日本のIT人材構造が「現場主導」を必然にしている
なぜこの流れが続いているのか。背景には、日本企業のIT人材構造そのものがある。
IPA（情報処理推進機構）の「DX白書2023」によれば、日本では情報処理・通信に携わる人材の73.6%がIT企業に所属し、IT企業以外の事業会社にいるのは26.4%にとどまる。一方、米国ではIT企業所属が35.1%で、64.9%が事業会社に所属している。日米でほぼ正反対の構造であり、日本の事業会社は社内に開発リソースを抱え込めていない。
人材不足の体感差はさらに極端だ。DXを推進する人材が「充足している」と回答した企業は、日本で10.9%、米国で73.4%と、約7倍の開きがある。経済産業省の「DXレポート2.1／2.2」も、ユーザー企業とベンダー企業の関係が「低位安定」に陥り、多重下請け構造や人月単価ベースの調達慣習がDX推進の障害となっていると指摘している。
つまり日本の事業会社は、構造的に「自社で作れない」状態に置かれてきた。kintoneの広がりも、Grant社の取り組みも、この構造的制約を回避する手段の一つと位置づけられる。AIエージェント配布は、その回避策のなかで最も移行コストが低い選択肢になりつつある。
「リスキリング」という言葉は、現象を正確に捉えているか
ここから先は、筆者の独自視点として記しておきたい。
Grant社の取り組みは「高速リスキリング」と呼ばれることが多いが、私はこの言葉が現象を正確に捉えているか、留保が必要だと考える。
第一に、AIエージェントとの協業で問われるのは、プログラミング知識ではなく「業務課題を解像度高く言語化する力」である。これはコーディングを学び直すこととは性質が異なり、むしろ業務理解とコミュニケーション能力の再定義に近い。リスキリング（学び直し）という枠組みでは捉えきれない変化が起きている。
第二に、AIで作ったツールは「動くこと」と「正しく動き続けること」の間に大きな隔たりがある。テスト・検証・運用設計の枠組みなしに本番運用が広がれば、見えないバグが業務判断を歪めるリスクは無視できない。Grant社のメンタルヘルス早期検知システムのようにセンシティブなデータを扱う場合、検知精度の検証は社内一部署の判断で済む話ではないだろう。
第三に、現時点で公表されているのは同社のプレスリリースのみであり、外部検証や定量的な業務効果データは未公開である。「7種のツールが稼働中」という事実は確認できるが、それぞれが組織の意思決定や生産性にどの程度寄与したかは、今後の評価を待つほかない。これは批判ではなく、報じる側の留保として明示しておくべき点だ。