計

リスキリングが進まないのはなぜ？

必要性を感じても着手が進みにくい現実がある

リスキリングが話題になっても、社内では優先順位が上がりにくい。背景には、必要だと感じていても実施まで進められない企業が多いという現実があります。HR総研の調査では、既にリスキリングに取り組んでいる企業は26%で、必要性の認識との間に大きな差があると報告されています¹。企業規模別では大企業の方が取り組みが進んでおり、中小企業では着手率がさらに低い傾向も示されています¹。

ここで重要なのは、現場のやる気が足りないという話ではない点です。予算や人手などの制約、他の優先課題があることが理由として挙がりやすく、構造の問題になりがちです¹。従って、教育の枠だけで完結させず、業務改善の一部として学びを組み込む方が進めやすくなります。

研修を先に決めると、目的が曖昧になりやすい

リスキリングが停滞するパターンはシンプルです。研修メニューを先に並べ、受講させた時点で安心してしまう。けれど、業務のやり方が変わらなければ、学びは職場で使われません。

生産性向上のための社員教育で大事なのは、研修の数ではありません。仕事の変更点を先に決め、学びの使い道を固定することです。ここまでで、リスキリングが進まない背景が見えてきました。次は、どう設計すれば成果に結び付くかを具体化します。

生産性向上に結び付けるには、何から決める？

先に決めるのは研修内容ではなく、変える業務

学びを成果に結び付けたいなら、最初に決めるべきは研修ではありません。変えたい業務と、変化を測る指標です。例えば、見積作成、問い合わせ対応、報告書作成、経費精算、在庫の発注など、日々の仕事には時間がかかる作業が必ずあります。

指標は難しく考えなくて大丈夫です。たとえば、作業時間、手戻り、処理件数、回答までの時間など、現場が納得できる尺度に落とします。数値が取りにくい業務なら、まずは作業ログの取り方を決めるだけでも前進です。ここで指標が定まると、研修を厚くするよりも、業務手順書の更新やテンプレート整備の方が効果的だと気づく場面も増えます。

この時点で、必要なスキルも絞られます。データを集計する力が必要なのか、文章を早く整える力が必要なのか、社内ルールを整理する力が必要なのか。業務から逆算すると、学びは小さくできるので、忙しい組織でも実行しやすくなります。学ぶ範囲を小さくした分、現場で試す回数を増やす方が成果が見えやすくなります。

国のスキル標準を下敷きにして、学ぶ範囲を言語化する

研修設計でつまずくのは、スキルを言語化できないことです。誰が何をできる状態にすればよいかが曖昧だと、研修は広がり、コストも増えます。

そこで使えるのが、経済産業省が公開しているデジタルスキル標準（DSS）です。全社員向けのDXリテラシー標準と、推進人材向けのDX推進スキル標準を整理し、学ぶ内容の目安を示しています²。自社でゼロから作る前に、既存の枠組みを土台にすると、経営、現場、人事で言葉がそろいやすくなります。

使い方は難しくありません。対象業務に関係するスキル領域を拾い、役割ごとに必要なレベル感を決め、最後に研修やOJT（仕事をしながら学ぶ方法）へ落とします。標準はあくまで地図なので、地図の項目をそのまま暗記させるのではなく、実務で使う型として翻訳するのがコツです。次章では、企業事例からこの翻訳のやり方を見ます。

成果を出している企業は何をしている？

道具の導入と学びをセットにして、使う場を作る

うまくいくリスキリングは、学びと業務が分離していません。分かりやすい例が、NECビジネスインテリジェンスの生成AI活用です。同社はAI活用人材の育成とあわせて、文書作成などの業務で生成AIを使う仕組みを進め、生成AIの活用で約2万6000時間の創出効果や、文書作成時間の削減などを公表しています³。

ここで注目したいのは、AIを導入したから成果が出た、という単純な話ではない点です。使う業務を決め、試し、改善し、成果を見える形にする。この流れがあるから数字になります。リスキリングを社員教育で終わらせないには、同じ構造が必要です。

また、AIエージェント（指示を受けて複数の作業を自動で進めるAI）のように、道具側の進化も速い領域では、学びと運用のセットがさらに重要になります。中国電力はAI Shiftとの戦略的提携を発表し、AIエージェントのユースケース創出に加えて、人材育成や文化づくりも含めて進める方針を示しています⁴。道具を入れるだけでなく、使いこなす人と運用を一緒に作るのがポイントです。

もう一つ押さえておきたいのは、世界的にも仕事の作り替えが進んでいることです。Reutersは、MicrosoftのAIによるコスト削減と人員削減、AmazonのAI活用拡大と間接部門の削減を報じています⁵⁶。McKinseyも、米国の生産性伸び悩みと労働供給の不足を背景に、業務の自動化と学び直しが重要になると論じています⁷。こうした動きは、職種そのものの中身が変わり、学び直しが必要になることを示唆します。

人事制度と配置まで含めて、学びの出口を用意する

リスキリングは、学び直し（リスキリング、reskilling）です。国際機関の定義でも、別領域のスキルを身に付けて職務やキャリアの転換を可能にすること、と整理されています⁸。従って、研修だけでは終わりません。社内で新しい役割に移れる仕組みがないと、学んだ人が活躍できず、周囲も納得しにくくなります。

日本企業の事例を集めたHRプロの連載では、NEC、富士通、日立製作所、キヤノン、三井住友銀行など、複数社の取り組みが整理されています⁹。企業によって設計は違いますが、共通して見えるのは次の2点です。学ぶ対象を職種や役割にひも付けること、そして学びの後に配置や業務を変えることです。ここが曖昧だと、受講者の満足度が高くても、職場の生産性は変わりにくくなります。

