スキルマップ構築の実践課題 – スキル標準24年の歴史に学ぶ
- M.N.
- 2026-08-20
はじめに
「人的資本経営」の潮流は、人事部門に対して、事業戦略から必要なスキルを定義し、現有人材を棚卸しし、ギャップを採用と育成で埋めることを求めています。その文脈で、多くの企業がスキルマップの整備、つまり、「誰がどのようなスキルを保有しているかの棚卸しと可視化」に取り組み始めています。
これは「いつか見た光景」でもあります。筆者は20年ほど前、大手外資系コンサルティングファームにて、自身のスキルをシステムに登録した記憶があります。たしか670個ほどあったスキル項目の中から、自身に関わるスキルを選択し、自身のレベルを入力する・・・それは手間でしたし、入力した結果が使われた感触はありませんでしたし、入力したのは一度だけで、毎年更新せよと言われていたような気はするものの、その後自発的に更新することもありませんでした。
その後、人事コンサルタントとして、大手企業から「スキルマップを作りたい」と相談を受けることが何度かありましたが、「スキル項目は最低でも数百になりますよ」「登録されたレベルが正しいかどうかのチェックは困難ですよ」「固く作るデータベースでなく担当業務履歴を検索できるくらいの仕組みにしておいた方が無難ですよ」「『この人は必要な専門スキルを十分発揮しているか』などと抽象化して３６０度評価で把握するのも一つですよ」などと回答するのが常でした。
スキルマップ作成には、避けられないジレンマがあります。精緻な体系をつくろうとするほど項目は増え、評価と更新が追いつかなくなる。といって、管理しやすい粒度まで粗くすると、今度は配置や育成に使えません。そしてこの難題への取り組みは新しいものではありません。日本では2002年、経済産業省の「ITスキル標準」と、厚生労働省の「職業能力評価基準」という２つの国家プロジェクトが始まりました。設計思想の異なる２つの標準はともに、膨大なスキル情報を扱う方法を示したものであり、今でもアーカイブを参照、ダウンロードすることができます。その後の24年の歴史の中で、更新が止まったり、別のプロジェクトに解消されたりした経緯は、何がどのような条件で、現実的に使われ続けるのか、ということを示しています。さらにそれらの後継プロジェクトの近年の動きは、AIを筆頭とする新しいテクノロジーの登場がスキル情報の活用にどのような道を切り開くか、ということも示唆しています。それは、スキルマップをつくる人事部門が、何を細かく管理し、何を共通化し、何を外部に委ね、どこに人間の判断を残すべきかを考える上で役立つ、長期の実証記録であると言えます。
本稿では以下、この２つの国家的プロジェクトを振り返るとともに、教訓を引き出し、現在の企業実務に引き寄せます。
第１章： スキル辞書構築の難所 － 膨大な組合せ
スキルベース型の人材マネジメントは、一般に次の手順で構築されます。ジョブを定義し、全社共通のスキル辞書をつくり、各ジョブの要求スキルと必要水準を記述する。次に個人の保有スキルを同じ尺度で評価し、両者を比較して配置、採用、育成に使うという流れです。
多くのプロジェクトは、スキルの名称と分類を整える作業に力を注ぎます。それは膨大なプロジェクトで、しかも、本当の難所は辞書そのものではありません。辞書ができた瞬間から、「どのジョブに、どのスキルが、どの水準で必要か」という関係を定義し、妥当性を確かめ、変化に合わせて直し続けなければならないからです。
大企業を想定して、控えめに数えてみましょう。50のジョブカテゴリーに５段階のレベルを設ければ250ジョブです。全社の仕事を識別できるスキルを500項目とすれば、ジョブとスキルの関係は250×500、すなわち125,000になります。その125,000のマス目一つ一つについて、「５段階のスキルレベルのどれか」と埋めていくことになるわけです。
図表１
