一般社団法人コーチング心理学協会 ／ AI×コーチング心理学研究所 ／ AI×キャリア自律とAIエンゲージメント経営
AIが答えを与える組織から、AIと対話しながら「自分でキャリアを創る組織」へ。キャリア自律・心理的資本・コーチング心理学を一つの理論モデルとしてつなぎ、人事施策として設計するための特集です。
「キャリア自律を促すと、社員が辞めてしまうのではないか」——人事の現場でもっとも多い懸念です。この特集は、その問いから出発します。
Q. なぜ今、企業にキャリア自律が求められているのですか？
A. 生成AIによる仕事内容の変化、専門人材化、リスキリングの必要性、人材の流動化、人的資本経営の広がりが重なり、会社が一律にキャリアパスを用意することが難しくなったためです。本人が選び、組織が選択肢と機会を用意するという分担へ移りつつあります。
| 背景 | 何が起きているか | 人事に求められること |
|---|---|---|
| 生成AIによる業務変化 | 職務の輪郭が短期間で変わり、必要なスキルが入れ替わる | 職務ではなくスキルを軸にした人材把握 |
| 専門人材化・ジョブ型 | 一律の昇進経路ではなく、専門性の積み上げが評価軸になる | 複線的なキャリアパスの明示 |
| リスキリング | 学び直しが一部の人の話ではなくなる | 学習時間の確保と学習内容の選択支援 |
| 人材の流動化 | 採用だけで必要な人材を揃えることが難しくなる | 内部人材の再配置と育成の比重を上げる |
| 人的資本経営 | 人への投資と、その効果の説明が求められる | 指標の設計と開示、施策と成果の接続 |
| 若手の定着 | 成長実感が得られないことが離職理由になりやすい | 早期からの機会提供とキャリア対話 |
これらはいずれも、「会社が用意した道を歩いてもらう」という前提が成り立ちにくくなっていることを示しています。だからこそ、本人が選べる状態をつくることが、組織側の課題になります。
Q. キャリア自律とは何ですか？
A. 自分のキャリア形成を組織に委ねず、働く人自身が主体的に方向を考え、選び、行動していく状態を指します。転職を前提とした概念ではなく、今の組織の中で自ら学び、挑戦し、貢献していく力も含みます。
| 誤解 | その結果おきること | 実際に必要なこと |
|---|---|---|
| キャリア自律＝自己責任 | 本人任せにして「自分で考えてください」で終わる | 本人・上司・制度・学習環境・AI・コーチングの組み合わせで支える |
| キャリア自律＝転職準備 | 支援すると人が辞めると考え、施策を避ける | 社内で「やりたいことができる見込み」を高める方向へ設計する |
| キャリア自律＝研修を1回やること | 研修を実施して終わりにする | 1on1・公募・越境・振り返りが続く仕組みとして設計する |
| キャリア自律＝若手だけの話 | 中高年を育成対象から外す | 全年代を対象にする。市場価値が低いまま自律だけ求めると逆効果になりうる |
| キャリア自律＝会社が道を用意すること | キャリアパスを提示すれば足りると考える | 選択肢の提示に加え、本人が選び、表明できる機会を用意する |
自分のキャリアに関心を持ち、学び、探索し、意思を表明する。ただし本人の努力だけでは限界がある。
キャリアを扱う1on1、強みの承認、少し背伸びする課題の提供、心理的安全性の確保。
社内公募、越境学習、ポジションの開示、キャリア意思の表明機会。選べる状態をつくる。
学ぶ時間の確保、教材へのアクセス、実践の場。意欲があっても時間がなければ動かない。
経歴の棚卸し、選択肢の生成、日々の振り返り。人が対応しきれない量と頻度を担う。
情報を本人の文脈に位置づけ、行動へつなげる。AIが出した材料を、動きに変える。
この論点は、キャリア自律施策が進むかどうかの分かれ目になります。丁寧に見ていきます。
| 層 | キャリア自律度が高いとき | 解釈 |
|---|---|---|
| 主観的な市場価値が高い層 | 転職意向も高まる傾向 | 外に出る選択肢が実際に見えているため |
| 主観的な市場価値が低い層 | 転職意向はむしろ低くなる傾向 | 現在の会社にとどまろうとする方向に働く |
| 全体 | 転職意向とは相関しない | 自律そのものが離職に直結するわけではない |
調査では、「昇進の見通し」と「やりたい仕事ができる見込み」が転職意向を抑制していました。そしてその見込みを高める要因として、次の3つが挙げられています。
