「人事部門は少人数で、採用も労務も育成も回している。問い合わせ対応だけで一日が終わる」——人事の現場から、よく聞く悩みです。
結論から言うと、人事部門のAI活用では、採用・労務・育成の「問い合わせ対応」と「書類や連絡文のたたき台づくり」をAIに任せ、合否や評価のような人が責任を持つ判断は人に残すのが基本です。 任せる範囲を最初に線引きすることが、安全に成果を出す条件になります。
この記事では、人事部門にAIが効く理由、7つのユースケース、AIに任せてはいけない判断、個人情報の扱い、小さく始める進め方を解説します。弊社（株式会社 DeploAI）は、FDE（Forward Deployed Engineer／フォワードデプロイドエンジニア）として、AI導入を現場に入り込んで実装から成果まで伴走しています。経理・人事・総務・法務を横断して見たい方はバックオフィス（管理部門）のAI活用も参考になります。本記事は、その中の人事に絞った深掘りです。
人事部門にAIが効くのはなぜ？
人事部門は、同じ種類の問い合わせや書類づくりが繰り返し発生し、正本となる規程や手順が文書で残っているため、生成AIと相性が良い領域です。 効きやすい理由は3つあります。
- 問い合わせが繰り返される：入社手続き、有給休暇、育児・介護の制度、各種申請の手順など、同じ質問が従業員から何度も届く
- 正本の文書がある：就業規則、賃金規程、福利厚生の案内など、答えの根拠が文書として存在する
- たたき台づくりが多い：求人票、応募者への連絡、面接の日程調整、研修の案内など、文面を作る作業が多い
一方で、人事は個人情報と、人の処遇を決める判断を扱う部門です。ほかの部門より「AIに任せてよい範囲」の線引きが重要になります。
人事のAI活用、7つのユースケースは？
人事のAI活用は、採用・労務・育成の3領域に分けて考えると整理しやすくなります。 下の7つは、任せやすい順の目安です。
人事のAI活用の3領域。いずれも、判断そのものではなく「判断の材料づくり」と「繰り返しの対応」を任せる。
| # | 領域 | ユースケース | AIに任せること | 人が持つこと |
|---|---|---|---|---|
| 1 | 労務 | 制度・手続きの問い合わせ対応 | 就業規則や案内をもとにした回答、引用元の表示 | 回答の正本の管理、判断が分かれる相談 |
| 2 | 労務 | 入社・退社手続きの案内 | 必要書類や手順の案内、進捗の確認 | 例外対応、最終確認 |
| 3 | 採用 | 求人票・連絡文のたたき台 | 求人票のドラフト、応募者への一次返信文 | 内容の確認と送付の判断 |
| 4 | 採用 | 面接メモの要約・整理 | 面接の記録を観点ごとに整理 | 評価の判断、合否の決定 |
| 5 | 採用 | 面接日程の調整 | 候補日の提示、連絡文の作成 | 重要な連絡の最終確認 |
| 6 | 育成 | 研修案内・学習内容のたたき台 | 案内文や学習資料の下書き | 内容の確認、育成方針 |
| 7 | 育成 | 1on1・面談の記録の整理 | 面談メモの要約、フォロー事項の抽出 | 面談そのもの、評価への反映の判断 |
深掘り①：労務の問い合わせ対応は、なぜ最初の候補になるのか
労務の問い合わせ対応は、答えの根拠となる規程が文書で存在し、誤りが出ても人が確認して直せるため、人事のAI活用の最初の候補になりやすい業務です。
従業員からの質問は、「育児休業の申請はいつまでに必要か」「交通費の精算方法は」のように、規程や案内を見れば答えが決まるものが多くを占めます。こうした質問に、社内の文書をもとに答える仕組み（社内RAG）を使うと、人事担当者の一次対応の負担を減らせます。作り方は社内問い合わせ対応はAIで自動化できる？で解説しています。
人事の問い合わせ対応で大切なのは、次の2点です。
- 根拠を示す：回答に、どの規程のどの箇所をもとにしたかを表示する。従業員も担当者も確認できる
- 断定しないものは人に引き継ぐ：個別の事情が絡む相談や、法令の解釈が必要な相談は、AIが断定せず人事担当者に引き継ぐ。引き継ぎの設計はAIエージェントから人へどう引き継ぐ？を参照
深掘り②：採用業務は、どこまでAIに任せるか
採用では、AIに任せるのは「判断の材料づくり」まで、合否の判断は人が行う設計にします。
求人票のドラフト、応募者への一次返信、面接メモの要約などは、AIが下ごしらえをすると、担当者は内容の確認と判断に時間を使えます。一方、応募者を通過させるか落とすかは、応募者の処遇を決める判断です。AIの出力に偏りが含まれる可能性や、説明責任を考えると、AIの出力は参考情報にとどめ、人が根拠を確認したうえで決める運用にします。
人事でAIに任せてはいけない判断とは？
合否、評価、処遇（配置・昇進・報酬）、懲戒のように、個人の処遇を決める判断は、AIに最終判断を任せず、人が責任を持って決めるべきです。 理由は、判断の影響が個人に大きく及ぶこと、判断の理由を人が説明する責任があること、AIの出力には誤りや偏りが含まれる可能性があることの3点です。
線引きを一覧にすると、次のようになります。
| 区分 | 例 | AIの関わり方 |
|---|---|---|
| 任せやすい | 制度の問い合わせ回答、文面のたたき台、議事録の要約 | AIが下書き・回答し、人が事後に確認する |
| 材料づくり | 応募書類の要点整理、面談メモの整理 | AIが整理し、人が内容を確認して判断する |
