人事業務でAIエージェントに任せられること・任せられないこと

「採用にAIエージェントを使えないか」「人事の業務にもエージェント型AIを入れられないか」という相談を、人事部門の推進担当の方からいただく機会が増えてきたと感じています。ChatGPTやClaudeに質問して回答をもらう使い方はすでに定着しましたが、AIエージェントはそこから一歩進み、目的だけを伝えれば作業の手順を自分で組み立て、複数のステップを続けて実行するタイプのAIです。人事は候補者・従業員の個人情報や評価・処遇に関わる判断を扱う業務のため、他の部門よりも「どこまで任せてよいか」の線引きを慎重に決める必要があると当社は考えています。

当社malnaは、社内にプログラマーがいない体制のまま、Claude Code（エージェント型のAIツール）を全社に導入し、採用・労務を含む社内業務にエージェントを組み込んで運用しています。この記事では、その運用の当事者として、人事業務のうちAIエージェントに任せられる領域と、人が判断を握るべき領域の線引き、そして人事データを扱う際に特有の注意点を整理します。マーケティング業務での任せる・任せないの線引きはAIエージェントはマーケティングをどう変えるか、部門を問わない導入の進め方全般はAIエージェントを企業に導入する方法でそれぞれ詳しくご紹介していますので、本記事とあわせてご覧いただければと思います。

本記事で扱う範囲｜人事業務におけるAIエージェントの位置づけ

AIエージェントとは、目的を伝えると、AI自身が必要な情報収集や作業の手順を考え、複数のステップを自律的に実行するAIシステムのことです。1つの質問に1つの回答を返すチャットボット型のAIとは異なり、「候補者への一次連絡を進めてほしい」というような依頼だけで、作業の分解から実行、確認までを一続きで進める点が特徴です。この基本的な仕組みそのものの解説は、上記でご紹介した2記事に譲り、本記事では人事業務での任せる範囲に絞ってお伝えします。

人事業務は、採用（母集団形成から内定まで）・評価・労務・勤怠・配置・育成など幅の広い領域を含みますが、本記事はそのすべてを深く掘るのではなく、「複数ステップにわたる作業をエージェントに任せられるかどうか」という一点に軸を絞って整理します。個々の業務領域の詳しい活用方法（評価のAI化、労務の定型業務、採用フローの工程別活用など）は、当メディアの人事×AI関連記事で別途扱う予定です。また、「採用 aiエージェント」という検索でこの記事に来られた方も多いと想定していますが、採用業務は人事業務の中でも特に「候補者対応」という多段タスクの構造がはっきりしているため、本記事では採用の場面を主な例として扱います。

人事業務でAIエージェントに任せられる領域｜候補者対応の下書きから記録・次アクション整理まで

当社の運用経験では、AIエージェントに任せられる人事業務には共通点があります。「判断基準がすでに決まっている」「繰り返し発生する」「間違えたときにやり直しが利く」という3つの条件を満たす業務です。この条件は、以前ご紹介した全社導入・マーケティング領域の記事と同じ基準であり、人事業務でも変わりません。

例えば採用の場面では、候補者から返信が来たあとの「面談日の候補を複数出す」「面談後に次のアクション（合否連絡までの社内共有、次の選考ステップの案内文の下書き）を整理する」という一連の流れは、判断基準が明確で、間違えても人が確認して修正すればやり直しが利くため、当社ではエージェントに任せる工程にしています。応募書類の一次整理についても、項目を抜け漏れなく拾って要約する作業まではエージェントに任せていますが、その要約を「通過・見送りの判断材料としてどう使うか」は必ず人が行っています。書類の一次整理は単なる事務作業に見えても、実質的には選考の入り口にあたる判断であり、学習データの傾向によって性別・年齢・国籍といった属性に基づく偏りが結果に紛れ込むリスクがあるため、要約と判断を分けて扱うことを当社では重視しています。

労務・勤怠の一次回答についても同様です。よくある問い合わせへの回答の下書きはエージェントに任せられますが、就業規則の解釈や個別事情を踏まえた最終回答は、労務担当者が確認したうえで送るという運用にしています。評価コメントのたたき台についても、実在の従業員名や具体的な人事情報をそのまま入力するのではなく、氏名や部署名をダミー化した状態でエージェントに渡し、出てきたたたき台を評価者が本人に合わせて調整する、という手順を踏むようにしています。

いずれの業務も「AIが最終判断まで下す」のではなく、「人が最終判断をする前段の作業をエージェントが引き受ける」という位置づけです。当社では、この前段作業をエージェントに任せることで、候補者・従業員一人ひとりへの向き合い方を考える時間に集中しやすくなったと感じています。

人事業務で人が握るべき領域｜合否・評価・処遇の決定

一方で、当社が「これは人が判断すべき」と線引きしている人事業務もはっきりしています。

選考の合否判断：書類選考・面接の通過・見送りといった判断は、候補者の経歴やカルチャーフィットを踏まえた総合的な判断であり、エージェントには任せません。エージェントは書類の要約や進捗の整理までを担い、「通すか・見送るか」は人が決めます。

