人工知能の急速な普及によって、企業の間でAI人材の獲得競争が激しくなっています。
金融機関、製造業、物流業、小売業など、さまざまな業界でAIの活用が進み、開発や運用を担う人材の需要が高まっているからです。
しかし、専門的な技術を持つ人材は限られています。
企業がAIを導入しようとしても、必要な人材を確保できず、計画が進まないケースも考えられます。
こうした状況のなか、みずほフィナンシャルグループは新しい人材戦略を打ち出しました。
営業や事務を担当する既存社員をAI開発人材へ転換し、10年後には数千人規模に拡大する計画です。
外部から専門人材を採用するだけでなく、自社の業務を理解している社員を育成し、AI開発を担わせようとしています。
これは、AI人材不足への対応というだけでなく、企業の競争力を高めるための重要な経営戦略でもあります。
今回は、AI人材の獲得競争と開発の内製化について、日本企業が取り組むべき課題を考えます。
AI人材の求人倍率は10倍を超える
AI人材の需要は急速に拡大しています。
日本経済新聞が紹介した人材サービス会社レバテックの調査によると、2025年末時点でAI関連人材の転職求人倍率は10倍を超えていました。
これは、求職者1人に対して10件を超える求人が存在する計算になります。
AI開発だけでなく、サイバーセキュリティー対策などの分野でも専門人材の需要が高まっています。
金融機関では、融資審査、資産運用、決済、顧客対応など、幅広い業務でAIの活用が進むと考えられます。
製造業では、生産計画の最適化や設備の故障予測、品質管理などへの活用が期待されます。
物流業では、配送計画や在庫管理の効率化などが対象になります。
こうした需要が同時に拡大すれば、限られた専門人材を多くの企業が奪い合うことになります。
特に高度なAIシステムの設計や運用を担える技術者は、短期間で大量に育成することが容易ではありません。
そのため、企業が外部採用だけに依存する場合、人材確保が事業拡大の制約になる可能性があります。
外部採用だけではAI人材不足を解決できない
企業がAI人材を確保する方法として、まず考えられるのが外部からの採用です。
高度な専門知識を持つ技術者を採用できれば、AI開発を迅速に進められる可能性があります。
しかし、採用にはいくつかの課題があります。
第一に、採用競争の激化です。
AI人材の需要が高まれば、企業は給与や勤務条件などの面で競争する必要があります。
第二に、採用した人材が自社の業務を理解するまでに時間がかかることです。
例えば、銀行の融資審査システムを開発する場合、プログラミング技術だけでは十分ではありません。
財務分析、融資審査、金融規制、内部統制などの知識が必要になります。
経理システムであれば、会計基準や決算業務、税務処理などの理解が求められます。
第三に、採用した人材が長期間勤務するとは限らないことです。
AI人材の市場価値が高まれば、より良い条件を求めて転職する可能性もあります。
もちろん、外部採用には新しい技術や考え方を取り入れられるという利点があります。
重要なのは、外部採用だけに依存せず、社内人材の育成と組み合わせることです。
みずほが既存社員の育成を重視する理由
みずほフィナンシャルグループは、傘下の銀行や証券会社などに勤務する約5万人の社員を対象に、AI開発人材への転換を進める方針です。
2026年11月から配置転換を始め、まず数十人を対象とします。
その後、段階的に人数を増やし、10年後には数千人規模に拡大する計画です。
特徴的なのは、営業や事務を担当してきた社員を育成する点です。
これらの社員は、銀行の業務内容や顧客対応、社内の事務処理などを理解しています。
例えば、法人融資を担当してきた社員は、決算書の分析や融資審査資料の作成について実務経験を持っています。
その社員がAI開発の基礎を習得すれば、どの業務を自動化すれば効果が高いのかを判断しやすくなります。
また、実際に業務を担当していた経験があるため、開発したシステムの使いやすさを評価することもできます。
外部の技術者だけでは把握しにくい現場の課題を、開発に反映できる可能性があるのです。
このように、既存社員の育成には、採用難への対応だけでなく、業務知識を生かした開発を進められるという利点があります。
