リスキリングとは:スキルアップ・学び直しとの違い
リスキリングとは、事業や業務の変化に合わせて、これまでと違う仕事の進め方や新しい役割に必要なスキルを身につけること、また会社が社員に身につけてもらうことです。似た言葉と並べると、違いは「今の仕事の延長か、仕事の中身が変わるか」にあります。
| 言葉 | 主な意味 | 生成AIの場合の例 |
|---|---|---|
| スキルアップ | 今の仕事の延長で、能力を高める | 文章の要約や下書きにAIを使い、作業を速くする |
| アップスキリング | 今の職種のまま、新しい知識・技術を加えて仕事の質を上げる | 担当業務の手順をAIへの指示書にまとめ、繰り返し使う |
| リスキリング | 事業や業務の変化に合わせて、これまでと違う仕事の進め方・役割に必要なスキルを身につける | 業務の一部をAIエージェントに任せる前提で仕事を組み替え、自分は確認と判断を担う |
| 学び直し(リカレント教育) | 学校を出た後も、仕事と学びを行き来しながら学び続ける | 個人が講座や書籍で、AIの仕組みや活用法を学ぶ |
言葉の使い方には幅がありますが、企業の取り組みとして大切なのは、学んだ結果として業務の進め方が変わるかどうかです。経済産業省と IPA(情報処理推進機構)が定めるデジタルスキル標準でも、DXを推進する人材向けの「DX推進スキル標準」のねらいとして、役割とスキルを育成の仕組みに結び付けることによる「リスキリングの促進」が挙げられています(出典:経済産業省「デジタルスキル標準」)。
生成AI・AIエージェントで、リスキリングの中身が変わった
これまでDXのためのリスキリングというと、一部の社員がプログラミングやデータ分析を学ぶものと考えられがちでした。生成AIとAIエージェントが業務で使えるようになり、対象と中身が変わっています。
- 対象が全社員に広がった:文書の作成、情報の整理、集計、問い合わせへの回答など、職種を問わず多くの業務にAIが関わるようになりました。
- 身につけるものが「操作」から「任せ方」に変わった:ファイルを読み、手順に沿って作業を進め、結果をまとめるところまで担う AIエージェント(Claude Code や Codex など)が登場し、必要なのは、業務を分解し、AIに任せる範囲を決め、指示を書き、結果を確かめる力になりました。
- 人の役割が変わる:作業の一部をAIが担うと、人は確認・判断・顧客との対話に時間を移します。これは個人のスキルだけの問題ではなく、仕事の分担の見直しです。
AIを前提に業務・組織・意思決定の仕組みを作り替えることを、AX(AIトランスフォーメーション)と呼びます(詳しくは AX(AIトランスフォーメーション)とは)。生成AI時代のリスキリングは、AXを進めるために、社員が新しい仕事の進め方を身につける取り組みと言い換えられます。
「研修を受けただけ」のリスキリングが失敗する理由
リスキリングの研修を行っても、数週間後には元の仕事の進め方に戻っている、ということはよく起こります。原因の多くは研修の内容そのものではなく、研修と業務のつなぎ方にあります。
- 学ぶ内容が自分の業務とつながっていない:一般的な例題だけで学ぶと、自分の業務のどこで使うかが分からないまま終わります。
- 使う場面が決まっていない:「便利そうだ」で終わり、翌週のどの業務で使うかを決めていないと、忙しさの中で従来のやり方に戻ります。
- 業務の側が変わっていない:AIに任せる範囲、確かめる人、入力してよい情報のルールが決まっていないと、使いたくても使えません。
- 上司が使っていない:管理職が自分で使わず、部下のAI活用を後押ししないと、現場は「本気ではない」と受け取ります。
- 効果を測っていない:受講者数や満足度だけでは、業務が変わったかどうかが分かりません。
定着しない構造的な理由と、研修後の伴走で越える方法は 研修後にAIが定着しない3つの壁と、伴走で越える方法 で詳しく解説しています。
階層別の学び直し計画:4つの層で身につけるものが違う
リスキリングを全社員に同じ内容で行うと、経営層には物足りず、AIに触れたことのない人には難しい、という結果になりがちです。層ごとに「研修のあとに何ができるようになっていればよいか」を分けて決めます。
| 層 | 身につけること | 研修後に目指す状態 | 当社の研修パッケージ |
|---|---|---|---|
