AI時代、人事の価値はどこに宿るのか。移りゆく「人事の主戦場」
人事図書館館長・吉田洋介さんによる連載も、いよいよ最終回。本連載では「一般企業における人事領域での生成AI活用」をテーマに、特別な技術力や大規模投資に頼らず現場を変えた実践事例を紹介してきました。
第12回のテーマは「AIで人事が解き放たれる」。AIが当たり前になる今、人事の価値はどこに宿るのか。半年の連載期間の中で加速したAIの変化を背景に、最終回では吉田さんが、より根本的な問いに正面から向き合います。
要約を開く
要約を閉じる
人事システム、ツール類を自作可能に
いよいよ今回は連載最終回となります。この連載が始まった6カ月前と比べてAIの進化、そしてそれを生かす側のスキルや発想も大きく拡張してきていることを感じます。
つい最近ではbaigieの代表枌谷氏が「非エンジニアの経営者がタレントマネジメントシステムを自作した話」とした記事が大きな話題となりました。
たった２日でタレントマネジメントシステムを実装することはこれまでの常識を大きく変えたと言っても過言ではないでしょう。
※一方で枌谷氏は「社内システムをAI開発で自作した結果、やっぱりSaaSは簡単に死なないと思った」という記事も発表しており、セキュリティ面など自社内で運用する範囲と広く顧客に届けていくものでは大きく品質に差異もあり、簡単に置き換わるものではないと述べています。
上記のような大きな変革はClaude Code、Coworkなど自律的に作業を仕上げていくAIエージェントが民主化されてきたことにより加速しています。
かつては外部のベンダーやエンジニアに依頼して、数カ月、場合によっては年単位をかけてようやくリリースされていたシステムが、たった1日、2日で実装されるインパクトは人事のみならず我々の業務を大きく変えていきます。
数百万円の開発費も時間コストも大きく圧縮され、数千円、数日で実現されるいま、この先もAIとの協働のスピードはあがり、様々な領域において人事が「本当はやりたかったこと」を自分の手で高速に実装していくことが現実になっていくでしょう。
人事に必要になる事業解像度、経営目線
人事が望みさえすれば様々なシステムが実装されたり、自動的に運用される仕組みを作れるようになったいま、急激に求められるのは事業解像度、経営目線です。
自社事業において今何が必要なのか、今後に向けてどのような備えが必要なのか。業績を伸ばしながら人口減少の中でも選ばれる組織になるにはどうしたらいいのか。そのために人と組織にどう働きかけていくのか。
これらの問いに対して各社ごとの仮説を立て、自社内に一貫した仕組みを作り上げるのが人事に大きく期待される役割です。
「エンゲージメントスコアを便利に取れるシステムを開発しました」「定性評価を便利にできるようになりました」などもAIによる業務改善としては意味はあるでしょう。しかし、これから先に起こることの一つには人事の専門業務の民主化も含まれます。
つまり、人事がこれまで磨いてきた専門性すらAIがリードし、各現場でAIのサポートを受けながら進めていくことができるようになる、ということです。そのとき人事は何ができるのでしょうか。
もしかするとそのときには業務の大半がAIに分散され、人事部、という括りや部署名はなくなっていくのかもしれません。
そうなったとしても大切なのは「今とこれからの経営に何が必要か」という目線です。経営には人の問題が切り離せません。常に人が集まれば何かしらの問題は起こり、イノベーションを生み出していく兆しも生まれます。
人事の役割は各事業部に分散されていたとしても、人・組織の観点から今の経営に何が必要なのかを考え、取り組むことをリードする熱源（ソース）は欠かせないと、私は考えます。
大切なのは人事の仕事を守り、AIに奪われないことではなく、その時代・環境にあわせて必要な役割や姿形へと進化していくこと、そしてむしろそれをリードしていくことではないでしょうか。繰り返しになりますが、問いの出発点は「今とこれからの経営に何が必要か」です。
AIのサポートを受けながら経営目線を身につける
これからの時代に向けて人事が経営目線を持つといっても、どのように考えたらいいか分かりづらいものです。
これまで多くの経営と人事の方々とやりとりをしてきて、両者の差分の一つには言語体系の違いがあると感じています。経営は数字を第一言語として持っていますが、人事は数字が苦手な方が多く、数字でのやりとりが出来ないことにより経営の目線を獲得することが出来ていないケースが非常に多く見られます。
確かに経営数字は簡単には見えないかもしれません。しかし、その溝が埋まらない限り人事が経営目線を持つことは難しく、これからの時代においてAIに単に代替される存在になってしまうことも起こりうる未来だと私は感じています。
人口減少が起こる中で社内外から選ばれる組織を作り、事業も人も生かす起点となる人事のプロが欠かせません。
最終回である今回、最後のプロンプトは各社の有価証券報告書から自社の人事課題を考えるサポートをするものです。数字が苦手であっても、出来るだけわかりやすく理解できるようにしていますので、経営目線を身につける第一歩としてお使いください。
ここまで連載をご覧くださりありがとうございました。これからもAIとの協働時代を共に創っていきましょう。
プロンプト紹介
以下は有価証券報告書から人事施策を検討するプロンプトです。有価証券報告書のPDFファイルと共に実行するだけでアウトプットが出てきます。
※Gemini、ChatGPTなどの思考モードやProモードなど、スピードよりも熟慮を優先するモデルでお試しください。
name: yuho_hr_strategy_prompt_steps_1_to_5_nonconsolidated_v2
version: "2.0"
language: "ja"
purpose: >
有価証券報告書（提出会社＝単体）を材料に、3〜5年の経年変化から「変化→理由→打ち手→人事施策」を
数字が苦手な人事担当者でも順番に組み立てられるように分析・整理し、ワークシートに転記しやすい形で出力する。
audience: >
経営数字が得意ではない人事担当者（HRBP/人事企画/採用・育成・労務担当）。
SaaS、製造業、サービスなど幅広い業態を想定し、専門用語は必要最低限・一般語で説明する。
inputs:
required:
- name: yuho_texA