評価・処遇の最終決定：評価の点数づけ、昇給・昇格・異動といった処遇に関わる決定は、業績データだけでなく本人の状況や組織の事情を踏まえた判断が必要なため、当社では人が判断を握るべき領域だと考えています。エージェントが出したたたき台や集計結果は、あくまで判断材料の一つとして扱っています。

懲戒・退職に関わる判断：懲戒処分や退職勧奨に関わる判断は、法的なリスクも伴うため、エージェントの出力を根拠にそのまま進めることはしません。

候補者・従業員への最終連絡の送信判断：不採用連絡や処遇変更の通知のように、相手に直接的な影響を与える連絡を送る最終判断は、下書きをエージェントが作成していても、送信ボタンを押す判断は人が担います。

個人情報・機微情報の取り扱いの最終確認：候補者の履歴書・職務経歴書、従業員の給与・評価・マイナンバーといった機微情報をエージェントにどこまで触れさせるかの最終判断は、次章で述べる権限設計とあわせて人が決める領域です。

これらは「AIが不得意だから」ではなく、「判断を間違えたときの取り返しがつきにくい」「本人の人生やキャリアに直接影響する」という共通点があります。人事業務にエージェントを組み込むからこそ、逆に「どこで人が止まって最終判断をするか」を先にルール化しておくことが欠かせないと当社は考えています。

導入ステップ｜人事データを扱う場合の権限設計とガードレール

人事業務にAIエージェントを導入する進め方の基本的な流れ（ユースケース選定→権限設計→ガードレール→定着）は、AIエージェントを企業に導入する方法でご紹介した全社共通のステップと同じです。ここでは、人事データを扱う場合に特に注意が必要な「権限設計」を中心にお伝えします。

人事エージェントの権限設計では、次の3点をセットで検討することが欠かせないと当社は考えています。

• 最小権限：エージェントがアクセスできる人事データ・実行できる操作を、対象業務に必要な範囲だけに絞る（採用業務用のエージェントに給与データへのアクセス権を持たせない、といった業務単位での権限分割）
• 実行前確認：候補者・従業員への連絡送信や、評価・処遇に関わる情報の出力といった重要な操作の前に、人が確認するポイントを業務ごとに決めておく
• 監査ログ（実行履歴）：誰がどの人事データにアクセスし、何を入力し、何を実行したのかを後から追える状態にしておく

内部脅威への対策｜他部署の従業員による越権アクセスをどう防ぐか

人事データを扱うエージェントの権限設計で、特に見落とされやすいのが内部脅威の観点だと当社は考えています。人事エージェントを社内の複数の従業員が使える形で導入する場合、人事担当者以外の従業員が、業務上の質問を装ったプロンプト経由で、本来アクセス権を持たない他の従業員の給与・評価・マイナンバーといった情報に触れてしまう、という事態が起こり得ます。「悪意のある外部からの攻撃」だけでなく、「権限設計が甘いために社内の誰でも触れてしまう」という内部の構造的なリスクも、人事データを扱う以上は前提に置く必要があります。

この対策として、当社では次の考え方を重視しています。

• テナント分離・アクセス制御：人事エージェントが参照するデータソースを、利用者の役割・部署に応じて分離し、人事担当者以外のアカウントからは他者の個人情報を含むデータソースに接続できない設計にする
• 利用者単位の権限確認：エージェントに問い合わせをした本人が、その情報にアクセスする権限を実際に持っているかを、エージェント側の処理の前提として確認する仕組みを持つ
• 想定外のクエリの検知：「他の従業員の給与を教えてほしい」「特定の人物の評価履歴を要約してほしい」といった、通常の業務範囲を超えた問い合わせが行われた場合に、それを検知・記録できる状態にしておく

候補者・従業員の個人情報をエージェントに渡す際は、マスキングやダミー化を基本とし、実データを渡す必要がある場合は、その業務に権限を持つ担当者だけが扱えるようにアクセス経路を限定することを、当社では原則としています。この点は、生成AIの社内ガイドライン整備とも関わる部分が大きいため、社内ルールをこれから整備したい方は、生成AIの社内ガイドラインの作り方もあわせてご覧ください。

なお、これらの対策を講じても、権限設計やアクセス制御だけで内部脅威のリスクを完全に排除できるとは当社では考えていません。技術的な対策と、実行前確認・監査ログの定期的な人による確認を組み合わせることで、リスクを下げていくという考え方が現実的だと感じています。

責任分界点｜AIの判断の最終責任は誰か

人事業務にAIエージェントを組み込む際、当社が特に重要だと考えているのが、AIの出力や判断の最終的な責任を社内の誰が持つのかを、導入前に決めておくことです。

エージェントが出したたたき台や集計結果に誤りがあった場合、あるいは権限設計の想定を超えたアクセスが起きた場合に、「誰が気づき、誰が止め、誰が対外的に説明するのか」が定まっていなければ、対応が遅れる原因になります。当社では、ユースケースごとに「誰が最終承認者か」「その承認者が対応できない場合、誰に判断が上がるか」の2点を、導入時点で決めておくことをお勧めしています。人事業務の場合、日常的な確認は人事担当者が行い、合否・評価・処遇・懲戒に関わる最終判断は、人事部門長や経営層が承認する、という形で承認ラインを分けておくと運用しやすいと感じています。

