考察：労働生産性向上に向けた”ビジネス人材”リ・スキリングの重要性

データ操作技術に加え、データの業務適用に注力を

昨今、DXやリ・スキリング（リスキリング）というキーワードが大きく注目されています。しかしながら、その領域での様々な活動は、生産性向上につながっているのでしょうか。

そうした疑問を踏まえ、官民の若手有志が問題意識を共有し、学習・議論を通じて政策論づくりを行う活動「Policy makers lab（以下：PML）」に参画し、課題認識の整理と政策提言案の検討を行いました。

当記事では、上記活動における個人研究をベースに、当該領域における現状と課題について考察します。

課題：日本の生産性は低い

日々、メディアで取り上げられている通り、日本の「生産性」は極めて低いものとなっています。公共財団法人日本生産性本部の「労働生産性の国際比較 2022」によると、日本の”時間当たり生産性”はOECD加盟38国中27位、”一人当たり生産性”は39カ国中29位と低迷しています。

一方、日本の少子高齢化は急速に進展しており、生産年齢人口（15～64歳）は1995年をピークに減少しています。内閣府の「令和4年版高齢社会白書」によると、2050年には5,275万人にまで減少することが見込まれています。この数字は、1995年の8,716万人と比べて4割減、2021年の7,450万人からも3割の減少となります。

こうした状況下においては、生産性改善・向上は、優先度高く取り組むべき課題と位置付けられるべきでしょう。

方針：国・政府は、デジタル技術（ICT技術）に光明を見出す構え

そんな中、焦点が当たっているのが「デジタル技術（ICT技術）」です。

生産年齢人口の減少による労働力の不足が見込まれる中で、ICTを活用することにより、労働生産性の向上や新たな労働参加の拡大などが期待できる

総務省：令和4年 情報通信に関する現状報告の概要

企業が賃金を引き上げるためには付加価値を高める必要があり、そのためにもデジタル分野を中心に人的投資を進めていくことが必要である

新しい資本主義のグランドデザイン及び実行計画（令和4年6月7日）

デジタル分野へのリ・スキリングを強化するため、専門実践教育訓練について、デジタル関係講座数（179講座（本年4月時点）を、2025年度末までに300講座以上に拡大する。その際、生成AI等、今後成長が期待され、今の時代に即した分野に関する講座の充実を図る

新しい資本主義のグランドデザイン及び実行計画　2023年改訂版（令和5年6月16日）

ICT、すなわち情報通信技術の活用による生産性向上は、20年以上前から推進されてきた活動です。その領域をさらに拡張し「デジタル」というキーワードで取り組みを加速させているのが現在の状況です。

また、デジタルというキーワードを核に据え「デジタル人材」「リ ・ スキリング」という言葉にも注目が集まっています。内閣総理大臣の所信表明、施政方針演説等においても、デジタル人材の育成やリ・スキリングに関する言及があり、国家として重要度の高い施策としてとらえられていることが分かります。

地域が抱える課題の解決をけん引するデジタル人材について、来年度末までに年間45万人育成できる体制を段階的に構築し、2026年度までに合計330万人を確保する。このため、大学生・高等専門学校生の育成（年17万人）、社会人等のスキルアップ支援（年13万人）、職業訓練等（年13.5万人）などの各領域において具体的な育成計画を定め、フォローアップを行う

新しい資本主義のグランドデザイン及び実行計画　2023年改訂版（令和5年6月16日）

個人のリスキリングに対する公的支援については、人への投資策を、「五年間で一兆円」のパッケージに拡充します

第二百十回国会における岸田内閣総理大臣所信表明演説（令和4年10月3日）

リスキリングについては、GX、DXスタートアップなどの成長分野に関するスキルを重点的に支援する

第二百十一回国会における岸田内閣総理大臣所信表明演説（令和5年1月23日）

実態：人材育成の歩みは遅かった

現在、リ ・ スキリングが注目されている理由として「デジタル人材の育成が進んでいない」という日本の実情が挙げられます。経済産業省の主催した「第6回 デジタル時代の人材政策に関する検討会」において提出された「デジタル人材育成プラットフォームの取組状況について（令和4年11月）」においても、当該課題認識について言及されています。

