スキル分類の相互運用性は、用語を一つに揃えるだけでは実現しない。ATS・LMS・HRISの識別子、同義語、熟練度、対応関係、根拠、版をつなぎ、採用・育成・配置で意味を損なわずにデータを往復させる設計、移行手順、検証指標を実務向けに整理する。

スキル分類の相互運用性：採用・育成・配置を同じ言語でつなぐ

人材データの整合性を確認する会議で、同じように見える能力が三つの名称で見つかる。ATSには「データドリブンな意思決定」、LMSには「A/Bテスト結果の分析」、タレントマネジメントには「分析的問題解決」と登録されている。担当者には近い言葉でも、システムは別物として処理する。採用で見つけた不足は研修推薦へつながらず、研修を終えた社員は社内公募の候補に現れない。

スキル分類の相互運用性とは、異なる分類体系のスキル概念がシステム間を移動しても、識別子、範囲、関係、熟練度、根拠、版を失わず解釈できる状態である。API接続と項目形式が整っても意味が変われば相互運用できていない。表示名が違っても同じ基準概念を指し、その差を説明できれば連携できる。

人材育成の結論は明確だ。一つのスキル辞書を全システムへ複製するより、採用・育成・配置それぞれの問いを残し、基準概念とクロスウォークで結ぶ方が正確である。 違いを消すのではなく、違いをデータとして管理することがスキルベース人材戦略の土台になる。

同じ名称より同じ識別子を先にそろえる

名称は変わる。「プロンプトエンジニアリング」が「生成AIへの指示設計」と呼ばれ、英語、カタカナ、日本語の表記が併存する。LMSのベンダーを替えればタグも変わる。名称を主キーにすると、改称のたびに職務、講座、社員プロフィール、求人のつながりが揺れる。

反対に、同じ名称も同じ意味を保証しない。「コーチング」は管理職には評価後の対話、営業には同行指導、LMSには質問技法の講座群かもしれない。ラベルだけを統合すると、異なる遂行範囲を一つの概念へ押し込む。

基準となるスキルレコードでは、次を分ける。

変更しない社内skill_id、定義、含む・含まない業務。
言語・システム別の優先ラベル、同義語、旧称、検索語。
上位・下位・関連概念と外部標準の識別子。
熟練度ごとの観察可能な行動と評価方法。
概念の版、適用日、廃止状態、後継概念。

W3C SKOSのように、概念識別子、多言語ラベル、分類コード、別体系との対応を分けられる。RDFや本格的なオントロジーを直ちに実装しなくても、概念そのものと画面に表示する言葉を同じ欄へ入れない原則は使える。

共通スキル言語は、人間向け用語集を超えて電子システムが検索・照合・マッピングできる辞書でなければならない。職業基準・職務記述、資格・学習成果、労働市場情報を共通座標で結ぶ、というのがOECDの結論である。

採用・育成・配置は同じスキルに別の問いを立てる

ATSは「入社時に何を実証すべきか」を問う。LMSは「何を教え、何を評価するか」を問う。HRISやタレントマネジメントは「誰が、どの業務文脈で、いつ使えるか」を問う。一つのシステムの項目をそのまま他へコピーすると、元の問いが消える。

例として、架空の基準スキルSK-0427：実験結果を解釈し、事業上の判断を提案するを置く。

管理対象	ATS	LMS	HRIS・配置	基準レコード
表示名	データドリブンな意思決定	A/Bテスト結果の分析	分析的問題解決	言語・システム別ラベルと同義語
対象範囲	採用職務で必要な課題	講座が扱う実験・解釈	プロジェクトで必要な判断	定義、含む・含まない業務、関連スキル
熟練度	入社時の最低遂行基準	受講前後の到達基準	配置時の自律性・複雑性	行動アンカーと尺度の版
証拠	課題、構造化面接、ポートフォリオ	シミュレーション、評価、観察	最近の成果、確認者	証拠種別、出典、観察日、期限
接続	求人・面接項目との関係	講座・学習成果との関係	職務・案件・人材との関係	元・先ID、関係、根拠、承認状態

三つの表示名が完全に同じかは、この時点で決めない。LMSが統計的有意性の解釈だけを扱うなら基準スキルより狭い。HRISの「分析的問題解決」が原因分析まで含むなら広い。差を関係として残せば、採用上の不足へ適切な学習を結び、修了証拠を配置判断で過大評価せずに済む。

人材プロフィールには概念の版、証拠、利用文脈、確認者を保存する。研修修了は能力の証拠の一つであり、あらゆる職務で自律遂行できるという宣言ではない。

一対一対応を強いるとスキルの範囲が歪む

分類体系の接続は名簿照合ではない。広い概念が別体系では複数に分かれ、業務・知識・講座・資格も異なる単位で管理される。空欄を失敗とみなし一対一の対応率を上げるほど誤対応が増える。