責任の所在を人事担当者一人に負わせるのではなく、エージェントを導入・運用する部門としての責任と、個々の業務判断の責任を分けて整理しておくことも大切だと当社は考えています。エージェントが出した情報をそのまま採用してしまい、後から「AIがそう言ったから」という説明で済ませられる状況を作らないことが、責任分界点を機能させるための前提です。

AIエージェントの安全性について、当社が言えることと言えないこと

ここまで権限設計・アクセス制御・責任分界点について整理してきましたが、当社としては「これらの対策を講じれば人事データの取り扱いが安全になる」と断定することはできません。技術的な対策も運用ルールも、導入するサービスの仕様やアクセス制御の実装の質によって効果が変わるためです。人事データという機密性の高い情報を扱う以上、対策を講じたうえでも、想定外の事態が起こり得るという前提で、監査ログの確認や利用状況の定期的な棚卸しを続ける必要があると当社は考えています。

また、労働法令や個人情報保護法に関わる判断が絡む場面では、本記事の内容は一般的な考え方の整理であり、法的な判断の代わりにはなりません。具体的な運用ルールを整備する際は、社労士・弁護士など専門家への確認をお勧めします。

よくある質問

Q1. AIエージェントとチャットボット型のAI（ChatGPTなど）は、人事業務では何が違いますか？ チャットボットは1つの質問に1つの回答を返すのに対し、AIエージェントは「候補者対応を進めてほしい」といった目的を渡すと、複数のステップを自律的に実行する点が違います。人事業務では、選考の進捗管理や次アクションの整理のように、複数のステップが連続する作業との組み合わせが向いていると当社は感じています。

Q2. 人事データをAIエージェントに触らせても本当に安全ですか？ 断定的にはお答えできません。最小権限・実行前確認・監査ログといった対策を講じることでリスクは下げられますが、完全に排除できるとは当社では考えていません。導入するサービスのデータ取り扱いポリシーを確認したうえで、機微情報ほど慎重に範囲を絞ることをお勧めします。

Q3. AIエージェントに入力してはいけない人事情報はありますか？ 候補者・従業員の氏名や機微情報をそのまま入力する必要があるかどうかは、業務ごとに検討すべきだと当社は考えています。評価コメントのたたき台作成など、実データが不要な場面ではダミー化した情報を使い、実データが必要な場面は権限を持つ担当者だけがアクセスできる経路に限定することをお勧めします。

Q4. 採用業務でAIエージェントに任せてよい範囲はどこまでですか？ 候補者対応の下書き作成、進捗の記録、次アクションの整理といった前段の作業までは任せられますが、書類選考・面接の合否判断は人が行うべき領域だと当社は考えています。書類の一次整理も実質的な選考の入り口にあたるため、要約と判断を分けて扱うことが重要です。

Q5. 中小企業や人事専任者が少ない会社でも、人事にAIエージェントを導入できますか？ 専任のシステム担当者がいない体制でも、当社のように単一の業務から小さく試すことは可能だと考えています。ただし、人事データを扱う以上、権限設計とアクセス制御の検討を省略しないことをお勧めします。

Q6. 人事×AIエージェントの領域は、まだ検索する人が少ないようですが、なぜ今取り組む価値があるのですか？ エージェント型AIの人事業務への適用はまだ需要が立ち上がり始めた段階だと当社では見ていますが、候補者対応のように多段タスクの構造がはっきりしている業務は、エージェントとの相性がよい領域だと感じています。早い段階で権限設計やガードレールの考え方を整理しておくことが、後から範囲を広げる際の土台になると考えています。

さいごに

人事業務にAIエージェントを組み込む際の線引きは、「多段タスクの前段作業を任せられるか」と「合否・評価・処遇のように本人の人生に直接影響する判断か」という2つの軸で考えると整理しやすいと当社は感じています。加えて、人事データという機密性の高い情報を扱う以上、権限設計・アクセス制御・監査ログといった技術的な対策と、責任分界点の明確化をセットで進める必要があります。

すべてを最初から完璧に設計する必要はありません。まずは候補者対応や社内問い合わせのように、判断基準が明確で繰り返し発生する業務を1つ選んで、権限設計を丁寧に検討したうえで小さく試してみることをお勧めします。部門を問わない導入の進め方はAIエージェントを企業に導入する方法、マーケティング業務での線引きはAIエージェントはマーケティングをどう変えるかでもご紹介していますので、あわせてご覧ください。「自社の人事業務でどこから任せられるか整理したい」という方がいらっしゃいましたら、ぜひお気軽にご相談ください。

自社のAI導入・AI活用について相談したい場合は、企業からのご相談もご検討ください。

最後までお読みいただき、ありがとうございました。