この3つは、いずれも組織側が用意するものです。つまり、キャリア自律を抑えるのではなく、社内の受け皿を整えることが打ち手になります。
| 避けたい設計 | 推奨する設計 |
|---|---|
| キャリア自律の推進そのものを控える | 自律を推進しつつ、社内で挑戦できる受け皿を先に用意する |
| キャリア研修を実施して終わりにする | 研修のあとに、公募・越境・プロジェクト参加の機会を接続する |
| 市場価値の高い人だけに手厚く関わる | 全年代・全層を育成対象にする（市場価値が低いままの自律要求は逆効果） |
| キャリア面談を評価面談と兼ねる | 評価とは分けた場で、本音のキャリア対話ができるようにする |
| 人事領域 | AIが担えること | 人が担い続けること |
|---|---|---|
| 採用 | 母集団の分析、求人票の改善、面接の練習相手 | 最終判断・見極め・魅力づけ |
| 配置 | スキルと職務の照合、社内公募の候補提示 | 組織の事情を踏まえた調整 |
| スキル分析 | 保有スキルの棚卸し、不足スキルの特定 | 何を重要と見なすかの判断 |
| タレントマネジメント | データの統合と可視化 | 人物理解と育成方針の決定 |
| キャリア支援 | 経歴整理、選択肢提示、応募書類の下書き | 葛藤への応答・意思決定の支援 |
| 1on1支援 | 事前の論点整理、質問案、記録の要約 | 関係性の構築・信頼・その場の判断 |
| 研修・リスキリング | 個別の学習計画、教材づくり、理解度の確認 | 動機づけ・実践の場の設計 |
| エンゲージメント分析 | サーベイ自由記述の整理、傾向の把握 | 打ち手の決定と説明責任 |
| 組織開発 | 課題の構造化、施策案の生成 | 合意形成・対話の場づくり |
| 人事データ分析 | 集計・可視化・仮説出し | 指標の妥当性と倫理的な判断 |
2026年2月、大手企業が人事総務領域での生成AI活用を本格化し、2026年春までに10件のツールを順次運用開始すると発表しました。そのなかには、従業員が自身の経験や関心を入力すると、生成AIが社内の公募ポジション情報を横断的に参照し、条件に合う職務を整理・提示する「キャリア自律支援AI」が含まれています。
あわせて、箇条書きのメモから対話を通じて社内公募向けの職務経歴文を作成する「社内公募活性化AI」も挙げられました。応募書類作成の負担が、社内公募の実質的な障壁になっていたことへの対応と読めます。
注目したいのは、この2つがいずれも「社内での挑戦」を後押しする方向に設計されている点です。前節で見た「社内の受け皿を整える」という打ち手が、AIによって実装されはじめています。
| 領域 | AI | 人間のコーチ | 補足 |
|---|---|---|---|
| 情報収集 | ◎ | △ | 網羅性と速度はAIが優位。ただし何を探すかの判断は人が行う |
| 選択肢の生成 | ◎ | ○ | 自分では思いつきにくい方向を出せる。選ぶのは本人 |
| スキルの整理・棚卸し | ◎ | ○ | 経歴やスキルを構造化する作業はAIが得意 |
| 振り返りの促進 | ◎ | ◎ | AIは頻度で、人は深さで貢献する |
| 問いを立てる | ◎ | ◎ | AIは量と多様性、人は文脈に応じた一言の重み |
| 共感的な応答 | ○ | ◎ | AIも共感的に応答できるが、関係性と責任を伴う共感は質が異なる |
| 信頼関係の構築 | △ | ◎ | 継続的な関係と相互の責任の上に成り立つ |
| 組織文脈の理解 | △ | ◎ | その職場の力学や人間関係は、外からは見えにくい |
| 倫理的な判断 | △ | ◎ | 誰にどんな影響が及ぶかを引き受けられるのは人 |
| 深い意味づけ | ○ | ◎ | 本人の人生の文脈に位置づける作業は人の役割が大きい |
| 行動の支援 | ○ | ◎ | 日々の後押しはAI、節目の意思決定は人 |
| 重大なリスクの判断 | × | ◎ | 心身の危機、ハラスメント、法的問題などは必ず人の専門家へ |
この表で「共感的な応答」をAI＝○としているのは、AIが共感的な文章を返せないという意味ではないためです。実際には、AIの応答を温かいと感じる人は少なくありません。異なるのは、その共感が継続的な関係と責任の上に成り立っているかどうかです。