もちろん、すべての組み合わせを埋める必要はなく、１つのジョブに必要なスキル20個を最初から絞り込めるのなら、有効な関係は5,000程度です。それでも、次の３つの負担がのしかかります。
- 初期構築。各ジョブに必要なスキルと水準を誰が決めるのか。
- 妥当性検証。その要件が実際の職務成果や高業績と対応するかを、どう確かめるのか。
- 継続更新。技術、事業モデル、組織、ジョブ、スキルの名称や粒度が変わるたびに、関係データを直さなければなりません。
最も過小評価されやすいのは第３の「継続更新」です。スキルマップは、納品して終わる「制度」ではなく、Job×SkillとPerson×Skillという関係データを生成し、検証し、更新し続けるデータマネジメントの仕組みです。初年度の完成度より、２年目以降に誰がどの情報を更新するかを先に決めなければ、体系は急速に現場から離れていきます。
第２の「妥当性検証」も、項目と水準を定義すれば終わる問題ではありません。「ジョブAはプロジェクトマネジメント・レベル４を要求し、社員Xも同じレベル４だから適合する」とは限らないからです。担当する業界、案件規模、顧客との関係、意思決定権限、利用技術、組織文化が違えば、同じ名称と水準でも仕事の難度は変わります。自己評価には過大・過小評価が入り、上司評価には部門差が入り、資格試験は実務成果のすべてを測りません。AIで推定するとしても、元データの偏りと説明可能性の問題があります。
そもそも、実際の職務成果は、個々のスキルの単純な足し算でもありません。知識、経験、対人関係、意思決定権限、社内外のネットワークが相互に作用します。とりわけ企画職や管理職では、優れた人ほど与えられた職務を遂行するだけでなく、仕事そのものを再設計します。現在の高業績者を基準に精緻な要件を定めても、事業が変われば正解も変わる。この不安定さを前提にしないスキルマップは、数字が細かいほど正確に見え、かえって判断を誤らせます。
そして、粒度には構造的なジレンマがあります。「コミュニケーション力」「問題解決力」のように粗くすれば管理は容易ですが、ジョブ間の違いが見えず、マッチングの精度が出ません。「価格交渉」「社内調整」「労使交渉」のように細かくすれば識別力は上がるものの、項目と関係が急増します。粗くすれば使えず、細かくすれば維持できない。この両立困難が、スキルマップ作成の中心課題です。
第２章： 2002年に始まった２つの「圧縮法」
この組み合わせ問題に、日本は国家プロジェクトで２つの回答を出しました。「ITスキル標準」と「職業能力評価基準」です。前者はIT専門人材を対象に狭く深く、後者は「事務系職種（業種横断）」と「56業種」を対象に広く整備されました。違いは対象範囲だけではありません。大量のスキル情報を扱える大きさにする「圧縮法」が異なっています。
ITスキル標準――人材のスキルレベルを１つのレベル判定に集約する
経済産業省が2002年12月に策定したITスキル標準は、IT人材を職種・専門分野、７段階のレベルで表しました。特徴は、個人の能力を数百のスキル項目のプロフィールとして持たず、特定の職種・専門分野における「レベル」という１つの数字に集約したことです。
これは服のサイズに似ています。胸囲、胴囲、裄丈、肩幅をすべて示せば体型を詳しく表せますが、既製服ではシンプルに「Lサイズ」と扱います。ITスキル標準も、複数の知識、技能、経験、実績をまとめた１本のレベルに集約したため、判定結果を共有しやすく、資格試験とも接続できました。ただし、同じ専門分野で同じレベルの２人が、どの領域に強く、何を補うべきかは、その数字だけでは分かりません。管理しやすさを得た代わりに、個別の配置や育成に必要な説明力を失ったのです。１本のレベルへの集約の結果、レベル定義も総合的な判断を要するものになりました。下位のレベルは「知識がある」「指導の下で遂行できる」「独力で遂行できる」と比較的判定しやすい一方、上位になると「社内で通用する」「社外で通用する」「市場をリードする」といった相対的な意味合いが強くなります。上位者の判定には、社内外の比較対象と、部門を超えて目線を合わせる仕組みが必要になります。
