はじめに——「AIで3倍の成果を出しているのに、評価は1ミリも変わらない」という第14の壁
本連載ではここまで、企業AI導入で多くの組織がつまずく壁を順に越えてきました。第12回でAI依存への耐性とデスキリング防止を設計し、第13回で「AIで浮いた時間」を事業成果に転換するキャパシティ・マネジメントを作りました。浮いた時間の棚卸しと再投資の仕組みが回り始めた組織が、次に——組織と人のサイクルの2番目として——直面するのが今回の壁です。
営業部のAさんは、AIを使い倒して提案書の作成量を3倍にしました。品質も上がり、部門の数字にも貢献している。しかし期末の評価は昨年と同じB。むしろ「Aさんは余裕がありそうだから」と難しい案件が次々に回され、業務量だけが増えていく。一方、AIをほとんど使わず従来のやり方で残業しているBさんは、「頑張っている」という理由で高い情意評価を得ている——。
これが第14の壁、「AIを使いこなす人ほど評価されない」問題です。放置すると何が起きるか。合理的な社員ほど、AI活用を隠すようになります。「AIで早く終わったと言えば仕事を積まれる」「AIで作ったと言えば成果を割り引かれる」なら、黙って使い、浮いた時間も成果の種明かしも申告しないのが最適戦略だからです。第13回で作った「申告した者が得をする」原則が、人事評価まで下りていないと、時間の棚卸しも配当回収もそこで止まります。評価制度は、キャパシティ・マネジメントの土台なのです。
本記事では、AI時代に評価制度が壊れるメカニズムを構造的に整理した上で、MBO/OKRの目標水準リセット・成果の帰属ルール・AI活用力の等級要件化・評価者側のAIリテラシーという4本柱で、「使う人が報われる」人事評価制度への再設計を扱います。
想定読者は、AI導入が全社に広がった後の評価・処遇の見直しに直面している人事部門・経営層、そして「メンバーのAI活用をどう評価すればいいか分からない」と感じている管理職の方々です。なお、第8回で扱った「スキルをどう育て移転するか」（能力開発）、第12回のデスキリング防止（能力維持）、第13回の時間の回収（業務設計)とは異なり、本稿のテーマは「人の処遇」——評価制度そのものの再設計です。
なぜ「使いこなす人ほど報われない」のか——評価制度が壊れる3つのメカニズム
まず、既存の評価制度がAI時代に機能不全を起こす構造を理解します。個々の評価者の見識の問題ではなく、制度の前提が崩れていることが原因です。
1. 目標水準が「AI以前の生産性」のまま固定されている
MBO/OKRの目標値は、過去の実績——つまりAIなしの生産性——を基準に設定されています。AIで生産性が2〜3倍になった人は目標を軽々と超過達成しますが、評価制度側に「超過達成をどう処遇するか」の設計がないため、翌期は目標値だけが引き上げられます。報酬も等級も変わらないまま期待値だけが上がる——これは実質的な「AI活用への課税」です。逆にAIを使わない人は従来水準の目標を従来通りに達成し、無風で同じ評価を得ます。
2. 成果の帰属を測る物差しがない
「この提案書はAIが書いたのか、本人が書いたのか」。評価者がこの問いに向き合う枠組みを持たないと、評価は両極端に振れます。一方の極は割引評価——「AIで作ったなら本人の実力ではない」と成果を差し引く。もう一方の極は無条件承認——出力の質を検証せずアウトプット量だけを評価する。前者はAI活用の隠蔽を招き、後者は検証なき丸投げ（第12回で扱ったデスキリングの温床）を招きます。どちらも制度としては失敗です。
3. 「頑張っている見た目」と成果が乖離した
AI以前は、労働時間・忙しそうな様子・作成物の量といった「努力の可視的シグナル」と成果がおおむね比例していたため、情意評価は成果評価の近似として機能していました。AIはこの比例関係を切断します。使いこなす人ほど短時間で・静かに・多くの成果を出すため、従来のシグナルで見ると「楽をしている」ように映る。残業して手作業を続ける人のほうが「頑張っている」ように見える。評価者が旧来のシグナルで評価し続ける限り、制度は逆選択——AIを使わないことへの報酬——を組み込むことになります。
