AI人材育成の3段階モデル|全社底上げ・変革人材選抜・AXアーキテクト育成の進化段階
- Published
- Reading
- 14 min
- AI人材育成 段階
- AI人材育成 ロードマップ
- AI人材育成 3段階
- 変革人材育成 段階
- AXアーキテクト育成 段階
AI人材育成は3段階の時間軸的進化として整理できる。段階1は全社底上げ、段階2は変革人材選抜、段階3はAXアーキテクト育成。各段階で対象・方法論・指標が異なり、成熟組織は3段階を並走させる。
「AIは効率化から、収益の創造へ」というシフトは、人材育成の側にも構造変化を要求する。全社員にAIリテラシーを装着するだけでは、まだ存在しない収益の作り方は生まれない。本記事は、AI人材育成を時間軸で3段階に整理し、自社がどこに立っているかを診断するための理論枠組みを提示する。
「AI人材育成は全社研修の連続」という通説の構造的問題
AI人材育成を語るとき、業界の典型的な発想は「全社員AIリテラシー研修を継続実施し、リスキリング予算を投下し続ければ、いつかAI時代の人材が揃う」というものだ。生成AI研修の市場が急拡大している現状は、この発想を裏付けるように見える。
しかし、全社研修の連続だけでは「変革人材」「AXアーキテクト」は構造的に育たない。McKinseyの調査では、AIを活用した企業は88%に達したが、業務機能全体にスケール化できた企業は約3分の1にとどまる(State of AI 2025)。BCGの調査でも、AIから「significant value」を得ている経営層は25%のみであり、残り75%は「投資はしたが、価値はまだ」という状態にある(AI Radar 2025、n=1,803)。
この差はツールでも研修受講率でもない。AI人材育成は時間軸で3段階に進化するという構造論の不在こそが、停滞の正体である。段階1(全社底上げ)、段階2(変革人材選抜)、段階3(AXアーキテクト育成)。各段階で目的・対象範囲・方法論・成果指標が異なり、必要な担い手も異なる。
本記事は、書籍『AI収益進化論』が示したAI導入の3段階を、人材育成の文脈に翻訳し直したものだ。全社研修が無駄なのではない。全社研修は段階1で極めて有効である。問題は、段階1だけで止まっている組織が、段階2・段階3に進めずにPlateauに当たることにある。
AI人材育成の3段階モデル
段階1|全社底上げ|AIリテラシー研修・リスキリングで全社員のスキル装着
段階1は、全社員のAIリテラシーを底上げし、業務での生成AIツール活用を定着させるフェーズである。
目的: 全社員のAIリテラシー底上げ、業務でのAIツール活用、技術変化への組織適応。 主な施策: 全社AIリテラシー研修、生成AI実務研修、リスキリング、業界先行プレイヤーとの協働、ツール導入支援。 主な指標: 研修受講率、AIツール定着率、業務効率化指標(工数削減、処理時間短縮)。 担い手: 人事部、人材開発部門、外部研修プロバイダー、情報システム部門。 時間軸: 6ヶ月〜2年で立ち上げ、その後は継続的に運用。 強み: 全社員のリテラシー底上げに有効。リスキリング支援補助金等の政策助成と整合的。技術変化への組織的耐性が高まる。 弱み: 変革人材は育たない。収益進化(まだ存在しない売上の創出)には届かない。
段階1は「DX Areaの人材育成」として位置付けられる。既存業務の効率化、AIツールの定着、デジタル基礎能力の装着が中核であり、PwC Japan「生成AIに関する実態調査2025春」(n=945)でも、日本企業の56%がここでの「活用中」段階に到達しており、リテラシー底上げの普及は進んでいる。
ただし、PwC調査で「期待を大きく上回る効果」を実感した企業は日本でわずか10%にとどまる。段階1だけで止まる組織は、ここから先に進めない。段階1は収益進化のインフラとして必要だが、それ自体が到達点ではない、という構造論を見落とすと、人材育成投資の方向感が見えなくなる。
リスキリングとAI人材育成の違い、および全社員AIリテラシー研修が空回りする理由で論じた通り、段階1は土台として必要だが、ここで完結させるとPlateauに当たる。
段階2|変革人材選抜|変革人材アセスメントで候補発掘、4要素循環の起動
段階2は、組織内に埋もれている変革人材候補を発掘・選抜し、AXアーキテクト育成の人材プールを形成するフェーズである。