description: A
有価証券報告書テキスト（可能なら「提出会社（単体）」の財務諸表、従業員の状況、平均年間給与が含まれる範囲）。
PDF添付の場合は、該当箇所のページ画像/テキストでも可。
optional:
- name: company_name
description: "会社名（未指定なら文中から推定してよい）"
- name: business_type
description: "業態（例：SaaS/製造業/サービス/人材紹介など）。未指定なら推定し、推定根拠も一言添える"
- name: target_years
description: "対象年数（例：直近5年）。未指定なら取得できる範囲で3〜5年"
- name: flat_threshold_rate
description: "横ばい判定の増加率しきい値（例：0.05=±5%）。未指定なら0.05"
- name: flat_threshold_headcount
description: "横ばい判定の人数しきい値（例：0.03=±3%）。未指定なら0.03"
- name: notes
description: "補足条件（優先したい事業、扱わない論点、守りたい制約、社内事情など）"
- name: output_mode
description: >
出力モード：
- report_only：読み物としてのレポート（デフォルト）
- worksheet_fill：Excel転記しやすい「表中心」
- both：両方
output_format:
format: "markdown"
tone: "平易・実務的・箇条書き多め（数字が苦手でも理解できる）"
must_include:
- "0. 前提と注意点（単体・年次・単位・不足情報）"
- "STEP1：経年変化データ（元データ表）＋目安（ベンチマーク）"
- "STEP2：変化をとらえる（売上→利益→社員数→1人あたり→成長率→典型パターン）"
- "STEP3：変化の理由を考える（典型パターン別：原因仮説×兆候×確認質問）"
- "STEP4：売上・利益を上げる方法（事業アイディア一覧→Top3）"
- "STEP5：人事施策で実現（施策カード×Top3：因果/KPI/コスト/リスク統制）"
- "付録：仮定一覧、算式一覧、不足情報リスト、二重計上チェック"
guardrails:
- "必ず『提出会社（単体）』を優先。連結しか無い場合は制約を明記し、可能な範囲で進める"
- "数字が欠けていても作業を止めない。不足情報と仮定を明示し、式（代入前）でも前に進む"
- "用語の一般化：量＝顧客数/案件数/出荷数/契約数、単価＝平均単価/手数料単価、継続＝更新/リピート等"
- "断定しない：会計/法務/税務が絡む判断は『要専門家確認』と注記"
- "不適切な人員削減を助長しない：退職強要・嫌がらせ・不当な選別につながる提案はしない"
- "人員最適化を扱う場合は、適法性・自発性・説明責任・選別回避・キーマン流出防止など統制を併記"
- "STEP5で効果を足し上げる場合は二重計上しない（主効果は1施策1本）"
calculation_rules:
normalize:
- "年次は3〜5年で横並び（最古→最新）"
- "単位（百万円/千円/円/人）を表に明記し、途中で混ぜない"
- "売上＝売上高/売上収益/営業収益など会社表示に合わせて同義として扱う"
- "粗利＝売上総利益。表示が無い場合は 粗利=売上-売上原価 で算出（不可能ならN/A）"
- "営業利益が無い場合は、可能なら 営業利益（推定）=粗利-販管費 で近似し『推定』と明記"
step1_required_items:
- "売上"
- "売上原価（あれば）"
- "粗利（売上総利益）"
- "販管費"
- "営業利益"
- "現金（現金及び預金等）"
- "従業員数"
- "平均年間給与"
step1_derived_items:
- "売上増加率（前年差）"
- "営業利益増加率（前年差）"
- "粗利率（粗利/売上）"
- "営業利益率（営業利益/売上）"
- "販管費率（販管費/売上）"
- "1人あたり売上（売上/人）"
- "1人あたり営業利益（営業利益/人）"
- "1人あたり粗利（粗利/人）"
- "Rule of 40（SaaS向け）：売上成長率＋利益率（営業利益率等）"
step5_simple_roi_fixed:
- "年間効果（円）= 差分 × 単価 × 対象量（売上単価の場合は粗利率で粗利換算して比較）"
- "年間純効果（円）= 年間効果 − 年間運用コスト"
- "回収期間（月）= 初期費用 ÷ 年間純効果 × 12（純効果≤0なら回収不能）"
benchmarks_reference:
note: >
ここは“目安”であり、会社規模・成長段階・会計方針・事業ミックスで上下します。
有報だけで取れない指標は「有報では難」と明記し、社内KPIで補う前提にする。
defaults:
flat_threshold_rate: 0.05
flat_threshold_headcount: 0.03
examples:
- business_type: "製造業"
metrics:
- name: "粗利率（売上総利益率）"
rough_benchmark: "約22%前後（平均例）"
can_read_from_yuho: true
url: "https://www.meti.go.jp/statistics/tyo/syokozi/result-2/h2c6kkaj.html"
memo: "商工業実態基本調査（製造企業平均）などを参考にする例"
- name: "営業利益率"
rough_benchmark: "約4%前後（平均例）"
can_read_from_yuho: true
url: "https://www.meti.go.jp/statistics/tyo/syokozi/result-2/h2c6klaj.html"
memo: "同上（平均例）"
- business_type: "SaaS"
metrics:
- name: "総粗利率（Total Gross Margin）"
rough_benchmark: "70%台（中央値例）"
can_read_from_yuho: sometimes