数字で見る「逆インセンティブ」の帰結
この状態を放置した組織で何が起きるかを、単純化したモデルで見てみます。
| 社員の行動 | 成果 | 評価・処遇 | 翌期の業務量 | 合理的な学習結果 |
|---|---|---|---|---|
| AI活用を公開 | 3倍 | 変化なし | 増える | 「正直者が損をする」 |
| AI活用を隠す（ステルス活用） | 1.2倍に見せる | やや向上 | 変化なし | 「隠すのが最適」 |
| AIを使わない | 1倍 | 変化なし（情意で加点も） | 変化なし | 「変わらなくてよい」 |
数期繰り返せば、組織は「ステルス活用者」と「不使用者」に二極化します。ステルス活用は、シャドーAI（未承認ツールの利用）というセキュリティリスクの入口でもあり、活用ノウハウが組織に共有されないという意味で第8回の人材育成の失敗でもあり、削減時間が申告されないという意味で第13回の配当回収の失敗でもあります。評価の壁は、これまで越えてきた壁を全部逆戻りさせる力を持っています。
前提整理——AI時代の評価制度が答えるべき3つの問い
再設計に入る前に、制度が答えるべき問いを3つに整理します。自社の現行制度がどの問いに答えられていないかを確認することが出発点です。
| 問い | 内容 | 対応する再設計 |
|---|---|---|
| 成果は誰のものか | AIを使って出した成果を、本人の成果としてどこまで認めるか | 成果の帰属ルール（柱2） |
| 基準はどこに置くか | 目標水準・標準生産性を「AIあり」「AIなし」のどちらで設定するか | 目標水準リセット（柱1） |
| 何を能力と呼ぶか | AI活用力を、一過性のスキルではなく等級・報酬に接続される能力要件とするか | 等級要件化（柱3）＋評価者リテラシー（柱4） |
先に本記事の立場を明確にしておきます。AIを使って出した成果は、本人の成果です。表計算ソフトで作った資料を「Excelの成果」と呼ばないのと同じです。ただし無条件ではありません。本人が成果に対して負うべきものは「手を動かしたこと」から「出力を検証し、品質に責任を持ったこと」に移ります。この責任を果たしていない丸投げは、AIの有無にかかわらず評価に値しない——この原則が、以降のすべての設計の土台になります。
再設計の4本柱——目標水準・帰属ルール・等級要件・評価者リテラシー
本題です。評価制度の再設計は4本柱で構成します。順序も重要で、柱1・2（今期から運用変更できるもの）から着手し、柱3・4（制度改定・育成が必要なもの）を1〜2年かけて整備するのが現実的です。
柱1：MBO/OKRの目標水準リセット——「超過達成の課税」をやめる
目標設定の基準を「過去実績の延長」から「AI活用を前提とした標準生産性」に切り替えます。ポイントは、単に目標を引き上げることではなく、引き上げと処遇をセットにすることです。
- 標準生産性の再定義：主要業務ごとに「AIを標準的に活用した場合の生産性」を新しいベースラインとして設定する。第13回の棚卸しマップ（どの業務で何分削減されているか）が、そのまま入力データになります。
- 移行期間の設定：ベースラインの切り替えは一斉ではなく、1〜2期の移行期間を設ける。移行期間中の超過達成は評価・賞与に確実に反映し、「先に使った人が得をした」実例を作る。
- 量から質・裁量への目標シフト：作成量・処理件数がAIで飽和する業務では、目標の軸を量から「判断の質」「顧客への提案価値」「改善・育成への貢献」に移す。浮いた時間の使い道（第13回の新価値業務）を目標として明示的に設定する。
- 「仕事だけが増える」の遮断：生産性向上分の再配分は評価・処遇の反映とセットでのみ行うことを運用ルールにする。処遇に反映せず業務量だけ積み増すことを、制度として禁止する。
柱2：成果の帰属ルール——「割引」でも「無条件承認」でもなく
AI関与を前提とした成果評価の判断基準を明文化します。骨格は次の3原則です。