目的: 組織内の変革人材候補を発掘・選抜し、次段階の育成対象母集団を作る。 主な施策: 変革人材アセスメント(4分類19項目)、4要素循環構造の起動(アセスメント → コミュニティ → アサインメント → コンピタンス)、選抜型育成プログラム、社内公募と推薦の組み合わせ。 主な指標: 変革人材候補の発掘数、アサインメント実施数、コミュニティ参加率、変革人材プールの規模。 担い手: 人事部+経営層(CAXO候補の関与開始)+外部伴走者。 時間軸: 1〜3年で立ち上げ、変革人材プールを継続的に形成。 強み: 組織内に埋もれた変革人材を発掘できる。選抜型育成で集中的にリソースを投下できる。経営層の関与の起点になる。 弱み: 全社員には届かない。経営層のコミットメントなしには起動できない。アセスメント設計を誤ると形骸化する。
段階2は「AX Areaの人材育成の起点」として位置付けられる。AlphaDriveの研究機関POT Instituteが整理した変革人材4分類19項目(ものごとのとらえ方/行動特性/関係性構築力/思考傾向)は、段階2の起点となるアセスメント指標である。
重要な構造論として、段階2は段階1の完成を待たずに並走起動できる。むしろ、段階1(全社底上げ)が成熟する前から変革人材選抜を始めなければ、段階3(AXアーキテクト育成)の準備が遅れる。詳細は4要素循環構造、および変革人材アセスメントを参照されたい。
段階3|AXアーキテクト育成|12メニュー体系で BA能力×AI能力 の人材を育成
段階3は、AIで事業構造そのものを変えられるAXアーキテクトを社内に育成するフェーズである。
目的: AXアーキテクト(BA能力 × AI能力)を社内に育成し、収益進化を担える人材プールを形成する。 主な施策: 12メニュー体系(基礎8+AX能力装着4)、実プロジェクトへのアサインメント、AXアーキテクト育成5段階モデル、CAXOによる経営層コミットメント、AX for Revenue Loopの90日サイクル実装。 主な指標: AXアーキテクト育成数、AX for Revenue Loopの90日サイクル実施数、Revenue ROI(新規収益創出、新カテゴリ創出、CAC<LTVの成立)。 担い手: CAXO(経営層)+AXアーキテクト+外部伴走者+実プロジェクト(社内アサインメント先)の三層協働。 時間軸: 3〜5年スパンで継続的に運用。 強み: AIで事業構造を変える変革人材プールが組織内に蓄積される。Revenue ROIの実現が可能になる。PI(Primal Intelligence)を組織として扱えるようになる。 弱み: 高度な経営層コミットメントが必要。長期投資が必須。育成途中での離脱・転職リスクがある。実プロジェクトとの接続が必須で、研修単独では成立しない。
段階3は「AX Areaの人材育成の中核」として位置付けられる。書籍『AI収益進化論』第7章が示すAX for Revenue Loop(AI Sprint → Plateau Detection → PI Injection → 収益構造の再設計)を回せる人材は、研修だけでは育たない。実プロジェクトでのアサインメント、CAXOの関与、外部伴走者の理論的支援、この三層が揃って初めて育成が成立する(麻生要一『AI収益進化論』第7章)。
12メニュー体系(基礎8+AX能力装着4)の詳細は12メニュー体系、経営層側の能力装着は経営層のAIリテラシー育成、組織配置の論点はAI事業開発の組織パターンを参照されたい。
段階3は3段階の最終形ではない。次節で論じるように、段階3に到達した組織は、同時に段階1・段階2も並走させ続けている状態にある。
3段階は「順次積み上げ」ではなく「並走進化」する
ここまで段階1・段階2・段階3を順番に整理してきたが、本記事の核となる構造論は別の場所にある。
3段階は「段階1完了 → 段階2 → 段階3」の順次積み上げではない。並走進化する。
段階2(変革人材選抜)は段階1(全社底上げ)が成熟する前から並走起動できる。段階3(AXアーキテクト育成)も段階1・段階2と並走する。成熟組織は3段階すべてが並走している状態にある:
- 全社員レイヤー:段階1の継続(リスキリング、AIリテラシーの底上げ、新ツール導入支援)
- 変革人材候補レイヤー:段階2の継続(アセスメント、コミュニティ運営、アサインメント)
- AXアーキテクトレイヤー:段階3の継続(実プロジェクト、PI Injection、収益構造の再設計)