もう１つの特徴は、分類軸のつくり方です。「専門分野」はスキルの分野であるとしつつ、職務の分野も紛れ込んでいるように見えます。すなわち、プラットフォーム、ネットワーク、データベース、セキュリティのような技術・知識領域だけでなく、販売チャネル、契約・提供形態、顧客業種、工程も混在しています。これは、人材をどれかに当てはめる上では便利ですが、技術領域と職務の形態を同じ軸に載せると、技術革新と事業モデル変化の両方で分類が古びます。自社でも、ジョブファミリーの軸に「法人営業」「SaaS」「金融顧客」「マネジャー」のように異なる種類の言葉を並べると、改訂時にどこを直せばよいか分からなくなります。理想的には、〈どのような仕事か〉と〈何ができるか〉、さらに〈どの環境・条件で行うか〉を分けて純化しておく方が、更新可能性を高めます。後年、ITスキル標準の後継となったデジタルスキル標準ではそれが目指されることになります。
図表２
職業能力評価基準――仕事を部品に分けて詳細なチェック項目を素早く作る
厚生労働省の職業能力評価基準は、2002年度から整備されました。仕事を「職種→職務→能力ユニット→能力細目」と階層的に分解し、職務遂行のための行動基準と必要な知識を記述します。「人事・人材開発・労務管理」を含む事務系職種（レベルは１から４まで）はひととおり整備されており、職務、能力ユニット、行動基準、必要知識、評価シート、キャリアマップという、いま企業が自前で整備している部品の多くが公開されています。これらをそのまま自社に移植する必要はありませんが、職務記述の抜けを点検したり、レベルごとの行動例をつくったりする際のたたき台になります。
たとえば事務系職種「経営戦略（レベル４）」の評価シートでは、「課題の設定と成果の追求」という能力ユニットの下に、「課題・目標の明確化」などの能力細目が置かれ、さらに「事業環境を見極め、優先課題を洗い出し、業務目標を設定している」といった行動が記述されています。評価は、こうした行動ごとに○、△、×を付ける方式です。どの行動ができ、どこに支援が必要かをチェックするため、育成課題を説明しやすい。評価者間の対話にも向いています。「戦略構想力が高い」という抽象語では、評価者ごとに意味が異なりますが、「事業環境から優先課題を洗い出し、目標に落としている」という観察可能な文にすれば、実績例を挙げて話せます。一方、評価結果は○△×の一覧となり、「この人はレベル４」といった持ち運びやすい表示にはなりません。
言わば、能力細目（行動・知識）にまで落とし込まれたジョブデスクリプション（職務記述書）集ですが、ここでの圧縮法は、共通部分の再利用です。１つの職種の中で複数の職務に共通して必要な能力を「共通能力ユニット」としてくくり、職務固有の部分を「選択能力ユニット」として書き分けます。職務の数だけすべてを白紙から記述せず、部品を組み合わせて仕事を表すわけです。ただし、共通能力ユニットの「共通」とは基本的に１つの職種の内側を指し、全業種・全職種を横断する単一の部品ライブラリーではありません。仕事の範囲が広ければ、更新の負荷は大きくなります。
図表３
優劣ではなく、用途の違いを見る
２つの標準の比較から、人事部門が学ぶべきことは、どちらの方式が優れているかではありません。１つのレベルに集約するアプローチだと、結果の共有、資格との接続、制度上の判定がしやすい反面、個別の強みやギャップを説明しにくい。職務を起点に能力・行動を細分化するアプローチだと、評価や育成には使いやすい反面、結果全体を一言で表しにくく、管理量も増える。
自社のスキルマップでも、「等級や資格要件を示したい」のか、「次に伸ばす能力を対話したい」のか、「社内公募の候補者を探したい」のかによって、適切な設計は変わってきます。１つの体系ですべてに答えようとはしない方がいいでしょう。