- 原則1（帰属）：AIを活用して出した成果は本人の成果とする。AI利用を理由とする割引評価は行わない。
- 原則2（責任）：本人は出力の検証と品質に責任を負う。誤り・虚偽・権利侵害を含む成果物は、AI起因であっても本人の責任として扱う。
- 原則3（透明性）：AI利用の申告によって本人が不利益を受けない。むしろ活用プロセスの共有（プロンプト・ワークフローの横展開）を加点対象とする。
評価の着眼点は「アウトプットそのもの」から「アウトプットに至るプロセスでの本人の付加価値」に広がります。具体的には次の4点を評価項目に落とし込みます。
| 着眼点 | 見るもの | 低評価の例 |
|---|---|---|
| 問いの設定 | 何をAIに解かせるかを定義する力（課題設定・指示の質） | 指示が曖昧でやり直しが多い |
| 検証と修正 | 出力の誤り・不整合を見抜き、責任を持てる状態に仕上げる力 | 未検証の出力をそのまま提出 |
| 統合と判断 | AI出力を文脈・顧客・戦略に合わせて取捨選択する判断力 | 文脈に合わない一般論の流用 |
| 共有と再現 | 活用方法を形式知化し、チームの生産性に転化する貢献 | ノウハウの抱え込み・ステルス化 |
柱3：AI活用力の等級要件化——「研修を受けた」ではなく「等級に応じて何ができるか」
AI活用力を一時的な加点項目やスキル研修の受講歴ではなく、等級定義（職能要件・役割要件）に組み込みます。これにより、AI活用が昇格・報酬と接続され、「使う人が報われる」が制度として恒久化します。等級要件の例を示します。
| 階層 | AI活用の等級要件（例） |
|---|---|
| 担当（ジュニア） | 承認されたAIツールを利用ルールに沿って使い、出力を検証した上で自業務を遂行できる |
| 担当（シニア） | 業務プロセスにAIを組み込んで生産性・品質を改善し、その方法をチームに共有できる |
| リーダー・係長級 | チームの業務をAI前提で再設計し、メンバーの活用を指導・検証できる |
| 管理職 | AIによる成果とリスク（品質・セキュリティ・依存）を評価・統制し、要員と目標をAI前提で設計できる |
| 部長級以上 | 部門戦略にAI活用を織り込み、投資対効果と組織能力の再構築に責任を持てる |
ここで第8回（能力開発）との役割分担が明確になります。第8回の育成体系は「この要件を満たすための手段」であり、本稿の等級要件は「育成の到達点を処遇に接続する受け皿」です。育成だけあって受け皿がないと「学んでも報われない」に、受け皿だけあって育成がないと「要件が絵に描いた餅」になります。
柱4：評価者側のAIリテラシー——「評価する側」が使えないと制度は運用できない
最後の柱は、見落とされがちですが決定的です。評価者がAIを使ったことがなければ、柱1〜3は運用できません。AIでどこまでできるかを知らない評価者は、目標水準の妥当性を判断できず（柱1）、本人の付加価値とAIの出力を見分けられず（柱2）、等級要件の充足を認定できない（柱3）からです。
- 評価者自身の利用を要件化する：管理職の等級要件（柱3の表）に評価・統制能力を含めた通り、評価者自身が自業務でAIを使っていることを前提とする。「部下に使わせて自分は使わない」管理職を作らない。
- 評価者トレーニングの更新：評価者研修に「AI関与成果の評価演習」を追加する。同じ成果物について、問いの設定・検証・統合の痕跡をどう確認するか（1on1での質問例、成果物レビューの観点）を具体的に訓練する。
- 「見た目の頑張り」バイアスの明示：労働時間・忙しそうな様子を成果の代理指標にしない、と評価者ガイドラインに明記する。短時間で成果を出す人への「楽をしている」評価が制度の急所であることを、評価者間で共有する。
- 評価のばらつき点検：評価会議（キャリブレーション）で、AI活用度の高い社員と低い社員の評価分布を比較し、割引評価・情意加点の偏りがないかを点検する。
最大の障害はここでも心理——「ステルス活用が最適戦略」を崩す