「段階1が完成してから段階2に進む」と判断すると、変革人材選抜が遅れ、組織は効率化の頭打ちに当たる。全社員のAIリテラシーが上がっても、AIで事業構造を変えられる人材が組織内に育っていなければ、効率化以上の成果は出ない。これは、書籍『AI収益進化論』が示す段階3の徒労感──効率化数値は出るが売上が動かない──の人材育成側の構造的原因である。
並走進化の論理は、書籍コラム②「AI Sprintで詰まっているあなたへ」が示す並走戦術の人材育成版でもある。効率化AIと収益進化AIを並走させる戦術が、人材育成の側では「全社底上げと変革人材選抜とAXアーキテクト育成を並走させる戦術」として現れる。
段階1は無駄ではない。段階2・段階3のインフラとして機能する。 ただし、段階1だけで止まる組織は、構造的に収益進化に届かない。この構造論を見落とすと、AI人材育成投資は方向感を失う。
AIイネーブルメントの3段階モデル(効率化AI浸透 → 個別最適 → 収益進化)が「組織能力」の進化を扱うのに対し、本記事の3段階モデルは「人材」の進化を扱う。両者は車の両輪として並走する。
自社の3段階モデル診断 ── どの段階にいるか
自社のAI人材育成が3段階のどこに立っているかを診断するには、3つの軸で観察するとよい。
診断軸①|段階1(全社底上げ)の到達度
全社AIリテラシー研修の実施は進んでいるか。業務での生成AIツール定着率は測定できているか。リスキリング施策は機能しているか。受講率は段階1の指標として有効だが、それだけでは段階1の「質」は測れない。業務での実利用率、ツール定着率を併せて見る必要がある。
診断軸②|段階2(変革人材選抜)の起動状況
変革人材アセスメントは実施されているか。変革人材候補のプールは組織内で可視化されているか。4要素循環構造(アセスメント・コミュニティ・アサインメント・コンピタンス)は起動しているか。段階2が起動していない組織は、段階1がいくら成熟しても段階3に進めない構造にある。
診断軸③|段階3(AXアーキテクト育成)の実装状況
AXアーキテクトの社内育成は進んでいるか。12メニュー体系の実装は進んでいるか。CAXOは経営層から指名されているか。実プロジェクトへのアサインメントは設計されているか。段階3は研修単独では成立せず、実プロジェクトと経営層コミットメントが揃って初めて起動する。
3つの軸を組み合わせて自社を診断すると、組織の現在地が見える:
- 段階1のみ実施で段階2に未着手:段階1停滞期(Plateauリスク高)
- 段階1+段階2を実施、段階3に着手中:段階2成熟期
- 3段階すべてが並走:段階3成熟期
診断軸は絶対評価ではない。自社が「いま、どの段階を主戦場にしているか」を可視化する観点として使う。詳細な自社診断の進め方はAIイネーブルメントの3段階モデル、定着しない構造的原因は定着しない3つの構造的原因を参照されたい。
よくある質問
Q1:3段階は順次進めるべきか、並走起動するべきか?
並走起動が原則である。段階1(全社底上げ)の完成を待ってから段階2(変革人材選抜)に進む順次積み上げ型は、変革人材の育成を遅らせ、組織を効率化の頭打ちに追い込む。段階1を継続しながら、並行して段階2を起動し、段階2の人材プールができた時点で段階3を起動する、という並走設計が、書籍『AI収益進化論』第7章が示すAX for Revenue Loopを担える人材を組織内に蓄積する経路になる。
Q2:段階1(全社底上げ)が完成しないと段階2に進めないのか?
そうではない。段階1の完成は段階2起動の前提条件ではない。段階2(変革人材選抜)は、組織内に少数でも変革人材候補が存在すれば起動できる。むしろ、段階1の成熟を待つほど、段階2の立ち上げが遅れ、AXアーキテクト育成のリードタイムが長期化する。段階1と段階2は並走させる設計が、AI人材育成のロードマップとして整合的である。
Q3:自社の段階を診断するにはどうすればよいか?
3つの診断軸で観察する。①段階1の到達度(研修受講率、ツール定着率、業務実利用率)、②段階2の起動状況(変革人材アセスメント実施、人材プールの可視化、4要素循環の起動)、③段階3の実装状況(AXアーキテクトの社内育成、12メニュー体系の実装、CAXO指名)。3軸を組み合わせると、自社が段階1停滞期・段階2成熟期・段階3成熟期のどこに立っているかが見える。
Q4:段階3(AXアーキテクト育成)に必要な人数規模は?