問いを出す、整理する、選択肢を広げる、振り返りを促す。急かさず、失望せず、何度でも付き合える。
信頼関係、心理的安全性、感情への応答、葛藤の受けとめ、倫理判断、組織文脈の理解、重大なリスクの判断。
何を目指すか、何をやめるか、いつ休むか。決めるのも、動くのも、その結果を引き受けるのも本人。
あなたはコーチング心理学に基づくキャリアコーチです。私のキャリアについて考えを整理するのを手伝ってください。
条件：
・助言、提案、キャリアプランの提示はしないでください。質問だけをしてください。
・質問は一度に1つだけ、150字以内でお願いします。
・私の会社の事情はあなたには分かりません。一般論で決めつけないでください。
・まず、私が何を大切にしたいのかが見えてくるような順番で質問してください。
まず1つめの質問をお願いします。「あなたには私の会社の事情は分からない」と明示しておくと、AIが一般論を断定的に述べるのを抑えられます。
Q. AIエンゲージメント経営とは何ですか？
A. AIによる分析・対話・学習支援と、人間によるコーチング・関係構築・意味づけを組み合わせ、社員のキャリア自律、心理的資本、エンゲージメント、成長行動を継続的に高める人的資本経営のあり方。
「AIで人事を効率化する」という発想と、この考え方は方向が異なります。効率化は、いまある業務を速くします。ここで扱うのは、人を管理するAIから、人の可能性を広げるAIへという設計思想の転換です。
AIによる可視化は、監視にも支援にもなります。どちらになるかは、データを誰が見て、何に使うかの設計で決まります。本人が自分のために使えるデータかどうかが分かれ目です。
答えを与えるほど、本人が考える機会は減ります。研究でも、AIに任せることで自分で考える働きが弱まる可能性が指摘されています。AIには問いを返させる設計が要ります。
スキルの可視化は進んでも、挑戦する心理状態が整っていなければ行動は起きません。希望・自己効力感・レジリエンス・楽観性は、介入によって育てられることがメタ分析で示されています。
キャリア自律そのものを抑えるのではなく、「この会社でやりたいことができる見込み」を高める方向へ設計します。社内公募、越境、プロジェクト参加などの受け皿が要点です。
AIは問いを出し、整理し、選択肢を広げ、振り返りを促すことに強い一方、関係性、文脈理解、倫理判断、深い共感、重大なリスクの判断は人の専門家が担います。AI単独でも人単独でもなく、組み合わせが前提です。
AIの役割：整理と問い返し／人の役割：違和感の判断
経歴・強み・価値観・スキルを、AIとの対話で言葉にする。「なんとなく分かっている」を「人に説明できる」状態へ。
AIの役割：選択肢の生成／人の役割：組織文脈の補正
社内公募、越境、リスキリング、職務の作り替えなど、今の場所で選べる道を、思い込みを外して数え直す。
AIの役割：問いと振り返り／人の役割：関係性と承認
希望・自己効力感・レジリエンス・楽観性という4つの心理的資源を育てる。選択肢があっても、この土台がないと動けない。
AIの役割：日常の壁打ち／人の役割：節目の対話
情報や選択肢を、本人の人生の文脈に位置づける。「なぜ自分はそれをやりたいのか」が言葉になる段階。
AIの役割：分解と継続支援／人の役割：機会の提供
小さな行動へ分解し、実行意図を決め、実際に動く。今の仕事の中で役割や関係を作り替えることも含む。
AIの役割：変化の可視化／人の役割：意味の共有
自分で選び、動き、手ごたえを得る経験が、仕事への向き合い方そのものを変えていく。
AIの役割：データの整理／人の役割：制度と文化
個人の成長が、組織の中で発揮される。内部での人材流動と、定着の両立が視野に入る。
多くの施策は、①INSIGHT（自己理解）と②POSSIBILITY（選択肢）で止まります。適性診断を受け、キャリアパスの説明を聞き、そこで終わる——という形です。
しかし、選択肢が見えていても動けない人は少なくありません。そこに欠けているのが③PsyCap（挑戦できる心理状態）です。「その道があるのは分かるが、自分にできる気がしない」「失敗したら戻れない」という状態では、選択肢は選択肢として機能しません。
逆に、⑤ACTION（行動）から始めてしまう施策もあります。とにかく手を挙げさせる、とにかく研修に出す、という形です。この場合、①〜④が薄いため、行動が続かず、一度きりで終わります。どの段階で詰まっているかを見極めることが、施策設計の出発点になります。
