今回は、AIによる業務効率化の先にある評価制度と組織のあり方にフォーカスした話をしようと思います。

評価制度、ちゃんと運用できている会社ってどれくらいあるんだろう

経営者や人事の方なら、きっとこの問いに苦笑いすると思います。

僕自身、いろんな企業の経営者とお話しする機会がありますが、「うちの評価制度、完璧です」と胸を張って言える人にはまだ出会ったことがありません。実態はだいたいこんな感じです。

そもそも評価指標を設計すること自体が、めちゃくちゃ専門知識を要する作業なんですよね。組織心理学、行動経済学、業界特性の理解、自社のバリューとの整合——これを全部考慮して「この会社に最適な評価基準」を作るのは、専門のコンサルでも難しい。

そして、仮にいい指標を作れたとしても、評価されるのは「ゴールを決めた人」だけという問題が残ります。

サッカーで例えるとわかりやすいんですが、得点王は表彰されますよね。でも、決定的なスルーパスを何本も通したミッドフィルダーは？ 体を張ってゴールを守ったディフェンダーは？ チームの雰囲気を保ち続けたムードメーカーは？

会社でも同じことが起きています。売上を取ってきた営業は評価される。でも、その営業が商談に集中できるように裏方で資料を作り、顧客対応をし、社内調整をした人は？ 新人を丁寧に育てて、半年後に独り立ちさせたメンターは？

今の評価制度は「賢い人がいい思いをする」構造になっている。 言語化がうまい人、自己アピールが得意な人、数字で見える成果を出しやすいポジションにいる人が有利です。

僕たちが本当に作りたいのは、「いい人がいい思いをする」組織です。

なぜ評価制度は機能しないのか — 3つの構造的な問題

「評価制度がうまくいかない」のは、運用が甘いからではありません。構造的に無理ゲーなんです。

1. 評価指標の設計が難しすぎる

まずここです。

「KPIを設定しましょう」と言うのは簡単ですが、その会社、その部署、その人に本当にフィットするKPIを設計できるのかという話です。

営業なら売上で測れる？ いや、新規開拓とルート営業では全く性質が違う。エンジニアならコード量？ それは品質を無視している。カスタマーサクセスなら解約率？ でもそれはプロダクト側の問題かもしれない。

大企業はここに外部コンサルを入れて、何千万もかけて設計します。それでも「まあまあ」の精度です。中小企業にそんな余裕はないから、テンプレ通りに作って、結局その会社に合わない仕組みになる。

2. 定性的な貢献が見えない

これが一番根深い問題です。

チームの雰囲気を良くしている人。困っている同僚に声をかけている人。ドキュメントを丁寧に整備してくれている人。会議で的確な問いを投げて議論の質を上げている人。

こういう貢献って、本当に価値があるのに、数字で測れない。結果として評価シートに載らない。評価シートに載らないということは、評価されないということです。

「アシストした人も評価されるべき」——これは僕がずっと感じてきたことです。ゴールだけじゃなく、パスも、ディフェンスも、声かけも、全部チームの成果に貢献している。でもそれを「見る仕組み」がないから、見えないものは評価できない。

3. 評価者のバイアスと時間不足

評価する側にも限界があります。

直属の上司が評価するとして、その上司は部下の仕事を全部見ているわけではありません。記憶は曖昧だし、バイアスもある。直近の印象に引っ張られる「近接効果」、目立つエピソードだけで判断する「ハロー効果」——人間の認知バイアスは評価の精度を確実に下げます。

しかもマネージャーは忙しい。部下10人の評価シートを期末にまとめて書くのは、率直に言って苦行です。結果として「まあ、去年と同じでいいか」という惰性の評価が生まれる。

この3つの問題に共通しているのは、「人間がやるには負荷が高すぎる」 ということです。設計も、可視化も、評価も、人間のリソースだけでは限界がある。

じゃあ、AIならどうか。

AIが評価を変える — 「設計」も「運用」も自動化する

僕が考えているのは、評価制度の「一部をAIに置き換える」ではなく、「設計から運用まで丸ごとAIで再構築する」 というアプローチです。

評価指標の自動生成

まず設計の部分。

AIに組織のカルチャー、事業内容、バリュー、過去の評価データを読み込ませると、その組織に最適化された評価指標を自動的に生成できます。

「うちの会社はチームワークを大事にしているけど、具体的にどう測ればいいかわからない」—こういう悩みに対して、AIが「御社の業務データから見ると、チームワークは以下の3つの行動指標で測定できます」と具体的な提案を出してくれる。

しかもこれ、一度作って終わりじゃない。四半期ごとに組織の変化に合わせて指標を自動アップデートできる。事業フェーズが変わったら、評価基準も自動で変わる。今まで年に1回の大仕事だった「評価制度の見直し」が、継続的なチューニングになります。