AI開発の内製化が競争力を高める
企業が自社の社員を中心にシステムを開発することを、内製化と呼びます。
従来、日本企業では、情報システムの開発を外部のIT企業に委託する方法が広く利用されてきました。
外部委託には、専門技術を活用できるという利点があります。
一方で、開発会社との調整に時間がかかったり、仕様変更によって追加費用が発生したりする場合があります。
また、システムの仕組みを自社で十分に理解できず、外部企業への依存度が高まることもあります。
AI開発を内製化すれば、現場の課題に応じて迅速に改善を進められる可能性があります。
例えば、営業部門で顧客向け提案書の作成を効率化するAIを開発したとします。
実際に利用する社員が開発に参加していれば、必要な機能の追加や修正を検討しやすくなります。
また、業務内容が変化した場合にも、自社で対応できる範囲が広がります。
ただし、内製化すれば必ず開発費用が安くなるわけではありません。
社員教育、開発環境の整備、情報セキュリティー対策、システム保守などに費用が必要です。
内製化の目的は、単なる外注費の削減ではありません。
自社の業務を理解した人材が、継続的に業務改善を進められる体制を構築することです。
内製化と外部委託をどのように使い分けるのか
AI開発では、すべての業務を自社で担当する必要はありません。
重要なのは、内製化すべき部分と外部の専門家に任せる部分を適切に区分することです。
例えば、社内文書の検索や定型的な資料作成など、比較的小規模な業務支援ツールについては、社内人材が開発に参加しやすいと考えられます。
一方、銀行の基幹システムや大量の顧客情報を扱うシステムでは、高度な専門知識と厳格な管理が必要です。
AIの開発には、情報セキュリティー、データ管理、システム連携、障害対応など、幅広い技術が関係します。
こうした分野では、専門技術者や外部企業の支援が重要になります。
みずほの計画でも、現場経験者が実務に即したAI開発を担う一方、既存の技術者はより高度なシステム開発に集中する方針です。
これは、業務知識を持つ社員と専門技術者の役割分担を見直す取り組みといえます。
現場の社員がすべての技術を習得する必要はありません。
業務上の課題を理解する人材と、高度な技術を持つ人材が協力することが重要です。
中小企業にもAIの内製化は可能なのか
AI開発の内製化は、大企業だけの課題ではありません。
中小企業でも、生成AIを活用した業務改善に取り組むことができます。
例えば、従業員50人の製造業を考えてみます。
この企業では、営業担当者が毎月、顧客別の売上実績を集計し、報告資料を作成しているとします。
AIを活用すれば、売上データの整理や報告書の原案作成を効率化できる可能性があります。
また、経理部門では、請求書の確認や入金照合、月次決算資料の作成などへの活用が考えられます。
ただし、中小企業では専門技術者を確保することが難しい場合があります。
そのため、最初から大規模なAIシステムを開発するのではなく、既存のソフトウェアやAIサービスを利用して、小規模な業務改善から始める方法が現実的です。
例えば、社内で利用が認められたAI環境を使い、個人情報や機密情報を含まない資料の整理から取り組むことが考えられます。
その後、効果を確認しながら対象業務を広げていきます。
重要なのは、企業規模に応じた方法を選ぶことです。
大企業と同じ規模の投資を行わなくても、業務の課題を明確にすれば、AIによる改善効果を得られる可能性があります。
AI人材育成の費用対効果をどう考えるか
企業が既存社員をAI開発人材に育成する場合、教育費用と成果を比較する必要があります。
例えば、10人の社員に3カ月間の研修を実施する場合を考えてみます。
研修費用だけでなく、研修期間中に通常業務から離れることによる負担も考慮する必要があります。
さらに、研修終了後に開発業務を担当する場合、配置転換先の人件費や開発環境の費用も発生します。
一方、AIによって業務時間を削減できれば、長期的な効果が期待されます。
例えば、ある部署で年間2000時間の事務作業を削減できたとします。
仮に、業務時間1時間当たりの人件費を4000円とすれば、年間800万円相当の業務量に相当します。