| 経営層・管理職 | 意思決定・会議・部下への依頼にAIを組み込む。AIに任せる範囲と、確認の責任を決める | 経営会議の準備・記録・フォローの一部をAIに任せ、判断に時間を使える | 経営層・管理職向け(12モジュール・約90日) |
| DX/AX推進者 | 業務の棚卸し、AIを前提にした業務の設計、Claude Code などでの実装、部門への展開と効果測定 | 自部門の業務をAIエージェントに任せ、その手順を社内に広げられる | DX/AX推進者向け(16モジュール・約90日) |
| 一般従業員 | 生成AIの基礎、自分の業務をAIに任せる手順、出力の確かめ方、社内ルール | 担当業務の一部を、手順書に沿ってAIに任せている | 一般従業員向け(基礎 → 持ち込み業務での実践 → 現場定着伴走) |
| 新入社員・若手社員 | NG行動を防ぐマインドセット、議事録・報連相・稟議書・メールでのAIの使い方 | 仕事の基礎の段階から、AIの出力を自分で確かめて仕上げる習慣がある | 新入社員・若手社員向け(半日が基本) |
どの層から始めるか
すべての層を同時に始める必要はありません。次の順番で進めると、学んだことが業務で使われやすくなります。
- 経営層・管理職:短時間でも先に学び、AIで何を変えるか、どこまで任せてよいかの考え方を示す
- DX/AX推進者:各部門から少人数を選び、先行して育てる。推進者が自部門で成果を出した業務が、全社に広げるときの題材になる
- 一般従業員:推進者が作った手順書や事例を使い、部門ごとに広げる
- 新入社員・若手社員:入社時の研修に組み込み、最初から正しい使い方を身につける
推進者の選び方や、層ごとに育てるものの詳しい整理は AI人材育成の進め方 で解説しています。
リスキリング計画の立て方:6つのステップ
ステップ1:何のためのリスキリングかを決める
「AIを使えるようにする」だけでは目的になりません。人手不足への対応、管理業務の時間の削減、顧客への対応の速さなど、事業や業務で変えたいことを1〜3つに絞り、そこから逆算して誰に何を学んでもらうかを決めます。
ステップ2:対象の業務を棚卸しする
部門ごとに時間を使っている業務を書き出し、頻度・かかる時間・手順の決まりやすさで並べます。AIに任せる候補の業務が見えると、学ぶべき内容も具体的になります。棚卸しの手順は 業務の棚卸しから Claude Code で自動化するまでの5ステップ も参考にしてください。
ステップ3:層ごとに「研修後にできること」を行動で書く
「生成AIを理解する」ではなく、「週次報告の下書きをAIに作らせ、数字を確かめて提出している」のように、研修のあとに確かめられる行動で書きます。これが、研修会社に依頼するときの要件にも、効果を測るときの基準にもなります。
ステップ4:自社の業務を題材に学ぶ
一般的な例題ではなく、受講者が自分の業務を持ち込んで演習します。進め方は次の章で説明します。
ステップ5:研修後の伴走期間を最初から計画に入れる
研修の翌週から、実際の業務で使うとつまずきが出ます。週1回の振り返りや質問の窓口を、研修と同じ計画の中に入れておきます。当社の一般従業員向けでは、研修のあとに週1回 × 8〜12週の現場定着伴走を組み込んでいます。
ステップ6:利用率と削減時間を測り、経営に報告する
研修の前に測っておき、伴走の終了時に同じ方法で測り直します。測り方は後の章で説明します。
自社の業務を題材にする:持ち込み演習の進め方
リスキリングで業務の進め方まで変えやすいのは、受講者が自分の業務を持ち込んで演習する形です。研修の中で「自分の業務をAIに任せる手順」を作れば、翌日からそのまま使えます。
題材に向いているのは、次の条件を満たす業務です。
| 条件 | 理由 | 例 |
|---|---|---|
| 毎週・毎月繰り返す | 一度作った手順を何度も使え、効果を測りやすい | 週次の報告書、月次の集計 |
| 手順がおおむね決まっている | AIへの指示を書きやすく、結果を確かめやすい | 複数のファイルの突合、定型の文書作成 |
| 入力がデジタルで揃っている | 紙や口頭の情報は、先にデジタル化が必要になる | Excel・CSV・社内文書 |
| 間違えたときの影響が限られる | 最初は人が確かめながら、任せる範囲を少しずつ広げられる | 社内向けの資料、下書き |
機密情報や個人情報を含む業務は、演習の前に扱い方を決めます。社内で許可されたツールを使う、演習用に匿名化したデータを用意する、といった方法があります。職種ごとの題材の例(営業の商談準備、経理の突合、人事・総務の問い合わせ対応など)は 一般従業員向け のページで紹介しています。