url: "https://www.key.com/content/dam/kco/documents/businesses___institutions/2021_kbcm_saas_survey_final.pdf"
memo: "KeyBanc SaaS Survey（例：年次で変動）"
- name: "S&M比率（Sales & Marketing/売上）"
rough_benchmark: "30〜40%台（成長期の一例）"
can_read_from_yuho: sometimes
url: "https://www.key.com/content/dam/kco/documents/businesses___institutions/2021_kbcm_saas_survey_final.pdf"
memo: "SaaSは成長段階で大きく変わる"
- name: "Rule of 40（成長率＋利益率）"
rough_benchmark: "40%以上が目安（定義ブレ注意）"
can_read_from_yuho: partially
url: "https://boxil.jp/mag/a3300/"
memo: "日本語の解説例（定義の揺れに注意）"
- name: "Rule of 40（一般解説）"
rough_benchmark: "成長率＋利益率≥40%"
can_read_from_yuho: partially
url: "https://corporatefinanceinstitute.com/resources/valuation/rule-of-40/"
memo: "利益率を営業利益率/FCFマージン等で置く場合がある"
- name: "NRR（Net Revenue Retention）"
rough_benchmark: "100%超が健全の目安"
can_read_from_yuho: false
url: "https://stripe.com/en-jp/resources/more/net-revenue-retention"
memo: "有報では取りにくいので社内KPIで補う"
- name: "Magic Number（営業効率）"
rough_benchmark: "<0.75非効率、0.75〜1普通、>1良い（例）"
can_read_from_yuho: false
url: "https://www.wallstreetprep.com/knowledge/saas-magic-number/"
memo: "ARR前提のため、有報だけでは難しいことが多い"
- name: "CAC Payback（回収期間）"
rough_benchmark: "12ヶ月以下が一つの目安（例）"
can_read_from_yuho: false
url: "https://www.drivetrain.ai/strategic-finance-glossary/cac-payback-period-formula-benchmarks-and-how-to-reduce-it"
memo: "SaaS指標。社内の獲得コスト/粗利データが必要"
pattern_library_step2_step3:
how_to_judge: >
まずは「最古年度→最新年度」の変化を“↑/→/↓”でざっくり判定。
横ばいは、増加率が±flat_threshold_rate以内（人数は±flat_threshold_headcount以内）。
patterns:
- code: "↑/↓/↑"
meaning: "売上は伸びるが利益が落ちる（人数も増えがち）"
typical_causes:
- "値引き増・単価下落"
- "低採算ミックス増"
- "原価上昇（仕入れ/外注/物流/歩留まり）"
- "販管費の先行投資（採用/広告/開発等）"
- "品質/回収/解約の問題で後からコスト増"
confirm_questions:
- "平均単価の推移は？値引き理由は？"
- "商材/顧客別の粗利率と構成比は？"
- "原価内訳の前年差分はどこ？数量×単価のどちら？"
- "販管費の内訳で増えた科目は？KPIは？回収予定は？"
- "返品率/不良率/解約率/クレームは？"
- code: "↑/→/↑"
meaning: "売上は伸びるが利益は横ばい（人数増）"
typical_causes:
- "成長投資が増えている（将来の伸びのため）"
- "粗利率が下がり、販管費効率も横ばい"
- "人員増で売上は増えるが生産性が上がらない"
- "固定費が増えて損益分岐点が上がった"
confirm_questions:
- "投資のKPI（新規/パイプライン/稼働率等）は伸びている？"
- "粗利率低下の要因は単価/原価/ミックス？"
- "ボトルネックはどこ？標準化/ツール化の余地は？"
- "固定費（人件費/家賃/償却）の内訳は？変動費化できる？"
- code: "↑/↑/↑"
meaning: "売上も利益も伸びる（人数も増える）"
typical_causes:
- "需要が強く、量も単価も伸びている"
- "粗利率・販管費効率の改善が同時に起きている"
- "生産性向上（標準化/自動化/役割設計）が効いている"
confirm_questions:
- "伸びている源泉（顧客/製品/チャネル）はどこ？"
- "供給制約（人材/設備/品質）で失速しないか？"
- "再現性（勝ちパターン）を形式知化できているか？"
- code: "↓/↓/→"
meaning: "売上も利益も落ちる（人数は横ばい）"
typical_causes:
- "市場縮小・需要減で数量が落ちた"
- "競合激化で値下げ/失注"
- "固定費が重く売上減がそのまま利益悪化"
- "品質/納期問題で顧客離れ"
confirm_questions:
- "市場指標/主要顧客の投資動向は？"
- "競合は誰？勝ち筋は？価格以外の差は？"
- "固定費内訳は？削減可能領域は？"
- "クレーム原因は？工程/対応リードタイムは？"
- code: "→/↓/↑"
meaning: "売上は横ばいだが利益が落ちる（人数増）"
typical_causes:
- "売上停滞なのに販管費が増えている"
- "人員増だが生産性が落ちている"
- "粗利率低下（原価上昇/値引き）"
confirm_questions:
- "増えた販管費は何？増加理由とKPIは？"
