AIショートクラス作成

いつもタッチクラスをご利用いただきありがとうございます。

アップデートをお知らせします。

動画のあるコンテンツから短いショートクラスの映像を作成できます。

［管理者］

コンテンツにある動画で短いショートクラスの映像を作成できます。
- ショートクラス作成:AIを通じてコンテンツを分析した後、ショートクラス映像を自動作成
- ショートクラスコース開設:ユーザー受講登録
- ショートクラス興味のキーワード設定:興味のキーワードにショートクラスコースのカテゴリー指定

［ユーザー］

閲覧したい興味のキーワードを選択して、ショートクラスを視聴することができます。
- 興味のキーワード選択
- 興味のキーワード内で出力されるショートクラスを視聴し、オリジナルコースを閲覧するに移動する

Post Views: 350

黄色の紙質背景に「育成ニーズは信号で読む」という見出しと業務シグナルを捉えるレーダーアンテナを描いたアイキャッチ画像

人材育成ニーズ調査は年1回のアンケートでは足りない

人材育成ニーズ調査の要点を先に押さえる中心質問は「どの研修を受けたいか」ではなく、「どの役割、業務、顧客接点、システムで、能力不足が成果リスクに変わり始めたか」です。年1回のアンケートは関心と体感を聞く窓口ですが、業務変化、顧客課題、成果の詰まり、スキルギャップは捉え切れません。回答は直近の出来事や流行、予算要望に影響され、AI、規制、顧客要求は1年より速く変わります。 LinkedInの2026 Talent Reportは、この変化をよく示しています。回答したchief people officersの90%は、real-time skills visibilityとresourcing insightsの必要性が高まっていると見ており、90%は組織が職務名ではなく、特定のタスクやプロジェクトに必要なスキルを基準にチームを組むようになると答えています。研修企画も同じ方向へ変わる必要があります。静的なアンケートではなく、現場の需要シグナルを読み取る必要があります。人材育成部門は、顧客クレーム、手戻り、承認遅延、検索失敗、システムエラー、異動失敗、1on1、スキル評価に反復して現れる弱いシグナルを解釈します。 LinkedIn 2026 Talent Reportに掲載されたリアルタイムスキル可視性の必要性 — 人材育成ニーズ調査の根拠図表出典: LinkedIn, 2026 Talent Report, p.12。原文PDFから画像として抜粋。WordPressアップロード前に再利用可能範囲の確認が必要です。人材育成ニーズ調査で最初に決めるべきこと

