主要ポイント
2026年、アップスキリングとリスキリングはもはや研修コースの名称ではない。HRが人材戦略、AI導入、生産性、職務再設計を一体で扱うために、改めて取り上げるべきオペレーション上の議題に近い。
AIHRの2026年HR優先課題は、この変化を「headcountからskill countへ移行する」という表現で要約している。Deloitteも、人、スキル、データ、テクノロジーをリアルタイムにオーケストレーションする力が組織競争力の核心になっていると見る。CompTIAの資料では、組織の83%がスキル関連の懸念への対応を高い優先順位に置き、62%は今後1年間でAI研修予算が増えると予想している。
したがって、HRDの出発点も変わらなければならない。「今年どんな研修を開くか」よりも、「どの業務が変わり、どのスキルを新たに検証すべきで、誰がどの役割へ移れるのか」を先に問う必要がある。
研修コースではなく、能力転換が議題になった
かつてのアップスキリングは、既存の職務をよりよく遂行するための補完研修に近かった。リスキリングも、構造改革や職務転換が必要な一部人材に提供される例外的なプログラムと見なされていた。しかし、2026年の状況は異なる。
AI導入は、特定の職務全体を一度に消し去るというより、業務単位を再分解している。報告書作成、データ整理、顧客対応、コンテンツ制作、採用スクリーニング、研修設計のように、人の判断とツールの自動化が混在する領域が急速に増えている。このとき必要なのは単なるツールの使い方ではなく、変化した業務フローの中で人がどの判断を担い、AIがどの補助役を果たし、結果をどう検証するかという新しい能力である。
TalentLMSはこれを「learning debt」という表現で説明する。仕事が変わるスピードが学習と開発のスピードを上回ると、組織内には見えないスキル負債が積み上がる。従業員は忙しくて学べず、管理職は目先の成果を急ぐため学習時間を確保できず、HRDは修了率を管理しても実際の業務転換までは追跡できない。このギャップが広がるほど、研修は増えているのに能力転換は起きないという問題が生じる。
AIは雇用をなくすより、仕事を組み替えている
アップスキリング・リスキリングの議論が再び重要になった最大の理由は、AIへの解釈が変わりつつあるからだ。単に「AIが雇用を代替する」という言葉だけでは、HRD戦略を立てにくい。実際の組織では、代替、補完、役割変更、新たな役割の創出が同時に起きている。
SHRMの2026年AI in HR資料は、この点を比較的明確に示している。AIが導入された組織のHR専門家回答者は、AI導入の結果として頻繁なアップスキリング・リスキリング機会が生まれたとの回答を57%、職務責任の変化があったとの回答を39%、新しい役割が生まれたとの回答を24%と報告した。一方、若干の雇用代替に言及した回答は7%だった。
この数字は、HRが注力すべき地点を示している。核心は恐怖ではなく再設計だ。ただし調査対象、標本、産業構成はレポートごとに異なるため、韓国企業にそのまま移植するのではなく、社内の職務データと合わせて読む必要がある。どの業務が自動化されるのか、どの業務がAIとともに拡大するのか、どの従業員が新たな役割へ移れるのかを判断しなければならない。リスキリングは、消える職務の避難所ではなく、変わる業務を基準に人材を再配置する装置であるべきだ。
HRDの問いは「何を教えるか」から「どの仕事を変えるか」へ移る
Deloitteの2026年人的資本トレンドは、静的な職務と組織構造だけでは変化のスピードに追いつきにくいと見る。人、スキル、データ、テクノロジーをリアルタイムにつなぎ、業務成果を中心に能力を再構成する組織が有利になるということだ。
この観点から、HRDは研修提供者ではなく、スキル転換の設計者にならなければならない。たとえば生成AI研修を運営するとしても、単にプロンプトの書き方を教えるだけで止まれば効果は限定的だ。採用担当者には候補者レビュー基準とバイアス点検能力が必要であり、営業担当者には顧客データの解釈と提案書の検証能力が必要になる。研修テーマが同じでも、職務別の業務変化が異なれば、学習経路と成果指標も変わるべきだ。
CompTIAの資料も、AIだけがスキルギャップの原因ではないと見る。HR専門家とITリーダーの80%は、AI以外の技術要因もスキルギャップを生んでいると回答した。これは、2026年のHRDがAI研修一つですべての問題を解決しようとしてはならないという意味だ。デジタルツール、データ活用、協働の方法、職務別専門性、認証と検証の仕組みを合わせて見る必要がある。
企業実務への適用ポイント：2026年アップスキリング・リスキリング設計チェックリスト
第一に、研修ニーズ調査より業務変化の診断を先に行うべきだ。「どんな研修が必要か」ではなく、「直近1年でどの業務が自動化・拡張・縮小・拡大したか」を確認しなければならない。
第二に、アップスキリングとリスキリングを分ける必要がある。アップスキリングは現在の職務の成果を高める学習であり、リスキリングは別の役割や職務へ移れるようにする学習だ。対象者、予算、期間、成果指標が同じであるはずはない。
第三に、AI研修は職務別の業務場面と結びつけるべきだ。全社員共通の特別講義だけでは実際の適用が難しい。職務別ユースケース、検証基準、リスク管理、管理職のコーチングを一体で設計しなければならない。
第四に、修了率中心の指標を減らすべきだ。社内異動、新業務への投入、プロジェクト成果、管理職評価、スキル検証、従業員のキャリア移動といった指標が合わせて必要になる。
第五に、HRDだけで進めてはならない。AIHRが述べるように、HRはAI転換の共同リーダーの役割を担うべきだ。しかし実行は、HRD、HRBP、現場リーダー、IT、データ組織が共同で設計して初めて可能になる。
HRが次に見るべき方向
2026年のアップスキリング・リスキリングの核心は、研修をより多く開くことではない。変化する仕事の構造を見て、必要なスキルを定義し、学習を実際の役割転換と成果につなげることだ。
次回は、アップスキリングとリスキリングをどう区別すべきかを扱う。二つの概念を正確に分けなければ、研修予算も対象者選定も成果測定も曖昧になる。2026年のHRD計画を立てる組織なら、まずこの区分から見直す必要がある。