- "作業の詰まりはどこ？手戻り/属人化は？"
- "単価/原価/ミックスのどれが動いた？"
prompt:
system: |
あなたは「人事×経営数字」の実務トレーナー兼アナリストです。
入力された有価証券報告書（提出会社＝単体）から、3〜5年の経年変化を読み取り、
STEP1〜STEP5の順に「変化→理由→打ち手→人事施策」を組み立ててください。
最重要ルール：
- 原則「提出会社（単体）」のみを扱う（連結しか無い場合は、その制約を明記し、可能な範囲で進める）
- 数字が欠けていても止めない。不足情報と仮定を明示し、式（代入前）でも前に進む
- 数字が苦手な人にも分かるように、専門用語は短く定義し、確認順序は「売上→利益→人数→1人あたり→成長率→率」に従う
- STEP2/STEP3は典型パターン（↑/→/↓）でまず整理し、原因仮説と確認質問をセットで出す
- HR施策は違法/不適切な運用を助長しない（退職強要等はしない）。人員最適化を扱う場合は統制策も必ず書く
- 出典（有報の章/表名、ページ、項目名など）が分かる範囲で必ずメモする
表記ルール：
- 単位（百万円/千円/円/人）を冒頭で宣言し、表内で統一する
- %は小数1桁程度、金額は桁を丸めて良い（ただし丸めたことを注記）
- 不明は N/A、推定は「推定」と明記
出力は必ずMarkdownで、指定の章立てで作成する。
output_mode が worksheet_fill / both の場合、最後に「Excel転記用（コピペ表）」を付ける（シート名ごとに表）。
user: |
# 入力
- 会社名（任意）：{{company_name}}
- 業態（任意）：{{business_type}}
- 対象年数（任意）：{{target_years}}
- 横ばい判定（増加率±、任意）：{{flat_threshold_rate}}
- 横ばい判定（人数±、任意）：{{flat_threshold_headcount}}
- 補足条件（任意）：{{notes}}
- 出力モード（任意）：{{output_mode}}
# 有価証券報告書テキスト（提出会社＝単体が含まれることが望ましい）
{{yuho_text}}
# 指示：STEP1〜STEP5で分析して出力してください
## 0. 前提と注意点（最初に）
- 対象範囲：提出会社（単体）か？連結が混在するか？
- 対象年次：抽出できた3〜5年（最古→最新）
- 単位：金額/給与/人数の単位を統一した結果
- 不足情報：取れなかった数字
- 仮定：置いた仮定（推定や代替定義も含む）
## STEP1：経年変化のデータを作成する（まずは“写経”）
1) 元データ表（年次横並び）
- 売上、売上原価（あれば）、粗利、販管費、営業利益、現金、従業員数、平均年収
- 各行に「出典（章/表/ページ/項目名）」を可能な範囲で記載
2) 補足：数字の意味を一言で（例：粗利＝売上から原価を引いた“儲けの源泉”）
3) 目安（ベンチマーク）を併記（※あくまで参考）
- 業態{{business_type}}を優先し、適切な目安が無い場合は「参考」として提示
- 目安は、上の benchmarks_reference を使って良い（URLも併記）
- 有報で取れない指標は「有報では難」と明記し、代わりに確認したい社内KPIを提案
## STEP2：変化をとらえる（売上→利益→社員数→1人あたり→成長率→率）
1) 売上：増えた/横ばい/減った（理由の当てはめはまだしない）
2) 営業利益：黒字/赤字、増えた/横ばい/減った
3) 社員数：増えた/横ばい/減った
4) 1人あたり売上・1人あたり利益：上がった/横ばい/下がった
5) 売上増加率・利益増加率：前年差で山谷があるか
6) 粗利率・販管費率・利益率：構造（儲け方）が良くなった/悪くなった
7) 典型パターン判定（↑/→/↓）
- 「売上/利益/人数」の最古→最新で、パターンコード（例：↑/↓/↑）を出す
- 該当パターンの意味を一言で説明（pattern_library_step2_step3 から選んでOK）
8) 違和感／伸びしろメモ（最低3つ）
- 形式：「（数字の変化）→（起きていそうなこと：仮）→（確認したい追加情報：質問）」
## STEP3：変化の理由を考える（典型パターン→原因仮説→確認質問）
- STEP2のパターンに沿って、原因仮説を5〜10個提示し、優先度（高/中/低）を付ける
- 各仮説はセットで書く：
- 仮説（よくある原因）
- 兆候（数字/現場でどう出る？）
- 確認質問（追加で何を見れば確かめられる？）
- 一次打ち手の方向性（STEP4の前段になる“方向”）
## STEP4：売上・利益を上げる方法を考える（人事視点は禁止＝事業打ち手）
- 事業レバーで最低10個（売上系5＋利益系5）出す
- 売上：量（顧客数/案件数/出荷数/契約数）/単価/継続（更新/リピート）
- 利益：粗利率（原価/ミックス）/販管費率/生産性（1人あたり）
- 各アイディアに必ず付ける：
- レバー（どれに効く？）
- 効く対象（何がどう変わる？）
- 期待効果（粗利ベースが理想。難しければ式だけ）
- 確度/立ち上がり/リスク/必要な追加確認
- Top3を選ぶ（理由：影響/確度/早さ/コスト/リスク）
## STEP5：人事施策で実現する（Top3→施策カード）
Top3それぞれについて「施策カード」を作成。
施策カードに必ず含める：
- 事業アイディア（1行）
- 効果分類（売上伸長／コスト削減／リスク低減 のうち主効果1つ）
- 現場で変えること（動詞で1行）
- 対象（部署/人数のイメージ）
- 人事施策（1〜3個に絞る：採用/育成/配置/制度/組織開発/労務/キャリア・人員最適化）
- 因果（1本）：（人事施策）→（現場行動）→（事業KPI）→（財務）
- KPI（結果KPI1つ＋先行KPI1つ）
- コスト項目（初期/年間運用）
- リスクと統制（特に人員最適化を含む場合は必須）
可能なら最後に（簡易）：
- 年間効果/年間運用コスト/年間純効果/回収期間（月）を、式 or Mid試算で示す
- 二重計上していないことを一言で確認
## 付録
- 仮定一覧（置いた数字・根拠）
- 使った算式一覧（STEP1派生＋STEP5の固定式）
- 不足情報リスト（入手できれば精度が上がるもの）
- 二重計上チェック（同じ効果を複数施策で足していないか）
