「HR 2030: The Agentic HR Vision」を読んで 〜エージェント時代のHRと組織を考察する〜

こんにちは！

Algomatic の齋藤です。

私は普段、組織変革本部という事業部で主にエンタープライズ企業の皆様と組織の AI 推進・活用を進めるためにどうしたらいいか、を思考し伴走支援しております。

もし私がなぜ Algomatic にいるか、何を成し遂げたいかについてご興味ある方はこちらもご覧ください。

「AI ネイティブな組織」の正解例を世の中に残したい。教育に人生を賭ける事業部長が、生成 AI で挑む変革【マイアル#18】｜Algomatic / AI 革命で人々を幸せにする

さて今回は『Algomatic 初夏のアドベントカレンダー』と題して、メンバーそれぞれが好きな技術を好きに語る会の 12 日目となります👏

アドカレを通して、Algomatic にはどんなメンバーがいるのか、エンジニアチームの空気感みたいなものを少しでも知っていただけたら幸いでございます。

正確には私はエンジニアではなく、事業開発なのですがとても最近面白いエンジニアリングテーマにチャレンジしているので、その内容を含めてお話しさせてください。

先日、同僚の大見川が「AI 時代の人材配置を考える：固定された組織から変化する組織へ」という記事を公開しました。AI によって組織構造そのものが変わり始めている中で、異動配置をタスクとスキルを軸に再設計するという内容で、社内外から多くの反響をいただいています。（詳しくは記事を読んでみてください！）

tech.algomatic.jp

ちょうど同じタイミングで、The Josh Bersin Company から「HR 2030™: The Agentic HR Vision」というレポートが出ていたので、今回はこのレポートを読んだ所見を、技術観点から考察してみたいと思います。

🔻詳しくはこちらからダウンロードしてください🔻

HR 2030™: The Agentic HR Blueprint – JOSH BERSIN

このレポートのメインメッセージは「2030 年のエージェンティック HR システム（エージェント型人事システム）は、既存のトランザクショナルなシステムにエージェントを載せたものではなく、まったく新しいビジネスシステムである」ということです。

レポートは数百件のクライアント・ベンダーへのインタビューをもとに、以下の 3 つの観点でビジョンを描いています。

• エージェント：どのような姿で、どう振る舞うのか

• アーキテクチャとビジネスルール：エージェントをどう管理するのか

• 役割とオペレーティングモデル：HR という機能はどう変わるのか

「チャットボットで HR 問い合わせを自動化する」という今日的な話ではなく、雇用・配置・育成・評価という人事の根幹がエージェントネットワークによって再構成される、という未来像です。

技術的考察 1：本質はデータ基盤と「コンテキストエンジン」にある

まず興味深かったのは、アーキテクチャの章で言及されているコンテキストエンジンの話です。

レポートでは、企業のビジネスルールやポリシーの多くが HCM、ERP、CRM、ATS、LMS といったレガシークラウドシステムやドキュメント、運用慣行の中に埋め込まれており、これらのセマンティクスを抽出する新しい仕組みが市場に登場しつつある、と指摘されています。

これは、LLM アプリケーションを開発している人なら直感的に理解できる話だと思います。エージェントの賢さは、モデルの性能だけでなく与えられるコンテキストの質で決まります。RAG やツール連携の設計をしたことがある方なら、「社内ルールが暗黙知や非構造化ドキュメントに散在している」状態がいかにエージェントの精度を下げるか、痛感しているはずです。

レポートが「データ統合・品質・ラベリング・ガバナンスが HR の新しい職種になる」と予測しているのも、この文脈で理解できます。エージェンティック HR の成否は、派手なエージェント UI ではなく、地味なデータエンジニアリングとオントロジー設計にかかっている。これは私たちが HR、組織領域のプロダクト開発で日々感じていることと完全に一致します。

image技術的考察 1：本質はデータ基盤と「コンテキストエンジン」にある

技術的考察 2：自律性の設計は「リスクベース」で

もうひとつ面白いのは、エージェントの自律性に濃淡をつける設計思想です。レポートでは、スケジューリングのようなエージェントは自律的に動かす一方、給与や報酬に関わるエージェントには人間の監督を必須にする、という整理がなされています。