第13回で「削減を申告したら損をする」問題を扱ったのと同様に、評価制度の再設計にも心理面の急所があります。制度を作っても、「AI利用を明かすと損をする」という学習が既に成立している組織では、申告は戻ってきません。崩すには、制度の発表ではなく実例が必要です。
- 遡及的な不利益変更をしない：「過去にAIで超過達成した分を基準に目標を引き上げる」ことをしない。過去のステルス活用を責めない（アムネスティ）。まず安全を保障しないと、実態は表に出てきません。
- 「公開した人が得をした」実例を早期に作る：活用プロセスを公開した社員の昇格・表彰・裁量拡大を、制度改定後の最初の評価サイクルで意図的に可視化する。第13回の「申告部門を先に潤す」と同じ原理です。
- 業務量の積み増しを監視する：「評価は上げたが仕事も1.5倍にした」では制度への信頼は崩れます。生産性向上者の業務量・残業・裁量時間の推移を人事がモニタリングし、柱1の遮断ルールが守られているかを点検する。
- 「使わない自由」の扱いを明確にする：移行期には、AIを使わない社員への強制や懲罰的評価は逆効果です。等級要件（柱3)の適用時期を予告し、育成機会（第8回）を先に提供した上で、以降は要件として扱う——順序を守ることが、制度の正当性を支えます。
評価制度再設計のKPIと運用サイクル
制度が機能しているかを測るKPIを定義します。第13回のキャパシティKPIと対になる「人側」の計器盤です。
| KPI | 定義 | 見えること |
|---|---|---|
| AI活用の公開率 | 利用ログから推計される活用者のうち、評価面談等で活用を申告している割合 | ステルス化の度合い（第13回の申告カバレッジの個人版） |
| 活用度×評価の相関 | AI活用度（ログ＋等級要件充足）と評価結果の相関 | 「使う人が報われているか」の直接指標 |
| 超過達成の処遇反映率 | 目標超過達成者のうち、評価・賞与・昇格に反映された割合 | 「課税」の解消度合い |
| ノウハウ共有件数 | プロンプト・ワークフローの共有・横展開の件数 | 抱え込みから共有への転換 |
| 評価者の活用率 | 評価者自身のAI利用状況 | 柱4の前提が成立しているか |
運用は評価サイクル（半期または四半期）に合わせます。各サイクルの評価会議で活用度と評価の分布を点検し、年次で等級要件・目標水準のベースラインを見直す。「活用度×評価の相関」がプラスに転じ、「公開率」が上がり続けているか——この2つが、制度が信頼され始めたかを示す先行指標です。
導入チェックリスト
| 段階 | チェック項目 |
|---|---|
| 前提 | 「使いこなす人ほど報われない」状態が自社で起きていないか、活用度と評価の分布で確認したか |
| 柱1 | 目標水準をAI前提の標準生産性でリセットし、移行期間と超過達成の処遇反映を設計したか |
| 柱1 | 「処遇に反映せず業務量だけ増やす」ことを禁止する運用ルールがあるか |
| 柱2 | 帰属・責任・透明性の3原則と、プロセスの4着眼点（問い・検証・統合・共有）を評価基準に明文化したか |
| 柱3 | AI活用力を等級定義に組み込み、昇格・報酬と接続したか |
| 柱4 | 評価者自身の活用と、AI関与成果の評価トレーニングを実施したか |
| 心理 | アムネスティ（過去のステルス活用の不問）と「公開した人が得をした」実例を作ったか |
| KPI | 公開率・活用度×評価の相関・超過達成の処遇反映率を評価サイクルごとに点検しているか |
よくある質問（Q&A）
Q1. AIで作った成果を本人の成果と認めると、実力が測れなくなりませんか？
測るものが変わるだけです。本人の実力は「手を動かした量」ではなく、問いの設定・出力の検証・文脈への統合・チームへの共有という4つの付加価値に現れます。むしろ、AI関与を前提にこの4点を見る評価のほうが、「見た目の頑張り」に引きずられる従来の評価より実力を正確に捉えられます。検証責任を果たさない丸投げを低評価とする原則（原則2）とセットで運用してください。
Q2. 目標水準を上げると「AIを使え」という強制になりませんか？