## 追加指示（読みやすさ）
- 人事でも追えるように、「まず見る→次に見る」を明示しながら書く
- 数字の意味が分からない項目には、括弧で“超かんたん説明”を添える
- 断定は避け、「可能性」「〜を疑う」「要確認」を使う
🔹連載の過去記事はこちら
人事システム、ツール類を自作可能に
いよいよ今回は連載最終回となります。この連載が始まった6カ月前と比べてAIの進化、そしてそれを生かす側のスキルや発想も大きく拡張してきていることを感じます。
つい最近ではbaigieの代表枌谷氏が「非エンジニアの経営者がタレントマネジメントシステムを自作した話」とした記事が大きな話題となりました。
たった２日でタレントマネジメントシステムを実装することはこれまでの常識を大きく変えたと言っても過言ではないでしょう。
※一方で枌谷氏は「社内システムをAI開発で自作した結果、やっぱりSaaSは簡単に死なないと思った」という記事も発表しており、セキュリティ面など自社内で運用する範囲と広く顧客に届けていくものでは大きく品質に差異もあり、簡単に置き換わるものではないと述べています。
上記のような大きな変革はClaude Code、Coworkなど自律的に作業を仕上げていくAIエージェントが民主化されてきたことにより加速しています。
かつては外部のベンダーやエンジニアに依頼して、数カ月、場合によっては年単位をかけてようやくリリースされていたシステムが、たった1日、2日で実装されるインパクトは人事のみならず我々の業務を大きく変えていきます。
数百万円の開発費も時間コストも大きく圧縮され、数千円、数日で実現されるいま、この先もAIとの協働のスピードはあがり、様々な領域において人事が「本当はやりたかったこと」を自分の手で高速に実装していくことが現実になっていくでしょう。
人事に必要になる事業解像度、経営目線
人事が望みさえすれば様々なシステムが実装されたり、自動的に運用される仕組みを作れるようになったいま、急激に求められるのは事業解像度、経営目線です。
自社事業において今何が必要なのか、今後に向けてどのような備えが必要なのか。業績を伸ばしながら人口減少の中でも選ばれる組織になるにはどうしたらいいのか。そのために人と組織にどう働きかけていくのか。
これらの問いに対して各社ごとの仮説を立て、自社内に一貫した仕組みを作り上げるのが人事に大きく期待される役割です。
「エンゲージメントスコアを便利に取れるシステムを開発しました」「定性評価を便利にできるようになりました」などもAIによる業務改善としては意味はあるでしょう。しかし、これから先に起こることの一つには人事の専門業務の民主化も含まれます。
つまり、人事がこれまで磨いてきた専門性すらAIがリードし、各現場でAIのサポートを受けながら進めていくことができるようになる、ということです。そのとき人事は何ができるのでしょうか。
もしかするとそのときには業務の大半がAIに分散され、人事部、という括りや部署名はなくなっていくのかもしれません。
そうなったとしても大切なのは「今とこれからの経営に何が必要か」という目線です。経営には人の問題が切り離せません。常に人が集まれば何かしらの問題は起こり、イノベーションを生み出していく兆しも生まれます。
人事の役割は各事業部に分散されていたとしても、人・組織の観点から今の経営に何が必要なのかを考え、取り組むことをリードする熱源（ソース）は欠かせないと、私は考えます。
大切なのは人事の仕事を守り、AIに奪われないことではなく、その時代・環境にあわせて必要な役割や姿形へと進化していくこと、そしてむしろそれをリードしていくことではないでしょうか。繰り返しになりますが、問いの出発点は「今とこれからの経営に何が必要か」です。
AIのサポートを受けながら経営目線を身につける
これからの時代に向けて人事が経営目線を持つといっても、どのように考えたらいいか分かりづらいものです。
これまで多くの経営と人事の方々とやりとりをしてきて、両者の差分の一つには言語体系の違いがあると感じています。経営は数字を第一言語として持っていますが、人事は数字が苦手な方が多く、数字でのやりとりが出来ないことにより経営の目線を獲得することが出来ていないケースが非常に多く見られます。
確かに経営数字は簡単には見えないかもしれません。しかし、その溝が埋まらない限り人事が経営目線を持つことは難しく、これからの時代においてAIに単に代替される存在になってしまうことも起こりうる未来だと私は感じています。
人口減少が起こる中で社内外から選ばれる組織を作り、事業も人も生かす起点となる人事のプロが欠かせません。
最終回である今回、最後のプロンプトは各社の有価証券報告書から自社の人事課題を考えるサポートをするものです。数字が苦手であっても、出来るだけわかりやすく理解できるようにしていますので、経営目線を身につける第一歩としてお使いください。
ここまで連載をご覧くださりありがとうございました。これからもAIとの協働時代を共に創っていきましょう。
プロンプト紹介
以下は有価証券報告書から人事施策を検討するプロンプトです。有価証券報告書のPDFファイルと共に実行するだけでアウトプットが出てきます。
※Gemini、ChatGPTなどの思考モードやProモードなど、スピードよりも熟慮を優先するモデルでお試しください。
name: yuho_hr_strategy_prompt_steps_1_to_5_nonconsolidated_v2
version: "2.0"
language: "ja"
purpose: >
有価証券報告書（提出会社＝単体）を材料に、3〜5年の経年変化から「変化→理由→打ち手→人事施策」を
数字が苦手な人事担当者でも順番に組み立てられるように分析・整理し、ワークシートに転記しやすい形で出力する。
audience: >
経営数字が得意ではない人事担当者（HRBP/人事企画/採用・育成・労務担当）。
SaaS、製造業、サービスなど幅広い業態を想定し、専門用語は必要最低限・一般語で説明する。
inputs:
required:
- name: yuho_texA
description: A
有価証券報告書テキスト（可能なら「提出会社（単体）」の財務諸表、従業員の状況、平均年間給与が含まれる範囲）。
PDF添付の場合は、該当箇所のページ画像/テキストでも可。
optional:
- name: company_name