第３章： 24年後に何が残ったのか
２つの国家標準は、初期構築は成し遂げましたが、新しい版を継続してつくる動きは止まりました。ITスキル標準は2011年のV3を最後に更新は止まり、職業能力評価基準も2016年を最後に更新は止まっています。スキルを１つの数字に集約する方式も、仕事を部品に分ける方式も、継続更新という同じ壁に突き当たりました。スキルや仕事の定義を最新に保つことは、国の予算と体制をもってしても難しい。自社のスキルマップが古びるのは、担当者の努力不足というより、構造上の問題なのです。（ただし、現在も資料は公開され、人材育成、採用、人事評価の下敷きとして利用できます。）
一方で、今でも生き残り、諸制度の中で活用されている部品があります。それが、ITスキル標準の「レベル」です。教育訓練給付では、IT関係の対象講座を定める要件として、ITスキル標準レベル２、レベル３以上などが参照されています。後継のデジタルスキル標準も、人材育成の目標を示す際にITSS+の共通レベル定義を参照しています。なぜレベルだけが使われ続けたのでしょうか。大きな理由は、情報処理技術者試験など外部の判定装置と接続できたことです。「レベル３以上」と定めれば、講座や資格の要件を外部機関が判断できます。膨大な能力関係を圧縮しただけでなく、最も難しい妥当性検証の一部を社外に委ねることができたのです。なお、厚生労働省系の制度が、経済産業省系で策定された基準を参照していることも、注目に値します。
企業内の専門職認定でも、同じ構造が見られます。たとえば、ITスキル標準に沿ったプロフェッショナル認定制度において、プロジェクトマネジャーの認定が比較的運用されやすい理由を分解すると、次の５つに整理できます。
- 認定に使い道があること。一定規模以上の案件に責任者として参画できるなど、認定が仕事の機会に接続しています。
- 案件規模、期間、要員数、品質、採算など、判定に使える実績データが業務の副産物としてすでに存在すること。
- 国家試験や民間資格、顧客の調達要件といった社外の目を借りられること。
- 相対的な判断が必要な上位層だけに認定委員会やPMOの工数を集中できること。
- 認定が育成施策にとどまらず、プロジェクト損失を防ぐという事業上の課題に結びついていること。
５つすべてを最初から揃える必要はありません。しかし、ここには長続きするスキルマップの条件が表れています。可視化した結果に使い道があり、すでにある証拠を使え、難しい判定だけに人手をかけ、事業上の問いに答えていることです。
逆に、運用が止まりやすい仕組みも見えてきます。認定を取っても仕事も処遇も学習機会も変わらない。毎年本人と上司が大量の項目に回答しなければならない。専門外の上司が高度な能力を判定し、部門ごとの甘辛が放置される。結果は人事の集計表に入り、本人には返らない。・・・このような条件では、初年度に経営の号令があっても、登録率とデータ品質は下がっていきます。したがって「登録を義務化すればデータが揃う」と考えるべきではありません。義務化で埋まるのは入力欄であって、妥当な情報とは限らないからです。データ品質を決めるのは、更新した結果が仕事の機会や成長に結びつくという循環です。使われるから直され、直されるから信頼される。スキルマップには、この利用と更新の循環を制度として組み込む必要があります。
さらに見落とせないのが、本人にとっての価値です。認定を持てば大きな案件に手を挙げられる、社外にも能力を示せる、次に学ぶべきことが分かる。会社が人を測るだけの仕組みは、社員にとって更新の動機がありません。可視化された情報が本人の選択肢の増加として返る仕組みであれば、データを維持する理由が生まれます。
第４章： 後継モデルは何を変えたか