組織規模により異なるため、一律の人数は提示できない。ただし、段階3で重要なのは人数ではなく、AXアーキテクトが実プロジェクトにアサインされ、CAXOと協働してAX for Revenue Loopを回せる構造が組まれているかである。少数のAXアーキテクトが実プロジェクトを担い、その経験を通じて次のAXアーキテクトを育てる循環が機能していれば、規模よりも育成サイクルの健全性が重要になる。
Q5:AI人材育成の3段階モデルとAIイネーブルメントの3段階モデルはどう違うのか?
両者は対象が異なる。AIイネーブルメントの3段階モデルは「組織能力」の進化を扱う(効率化AI浸透 → 個別最適 → 収益進化)。本記事の3段階モデルは「人材」の進化を扱う(全社底上げ → 変革人材選抜 → AXアーキテクト育成)。両者は対応関係にあり、AIイネーブルメントの段階1(効率化AI浸透)は人材育成の段階1(全社底上げ)と、AIイネーブルメントの段階3(収益進化)は人材育成の段階3(AXアーキテクト育成)と接続する。組織能力と人材は車の両輪として並走進化する。
関連する AX for Revenue の概念
3段階モデルを実装する際は、以下の関連概念と接続して読むことを推奨する。
- 全体像:AIイネーブルメント、AI導入の3段階
- 段階1関連:リスキリングとAI人材育成の違い、全社員AIリテラシー研修が空回りする理由、AI研修と事業を作れる人材育成の違い
- 段階2関連:変革人材アセスメント、4要素循環構造、AXアーキテクトとビジネスアーキテクトの違い
- 段階3関連:AXアーキテクト、12メニュー体系、AXアーキテクト育成5段階モデル、経営層のAIリテラシー育成、CAXO
- 構造論:100倍基準、収益進化、並走戦術、Plateau Type C
- 実装論:AX for Revenue Loop、PI(Primal Intelligence)、PI Injection、Revenue ROI
- 組織論:AI事業開発の組織パターン、AI事業開発のチーム編成、予算が取れない構造
- 書籍特設ページ:『AI収益進化論』
書籍『AI収益進化論』(麻生要一、株式会社Ambitions、2026年5月)第3章「3段階モデル」、および第7章「AX for Revenue Loopの4ステップ」が、本記事の理論的支柱である。書籍は『AI収益進化論』特設ページから参照できる。
AIは効率化から、収益の創造へ。この転換は、ツールではなく、人材育成の構造そのものを問い直すことから始まる。自社のAI人材育成が3段階のどこに立っているか、3段階を並走進化させる設計が組まれているかを、いま一度、組織の中で問い直してほしい。
発行:株式会社アルファドライブ 編集:AX for Revenue Institute 編集部
出典
- McKinsey & Company「The state of AI in 2025: Agents, innovation, and transformation」(2025)https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- AX for Revenue Institute「コストセンター型テーマ と プロフィットセンター型テーマ|違い・見極め方・使い分け」(2026)https://axfr.ai/blog/cost-center-vs-profit-center-themes
- PwC Japan(PwC Japanグループ)「生成AIに関する実態調査 2025春 5カ国比較 ―進まない変革 グローバル比較から読み解く日本企業の活路―」(2025)https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2025.html
- AXFR-OS Knowledge Pack v1.0 §3「Plateau のテーマ単位での発生原則」(2026)https://axfr.ai/whitepaper/axfr-os
- 株式会社Ambitions(AlphaDrive 100%子会社)「AI収益進化論──完成品製造コストゼロ時代の収益創造」(2026)https://axfr.ai/book
- BCG / BCG X「From Potential to Profit: Closing the AI Impact Gap」(2025)https://www.bcg.com/publications/2025/closing-the-ai-impact-gap
関連記事
- DEFINITION
AI人材育成とは|定義・人材像・必要なスキル・進め方を整理する
AI人材育成とは何か、定義・人材像・必要なスキル・進め方を中立に整理する。経済産業省とIPAのデジタルスキル標準を踏まえつつ、全社リテラシーから事業を創れる人材までの段階を解説する。
- CONTRAST
AI受託開発と収益進化FDEの違い|なぜ発注しても売上が動かないことがあるのか
AI受託開発と収益進化FDE(Forward Deployed Expert)の違いを、関与の射程という観点で整理する。受託で発注しても売上が動かないことがある構造的理由を、能力ではなく関与形態の射程として読み解き、両者の使い分けを示す。
- CONTRAST
収益進化FDE と AX Dejima|AX for Revenue 実装ソリューション層の関与形態の違い・使い分け
AX for Revenue 実装ソリューション層に並ぶ「収益進化FDE」と「AX Dejima」。人を立てる関与か、実行できる環境を作る関与か。違い・使い分け・併用の判断軸を整理する。