これはエージェント設計におけるHuman-in-the-Loop の粒度設計の話そのものです。すべてのアクションに承認を挟めば安全ですが遅くなる。すべてを自律化すれば速いがリスクが大きい。可逆性が高く影響範囲が限定的な操作は自律実行、不可逆で人の処遇に関わる操作は人間の承認を必須にする──リスクベースで設計するソフトウェアエージェントの権限設計と同じ考え方が、HR ドメインにそのまま適用されていくわけです。

事例として挙げられている IBM の AskHR が、単なるチャットボットではなく、約 27 万人規模の従業員を支える HR デジタルエージェントとして紹介されている点も示唆があります。IBM の説明では、AskHR は約 7,000 ページの HR ポリシー情報にアクセスし、Workday、SAP、Concur などの業務システムと連携しつつ、定型的な問い合わせは AI が処理し、複雑なケースは人間の HR アドバイザーに引き継ぐ二層モデルで運用されています。エージェントの価値は「応答できること」ではなく、統制された状態で、正しく応答し続けられることにある、ということだと思います。

image技術的考察 2：自律性の設計は「リスクベース」で

技術的考察 3：シームレスな人材再配置

このレポートを読んで、大見川の記事との接続を強く感じたのが、組織の組閣やワークフォースの変化が「定期イベント」から「継続的プロセス」になるという予測です。

レポートでは、事業部門が計画未達でコスト削減が必要になったとき、タレントエージェントが再配置・給与調整・レイオフといった複数シナリオをモデリングし、経営層がwhat-if分析をリアルタイムに回せるようになる、と描かれています。従来の一律で粗いレイオフが、専門性や組織の記憶を失う「ひどいプロセス」だという指摘にもとても頷けます。

ただし、ここで技術的に重要なのは、大見川の記事が指摘していた通り、この種のシミュレーションは制約の多い組み合わせ最適化問題だという点です。LLMに「最適な配置案を出して」と聞いても解けません。玉突き配置の波及、部署ごとの必要人数、スキル要件、本人希望といった制約を構造化したうえで、最適化ソルバーやシミュレーション基盤と LLM を組み合わせるアーキテクチャが必要になります。レポートはビジョンとして「何が可能になるか」を描いていますが、それを実装に落とすには、タスク分解・スキルオントロジー・制約モデリングという泥臭い積み上げが不可欠です。ここがまさに、私たちが取り組んでいる領域です。

image技術的考察 3：シームレスな人材再配置

一方で：監視の問題は「技術」では解けない

レポートが誠実だと感じたのは、エージェントが従業員のメール・会議・ワークフローまで分析するようになったとき、監視（サーベイランス）の問題が不可避になると明記している点です。そのデータを評価に使うのか、給与に使うのか。各社が明確なルールを定め、透明に伝えなければ信頼は維持できない、と。

これは技術で解決できる問題ではありません。アクセス制御や匿名化といった技術的手段は前提として、「何のためにどのデータを使うか」という合意形成こそが、エージェンティック HR 導入の最大のボトルネックになると私は見ています。逆に言えば、ここを丁寧に設計できる企業から順に、レポートが描く未来の組織や HR に近づいていくのだと思います。

おわりに

「HR 2030」が描くのは、HR システムが記録のためのシステムから、組織の意思決定を駆動するエージェントネットワークへ変わる未来です。そしてその実現を支えるのは、コンテキストエンジン、データ品質、自律性のリスク設計といった、エンジニアリング的なテーマでした。

ビジョンと実装のあいだには、まだ大きなギャップがあります。だからこそ、このギャップを埋める仕事はめちゃくちゃ面白い。Algomatic では、AI 戦略・組織構造・人材要件・配置シナリオをつないでシミュレーションする取り組みを進めています。

image移動配置の高度化

エンジニア・PdM を募集しています！

ここまで読んでいただきありがとうございました！

Algomatic では、「AI 革命で人々を幸せにする」をミッションに、変化の速い領域でも 学びや試行錯誤を続けられる エンジニア、PdM を募集しています。

上記の通り、AI戦略・組織構造・人材要件・配置シナリオをつないでシミュレーションする取り組みもしているため、少しでもご興味をお持ちいただけましたら、カジュアル面談に足を運んでいただけるとうれしいです！

お読みいただきありがとうございました！