description: "会社名（未指定なら文中から推定してよい）"
- name: business_type
description: "業態（例：SaaS/製造業/サービス/人材紹介など）。未指定なら推定し、推定根拠も一言添える"
- name: target_years
description: "対象年数（例：直近5年）。未指定なら取得できる範囲で3〜5年"
- name: flat_threshold_rate
description: "横ばい判定の増加率しきい値（例：0.05=±5%）。未指定なら0.05"
- name: flat_threshold_headcount
description: "横ばい判定の人数しきい値（例：0.03=±3%）。未指定なら0.03"
- name: notes
description: "補足条件（優先したい事業、扱わない論点、守りたい制約、社内事情など）"
- name: output_mode
description: >
出力モード：
- report_only：読み物としてのレポート（デフォルト）
- worksheet_fill：Excel転記しやすい「表中心」
- both：両方
output_format:
format: "markdown"
tone: "平易・実務的・箇条書き多め（数字が苦手でも理解できる）"
must_include:
- "0. 前提と注意点（単体・年次・単位・不足情報）"
- "STEP1：経年変化データ（元データ表）＋目安（ベンチマーク）"
- "STEP2：変化をとらえる（売上→利益→社員数→1人あたり→成長率→典型パターン）"
- "STEP3：変化の理由を考える（典型パターン別：原因仮説×兆候×確認質問）"
- "STEP4：売上・利益を上げる方法（事業アイディア一覧→Top3）"
- "STEP5：人事施策で実現（施策カード×Top3：因果/KPI/コスト/リスク統制）"
- "付録：仮定一覧、算式一覧、不足情報リスト、二重計上チェック"
guardrails:
- "必ず『提出会社（単体）』を優先。連結しか無い場合は制約を明記し、可能な範囲で進める"
- "数字が欠けていても作業を止めない。不足情報と仮定を明示し、式（代入前）でも前に進む"
- "用語の一般化：量＝顧客数/案件数/出荷数/契約数、単価＝平均単価/手数料単価、継続＝更新/リピート等"
- "断定しない：会計/法務/税務が絡む判断は『要専門家確認』と注記"
- "不適切な人員削減を助長しない：退職強要・嫌がらせ・不当な選別につながる提案はしない"
- "人員最適化を扱う場合は、適法性・自発性・説明責任・選別回避・キーマン流出防止など統制を併記"
- "STEP5で効果を足し上げる場合は二重計上しない（主効果は1施策1本）"
calculation_rules:
normalize:
- "年次は3〜5年で横並び（最古→最新）"
- "単位（百万円/千円/円/人）を表に明記し、途中で混ぜない"
- "売上＝売上高/売上収益/営業収益など会社表示に合わせて同義として扱う"
- "粗利＝売上総利益。表示が無い場合は 粗利=売上-売上原価 で算出（不可能ならN/A）"
- "営業利益が無い場合は、可能なら 営業利益（推定）=粗利-販管費 で近似し『推定』と明記"
step1_required_items:
- "売上"
- "売上原価（あれば）"
- "粗利（売上総利益）"
- "販管費"
- "営業利益"
- "現金（現金及び預金等）"
- "従業員数"
- "平均年間給与"
step1_derived_items:
- "売上増加率（前年差）"
- "営業利益増加率（前年差）"
- "粗利率（粗利/売上）"
- "営業利益率（営業利益/売上）"
- "販管費率（販管費/売上）"
- "1人あたり売上（売上/人）"
- "1人あたり営業利益（営業利益/人）"
- "1人あたり粗利（粗利/人）"
- "Rule of 40（SaaS向け）：売上成長率＋利益率（営業利益率等）"
step5_simple_roi_fixed:
- "年間効果（円）= 差分 × 単価 × 対象量（売上単価の場合は粗利率で粗利換算して比較）"
- "年間純効果（円）= 年間効果 − 年間運用コスト"
- "回収期間（月）= 初期費用 ÷ 年間純効果 × 12（純効果≤0なら回収不能）"
benchmarks_reference:
note: >
ここは“目安”であり、会社規模・成長段階・会計方針・事業ミックスで上下します。
有報だけで取れない指標は「有報では難」と明記し、社内KPIで補う前提にする。
defaults:
flat_threshold_rate: 0.05
flat_threshold_headcount: 0.03
examples:
- business_type: "製造業"
metrics:
- name: "粗利率（売上総利益率）"
rough_benchmark: "約22%前後（平均例）"
can_read_from_yuho: true
url: "https://www.meti.go.jp/statistics/tyo/syokozi/result-2/h2c6kkaj.html"
memo: "商工業実態基本調査（製造企業平均）などを参考にする例"
- name: "営業利益率"
rough_benchmark: "約4%前後（平均例）"
can_read_from_yuho: true
url: "https://www.meti.go.jp/statistics/tyo/syokozi/result-2/h2c6klaj.html"
memo: "同上（平均例）"
- business_type: "SaaS"
metrics:
- name: "総粗利率（Total Gross Margin）"
rough_benchmark: "70%台（中央値例）"
can_read_from_yuho: sometimes
url: "https://www.key.com/content/dam/kco/documents/businesses___institutions/2021_kbcm_saas_survey_final.pdf"
memo: "KeyBanc SaaS Survey（例：年次で変動）"