深緑色の背景に「AI導入は管理職から」という見出しとチームのリーダーシップを象徴するコーラル色の船長帽を配したアイキャッチ画像

AI導入の成否はミドルマネジャー育成で決まる

Gallup 2026：ベストプラクティス組織、米国、世界平均の管理職エンゲージメント推移比較 — ミドルマネジャー育成の根拠図表 AI導入で最も起こりやすい誤解は、ツールを入れれば組織が自然に変わるという考え方である。生成AI環境を整え、利用ルールを作り、全社員向けの研修を行えば、AI活用は広がるように見える。しかし現場では、もっと複雑な問題が起こる。社員は、どの仕事でAIを使ってよいのか、AIの出力をどこまで信じてよいのか、リスクがある場合に誰へ相談すべきか、AIで浮いた時間を何に使うべきか迷う。そして、その問いの多くはミドルマネジャーに向かう。 AI時代のミドルマネジャーは、これまで以上に難しい立場に置かれる。上からは生産性向上と成果説明を求められ、下からは不安、抵抗、実験、品質確認の相談を受ける。同時に、業務品質を守り、リスクを管理し、メンバーを育成し、AIで変わる仕事の進め方を部門成果へつなげなければならない。この役割を準備なしに任せると、ミドルマネジャーはAI変革の推進者ではなく、現場のボトルネックになってしまう。問題は管理職の意欲不足ではない。役割が変わったにもかかわらず、教育、権限、ツール、時間が追いついていないことが問題である。ミドルマネジャーはAI導入の現場翻訳者である AI導入は、経営層にとっては戦略課題であり、IT部門にとってはシステム課題であり、人事・人材開発部門にとっては研修課題に見える。しかし社員にとっては、毎日の仕事の進め方が変わる問題である。誰がAIで下書きを作るのか。誰が確認するのか。どの基準で承認するのか。誤りが出た場合、誰が責任を持つのか。この変化を現場の言葉に翻訳するのがミドルマネジャーである。 HBRは2026年6月、AI導入がミドルマネジャーに負荷を集中させている問題を取り上げた。公開されている要約では、研究者が大手コンサルティング会社2社のパートナー、マネジャー、ジュニアコンサルタントに対して18件の半構造化インタビューを行ったと説明されている。AIは階層ごとに異なる使われ方をするため、その差を調整する役割がマネジャーに集中しやすい。 HBRの2026年7月の要約記事でも、AI導入の障害は技術そのものではなく、ミドルマネジャーに課される新しい要求にあると整理されている。マネジャーはAIを実装し、品質を維持し、チームを育てることを同時に求められる。これを実行するには、研修、権限、実務で使えるツールが必要だ。日本企業でも同じ構造が起こる。経営層はAIで生産性を高めたい。DX推進部門やIT部門はツールとルールを整える。人事は研修を実施する。ところが、社員が「この資料作成にAIを使ってよいのか」「AIの回答を顧客に出してよいのか」「浮いた時間をどの仕事に使うべきか」と聞く相手は、現場の課長や部長である。ここに基準がなければ、AI導入は個人任せの試行錯誤で終わる。管理職の役割は増えているが、支援は足りていない Gartnerの2026年3月のHR調査では、マネジャーの45%がAIはチーム業務の改善において期待どおりの効果を出していると回答している。一見すると前向きな結果である。しかし別の調査結果と合わせると、より現実的な課題が見えてくる。2025年7月の従業員2,986人調査では、マネジャーの46%が自分の仕事を改善するためにAIを実験している一方、一般社員は26%だった。管理職の方がAIを試している。一方で、2025年7月のマネジャー1,973人調査では、AIをチームで効果的に使ううえで課題がないと答えたマネジャーは14%にとどまる。多くのマネジャーは、AIをチームの仕事に組み込む段階で課題を抱えている。チームの業務文脈、メンバーの不安、品質基準、リスクの大きさがそれぞれ違うからである。特に重要なのは、AIで生まれた時間の使い方だ。AIが時間を節約しても、その時間が自動的に成果へ変わるわけではない。Gartnerは、2025年7月のHRリーダー114人調査で、AIにより節約された時間をどう使うべきかについてガイドラインを提供している組織は7%にすぎないと示している。HRリーダーの55%は、仮にAIで1時間が浮いた場合、その時間を本来業務の外にある特別プロジェクトへ使ってほしいと考えている。しかしマネジャーでその活動を優先すると答えた割合は28%だった。経営や人事が期待する時間の使い方と、現場マネジャーが現実的だと考える使い方には差がある。この差を放置すると、社員はAIで時間を節約したはずなのに、別の仕事が増えただけだと感じる。マネジャーは、浮いた時間をどこへ向けるべきか説明できない。経営層はAIが成果につながっていないと判断する。人事は研修受講率を示せても、現場成果の変化を説明しにくい。 Gallupの2026年調査では、マネジャーのエンゲージメントは24%で、個人貢献者の19%を上回る一方、日常的に強いストレスを感じる割合は45%と、個人貢献者の39%より高かった。怒りや悲しみなどの否定的感情も、リーダーとマネジャー層で高い。AI導入の追加責任を載せるなら、既存業務と会議、承認、報告を同時に減らさなければならない。 Gallup 2026の職位別エンゲージメント・生活評価・否定的感情の比較。マネジャーのエンゲージメントは24%、日常的ストレスは45% — ミドルマネジャー育成の根拠図表管理職の支援不足は、信頼と不安の問題になる AI導入は、技術利用の問題であると同時に、信頼の問題である。社員がAIを使うには、このツールを使っても安全だ、自分の役割がなくなるのではなく変わるのだ、試して失敗しても学習できる、上司が判断基準を持っている、という信号が必要になる。この信号を日々出せるのは、現場のマネジャーである。 GallupのState

アイボリーの紙質背景に「LMSとLXPを一つに」という見出しと一つに束ねた青いフォルダーを描いたアイキャッチ画像

研修システム統合：LMS/LXPを増やす前に学習データを整える

研修システム統合の要点を先に押さえる人材育成DXの問題はLMSの機能不足だけではない。LMS、LXP、AI教材・コーチ、社内ポータル、タレントマネジメント、HRISが増え、受講、スキル、職務、評価データが分断されることである。統合の本質は一製品への集約ではなく、人、組織、職務、コンテンツ、スキル、受講、業務証拠をどの基準データでつなぐかである。LMSは修了証跡、LXPは探索体験、HRISは社員・職務、スキル基盤は定義と熟練度を担う。AIコーチは能力判定者ではなく支援チャネルとする。 2026年の調査は、この課題を明確に示している。Salesforce/MuleSoftの2026 Connectivity Benchmark関連発表では、企業の平均アプリ数が897から957へ増えた一方、連携済みアプリは27%にとどまり、ITリーダーの86%が適切な統合なしにAIエージェントが価値より複雑性を増やす可能性を懸念している。HR.comの2026 HR Technology and Integrations調査紹介では、61%の組織がHR tech stackの成熟度を中程度以下と評価し、ソリューションが十分に統合されていると答えた組織は41%だった。SHRMの2026 AI in HR調査では、HR領域でのAI利用のうちL&Dは17%であり、AI投資成果を正式に測定していない組織は56%だった。Zyloの2026 SaaS Management Indexは、4,000万以上のSaaSライセンスと750億ドルの支出データをもとに、平均36%のライセンスが未使用だと示している。必要なのは削減だけでなく、基準データ, 体験レイヤー, 学習イベント, スキルシグナル, 業務証拠, 運用責任, 廃止基準