【日本のデジタル競争力は低下（要因：人材問題）、しかし企業は動かず】
日本では76％の企業がDX人材不足を感じている（米国は43％）にもかかわらず、社員の学び直しを全社的に実施している企業はわずか7.9%（米国は37.4%）。社員の学び直しを検討さえしていない企業が過半数近く存在（米国は10%未満）。

デジタル人材育成プラットフォームの取組状況について（令和4年11月） 「第6回 デジタル時代の人材政策に関する検討会」資料

【DXを推進する上での問題として最も多くを占めるのが人材不足、社内の育成体制が未整備】
・情報通信白書（2022）における企業約3,000社への調査によると、デジタル化を進める上での課題・障壁として、日本企業は「人材不足（67.6%）」の回答が米国・中国・ドイツの3か国に比べて非常に多い。
・各国の企業でデジタル人材が不足する理由については、日本企業は（中略）「デジタル人材を採用する体制が整っていない」と「デジタル人材を育成する体制が整っていない」が約40％と多い。

デジタル人材育成プラットフォームの取組状況について（令和4年11月） 「第6回 デジタル時代の人材政策に関する検討会」資料

対策：デジタル人材育成に向け、”人材定義”を策定

上記のような課題認識に基づき、既に人材育成に向けた取り組みが進んでいます。先ほども引用した「デジタル人材育成プラットフォームの取組状況について」を作成した「デジタル時代の人材政策に関する検討会」において、人材定義の策定が行われました。

人材定義の概略は、以下の通りです。

• 「デジタルスキル標準」を策定。
• デジタル人材は、リテラシー人材とデジタル推進人材に大別される。
• リテラシー人材は、DXリテラシー標準に基づくスキルを保有する人材。対象は、すべてのビジネスパーソン。
• デジタル推進人材は、DX推進スキル標準に基づくスキルを保有する人材。対象は、企業・組織において専門性を持ってDXの取組みを推進する人材（DXを推進する人材）。
• リテラシー人材の持つべきDXリテラシー標準は、以下の4つに大別される
  • 新たな価値創出のためのマインド・スタンスを知り、自らを振り返る
  • 社会・経済環境、価値基準などの変化を理解する
  • データ、デジタル技術について理解する
  • 活用事例を理解し、実際に業務で活用する
• デジタル推進人材は、以下の5つのロール（役割）に大別される
  • ビジネスアーキテクト
  • デザイナー
  • データサイエンティスト
  • ソフトウェアエンジニア
  • サーバーセキュリティ
• デジタル推進人材の保有すべきスキルは、以下の5種類に大別される
  • ビジネス変革
  • データ活用
  • テクノロジー
  • セキュリティ
  • パーソナルスキル
• 上記ロールとスキルは、より細かい粒度でマッピングされており、どのロールは、どういうスキルを保有すべきか、またそのスキルレベルはどの程度高度であるべきかが定義されている

上記育成方針に基づき、独立行政法人情報処理機構（IPA）の提供するポータルサイト「マナビDX」から、各種トレーニング検索が可能となっています。

また、第四次産業革命スキル習得講座認定制度などにより、教育訓練給付制度や人材開発支援助成金等の支援対象となる講座を認定する取り組みも進んでいます。

問題提起： 「生産性向上」に寄与しているのか？

上記取り組みにより、デジタル人材と保有すべきデジタルスキルが定義され、多くの研修・トレーニングが補助金の対象となっています。そのため、デジタルスキル習得のための門戸は広く開かれていると言えるでしょう。

しかしながら、果たしてそれが「生産性向上」に寄与しているのでしょうか。データ利活用コンサルティングの現場にいる私の体感値としては、残念ながら、生産性向上への貢献は極めて限定的である、と言わざるを得ません。