貢献の自動抽出

次に、見えない貢献の可視化です。

今の企業には、実はすでに膨大な「貢献データ」が眠っています。

• Slack: 誰が誰にアドバイスしたか、質問に答えたか、感謝されたか
• Zoom / Google Meet: 会議での発言量、ファシリテーションの質、質問の数
• Google Workspace: ドキュメントの作成・編集履歴、メールの対応速度
• プロジェクト管理ツール: タスクの完了率、レビュー回数、ブロッカー解消への貢献

これらのデータをAIが横断的に収集・分析すると、「誰が何にどれだけ貢献しているか」が自動的に見えるようになります。

ゴールを決めた人だけじゃない。パスを出した人も、ディフェンスで守った人も、チームの士気を保った人も—どんな貢献も、貢献であれば無視されない。 これがAIによる貢献可視化の本質です。

評価者バイアスの排除

そして評価そのもの。

AIが業務データに基づいて評価の下書きを作成し、マネージャーはそれをレビュー・調整するだけでいい。「ゼロから評価シートを書く」のではなく、「AIの評価案を確認する」に変わる。

これによって、近接効果も、ハロー効果も大幅に軽減されます。AIは半年前の貢献も、目立たない日々の行動も、同じ重みで見ているからです。

実際にやってみて分かったこと — Google Workspaceのデータから見える景色

ここからは、実際にやってみた話です。

やったことはシンプルで、社内のデータソースをAIに読み込ませた。メール、ドキュメント、カレンダー、チャット等普段の業務で自然に生まれるデータを、AIが横断的にアクセスできる状態にしたんです。

業務ログを集約すると、「誰が何にどれだけ時間を使っているか」が自然に見えてきます。たとえばこんな感じです。

• Aさんはこの1週間で、チームメンバーからの質問にSlackで15回回答している
• Bさんはドキュメントの更新を8回行い、そのうち3つは他のメンバーが作成した資料のレビュー・修正
• Cさんはクライアントとのメール対応を28件処理し、平均応答時間は2時間以内

普段の業務をしているだけで、貢献データが自然に蓄積されている。

ここで重要なのは、僕たちがやったのは「業務効率化のためにAIを導入した」だけだということです。貢献を可視化しようと思って始めたわけじゃない。でも、業務フローにAIを組み込むプロセスと、貢献を可視化するプロセスは、実はほとんど同じだった。

社内のデータソースをAIに接続する。業務ログを構造化する。AIが横断的に分析する。この流れは、業務効率化でも貢献可視化でも全く変わりません。

つまり、AIによる業務DXに取り組んでいる企業は、すでに貢献可視化の土台が半分できているということです。

「賢い人」ではなく「いい人」が報われる組織へ

ここまで仕組みの話をしてきましたが、最後にビジョンの話をさせてください。

僕がこの仕組みを作りたいと思っている根っこにあるのは、「いい人がいい思いをする」組織にしたいというシンプルな想いです。

今の評価制度は、言語化がうまい人、アピールが得意な人、数字で成果が見えやすいポジションにいる人が有利です。でも実際には、組織を支えているのはそういう「賢い人」だけじゃない。

地道に同僚を助けている人。ドキュメントを整備している人。新人を育てている人。トラブルが起きたときに真っ先に手を動かす人。——こういう人たちが正当に報われる仕組みを、テクノロジーで作れる時代になりました。AIとSaaSの組み合わせで、今日から始めることも可能です。

弊社でもこの領域でHR支援ツールを開発中ですが、ツールを待つ必要はありません。既存のAIサービスの組み合わせだけでも、貢献の可視化は十分にスタートできます。

おわりに

評価制度を変えるのは大変です。人間の感情が絡む領域だし、組織文化にも深く関わる。「AIで全自動」にすべきだとは思っていません。

でも、AIは「大変」の質を変えてくれます。

設計が難しい → AIが下書きを作ってくれる。 貢献が見えない → AIが自動で拾ってくれる。 評価者の負荷が高い → AIがドラフトを用意してくれる。

人間がやるべきなのは、AIが可視化した貢献を見て「この組織ではこういう行動を大事にしたい」と意思決定すること。そこは絶対に人間がやるべきで、AIに委ねるべきではない。でも、その意思決定に必要なデータを集めて整理する部分は、AIが圧倒的にうまくやれます。

「どんな貢献も、貢献であれば無視されない」 ——そういう組織が増えたら、働くことはもっと楽しくなるはずです。

この先、貢献の可視化をさらに発展させた「組織を跨いだ信用の仕組み」についても構想がありますが、それはまた別の記事で書きます。

今回の記事を読んで「貢献がAIにより可視化され、いい人がいい思いをする社会をつくっていくのって面白いな」と感じた方がいたら、ぜひお話させてください。まずは気軽に話を聞いてみたい方も、実際にどのようにして仕組みを構築しているのか興味がある方も、大歓迎です。

ここまでお読みいただきありがとうございました！