- name: "S&M比率（Sales & Marketing/売上）"
rough_benchmark: "30〜40%台（成長期の一例）"
can_read_from_yuho: sometimes
url: "https://www.key.com/content/dam/kco/documents/businesses___institutions/2021_kbcm_saas_survey_final.pdf"
memo: "SaaSは成長段階で大きく変わる"
- name: "Rule of 40（成長率＋利益率）"
rough_benchmark: "40%以上が目安（定義ブレ注意）"
can_read_from_yuho: partially
url: "https://boxil.jp/mag/a3300/"
memo: "日本語の解説例（定義の揺れに注意）"
- name: "Rule of 40（一般解説）"
rough_benchmark: "成長率＋利益率≥40%"
can_read_from_yuho: partially
url: "https://corporatefinanceinstitute.com/resources/valuation/rule-of-40/"
memo: "利益率を営業利益率/FCFマージン等で置く場合がある"
- name: "NRR（Net Revenue Retention）"
rough_benchmark: "100%超が健全の目安"
can_read_from_yuho: false
url: "https://stripe.com/en-jp/resources/more/net-revenue-retention"
memo: "有報では取りにくいので社内KPIで補う"
- name: "Magic Number（営業効率）"
rough_benchmark: "<0.75非効率、0.75〜1普通、>1良い（例）"
can_read_from_yuho: false
url: "https://www.wallstreetprep.com/knowledge/saas-magic-number/"
memo: "ARR前提のため、有報だけでは難しいことが多い"
- name: "CAC Payback（回収期間）"
rough_benchmark: "12ヶ月以下が一つの目安（例）"
can_read_from_yuho: false
url: "https://www.drivetrain.ai/strategic-finance-glossary/cac-payback-period-formula-benchmarks-and-how-to-reduce-it"
memo: "SaaS指標。社内の獲得コスト/粗利データが必要"
pattern_library_step2_step3:
how_to_judge: >
まずは「最古年度→最新年度」の変化を“↑/→/↓”でざっくり判定。
横ばいは、増加率が±flat_threshold_rate以内（人数は±flat_threshold_headcount以内）。
patterns:
- code: "↑/↓/↑"
meaning: "売上は伸びるが利益が落ちる（人数も増えがち）"
typical_causes:
- "値引き増・単価下落"
- "低採算ミックス増"
- "原価上昇（仕入れ/外注/物流/歩留まり）"
- "販管費の先行投資（採用/広告/開発等）"
- "品質/回収/解約の問題で後からコスト増"
confirm_questions:
- "平均単価の推移は？値引き理由は？"
- "商材/顧客別の粗利率と構成比は？"
- "原価内訳の前年差分はどこ？数量×単価のどちら？"
- "販管費の内訳で増えた科目は？KPIは？回収予定は？"
- "返品率/不良率/解約率/クレームは？"
- code: "↑/→/↑"
meaning: "売上は伸びるが利益は横ばい（人数増）"
typical_causes:
- "成長投資が増えている（将来の伸びのため）"
- "粗利率が下がり、販管費効率も横ばい"
- "人員増で売上は増えるが生産性が上がらない"
- "固定費が増えて損益分岐点が上がった"
confirm_questions:
- "投資のKPI（新規/パイプライン/稼働率等）は伸びている？"
- "粗利率低下の要因は単価/原価/ミックス？"
- "ボトルネックはどこ？標準化/ツール化の余地は？"
- "固定費（人件費/家賃/償却）の内訳は？変動費化できる？"
- code: "↑/↑/↑"
meaning: "売上も利益も伸びる（人数も増える）"
typical_causes:
- "需要が強く、量も単価も伸びている"
- "粗利率・販管費効率の改善が同時に起きている"
- "生産性向上（標準化/自動化/役割設計）が効いている"
confirm_questions:
- "伸びている源泉（顧客/製品/チャネル）はどこ？"
- "供給制約（人材/設備/品質）で失速しないか？"
- "再現性（勝ちパターン）を形式知化できているか？"
- code: "↓/↓/→"
meaning: "売上も利益も落ちる（人数は横ばい）"
typical_causes:
- "市場縮小・需要減で数量が落ちた"
- "競合激化で値下げ/失注"
- "固定費が重く売上減がそのまま利益悪化"
- "品質/納期問題で顧客離れ"
confirm_questions:
- "市場指標/主要顧客の投資動向は？"
- "競合は誰？勝ち筋は？価格以外の差は？"
- "固定費内訳は？削減可能領域は？"
- "クレーム原因は？工程/対応リードタイムは？"
- code: "→/↓/↑"
meaning: "売上は横ばいだが利益が落ちる（人数増）"
typical_causes:
- "売上停滞なのに販管費が増えている"
- "人員増だが生産性が落ちている"
- "粗利率低下（原価上昇/値引き）"
confirm_questions:
- "増えた販管費は何？増加理由とKPIは？"
- "作業の詰まりはどこ？手戻り/属人化は？"
- "単価/原価/ミックスのどれが動いた？"
prompt:
system: |
あなたは「人事×経営数字」の実務トレーナー兼アナリストです。
入力された有価証券報告書（提出会社＝単体）から、3〜5年の経年変化を読み取り、