24年の間に、スキル標準の設計も進化しました。重要な変化は、ジョブとスキルをデータベース上で固く結びつける発想から、より緩く、そしてテクノロジーも使って結びつける発想への転換です。それによって、メンテナンスを容易にし、記述内容を増やす道が開かれました。
デジタルスキル標準では「ロール」を中間層に置き「レベル」に踏み込まない
ITスキル標準の後継となるデジタルスキル標準では、仕事の種類を表す「類型・ロール」と、能力を表す「スキル項目」が分けられています。ジョブとスキルを１件ずつ直接結ぶのではなく、ロールを標準テンプレートとして間に置き、個別ポストの記述にあたっては、そこから要件を継承して差分だけを直す想定です。これを企業で応用すると、全ポストを白紙から定義せず、ジョブファミリーやロールごとの標準プロフィールをつくり、各部門は固有部分だけを加えるものとし、社員側にも、現職ロールのプロフィールを初期値として提示し、違う部分だけ修正すればよいものとします。
しかも、ロールは「レベル」に踏み込んでおらず、ロールを十分遂行できている閾値レベルとして、ITスキル標準のレベル4相当（＝独力で業務を遂行し、後進の育成もできる水準）を想定するだけです。スキルも「レベル」には踏み込まず、ロールごとに、使うスキルの「重要度」だけをA~Dで判定しておくだけです。
これにより、全スキル項目のレベルを入力させる方式より、入力負荷も、基準のぶれもかえって小さくできます。レベルに踏み込まないことで、「評価」や「認定」での活用はしにくくなりますが、「育成」の優先課題や「配置」の候補人材を洗い出すためには、十分使うことができます。
ロールとスキルを分けることで、更新の負担も軽減されます。技術が変わったときはスキル項目を、仕事の編成が変わったときはロールを見直せばよい。１つの分類軸に技術領域、顧客、販売方法、契約形態を詰め込むと、技術と事業モデルの双方の変化で分類全体が古びます。変化の原因ごとに軸を分けることで、改訂範囲を限定できます。
職業情報提供サイトjob tagでは全職業を共通軸に写す
厚生労働省の職業情報提供サイト（日本版O-NET）job tagには、「しごと能力プロフィール」があります。2026年３月時点で556職業を掲載し、職業をスキル、知識、興味、仕事価値観、仕事の性質、アビリティという６領域、計161項目で表します。職業能力評価基準とはアプローチを大きく変えており、異なる職業を同じ軸で定量的に比較し、数値の近い職業を類似職業として示す方式です。それにより、適職マッチングの仕組みを実現しています。
図表４
この仕組みは、組み合わせのセル数の圧縮を図ったものではありません。556職業×161項目で、およそ9万セルです。工夫は、全職業にわたって軸を固定した上で、厚生労働省ならではの就業者調査によって反復可能な形で埋めることにあります。「この職業にこのスキルがどのレベルで必要か」筆を舐めながら判断するのではなく、すべての職業を同じ質問で測ることで、更新手順を標準化できます。
能力というものを「職務遂行能力」や「コンピテンシー」といった一つの概念に束ねることもやめ、技能としてのスキル、知識領域、基礎的なアビリティに加え、興味、価値観、仕事環境の性質などを取り込み、それぞれ別の軸の種類として分けています。それにより、「能力は近いが、求める働き方が違う」「知識は不足しているが、価値観の適合は高い」というように、適職判定における差分の意味を、豊かに説明できることになります。総合適合度が72%とだけ示されても、人事にも本人にも打ち手は生まれませんが、領域別に差分が見えれば、研修で知識を補うのか、経験機会を設けるのか、職場環境を調整するのか、別のポストを探すのかを話し合えます。
軸の種類によって尺度も変えています。５段階に揃える等していません。よって使い方には注意が必要で、スキルの水準、知識の重要度、他者と関わる頻度、ミスの影響の深刻さは、別の概念・別の尺度ですので、合算してレベルを出すことは想定されません。また、就業者の平均像に近いことと、そのポストで将来成果を上げられることも同じではありません。あくまでも、職業探索のための「近さ」を判定するためのものであり、採用・配置の合否確率に読み替えないことが重要です。