英国SSC Version 1.0は、3,350のOccupational Skillsを607のSkill Groups、106のSkill Areas、22のSkill Domainsへ整理し、22,583のTasks、5,056のKnowledge concepts、13のCore Skillsと結ぶ。Figure 3ではSkillsを中心にJobs、Tasks、Knowledge、Courses、Core Skillsがつながる。CoursesとCore Skillsの間の灰色線は、その対応がないことを示す。「対応なし」も正しいデータ状態である。

スキル分類を職務・講座・タスク・知識へ結ぶ英国SSCの基本マッピングFigure 3

Skills EnglandのUK SSC開発報告書原文19ページ、Figure 3。同じページはSSC Skillsの3,350件がESCO skillsへ、3,253件がONET Detailed Work Activitiesへマッチしたと記す。100％と97％は対象範囲であり、すべてが完全同義という意味ではない。*

企業のクロスウォークには、W3C SKOSの区分を簡略化して使える。

関係	判定	人材育成での例
`exact`	広い用途で置き換えても意味の損失がほぼない	定義・範囲・行動基準が同じ概念を別コードで保存
`close`	一部の検索や推薦では併用できるが差が残る	講座タグと職務スキルの中心は同じだが適用文脈が違う
`broader`	元概念が先概念より広い	「データ分析」が「回帰分析の実行」を含む
`narrower`	元概念が先概念より狭い	「製造現場の安全コーチング」が「コーチング」の一場面
`related`	関連するが包含・同等ではない	「実験設計」と「データドリブンな意思決定」
`no-match`	現時点の根拠では責任を持って結べない	新技術や社内固有業務が外部標準にない

closeを二回たどっても最初と最後が近いとは限らない。SKOSのcloseMatchも推移的ではない。ベンダーの中間対応を連結せず、元概念と最終概念を直接見直す。

熟練度の数字は行動基準なしに翻訳できない

危険なのは、同じ数字を同じ水準とみなす変換である。ATSのレベル3は「単独で遂行できる」、LMSの3は「上級講座を修了した」、人材DBの3は「複雑な場面で他者を指導できる」かもしれない。数字が同じでも、観察対象と判定者が違う。

熟練度のクロスウォークでは行動を比べる。

比較軸	採用基準	学習基準	配置基準
課題の複雑性	限られた資料で課題を解けるか	未知の事例へ原理を適用できるか	実際の制約と利害の中で判断できるか
自律性	追加指示なしに終えられるか	どれだけ支援を要するか	監督なしに結果を引き受けられるか
影響範囲	一つの機能・道具を扱うか	複数概念を統合するか	部門・顧客・案件へ影響するか
証拠	標準課題と面接	評価、演習、反復実行	最近の成果と観察者の確認

完全な対応がなければLMS 3 → HRIS 2のような一式変換を作らない。「知識とシミュレーションの基準は満たしたが、実務上の利害調整は未確認」と、満たした行動と追加検証を分ける。研修推薦には使えても配置承認には現場証拠が必要、という条件を表せる設計にする。

熟練度尺度にも版がある。段階別行動を改定したら過去評価を上書きせず、当時の尺度と現行基準へ読み替える根拠を残す。

対応表には正解より根拠と有効期限を残す

元スキル名―先スキル名の二列だけでは、なぜ結んだかが分からない。担当交代や外部分類の改訂時に全件を推測し直すことになる。少なくとも次を記録する。

元・先の分類名、版、概念ID。
exact / close / broader / narrower / related / no-matchの関係。
定義、含む・含まない業務、行動アンカーの比較根拠。
自動推薦スコアと人の承認状態。
所有者、確認者、適用日、見直し期限。
後継関係、変更理由、影響する職務・講座・人材。

mapping_confidenceは社員の能力確率ではなく、二概念の関係を支える根拠の強さである。定義文だけなら低く、実務例と評価項目まで一致すれば高くできるが、承認者は代替しない。

反例も残す。「財務モデリング」と「表計算ソフトの利用」は一緒に出現しやすいが、前者は仮定設計や価値評価を含み、後者は操作技能にとどまる場合がある。含まない業務を明記すると、検索・推薦が必要以上に広がらない。

マッピング属性は出典・履歴管理の代わりにならない、というのがSKOSの原則である。関係コードの隣に根拠、確認者、適用・失効日、変更理由を置く。正解らしく見える一行より再判断できる記録が相互運用性を長く保つ。