ここまでで、成功例の共通点が見えてきました。次は、中小企業でも実行しやすい形に落とし込みます。最初の設計を軽くするために、手順は2ステップに絞ります。今日から着手できる形にします。

中小企業が小さく始める導入ステップ

Step1 対象業務を3つに絞り、学びの範囲を決める

人手が限られる組織ほど、いきなり全社展開を狙うと失速します。最初は、対象業務を絞って成果を見せる方が早いです。目安として、次の4つの条件に当てはまる業務から選ぶと進めやすくなります。

• 毎週のように発生し、担当者が固定されている
• 手順がある程度決まっていて、標準化しやすい
• 時間がかかる割に、付加価値が高くない
• ミスが起きると手戻りが大きい

この選び方だと、リスキリングのテーマも自然に絞られます。対象業務を決めたら、担当者に実際の手順を5分で書き出してもらい、どこで時間が詰まっているかを一緒に確認します。例えば、議事録や報告書が重いなら文章作成とチェックの型、問い合わせが多いならFAQ整備と一次対応の自動化を学ぶ。仕事を基準にすると、学びは現場の言葉になるため、納得しやすくなります。

Step2 週1回の実験と振り返りで、現場に定着させる

次にやるのは、研修を長期化することではありません。小さな実験を繰り返し、実務に定着させることです。例えば、毎週1回30分から60分だけ、対象業務で新しいやり方を試し、翌週に振り返る。改善点が見えたら、手順書やテンプレートを更新し、次の人が同じ失敗をしない形にします。

生成AIを絡めるなら、もう一つだけ先に決めておきたいことがあります。社外秘の情報や個人情報をどう扱うか、どのツールなら入力してよいか、という利用ルールです。ルールがないと現場は怖くて使えず、逆にルールが厳しすぎると何も始まりません。対象業務が3つなら、まずはその3業務で使ってよい情報の範囲だけ決めるのが現実的です。

費用と時間がネックなら、公的支援も検討材料になります。厚生労働省の人材開発支援助成金は、職務に関連した訓練を計画に沿って実施した場合に、訓練経費や訓練期間中の賃金の一部などを助成する制度で、コースの一つに事業展開等リスキリング支援コースがあります¹⁰。制度を使う場合でも、先に業務と指標を決めておくと、申請書類の説明がしやすくなります。

失敗を避けるには、何を捨てればいい？

受講率の管理より、仕事が変わったかの確認を優先する

よくある落とし穴は、受講率や修了率を追いかけて満足してしまうことです。教育担当として管理しやすい指標ですが、生産性向上を狙うなら不十分です。見るべきは、学びが業務の中で使われたか、仕事のやり方が変わったかです。

例えば、対象業務の前後で作業時間や手戻りの変化を観察します。完璧な効果測定は不要です。小さな改善でも、数字か事実で確認し、次のテーマを絞る。こうして改善テーマが絞れてくると、研修の内容も自然に絞られ、教育コストも読みやすくなります。

学んだ人が辞めたら損では？ という不安にどう向き合うか

もう一つ、避けて通れない反論があります。学んだ人が辞めたら損ではないか、という不安です。実際、国の事業にはリスキリングだけでなく転職支援まで一体で行う枠組みもあります¹¹。制度の設計から見ても、学びは労働移動とセットで語られやすいテーマです。

ただ、企業側にできる対策もあります。学びの後に活躍できる役割を用意し、スキルを可視化して中長期のキャリア支援に結び付ける。HR総研の調査でも、リスキリングの取り組みを人材配置につなげる鍵としてスキル可視化やキャリア支援が論じられています¹。要するに、リスキリングは研修の問題ではなく、配置と仕事の問題でもあります。

最後に、要点は3つです。業務を決めてから学びを決める、学びを使う場を先に作る、学びの出口を配置と評価で用意する。この3点を押さえると、リスキリングは社員教育のまま終わりにくくなります。

1. リスキリングの実施率や未実施理由、企業規模別の差などをまとめた調査レポート。HR総研（ProFuture株式会社、HRプロ掲載）2025年12月3日 ↩

2. 全社員向けDXリテラシー標準と推進人材向けDX推進スキル標準を含むデジタルスキル標準の概要。経済産業省（更新日2024年7月） ↩

3. 生成AI活用の取り組みと創出効果などを掲載。NECビジネスインテリジェンス（AI SPARK紹介ページ） ↩

4. AI Shiftとの戦略的提携により、AIエージェントのユースケース創出と人材育成、文化づくりを進める方針を公表。中国電力 プレスリリース 2025年7月15日（PDF） ↩

5. AIの活用でコスト削減が進む一方、人員削減も行われていることを報じた記事。Reuters 2025年7月9日 ↩

6. 企業の間接部門の削減とAI活用拡大の方針を報じた記事。Reuters 2025年10月28日 ↩

7. 生産性向上と労働供給の課題に対し、自動化やリスキリングの重要性を論じた報告。McKinsey Global Institute（公開日不明、記事ページ） ↩

8. reskillingを新領域のスキル獲得による職務転換の可能化として定義。OECD（Promoting Green and Digital Innovation 関連PDF、2024年） ↩

9. NEC、富士通、日立製作所など日本企業のリスキリング事例をまとめた連載ページ。HRプロ（HR総研） ↩

10. 人材開発支援助成金のコース一覧として事業展開等リスキリング支援コースを掲載。厚生労働省 ↩

11. キャリア相談、リスキリング、転職支援を一体で支援する事業の概要。リスキリングを通じたキャリアアップ支援事業 ↩