制度を作り変える前に、キャリアを扱う1on1を、評価面談とは別に四半期に一度設けるところからが現実的です。場を確保するほうが、制度改定より早く動きます。
来週、部下とキャリアについての1on1を行います。準備を手伝ってください。
条件：
・部下への評価や、私が言うべきことのリストは作らないでください。
・私が「聞く」ための問いを、10個挙げてください。
・そのうち半分は、本人がすでにできていることに目を向ける問いにしてください。
・「どうしたいの？」のような、答えにくい大きな問いは避けてください。
・最後に、私がやりがちな失敗を3つ挙げてください。上司側がAIに用意させるのは「答え」ではなく「問い」です。作った問いをそのまま読み上げると形式的になるため、素材として持ち込む姿勢が要ります。
問いの立て方そのものは AI質問法と「問い」の設計 で10の型として整理しています。実際にサイクルを回す手順は AI×GROWモデル と AI×PDCA をご覧ください。
キャリア自律度が高い層は、低い層に比べて個人パフォーマンス（自己評価）、ワーク・エンゲージメント、学習意欲、仕事の充実感、人生満足度が高いと報告されています（学習意欲は1.28倍、仕事の充実感は1.26倍）。
重要なのは転職との関係です。キャリア自律度そのものは、転職意向と相関していませんでした。ただし主観的な市場価値が高い層では、キャリア自律度が高いと転職意向も高まる傾向が見られました。逆に市場価値が低い層では、キャリア自律度が高いほど転職意向は低くなっていました。
そして、「昇進の見通し」「やりたい仕事ができる見込み」が転職意向を抑制し、その見込みを高める要因として、組織目標と個人目標の関連性、ポジションの透明性、キャリア意思の表明機会が挙げられています。なお、社内公募での異動経験があるのは全年代平均で2.9%にとどまっていました。
2026年2月10日、人事総務領域で生成AIを業務補助ツールと位置づけ、2026年春までに新たに10件のAI活用ツールを順次運用開始すると発表されました。そのなかに「キャリア自律支援AI」が含まれており、従業員が自身の経験や関心事項を入力すると、生成AIが社内の公募ポジション情報を横断的に参照し、条件に合う職務を整理・提示する仕組みとされています。あわせて「社内公募活性化AI」も挙げられ、箇条書きのメモから対話を通じて社内公募向けの職務経歴文を作成することで、応募書類作成の負担を軽減するとされています。
AIによるキャリア支援は、すでに構想段階ではなく実装の段階に入っていることを示す事例です。
キャリアに関する能力（キャリア・コンピテンシー）が、ワーク・エンゲージメント、仕事のパフォーマンス、主観的・客観的なキャリア成功、内部・外部の雇用可能性、そして低い離職意向と結びついていたと報告されています。前提となる要因としては、プロティアン・キャリア志向と、組織側のキャリア管理施策が挙げられています。「キャリア自律の支援は個人施策ではなく組織成果に関わる」という主張の、現時点でもっとも新しい根拠のひとつです。
論文情報を見る DOI: 10.1108/cdi-10-2025-0572
心理的資本（PsyCap）を高める介入は、PsyCap全体と各構成要素を改善し、とくに希望（Hope）と楽観性（Optimism）で比較的大きな効果が報告されています。希望・レジリエンス・楽観性については介入直後だけでなく、その後も効果が持続していました（自己効力感については持続が確認されませんでした）。また、セッションの頻度が効果に影響していたことも示されています。
論文情報を見る DOI: 10.1108/pr-10-2023-0854
被引用1,800件超。PsyCapは、職務満足・組織コミットメント・心理的well-being・組織市民行動・各種のパフォーマンス指標と正の関連を示し、冷笑的態度・離職意向・職務ストレス・不安とは負の関連を示しました。自己評価か上司評価か客観指標かによる大きな違いは見られなかったと報告されています。
論文情報を見る DOI: 10.1002/hrdq.20070
キャリア適応力は、キャリア計画、キャリア探索、職業的自己効力感、意思決定の自己効力感といった「適応する行動」と結びつき、さらにキャリア・アイデンティティ、仕事満足、組織コミットメント、雇用可能性、昇進可能性、低い離職意向、収入、エンゲージメント、職務遂行、人生満足といった結果と関連していました。他の個人差要因を統制しても、なお予測力を持つことが示されています。