効果の測り方:利用率と削減時間
リスキリングの効果は、受講者数や満足度ではなく、業務が変わったかどうかで測ります。最低限、次の2つを研修の前から測っておきます。
| 指標 | 測るもの | いつ測るか |
|---|---|---|
| 利用率 | 受講者のうち、対象業務でAIを実際に使っている人の割合 | 研修前・伴走中・伴走の終了時 |
| 削減時間 | 対象業務の所要時間を、AIに任せる前と後で比べた差 | 研修前と伴走の終了時 |
余力があれば、使い続けている人の割合(継続利用率)、AIに任せた業務の数、手戻りや修正の回数(品質)も加えます。削減時間は担当者の自己申告で構いません。研修前に記録していないと、後から比べられない点に注意してください。
数字は、部門の責任者と経営会議に定期的に報告します。数字があれば、次にどの部門・どの層に広げるかを判断できます。効果は業務の内容、扱うデータ、使えるAIの環境によって変わるため、他社の数字ではなく自社の数字で判断することが大切です。
リスキリング計画表(テンプレート)
計画は、最初から分厚い資料にする必要はありません。次の1枚を、経営層と推進者で埋めるところから始めます。【 】 を自社の内容に置き換えてください。
# AIリスキリング計画(【会社名】・【作成日】版)
## 1. 目的(1〜3つ)
- 【例:月次の管理業務の時間を減らし、顧客対応に時間を回す】
## 2. 層ごとの「研修後にできること」
| 層 | 対象者・人数 | 研修後にできること(行動で書く) | 開始時期 |
|---|---|---|---|
| 経営層・管理職 | 【】 | 【】 | 【】 |
| DX/AX推進者 | 【】 | 【】 | 【】 |
| 一般従業員 | 【】 | 【】 | 【】 |
| 新入社員・若手社員 | 【】 | 【】 | 【】 |
## 3. 題材にする業務
| 業務 | 部署 | 今の所要時間(月) | AIに任せる範囲 | 人が確かめること |
|---|---|---|---|---|
| 【】 | 【】 | 【】 | 【】 | 【】 |
## 4. ルール
- 使ってよいツール:【】
- 入力してよい情報/入力しない情報:【】
## 5. 伴走と測定
- 伴走の期間と頻度:【例:研修後 週1回 × 8週】
- 測る指標:利用率・削減時間(研修前に記録)
- 報告の場:【例:月1回の経営会議】
助成金を使う場合の注意点
リスキリングの研修について、厚生労働省の人材開発支援助成金を使えるかどうかというご相談をよくいただきます。人材開発支援助成金には「事業展開等リスキリング支援コース」などのコースがあり、同コースは、新規事業の立ち上げなどの事業展開や、DX・GX化などに伴って新たな分野で必要となる知識・技能を習得させる訓練を対象としています。厚生労働省のパンフレット(令和8年8月3日版)では、令和4年度から8年度までの期間限定の制度として案内されており、訓練の開始前に計画を労働局へ届け出る必要があるなど、手続きの期限も決まっています(出典:厚生労働省「人材開発支援助成金」)。対象になるかどうかと、最新の要件・期限は、厚生労働省・都道府県労働局でご確認ください。
当社では、助成金の申請代行・要件対応は行っていません。貴社が申請される場合は、研修内容の証明書類など、申請に必要な範囲でご協力します。
また、助成金の要件に合わせて研修の時間や形式を決めると、持ち込み業務での演習や研修後の伴走が削られ、本来の目的から離れることがあります。研修の費用は、削減できる業務時間と成果で判断することをおすすめします。考え方と試算の手順は 助成金に頼らないAI研修の投資対効果 で解説しています。
まとめ:リスキリングは「研修」ではなく「仕事の進め方を変える計画」
- 層ごとに、研修のあとにできるようになることを分けて決める
- 一般的な例題ではなく、自社の業務を題材にする
- 研修後の伴走を、最初から計画に入れる
- 利用率と削減時間を、研修の前から測る
当社の 階層別・テーマ別研修 では、経営層・管理職/DX/AX推進者/一般従業員/新入社員・若手社員の4つの研修パッケージで、自社の業務を題材にした演習と研修後の伴走を組み込んでいます。研修は全国どこでも講師が伺う 出張研修 のほか、オンラインでも実施できます。AIの予備知識がなく、何から始めればよいか分からない場合は はじめてのAI導入 をご覧ください。自社のリスキリングをどこから始めるかを整理したい場合は、無料相談 からお問い合わせください。