個人側のデータ入力方法にも工夫があり、job tagの利用者は、過去の職歴に近い職業のプロフィールを元データにして、自分に合わせて調整できます。企業で応用するならば、社員に161項目を白紙から回答させるのではなく、現職ロールや過去の職務の標準プロフィールを示し、差分だけを確認してもらう方法に置き換えられます。
なお、job tagのしごと能力プロフィールはそのまま自社ポストの要件にはなりません。job tagの数値は就業者調査に基づく標準的・平均的な職業像であり、自社の事業戦略、権限、顧客、組織文化まで表すものではないからです。公的標準は完成品として導入するのではなく、初期値や比較対象として借り、自社固有の差分は明確にすべきです。
第５章： スキルマップは「探索」に使うという方向性
スキルマップを、精密なマッチングによる「配置」や「判定」のツールとして用いることは諦め、「候補者を広く探す検索・推薦の仕組み」と位置づければ、実用性は高まります。経済産業省の仕組みも、厚生労働省の仕組みも、そちらの方向に向かっていると見ることができます。
要求条件から候補者を絞り、近い人を提示し、経歴、実績、本人意向、上司からの情報を加えて人間が判断する。マッチ率は決定値ではなく、見落としていた候補者に出会うための探索順位として使います。82%だから任命するのではなく、「まずこの10人を見よう」と考えるのです。ただし、個人側には、現在の能力だけでなく、学習可能性、希望、異動制約があります。「近いかどうか」の比較だけでなく、必須条件の満足度、育成で埋められる差、本人が望むかどうか、それぞれ問いを立てることを忘れてはなりません。
現在は、AIの技術により、ジョブディスクリプションや職務経歴をベクトル化し、文章の意味の近さ（類似度）を計算することが可能です。これにより、全社の用語を完全に統一しなくても、「顧客折衝」と「ステークホルダー調整」のような意味の近い経験を横断検索できます。ジョブとスキルの対応表を予め持たなくても、問い合わせの都度、近さを計算してマッチングすることができます。それを前提にすれば、関係データの初期構築と継続更新の負担は大幅に軽くなります。
しかし、文章の類似度は万能ではありません。第１に、ジョブ要件の充足は「この人が必要条件を満たすか」という一方向の判定であり類似では足りません。第２に、「近い人を探す」ことはできても、「Pythonを一定水準で扱える人が全社に何人いるか」を集計するには、名寄せされた項目が必要です。第３に、丁寧に書かれた職務経歴と簡潔な経歴では、書き方の差で違いが出てしまいます。第４に、類似度だけでは本人に何が不足していたのかを説明できません。
したがって、AIによってスキル辞書が不要になるのではなく、辞書を使う場所が変わると考えるべきです。探索の入口では文章マッチングを広く使い、その後の説明と集計には安定した共通項目を使う。資格や法定要件は、満たすか否かのゲートとして別途判定する。次のようなステップが想定されます。
- Step1: ゲート条件で明らかに対象外の候補を除く。（資格、法定要件、必須経験）
- Step2: 文章検索で組織境界を越えて候補を拾う。（職務記述・経歴の文章類似度）
- Step3: 本人側と職務側のプロフィールの比較で適合度合いとギャップの内容を確認する。（スキル、知識、経験、意向、価値観）
- Step4: 本人と職務側の責任者が対話する。（実績、本人意向、事業上の判断）
- Step5: 配置後の成果と経験に基づき、データを更新する。（本人側、職務側）
- Step6: 名寄せした安定的なスキル項目別に、人数、偏在、需給を把握する。（人事部門）
第６章： 人事部門が押さえる７つの実践課題
