日本企業の4社に3社には評価基準がない
DX・AI人材の評価基準を持つ日本企業は、まだ少数です。IPAの「DX動向2025」によると、DX人材の評価基準がない日本企業は75.7%で、米国の10.0%、ドイツの18.9%と大きな開きがあります。
評価基準がないと、次のことが起きます。
- 工場の推進担当が、AIのテーマに時間を使った分だけ本業の評価が下がる
- 外部から採用した専門人材を、既存の職能等級に当てはめるしかない
- 資格を取らせても処遇が変わらず、学ぶ動機が続かない
- 育った人材が、AI人材を評価する他社に転職する
民間でも、この領域の支援サービスが出てきています。エクサウィザーズは2026年10月2日、AI人材の要件定義から評価・育成までを支援する「AX人材要件定義サービス」を始めました（同社発表）。
3つの仕組みを組み合わせる
製造業のAI人材の評価は、1つの指標では成り立ちません。スキル、実績、資格の3つを組み合わせます。
仕組み1：スキルマップで等級を決める
AI人材に必要なスキル（工程の知識、データの所在の把握、データ整備、評価設計、モデル運用、現場への組み込みなど）を項目にし、それぞれを4段階で評価します。スキル項目の例は製造業のAI人材に必要なスキル10項目、配布資料は製造業のAI人材スキルマップを参照してください。
スキルマップは等級や昇格の判断に使います。「データ整備を自分でできる」「評価方法を設計して人に教えられる」といった水準を、等級の要件に組み込みます。
仕組み2：プロジェクト実績を賞与や表彰に反映する
AIのテーマで何をやったかを、賞与や表彰に反映します。評価する実績は、PoCの数ではなく、次のような結果です。
| 評価する実績 | 評価しない（重視しない）もの |
|---|---|
| 本番に載せたテーマの数と、その効果（不良率・停止時間・工数） | PoCを実施した数 |
| 他工場・他ラインへの横展開 | 発表資料の数 |
| 社内の後任者への技術移転 | 外部セミナーへの登壇 |
| データ整備やマスタ統一など、他のテーマにも効く基盤の整備 | 研修の受講時間 |
データ整備のように目立たないが後のテーマを支える仕事を評価項目に入れておくことが、製造業では特に重要です。これがないと、誰もデータ整備を引き受けなくなります。
仕組み3：資格を手当や要件に使う
G検定、E資格、データサイエンティスト検定などの資格は、学習の動機づけと、一定の知識の証明に使います。資格手当や、特定の役割に就くための要件にする方法があります。資格の選び方はAI関連資格の選び方で扱います。
ただし資格は知識の証明であって、工場で成果を出す力の証明ではありません。資格だけで等級や処遇を決めると、資格は持っているが現場で動けない人が評価されてしまいます。
兼務の推進担当の評価をどうするか
工場の推進担当は、多くの場合、生産技術や品質保証の本業と兼務しています。この場合、評価者を2人にすることが有効です。本業の上長が本業の成果を、推進責任者（CDOやCoEの責任者）がAIのテーマの成果を評価し、業務時間の割合に応じて合算します。
業務時間の割合（例：本業50%、AIテーマ50%）は、期初に上長と推進責任者が合意して決めます。割合を決めずに兼務させると、本業の上長はAIの仕事を評価に入れにくく、本人も本業を優先せざるをえません。推進責任者の権限についてはCDO・DX推進責任者の役割を参照してください。
専門人材の処遇は別の枠を用意する
外部から採用したデータサイエンティストやデータエンジニアは、既存の職能等級に当てはめると、市場の水準と合わないことがあります。専門職の等級や、職務を基準にした報酬の枠を別に用意する企業もあります。
この場合でも、評価の軸は「本番に載せたテーマ」「社内への技術移転」「データ基盤への貢献」に置きます。専門人材の評価がモデルの精度や論文の数だけになると、工場の成果との結びつきが弱くなります。
よくある質問
AIの効果を個人の成果としてどう切り分けますか
テーマ単位でチームの成果として評価し、その中での役割（データ整備、評価設計、現場展開など）を個人の評価に反映します。効果を個人に完全に割り付けるのは難しいため、役割の評価と組み合わせます。
失敗したPoCは評価でマイナスになりますか
事前に決めた中止条件に沿って早く中止を判断できた場合は、むしろ評価すべきです。マイナス評価にすると、成果の出ないPoCを続ける動機が生まれます。
現場層の作業者もAIで評価すべきですか
現場層は、AIの誤りを記録・報告したことや、改善提案を出したことを、既存の改善提案制度などで評価するのが現実的です。AIの利用頻度そのものを評価項目にする必要はありません。
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
