おじ、人事の「職人芸」をDB化する。AI活用のための資産化を始めた話

note / 2026/4/16

💬 オピニオンSignals & Early TrendsIdeas & Deep Analysis

要点

  • 人事担当者が持つ暗黙知的な「職人芸」を、AI活用に耐える形でデータベース化(資産化)する取り組みを始めたという内容です
  • 人事の業務知識をそのまま運用するだけでなく、再利用可能な形に落とし込みAIで活用する発想が中心にあります
  • 資産化により、属人性の高い判断・スキルを標準化し、組織内で共有できる状態を目指しています
  • 生成AI/AI活用の前提として、「使えるデータ・知識の整備」が重要だという問題意識が読み取れます
見出し画像

おじ、人事の「職人芸」をDB化する。AI活用のための資産化を始めた話

73
おじ with AI

こんにちは、おじ with AIです。
今日もおじ目線で、AIとの付き合い方について書いてみます。

今回は人事の声に応えて、おじが少し先までを考えたAI活用をしてみた話です。
承認欲求を満足させながら、生産性を出すという活動が自分ではできたのではないかと自負しております。

🖋️ おじ、ヒーローの予感に震える

👩🏼‍🦱 「諮問シートが作れない……!」
人事が上げるその悲鳴は、まるで荒野に響く孤独な狼の遠吠えのようでありました。言い過ぎました。
聞けば、各部署の要望をヒアリングし、求人票を作り、理想のペルソナに合わせて質問(諮問)を最適化する。この工程が、あまりにも「職人芸」すぎて時間がかかるというわけでした🙃

正直に申し上げましょう。おじ、最初は
🥸 「あれ、これは少し大変か……?」
と、心の中でボヤいておりました😩
なぜならおじが閃いたのが少しばかりいつもより難しいことになりそうだったからです。しかし、その担当者の疲れ果てた顔を見た瞬間、おじの心に火がついたのです。
🥸 「よしよし、おじがやっちゃうよ?」
と。

ただ、ここで単なる「使い捨てのシート」を作らないのが、AIくんを相棒に持つ現代おじの嗜みというものです。目指したのは、単なる効率化ではありません。将来、AIエージェントを導入した際にも、そのまま学習データとして使えるような「組織の資産」としてのデータベース(DB)構築。おじ、これはヒーローになれる予感に、武者震いが止まりませんでした🤩

🖋️ AIくん直伝、資産価値を高める「最強DB項目」

さて、問題はどういう項目をDBに盛り込むか、ですね🧐
おじ、一人で悩むのは早々に諦め、相棒のAIくんに「後から資産価値が出る設計にしておくれ」と相談してみました。その結果、おじが設計したのは、以下のような「未来への仕掛け」を施した項目たちです。

  • 目的の明確化(Why):
    「この質問で、候補者の何の能力を見たいのか?」を言語化して残す。

  • 評価軸の数値化(Scale):
    回答に対して、1〜5点でどう採点するかの具体的基準。

  • 部門・職種タグ:
    どの部署で効果的だったかの履歴。

  • 「アタリ」質問フラグ:
    実際に採用に至った優秀層が、どんな回答をしたかの相関。

これらを整理することで、数年後には「うちの会社でいい人を採るための必勝質問集」が自動的に出来上がるという寸法です。まさに「徳を積む」設計です。

とりあえず目の前の諮問が完成している1部署分を入れ込んでみます。それから、諮問シート自体が楽に作成できるように、取り急ぎ、チェックボックスにチェックが入っている該当部署の諮問をささっとシートに出してくれるように関数を張ります☺️
あ、関数はAIくんに相談したらぱっと作ってくれたのですぐに完了🥴

それをさも自分で考えたかのように
🥸 「ちらっと関数を組んでおきましたから」
と言おうとして
🥸 「ちらっとAIくんが関数組んでくれたから使いやすさもありますよ」
と正直に言ってしまったおじ🤫
これでいいのだ🤣

🖋️ AIネイティブなおじさんが見た、未来の景色

実際にDBを渡してみると、人事が
👩🏼‍🦱 「あれ、なんだか整理されている気がしますー!
と目を輝かせてくれました。今までは雑多に消えていた知見が、一つの場所に蓄積されていく。この「資産化」の感覚こそ、おじが伝えたかった一番のポイントであります。

ここで面白いのは、「うまくいった質問」だけでなく「ダメだった質問」も価値を持ち始めることですね。これまでは失敗はその場で忘れ去られていましたが、DBに残すことで「なぜ見抜けなかったのか」「なぜズレたのか」という構造が後から分析できるようになる。つまり、採用という曖昧な営みが、少しずつ「再現可能な判断プロセス」に近づいていくわけです。

中長期的に見れば、このDBをAIくんに読み込ませるだけで、「新規の職種でも、過去の成功事例に基づいた最適な諮問シート」をAIくんが勝手に提案してくれる日が来るでしょう。新人研修でも、このDBを読み込ませたサポート用のAIくんを授ければ「我が社が何を大切にしているか」がすぐに学習できるようになります。

目の前の画期的な改善は小さな一歩かもしれませんが、こうして「AIくんが扱いやすい形」でデータを残しておくこと。それこそが、おじ世代が次世代に残せる最高のプレゼントではないかと思う今日この頃です☕

🖋️ 明日から少しだけ「イケおじ」に近づくために

今回の件で、おじは確信しました。AIくんを使いこなすというのは、プログラミングができることではなく、「AIくんが活躍できる土壌(データ)を整えてあげること」なのだと。

さらに言えば、その土壌とは単なる情報の蓄積ではなく、「意図」と「評価基準」が埋め込まれた構造だとなお光る。データだけあっても、なぜその判断に至ったのかが分からなければ、AIくんはただの検索屋で終わってしまう。逆に、この文脈まで含めて残しておけば、AIくんは初めて「判断の相棒」へと進化するのです。

「ドヤ顔おじも捨てたもんじゃない」
そう評価をされたい気持ちが強いですが、これがおじのモチベになってみんなが少しでもやりやすい状態になれば、win-winでいい感じですね😌

人間さんとAIくんの理想的な共生スタイルを目指して、おじは明日からも、ボヤきながら、迷いながら、でもちゃっかりAIくんに助けてもらいながら、職場の困りごとを解決する「隠れヒーロー」を目指していこうじゃありませんか😎

次はどんなボヤきを解決しようかな、なんて考えながら、おじは満足感たっぷりに帰路につけたのでした☺️

ここまで読んでくださり、ありがとうございます🤗

おじ目線で、AIとの付き合い方や日常のボヤキを、毎日少しずつ書いています🖋️

同じようにAIと向き合っている方がいたら、フォローしてもらえると嬉しいです☕

おしまい


ダウンロード
copy

いいなと思ったら応援しよう!

チップで応援する
73