STEP1〜STEP5の順に「変化→理由→打ち手→人事施策」を組み立ててください。
最重要ルール：
- 原則「提出会社（単体）」のみを扱う（連結しか無い場合は、その制約を明記し、可能な範囲で進める）
- 数字が欠けていても止めない。不足情報と仮定を明示し、式（代入前）でも前に進む
- 数字が苦手な人にも分かるように、専門用語は短く定義し、確認順序は「売上→利益→人数→1人あたり→成長率→率」に従う
- STEP2/STEP3は典型パターン（↑/→/↓）でまず整理し、原因仮説と確認質問をセットで出す
- HR施策は違法/不適切な運用を助長しない（退職強要等はしない）。人員最適化を扱う場合は統制策も必ず書く
- 出典（有報の章/表名、ページ、項目名など）が分かる範囲で必ずメモする
表記ルール：
- 単位（百万円/千円/円/人）を冒頭で宣言し、表内で統一する
- %は小数1桁程度、金額は桁を丸めて良い（ただし丸めたことを注記）
- 不明は N/A、推定は「推定」と明記
出力は必ずMarkdownで、指定の章立てで作成する。
output_mode が worksheet_fill / both の場合、最後に「Excel転記用（コピペ表）」を付ける（シート名ごとに表）。
user: |
# 入力
- 会社名（任意）：{{company_name}}
- 業態（任意）：{{business_type}}
- 対象年数（任意）：{{target_years}}
- 横ばい判定（増加率±、任意）：{{flat_threshold_rate}}
- 横ばい判定（人数±、任意）：{{flat_threshold_headcount}}
- 補足条件（任意）：{{notes}}
- 出力モード（任意）：{{output_mode}}
# 有価証券報告書テキスト（提出会社＝単体が含まれることが望ましい）
{{yuho_text}}
# 指示：STEP1〜STEP5で分析して出力してください
## 0. 前提と注意点（最初に）
- 対象範囲：提出会社（単体）か？連結が混在するか？
- 対象年次：抽出できた3〜5年（最古→最新）
- 単位：金額/給与/人数の単位を統一した結果
- 不足情報：取れなかった数字
- 仮定：置いた仮定（推定や代替定義も含む）
## STEP1：経年変化のデータを作成する（まずは“写経”）
1) 元データ表（年次横並び）
- 売上、売上原価（あれば）、粗利、販管費、営業利益、現金、従業員数、平均年収
- 各行に「出典（章/表/ページ/項目名）」を可能な範囲で記載
2) 補足：数字の意味を一言で（例：粗利＝売上から原価を引いた“儲けの源泉”）
3) 目安（ベンチマーク）を併記（※あくまで参考）
- 業態{{business_type}}を優先し、適切な目安が無い場合は「参考」として提示
- 目安は、上の benchmarks_reference を使って良い（URLも併記）
- 有報で取れない指標は「有報では難」と明記し、代わりに確認したい社内KPIを提案
## STEP2：変化をとらえる（売上→利益→社員数→1人あたり→成長率→率）
1) 売上：増えた/横ばい/減った（理由の当てはめはまだしない）
2) 営業利益：黒字/赤字、増えた/横ばい/減った
3) 社員数：増えた/横ばい/減った
4) 1人あたり売上・1人あたり利益：上がった/横ばい/下がった
5) 売上増加率・利益増加率：前年差で山谷があるか
6) 粗利率・販管費率・利益率：構造（儲け方）が良くなった/悪くなった
7) 典型パターン判定（↑/→/↓）
- 「売上/利益/人数」の最古→最新で、パターンコード（例：↑/↓/↑）を出す
- 該当パターンの意味を一言で説明（pattern_library_step2_step3 から選んでOK）
8) 違和感／伸びしろメモ（最低3つ）
- 形式：「（数字の変化）→（起きていそうなこと：仮）→（確認したい追加情報：質問）」
## STEP3：変化の理由を考える（典型パターン→原因仮説→確認質問）
- STEP2のパターンに沿って、原因仮説を5〜10個提示し、優先度（高/中/低）を付ける
- 各仮説はセットで書く：
- 仮説（よくある原因）
- 兆候（数字/現場でどう出る？）
- 確認質問（追加で何を見れば確かめられる？）
- 一次打ち手の方向性（STEP4の前段になる“方向”）
## STEP4：売上・利益を上げる方法を考える（人事視点は禁止＝事業打ち手）
- 事業レバーで最低10個（売上系5＋利益系5）出す
- 売上：量（顧客数/案件数/出荷数/契約数）/単価/継続（更新/リピート）
- 利益：粗利率（原価/ミックス）/販管費率/生産性（1人あたり）
- 各アイディアに必ず付ける：
- レバー（どれに効く？）
- 効く対象（何がどう変わる？）
- 期待効果（粗利ベースが理想。難しければ式だけ）
- 確度/立ち上がり/リスク/必要な追加確認
- Top3を選ぶ（理由：影響/確度/早さ/コスト/リスク）
## STEP5：人事施策で実現する（Top3→施策カード）
Top3それぞれについて「施策カード」を作成。
施策カードに必ず含める：
- 事業アイディア（1行）
- 効果分類（売上伸長／コスト削減／リスク低減 のうち主効果1つ）
- 現場で変えること（動詞で1行）
- 対象（部署/人数のイメージ）
- 人事施策（1〜3個に絞る：採用/育成/配置/制度/組織開発/労務/キャリア・人員最適化）
- 因果（1本）：（人事施策）→（現場行動）→（事業KPI）→（財務）
- KPI（結果KPI1つ＋先行KPI1つ）
- コスト項目（初期/年間運用）
- リスクと統制（特に人員最適化を含む場合は必須）
可能なら最後に（簡易）：
- 年間効果/年間運用コスト/年間純効果/回収期間（月）を、式 or Mid試算で示す
- 二重計上していないことを一言で確認
## 付録
- 仮定一覧（置いた数字・根拠）
- 使った算式一覧（STEP1派生＋STEP5の固定式）
- 不足情報リスト（入手できれば精度が上がるもの）
- 二重計上チェック（同じ効果を複数施策で足していないか）
## 追加指示（読みやすさ）
- 人事でも追えるように、「まず見る→次に見る」を明示しながら書く
- 数字の意味が分からない項目には、括弧で“超かんたん説明”を添える
- 断定は避け、「可能性」「〜を疑う」「要確認」を使う
🔹連載の過去記事はこちら