AIは候補を絞れても意味を承認できない

数千概念を人が一から比較するのは難しい。埋め込みは定義、業務、学習成果が近い候補を絞り、言語モデルは相違点の下書きを作れる。自動化の目的は承認件数を増やすことではなく、確認者が読む範囲を減らすことにある。

英国SSCはESCO、National Careers Service、O*NET、Skills England Occupational Standards、Graduate Futures Institute、Innovate UK Workforce Foresighting Hubという六つの入力を使った。スキルかどうかを検証し、意味でクラスタリングし、AIで統合・重複排除を補助した後、ラベルを人が見直した。さらにSOC、Tasks、実際のjob adsで検証した。

スキル分類を作るため六つの情報源を検証・クラスタリング・重複排除する英国SSC Figure 7

UK SSC開発報告書原文27ページのFigure 7。全分類を一度に生成AIでタグ付けしたのではなく、候補の整理、人の確認、業務・求人情報による検証を段階的に組み合わせている。

企業でも定義、業務、学習成果、評価項目から候補を作る。モデルには少数候補を一件ずつ比べさせ、関係、共通範囲、相違、反例、根拠位置を構造化して出させる。職務専門家と人材育成担当が用途に照らして承認する。

高い類似度を人がno-matchと判断した例は重要な境界データである。慣習上同じとした言葉をモデルが分けた場合も、定義と業務事例を再確認する。不一致を消すより、どの差で起きたかを学ぶ。

外部標準は座標であり社内職務の代替ではない

外部分類をそのままコピーすれば開始は速いが、自社の商品、設備、規制、意思決定権限が落ちる。社内語だけなら採用市場、資格、研修供給とつながらない。社内の基準概念を維持しながら外部IDと関係付けるのが現実的である。

定義、分析単位、粒度が違うため、既存枠組みの統合だけでは相互運用できない。英国SSCもSkills、Jobs、Tasks、Knowledge、Coursesと国際分類を別の関係で結ぶ。外部標準は共通座標であり、社内業務の最終定義者ではない。

日本ではデジタルスキル標準（DSS）ver.2.0が重要な外部座標になる。DX推進スキル標準は、ビジネスアーキテクト、デザイナー、データサイエンティスト、データマネジメント、ソフトウェアエンジニア、サイバーセキュリティの6類型を置き、共通スキルリストを5カテゴリー・13サブカテゴリーで整理する。2026年改訂ではデータマネジメント類型を新設し、役割やスキル重要度も見直した。

このDSSを自社の職能資格や人事等級へそのまま貼らない。例えば社内の「工場DX推進責任者」は、ビジネスアーキテクト、データマネジメント、現場固有の安全・設備知識を組み合わせるかもしれない。社内概念を残し、DSSの複数概念とclose / broader / narrower / relatedで結ぶ。OJT項目、研修講座、配置条件も同じ基準IDへ別々に接続する。

技術・産業の変化、既存標準との整合性、利用者への影響とフィードバックを踏まえて継続改訂するのがDSSの方針である。DSS ver.2.0のように版を固定し、改訂時に社内職務への影響を確認する。

新版は上書きせず影響範囲とともに配布する

同義語の追加と構造変更は別のリリースである。表記修正は検索を改善するが、スキルを二つに分けたり上位・下位を変えたりすれば、求人要件、研修推薦、人材プロフィール、指標が同時に変わる。

移行では四つの状態を分ける。

維持：IDと意味は同じで、名称・説明だけを補った。
後継：旧概念を新概念一つが引き継ぎ、supersedesを残す。
分割・統合：一対多、多対一のため自動移行しない。
廃止・未対応：新規利用は止めても過去証拠の解釈用に残す。

分割された新概念を社員プロフィールへ自動複製すると、実証されていない能力を作る。旧証拠がどの新概念を支えるか再評価し、判断できなければ「再確認が必要」とする。講座もタグだけを付け替えず、学習成果と評価項目が分割後の範囲を本当に扱うかを見る。

UK SSC Version 1.0の運用案は、最初の1年で大きな変更を検討し、その後は5年周期へ移る。企業の義務周期ではないが、用語変化を継続監視し、構造変更を別周期と影響評価で扱う区分は参考になる。

配布前に、変更概念を使う求人・職務・案件、講座・評価、社員プロフィール、分析指標を洗い出す。旧版をいつまで参照できるか、再計算するか、ロールバック条件は何かを記録する。消費システムがどの版をいつ適用したか残さなければ、同じ会議で異なる数字が出る。

一つの職種群で採用→学習→配置→採用を往復させる

全社分類から始めると定義会議が長く、接続上の誤りは遅れて見つかる。採用需要と育成投資が大きく、社内公募やプロジェクト異動がある一つの職種群を選ぶ。データアナリストの主要スキル20〜40件程度なら、人が比較できる。