ただし、これは業務量を人件費に換算した金額であり、実際に800万円の現金支出が減少するとは限りません。
削減された時間を別の業務に振り向ける場合には、追加的に生み出される付加価値を評価する必要があります。
また、AIの開発や運用にかかる費用、品質管理の負担なども考慮しなければなりません。
AI人材育成の成果を評価する際には、単純な人件費削減額だけでなく、業務品質や顧客サービスの改善も含めて考えることが重要です。
AI人材の内製化には組織改革が欠かせない
既存社員をAI開発人材に転換する場合、教育制度だけでなく組織の仕組みも見直す必要があります。
例えば、営業担当者がAI開発の研修を受けても、通常業務が忙しく、開発に取り組む時間が確保できなければ成果は期待できません。
また、開発したツールを利用するための社内承認手続きが複雑すぎる場合、改善活動が進まない可能性があります。
一方で、承認手続きを省略すれば、情報漏えいやシステム障害の危険が高まります。
そのため、企業には迅速な開発と適切な管理を両立させる仕組みが求められます。
例えば、利用可能なAIサービスやデータの範囲を明確にし、開発したツールの検証手順を標準化することが考えられます。
また、AI開発に参加する社員の評価制度も重要です。
従来の営業成績や事務処理件数だけで評価していては、業務改善への取り組みが十分に評価されない可能性があります。
AI開発によって業務時間を削減したり、顧客対応の品質を高めたりした成果を適切に評価する必要があります。
AI人材の内製化を成功させるには、人材教育、業務改革、評価制度、内部統制を一体として進めることが重要です。
日本企業はAI人材不足を克服できるのか
日本企業がAI人材不足を克服するためには、専門技術者の育成と既存社員の能力開発を組み合わせることが重要になります。
高度なAIシステムの開発には、専門的な技術者が欠かせません。
一方、すべての業務改善を専門技術者だけで担当することは、現実的ではない場合があります。
そこで、現場の業務を理解した社員がAIを活用し、小規模な開発や改善活動を担う仕組みが重要になります。
例えば、経理担当者が決算業務の改善に参加し、営業担当者が顧客管理の効率化を進めることが考えられます。
専門技術者は、共通基盤の整備や高度なシステム開発、情報セキュリティー対策などに集中できます。
このような役割分担が進めば、限られた専門人材を効率的に活用できる可能性があります。
ただし、既存社員を短期間で育成すれば、すべての人材不足が解消するわけではありません。
高度な技術開発を担う人材の確保や、継続的な教育への投資は引き続き必要です。
重要なのは、AI人材を一部の専門家だけに限定せず、幅広い社員がAIを活用できる組織をつくることです。
結論
AI人材の獲得競争が激しくなるなか、日本企業には新しい人材戦略が求められています。
高度な専門技術者を外部から採用することは重要ですが、それだけでは人材不足を解決できない可能性があります。
みずほフィナンシャルグループが進める既存社員のAI開発人材への転換は、こうした課題に対応する一つの方法です。
営業や事務を担当してきた社員には、長年の実務経験によって蓄積された業務知識があります。
その知識とAI技術を組み合わせることで、現場の課題に即したシステムを開発できる可能性があります。
また、開発の内製化を進めれば、業務の変化に応じて迅速に改善を行える体制を構築できます。
ただし、すべての開発を自社で担当する必要はありません。
高度な技術を必要とする分野では、専門技術者や外部企業との協力が重要です。
企業にとって大切なのは、内製化と外部委託を適切に組み合わせ、自社の競争力を高めることです。
そして、AI人材育成を成功させるには、教育制度だけでなく、業務の見直しや人事評価、内部統制の整備も必要になります。
AI時代の企業競争力を左右するのは、何人の専門技術者を採用できたかという数字だけではありません。
既存社員の知識や経験を、AIによってどれだけ新しい価値に変えられるかです。
日本企業がAI人材不足を克服するためには、外部から人材を獲得する発想に加えて、社内に眠る人材の可能性を引き出す発想が重要になるでしょう。
参考
日本経済新聞 2026年10月15日 みずほが数千人をAI開発者に転換 事務や営業、日本企業の働き方転機