以上見てきた、スキル標準24年の歴史を振り返って得られた学びを、自社でスキルマップをつくる際の実践課題にまとめると、次の７点になります。
１．用途を先に１つ決める
育成、配置、社内公募、採用、要員計画、処遇を同時に実現しようとしないことです。最初の用途は、「新規事業の候補者を探す」「特定職種の育成課題を話し合う」など、結果を使う人と場面が特定できるものにします。用途が決まれば、必要な粒度、更新頻度、判定精度も決まります。
２．いきなり全社ではなく、事業上の問いから範囲を切る
全社員、全ジョブ、全スキルを同時に整備する必要はありません。「この事業を担えるのは誰か」「今後２年で不足する能力は何か」といった問いを起点に、対象ジョブと重要スキルを絞ります。維持すべき関係を減らす最も有効な方法は、スキル数を機械的に減らすことではなく、使う範囲を限定することです。
３．公的標準を初期値として使う
事務系職種なら職業能力評価基準の能力ユニットと行動記述、デジタル領域ならデジタルスキル標準の類型・ロール、職業間の比較ならjob tagのプロフィールが使えます。自社用にゼロから書き起こすのではなく、公開資産をテンプレートとして借り、違う部分だけを書き換えます。差分に事業上の理由があることが重要です。
４．新たに自己申告させるより、既にある証跡を活用する
資格、研修履歴、アサイン履歴、案件規模、成果物、顧客評価、目標管理、職務経歴など、業務の副産物として蓄積された情報から始めます。毎年のスキル棚卸しアンケートは、社員にも上司にも大きな負担です。入力を求める場合も、ロールの標準値を示し、差分だけを本人と上司が確認する方式にします。
５．概念と尺度を「コンピテンシー」等に無理に統合しない
「評価」でなく「近さの把握」を目指すと割り切り、スキル、知識、経験、資格、興味、価値観、仕事環境を分けて持つ方がかえってよいでしょう。資格はゲート、文章は探索、共通項目は診断と集計というように、情報の性質に合った使い方を決めます。頻度、重要度、習熟度を足し合わせても、意味のある総合点にはなりません。
６．難しい判断にだけ運用資源を集中する
すべての項目、すべての等級に認定委員会を設ける必要はありません。下位水準や客観化しやすい資格は現場・外部判定に委ね、社外通用性や事業への影響が大きい上位層、例外的な配置だけを部門横断で審議します。人事部門の役割は全件を評価することではなく、判断の難しい箇所を特定し、目線・基準を揃える場を設定することです。
７．本人にも選択肢が増えるメリットを返す
スキルマップを人事の資料作成用で終わらせず、社内公募、学習機会、プロジェクト参加、キャリア面談に接続します。ギャップを本人に返すときは、「総合適合度が低い」ではなく、「知識は補える」「経験機会が必要」「価値観と仕事条件にずれがある」と、次の行動を選べる形で示します。本人にメリットがなければ、自己情報を更新する動機も生まれません。
以上７点へのまとめを通じて、人事部門が整備すべきものはスキルマップそのものだけではないことがわかります。誰がジョブ要件のオーナーか、誰が個人情報を確認できるか、更新をどの業務イベントに埋め込むか、評価への異議をどう扱うか等々、活用と運用の全体をプロデュースする必要があります。そしてそれを現在の実務にスムーズに組み込む必要があります。年１回の大規模棚卸しより、異動、案件終了、資格取得、研修修了、職務変更の時点で小さく更新するほうが、負荷を分散し、情報の鮮度を保てます。
また、利用目的が変われば必要な同意と精度も変わります。本人のキャリア探索に使う粗い推薦と、処遇や選抜に使う判定を、同じデータとロジックで済ませてはいけません。また、影響の大きい用途ほど、根拠の確認、説明、修正機会、人間による再判断を厚くする必要があります。技術の導入とともに、そのような利用条件と境界を定めるガバナンスが重要になります。そのような目配りこそは、人事部門の役割の本質と言えそうです。