| 任せない | 合否、評価、昇進、報酬、懲戒の最終判断 | 人が決める。AIは判断の材料の提供にとどめる |
なお、採用や評価でのAIの利用には、法令や社内規程、応募者・従業員への説明などの確認が必要になる場合があります。導入の前に、法務や関係部署と確認してください。
従業員の個人情報は、どう守る？
人事のAI活用では、「AIに何を読ませるか」「誰が見られるか」「どこに保存されるか」を先に決めることが、最大の安全策です。 人事の情報には、氏名・住所・給与・評価・健康に関する情報などが含まれます。
- 読ませる範囲を絞る：問い合わせ対応に必要な規程や案内に限り、個人の給与や評価の情報は読ませない設計を基本にする
- 権限を区別する：本人にしか見せない情報、人事担当者だけが見られる情報を分ける。権限の区別がないまま全員の質問に答える仕組みにしない
- 保存と送信先を確認する：入力した内容がどこで処理され、保存されるかを、利用するサービスの契約や設定で確認する
- ログを残す：誰が何を質問し、AIが何を根拠に答えたかを記録し、問題が起きたときに確認できるようにする
守り方の全体像は企業の生成AI活用、セキュリティはどう担保する？、記録の残し方はAIエージェントの監査ログ・証跡管理で扱っています。
具体例：少人数の人事部門で、労務の問い合わせ負荷を試算すると？
人事の問い合わせ対応は、件数と1件あたりの時間を仮に置いて見積もると、AI活用の優先度を判断しやすくなります（以下はすべて説明用の仮の数値です。実際の件数や削減効果は、自社の問い合わせの内容と自動化の設計次第で変わります）。
人事担当者が2名の会社を想定します。従業員から人事への問い合わせが月に150件あり、そのうち「有給休暇の申請方法」「各種手当の条件」「年末調整の提出書類」のように、規程や案内を見れば答えが決まる定型的な内容が6割の90件を占めるとします。1件あたりの対応時間を、調べる時間を含めて仮に8分とすると、定型対応だけで月に12時間（90件 × 8分 ÷ 60分）です。
ここをAIの一次対応が肩代わりできれば、浮いた時間を、採用の面接や候補者への連絡、制度の見直しなど、人にしかできない業務に回せます。ただし、AIが答えられるのは、規程や案内が整っている範囲です。回答の根拠となる文書が古い、または複数の版が混在していると、誤った回答につながります。先に、問い合わせの内容を眺めて、定型的な質問の割合と、根拠となる文書の状態を確認することが出発点です。文書の整え方はAI活用のためのデータ整備は何から始める？にまとめています。
人事のAI活用は、どう小さく始める？
始め方は、人事の業務をすべて対象にせず、「労務の定型的な問い合わせ」のような1つの業務に絞り、小さく試して広げることです。 次の流れで進めます。
- 1つの業務に絞る：量が多く、ルールが明確で、誤りを人が確認して直せる業務を選ぶ（選び方はAI導入に業務棚卸しは必要？を参照）
- 根拠となる文書を整える：規程・案内の最新版を一つにそろえ、古い版や重複を整理する
- 任せる範囲と引き継ぎ条件を決める：AIが答える範囲、人に引き継ぐ条件、読ませない情報を決める
- 小さく試し、回答の質を測る：実際の質問で回答を確認し、誤りの傾向を見つける（評価の方法は生成AIの評価（Evals）を参照）
- 範囲を広げる：精度と運用に問題がなければ、採用の下ごしらえなど次の業務へ広げる
効果の考え方はAI導入の費用対効果（ROI）はどう考える？、全体のどこが整っていないかを確認するにはAI活用アセスメントも役立ちます。
人事のAI活用は、DeploAIのFDEでどう進める？
FDE（Forward Deployed Engineer／フォワードデプロイドエンジニア）は、事業と業務を理解したエンジニアが現場に入り込み、御社の実際の業務フロー・システム・権限に合わせてAIを組み込み、社内に残す形で支援するサービスです。
人事のAI化でつまずきやすいのは、「便利そうなAIツールを入れたが、自社の規程や権限に合わせた設計ができず、使われない」という状態です。FDE は、この溝を埋めます（FDE の全体像はFDEとはを参照）。
- 人事の業務フローと既存システムを確認し、どの業務にAIを使うかを一緒に絞る
- 規程などの文書に基づく回答、根拠の表示と人への引き継ぎを組み込む
- 個人情報の扱いと権限の区別を設計し、人が最終確認する運用を仕組みとして残す
- 回答の質を測る評価のしくみ（evals）を作り、定着支援・改善まで伴走する
サービスの工程には、現状診断、プロトタイプ作成、ツール連携、評価のしくみの構築、定着支援・改善、内製化スキル移管が含まれます。進め方はサービス内容、費用は料金をご覧ください。
まとめ
- 人事部門は、繰り返しの問い合わせと、書類・連絡文のたたき台づくりが多く、生成AIと相性が良い
- ユースケースは採用・労務・育成の3領域。最初の候補は、規程をもとに答える労務の問い合わせ対応
- 合否・評価・処遇・懲戒などの個人の処遇を決める判断は、AIに任せず人が決める。AIは判断の材料づくりにとどめる
- 個人情報は、読ませる範囲・権限・保存先・ログを先に決める
- 始め方は、1つの業務に絞り、根拠文書を整えて小さく試し、広げる
「人事の問い合わせ対応を減らしたいが、個人情報の扱いが不安で踏み出せない」という段階のご相談も歓迎です。お気軽にお問い合わせください。