実際の求人票と構造化面接から必要な遂行を基準スキル候補へ分解する。
講座の学習成果と評価項目を対応させ、広い・狭い関係を許容する。
最近の業務証拠がある社員と、案件の要求を同じ基準へ結ぶ。
採用上の不足から推薦した講座が、その不足範囲を本当に教え評価するか確かめる。
修了証拠が配置候補をどう変えるかを見て、現場確認が必要な境界を示す。
配置後の遂行証拠を採用・職務基準へ戻したとき、意味が変わった箇所を確認する。

往復は全項目を元の値へ戻す試験ではない。ATSの最低要件がLMSの学習成果へ分かれ、再び集約されるとき、満たした範囲、残る条件、集約規則を説明する試験である。

候補者選考、学習推薦、社内配置を一件ずつ追い、どの対応関係が判断へ影響したかを確認する。ファイルが正しくても実務判断がつながるとは限らない。

自動対応率ではなく意味の損失を示す七つの数値を見る

「全概念の95％を対応済み」は進捗であり品質ではない。空欄を無理に埋めても上がる。次を別々に測る。

人の確認後に関係が変わった率：自動提案のexactがclose・broader・no-matchへ何件変わったか。
妥当な未対応率：外部標準にない固有・新規スキルを、無理に吸収せず何件残したか。
熟練度の非対応率：数値変換できず、行動検証が追加で必要な関係は何件か。
往復時の意味損失：元→基準→先→基準で範囲、関係、熟練度条件が変わった割合。
旧版への露出：廃止・分割済み概念を使う求人、講座、プロフィール、指標の件数。
例外処理時間：未対応、衝突、分割移行を見つけてから所有者が判断するまでの時間。
意思決定の誤り・欠落：誤った講座推薦、不適切な候補拡大、適任者の見落としを生んだ関係。

一つの総合点へ混ぜない。未対応が多くても新技術を保持した結果であり、自動承認率が高くても広い概念だけを接続した結果かもしれない。職種群、関係種別、用途ごとに見る。

標本には固有職務、新技術、日英表記、熟練度の境界事例を含める。成功件数より、採用・育成・配置を変えた誤対応と未対応を先に扱う。

日本企業ではDSS・職能資格・OJTの所有者を分ける

スキル分類を人事システム部門だけに置けばAPIと項目が優先され、人材育成部門だけなら講座タグが中心になる。人事企画だけなら職能資格・等級が絶対基準になりやすい。相互運用性は一つの体系を勝たせることではなく、概念と接続の責任を分けることである。

基準概念の所有者は定義、範囲、上下関係、廃止を承認する。
採用・職務の所有者は求人、面接、実務要件との一致を検証する。
人材育成の所有者は講座の学習成果・評価とスキルの関係を持つ。
People Analytics・HRテックはID、版、来歴、品質規則、各システムへの反映を管理する。
現場の専門家は業務事例、反例、熟練度の行動基準を提供する。
日本語・地域担当は翻訳やカタカナ表記で概念範囲が変わらないかを見る。

職能資格の等級、ジョブ型職務記述、OJT項目、自己啓発講座を同一視しない。稟議には「どのID・版・関係を、どの判断に使うか」を書く。評価・報酬への接続は学習推薦より厳しい証拠と承認を求める。

変更会議では好みの用語より影響する判断を見る。closeをexactに変えると誰が候補に加わるのか、熟練度変換を変えるとどの研修と配置が動くのかを問う。最初の目標は完全な全社辞書ではない。一つの職種群で、採用要件、学習成果、社員の証拠、案件要求を同じIDが結び、その差を説明できる状態をつくる。

スキル言語を一つにするとは差を消すことではない

採用、育成、配置は違う問いを持つため、異なるラベルと尺度があってよい。問題は差が見えないことだ。同じ名称が別の意味を指し、別名称が同じか誰も説明できず、版の変更で過去の判断が静かに読み替えられると、スキルデータは信頼を失う。

基準識別子と多言語ラベルを分け、exact・close・broader・narrower・related・no-matchを根拠付きで記録する。熟練度は数字ではなく行動で比べ、AIは候補を絞るために使い、人が職務・学習・配置の文脈で承認する。構造変更は求人、講座、人材、指標への影響とともに移行する。

スキル分類の品質は項目数や自動対応率では決まらない。一つのシステムの意味が別のシステムで誇張・消失せず、変わったなら理由と責任者を追跡できるかが基準である。そのとき採用要件は学習目標へ、学習証拠は配置候補へ、配置後の遂行は次の職務・育成改訂へつながる。