砂色の紙質背景に「研修より成果へつなげる」という見出しと結合した青緑色のバックルを描いたアイキャッチ画像

AI時代の人材育成は研修数ではなく「成果と学習のループ」で決まる

研修メニューは増えたのに、成果指標は動かない。生成AI研修、DXリテラシー研修、データ活用研修、リーダーシップ研修とカタログは年々厚くなる。それでも提案書の品質、顧客対応のスピード、リスク事故の件数は、研修の本数ほどには変わらない。研修を増やすほど「研修は実施したが、仕事の進め方はあまり変わっていない」という結論がかえって鮮明になる。この逆説が、AI時代の人材育成の出発点である。数字も同じ逆説を示している。BCGのAI at Work 2026調査では、回答者11,749人のうち88%が今後5年で大規模なアップスキリングが必要だと答えた。一方で、自分が適切に訓練されていると感じる回答者は36%にとどまる。McKinseyのHR Monitor 2026でも、HR専門家約1,300人と従業員約5,500人を対象にした調査で同じ種類のギャップが見える。従業員の24%は過去12か月間に会社の研修へ参加していないと回答した。従業員が実感している平均研修日数は3.4日である一方、HR専門家は6.2日と見積もっている。組織は、従業員が実際に経験している学習量よりも多くの学習が起きていると考えがちだ。問題は研修コンテンツの量ではない。現場の成果目標、上司のフィードバック、職務ごとのスキル基準、業務成果物、評価指標が別々に動いている限り、メニューを増やしても結果は変わらない。本稿が扱うのは研修カタログではなく回路である。成果・フィードバック・スキル・学習・証拠の五つを一つのループとして設計し、90日で最初の一回転を回す手順を整理する。 AI研修がつまずくのは研修室の中ではなく、その外側である AI研修がうまく成果につながらない組織には、よく似た流れがある。まず新しいツールを導入する。次に全社説明会や基礎研修を行う。研修後に受講率と満足度を確認する。一部の部署は自発的に活用を始めるが、多くの従業員は「自分の業務でどう使えばよいのか」がわからない。別の従業員は、会社が承認していない個人向けAIツールを使い始める。慎重な人はリスクを避けるために使わない。経営層は効果を求めるが、人材開発部門が示せる数字は受講率に偏る。この状態を従業員の意欲不足として扱うと、処方を間違える。WEFは2026年6月の記事で、AI時代の課題を「テクノロジーができること」と「人が実際に使えること」のギャップとして整理している。技術が進んでも、人が現場で自信を持って使うには、スキル、役割変化の明確さ、継続学習、信頼が必要になる。学習は単発イベントではなく、仕事そのものに組み込まれなければならない。 Gartnerの2026年6月のオーストラリア調査も示唆的だ。回答者574人のうち、38%は仕事でAI利用を期待されていた。そのうち85%は企業向けAIツールを提供されているが、86%は個人向けAIツールも併用している。高い利用度と前向きな感情を持つAI Championsは17%、低利用で否定的なAI Resistersは56%だった。ツールを配布しても、支援、明確なルール、仕事の再設計がなければ、成果は一部の人に偏る。 McKinseyの調査でも同じ断絶が見える。従業員の71%がAIによって自分の仕事や必要スキルが変わると見ている。ところが、正式な生成AI研修を受けた比率は欧州25%、米国31%、中国49%にとどまる。ここから見える課題は、単にAI研修が足りないという話ではない。仕事の変化、スキル基準、学習機会、評価、キャリア形成が十分につながっていないことが本質である。 AI導入が進むと、人材育成の需要は急に増える。事業部門は「AIを活用したい」と言い、情報システム部門や法務・リスク部門は「安全に使ってほしい」と言い、経営層は「生産性向上を示してほしい」と求める。この状態で人事や人材開発部門が全社員向けの同一研修だけを配信すると、研修部門はすぐにボトルネックになる。最初に見るべきなのは、研修テーマではなく業務フローである。どの作業をAIが支援できるのか。どの判断は人が担うべきなのか。どのデータは入力してはいけないのか。どの成果物は上司が確認すべきなのか。ここを設計しないまま研修だけを増やしても、現場実装は進まない。日本企業でも同じ問題が起こりやすい。研修は人事部門、AIツールはDX推進部門、セキュリティは情報システム部門、評価は各部門長、キャリアは人事制度というように、責任が分かれている。AI時代にはこの分断がそのままスキル転換の遅れになる。人材育成は、研修実施数ではなく、成果と学習をつなぐ設計で見直す必要がある。人事がAI戦略の周辺にいると、リスキリングは遅れる SHRMのState of AI in HR 2026では、HRにおけるAI活用の現状が整理されている。2025年12月にHR専門家1,908人を対象に行われた調査では、HR機能にAIを導入している組織は39%、2026年中に導入予定の組織は7%だった。AIの活用領域は採用27%、HR technology