順序の問題です。育成機会（第8回の体系）と承認されたツール・利用ルールを先に提供し、移行期間を予告した上でベースラインを切り替えるなら、それは表計算ソフトやメールが業務の前提になったのと同じ「職務要件の更新」です。逆に、育成なしにいきなり目標だけ引き上げると、強制と受け取られ制度への信頼を失います。移行期間中の超過達成者への確実な処遇反映が、切り替えの正当性を支えます。
Q3. ステルス活用が既に蔓延しています。何から始めるべきですか？
アムネスティの宣言からです。「過去のAI利用を遡って問題にしない。今後は申告によって不利益を受けない」を経営名義で明言し、直後の評価サイクルで「公開した人が得をした」実例を作ってください。公開率（申告と利用ログの比率）をモニタリングすれば、信頼が回復しているかを追跡できます。なお、未承認ツールの利用が見つかった場合も、罰則より先に承認ツールへの移行経路を用意することが、再潜行を防ぎます。
Q4. 情意評価（意欲・態度）はもう不要ということですか？
不要ではなく、シグナルの更新が必要ということです。労働時間や忙しそうな様子を意欲の代理指標にすることをやめ、代わりに検証の丁寧さ・ノウハウ共有・後進の指導・改善提案といった、AI時代にも成果と結びつく行動を情意・行動評価の項目に置き換えてください。「短時間で帰る高生産性社員」が情意で減点される制度は、逆インセンティブそのものです。
Q5. 等級要件の改定は労使調整も含めて時間がかかります。それまで何もできませんか？
柱1と柱2は等級制度に触らず、目標設定と評価運用の変更だけで今期から着手できます。まず目標水準の移行方針と帰属3原則を評価者ガイドラインに載せ、評価者トレーニング（柱4）を回し始めてください。等級要件化（柱3）は、その運用実績を材料に1〜2年かけて制度改定するのが現実的で、労使への説明材料も運用実績があるほうが揃います。
まとめ——「成果はAIのもの」ではなく「検証し共有した人のもの」
第14の壁の本質は、AIの性能でも社員の意欲でもなく、AI以前の生産性を前提に作られた評価制度が、使いこなす人への逆インセンティブと化していることにあります。要点は3つです。
1. ステルス活用は合理的な適応であり、個人の不誠実ではない。公開すれば仕事が増え、評価は変わらない制度の下では、隠すことが最適戦略になります。責めるべきは人ではなく、その構造です。
2. 再設計は4本柱で行う。目標水準のリセット（超過達成への課税をやめる）、成果の帰属ルール（割引も無条件承認もしない）、AI活用力の等級要件化（昇格・報酬への接続）、評価者側のAIリテラシー（使わない人に評価はできない）——柱1・2から着手し、柱3・4を1〜2年で整備します。
3. 評価制度は第13回の配当回収の土台である。「申告した者が得をする」原則が個人の処遇まで下りて初めて、時間の棚卸しも再投資も回り続けます。逆に評価の壁を放置すれば、定着・育成・回収というこれまで越えてきた壁が逆戻りします。
連載第4サイクル（組織と人）の2本目である本稿は、「使う人が報われる」制度の設計を扱いました。評価が変われば、AI活用は「隠すもの」から「誇るもの」に変わります。次回もこの延長で、AI前提の組織が直面する次の壁を扱う予定です。
参考リンク
- 【連載⑫】「AIが止まると業務が止まる」問題（本連載）
- 【連載⑬】「AIで浮いた時間が利益に変わらない」問題（本連載）
- McKinsey & Company「The state of AI」
- IPA（情報処理推進機構）「DX白書」
- 厚生労働省「労働政策全般」
免責事項：本記事は2026年7月時点の公開情報および一般的な組織運営・人事管理の知見に基づく情報提供であり、特定の組織における効果を保証するものではありません。また、人事・労務に関する法的助言ではありません。評価制度・等級制度・賃金に関わる改定は労働契約法・労働基準法等の関連法令および自社の就業規則・労使協定に照らして検討し、必要に応じて社会保険労務士や弁護士にご相談ください。
コメント