論文情報を見る DOI: 10.1016/j.jvb.2016.09.002
認知行動的アプローチとポジティブ心理学的アプローチを用いたコーチングを統合。目標達成（g=1.29）と自己効力感（g=0.59）で効果が確認されました。特筆すべきは、単一の手法（g=0.45）よりも、複数の枠組みを組み合わせた統合的なアプローチ（g=0.71）のほうが効果が大きかった点です。また、自己評価より360度評価などの他者評価のほうで、より大きな効果が見られました。
論文情報を見る DOI: 10.1108/jwam-04-2021-0030
厳密な基準でランダム化比較試験（RCT）だけを集めた分析で、全体の効果量は g=.59（中程度）と報告されています。ただし出版バイアスの兆候も認められており、自己評価による指標のほうが観察による指標より効果が大きく出る傾向も示されました。コーチングの総期間の長さは、効果にあまり影響していませんでした。
論文情報を見る DOI: 10.5465/amle.2022.0107
大規模な医療組織で、コーチング参加者と条件を揃えた対照群を比較。コーチングへの参加は、従業員の定着率と昇進率に肯定的な影響を示し、従業員エンゲージメントとも結びついていました。さらに、コーチング参加と離職の関係を、エンゲージメントが部分的に媒介していたと報告されています。
論文情報を見る DOI: 10.1177/00218863261465035
この特集の主張を、一文にまとめます。
そのために必要なのは、AIで可能性を広げ、心理的資本で挑戦できる状態をつくり、コーチング心理学で行動につなげることです。そして、社内に挑戦の受け皿があることです。
この特集全体を通してもっとも大切なのは、AIではなく人間を中心に置くことです。AIは、可能性を広げ、問いを増やし、振り返りを支える道具です。しかし、何を目指すか、何をやめるか、いつ休むかを決めるのは、当事者本人です。組織の側も、AIによる可視化を管理のためではなく、一人ひとりの尊厳と心理的安全性が守られた上での支援のために用いる必要があります。
心理的資本（HERO）とキャリア・アダプタビリティ（4C）の詳しい解説、およびAIを使って育てる具体的な方法は 心理的資本とキャリア・アダプタビリティ のページで扱っています。自分の現在地を測りたい方は AIGROW尺度（方向を決める力）と AIPDCA尺度（回して良くする力）をお試しください。
キャリア自律の基本
自分のキャリア形成を組織に委ねず、働く人自身が主体的に方向を考え、選び、行動していく状態を指します。転職を前提とした概念ではなく、今の組織の中で自ら学び、挑戦し、貢献していく力も含みます。心理面（キャリアへの関心や責任の引き受け）と行動面（学習・探索・意思表明）の両方から捉えられます。
生成AIによる仕事内容の変化、専門人材化、リスキリングの必要性、人材の流動化、人的資本経営の広がりといった要因が重なっているためです。会社が一律にキャリアパスを用意することが難しくなり、本人が選び、組織がその選択肢と機会を用意するという分担へ移りつつあります。
違います。「自分のキャリアは自分で考えてください」で終わる施策は、自律支援ではなく責任の移転です。本人の意欲だけでなく、上司の関わり、人事制度、学習環境、そしてAIやコーチングといった支援手段を組み合わせてはじめて機能します。
国内の大規模調査では、キャリア自律度そのものは転職意向と相関していませんでした。ただし主観的な市場価値が高い層では、自律度が高いと転職意向も高まる傾向が見られています。一方で「昇進の見通し」「やりたい仕事ができる見込み」が転職意向を抑制することも示されており、社内で挑戦できる受け皿を用意することが要点になります。
全年代の課題です。調査では、市場価値が低いと感じている層では、キャリア自律度が高いほど転職意向は低くなる傾向も見られました。中高年を育成対象から外したまま自律だけを求めると、かえって逆効果になりうる点が指摘されています。
AIと人事・キャリア
採用、配置、スキル分析、タレントマネジメント、キャリア支援、1on1支援、研修、エンゲージメント分析、組織開発、人事データ分析の各領域で、整理・可視化・案の生成といった作業がAIに移りつつあります。一方で、最終判断、人物理解、合意形成、説明責任は人が担う領域として残ります。
されています。2026年2月には、大手企業が人事総務領域で生成AIの活用を本格化し、そのなかに従業員の経験や関心を入力すると社内公募ポジションを整理・提示する「キャリア自律支援AI」や、社内公募向けの職務経歴文の作成を支援するツールが含まれると発表されました。構想ではなく運用の段階に入っています。
部分的にはなれます。経歴の整理、強みの抽出、選択肢の生成、質問づくり、振り返りの促進、目標整理、面接練習といった作業は得意です。一方で、信頼関係、心理的安全性、葛藤への応答、倫理判断、組織文脈の理解、重大なリスクの判断は人の専門家が担う必要があります。AIか人かではなく、組み合わせが前提です。
メリットは、時間や場所の制約が小さく、何度でも試行でき、言語化が苦手な段階から使えることです。デメリットは、組織の実情を知らないまま一般論を返すこと、もっともらしい選択肢に引っぱられやすいこと、そして自分で考える働きが弱まる可能性が研究で指摘されていることです。
AI単独では難しいと考えられます。AIは可視化や分析を担えますが、エンゲージメントは仕事の意味、関係性、裁量、成長実感から生まれます。AIによる可視化を、対話と機会提供につなげる設計があってはじめて成果に結びつきます。
心理学的な土台
希望（Hope）、自己効力感（Efficacy）、レジリエンス（Resilience）、楽観性（Optimism）という4つの心理的資源をまとめた概念で、頭文字からHEROモデルと呼ばれます。性格のように固定したものではなく、介入によって育てられる状態的な資源とされる点が特徴です。
40研究・4,207人を統合したメタ分析で、介入による改善が確認されており、とくに希望と楽観性で比較的大きな効果が報告されています。希望・レジリエンス・楽観性については介入直後だけでなく効果の持続も示されました。ただし効果量は中程度以下であり、万能ではありません。
キャリアの課題や転機に対応するための心理社会的な資源で、Concern（関心）、Control（統制）、Curiosity（好奇心）、Confidence（自信）の4つから構成されます。90研究のメタ分析では、キャリア計画、探索、自己効力感といった行動や、仕事満足、雇用可能性、低い離職意向、エンゲージメントなどと関連していました。
ランダム化比較試験だけを集めたメタ分析で、効果量はg=.59（中程度）と報告されています。また心理学に基づくコーチングの分析では、単一の手法より複数の枠組みを組み合わせた統合的アプローチのほうが効果が大きいことが示されました。ただし出版バイアスの兆候も指摘されています。
AIは情報、選択肢、分析を提供できますが、人が実際に動くには、意味づけ、自己効力感、意思決定、行動、振り返りが必要です。コーチング心理学は、AIが出した情報を人間の行動変容に変える橋渡しの役割を担います。
実践
評価面談とは分けたキャリアの1on1を持ち、指示ではなく問いかけを増やすことが出発点です。できていることを言葉にして返す、少し背伸びする機会を渡す、言っても大丈夫だと分かる状態をつくる——この3つが土台になります。答えを持っている必要はありません。
事前の論点整理、質問案の準備、記録の要約といった作業はAIに移せます。その分、対話の時間を関係づくりと意味づけに充てられます。ただしAIが作った質問リストをそのまま読み上げる形になると、かえって形式的になるため、素材として使う姿勢が要ります。
スキルの可視化、内部人材流動性の把握、エンゲージメントの継続的な測定、開示資料の作成支援などに使えます。重要なのは、可視化されたデータを本人が自分のために使える形にすることです。管理のためだけに使うと、自律とは逆方向に働きます。
個人では、強みと価値観の棚卸し、学習計画、ジョブクラフティングが挙げられます。上司はキャリア1on1と強みの承認、人事は社内公募の実質化とポジションの透明化、経営は人的資本KPIと管理職の役割定義の見直しを担います。どれか一つではなく、4つの層が揃うと動き始めます。
キャリアを扱う1on1を、評価面談とは別に四半期に一度設けるところからが現実的です。制度を作り変える前に、対話の場を確保するほうが早く動きます。その対話の準備にAIを使い、本人が自分の言葉で話す時間を確保する形が扱いやすいでしょう。
AIを使いこなす鍵は、AIの操作方法ではなく「どんな問いを立て、何を振り返るか」です。コーチング心理学協会では、質問・目標設定・フィードバック・強みの活用を、演習中心のワークショップで学べます。
ご相談・ご提案の段階で費用はかかりません。