デジタル人材やそのスキルの定義は、網羅的なものになっています。また、補助金等の制度も整ってきています。しかし、現時点では、その効果が限定的なのはなぜなのでしょう。それは、適用する業務範囲がズレているからだと私は考えます。

業務範囲の考え方

デジタル技術を用いたビジネス変革は、大きくは戦略（Strategy）と実行（Operation）の2種類に分けられます。

そしてその戦略と実行は、ビジネス推進能力によるものから、データ運用能力によるものまで、複数のレイヤーに区分されます。

戦略領域は、ビジネス推進（上）から順に、「経営戦略」「事業戦略」「デジタル技術・データ活用企画」「システム・アーキ設計」「DB設計」とデータ運用能力までレイヤー分けされます。一方、それに対応する実行領域は、「経営活動」「事業推進活動」「デジタル技術・データの業務適用」「データ分析」です。また、データ運用能力に関しては、戦略と実行の間に、「システム構築/DB構築」が配置されています。

この図の上段は、経営レイヤーが担当する業務です。他方、下段は情報システム部門やデータアナリティクス部門が担当しています。そして、社員の大半は「事業推進活動」に従事しています。

リ・スキリングで脚光を浴びているのは、「実業」から遠いエリア

一方、リ・スキリングにおいて注目を浴びているのは「デジタル技術・データ活用企画」と「データ分析」です。

「デジタル技術・データ活用企画」は、「デジタル技術で新しいビジネスを作ろう」「データを使って会社に変革を起こそう」といった、いわゆるDXの本丸というべき領域です。

「データ分析」は、SQLやPythonなどのデータ処理技術や、Tableauなどのデータビジュアライズツールの活用スキルが含まれます。EXCELもこの範疇に入ると考えて良いでしょう。

どちらも、できることが望ましいのは間違いありません。特に「データ分析」業務に関しては、できることがアドバンテージになりますし、場合によってはできないことによる不利益が大きい領域です。

しかしながら、これらの業務は、多くの方が日々従事する「事業推進活動」からは距離がある業務領域です。

「デジタル技術・データの業務適用」に注目したい

ここで注目すべきは「デジタル技術・データの業務適用」です。

冒頭から申し上げている通り、生産性向上が我々が取り組むべき課題です。その ”生産性を上げる対象となる業務領域” が、「事業推進活動」です。この領域の生産性を改善するという目的において、多くの組織で抜け落ちてしまっているのが「デジタル技術・データの業務適用」です。

この業務領域を推進するために必要なスキルは、「DXリテラシー標準」にも「DX推進スキル標準」にも含まれています。しかし、それらのスキルを用いて、この業務領域に取り組むことの重要性が、世の中に認識されていないのではないかと私は危惧しています。

日々の業務活動、たとえば、新たな商品を開発したり、営業職としてお客様の要望をきいたり、接客職としてサービスを提供したり、工場で商品を作ったり、必要な物品を届けるために倉庫業務や配送業務を行ったり、、、そういった ”事業を推進する仕事” を、どのように改善していくべきかを考える。そのために、デジタル技術やデータをどのように用いればよいのか、と考えていく。それが「デジタル技術・データの業務適用」です。

この領域は、デジタル技術・データに限らなければ、古くからBPR（Business Process Re-engineering）として取り組まれてきた領域です。また、少し前にはRPA（Robotics Process Automation）として脚光を浴びていました。この領域は、業務をいかに良くするのかという観点で、使えるテクノロジーを最大限に活用する、というものです。そして、極めて大切な領域であると同時に、極めて難しい領域です。

実際に、多くのRPAプロジェクトが失敗に終わっています。それらは、往々にして「業務変更（BPR）を行わず、機械化によって解決しようとした」ことに起因します。しっかりと業務を理解し、その問題点を認識したうえで、解決策を見出すことが求められているにも関わらず、RPAという”解決策”に飛びついてしまったわけです。

DXにまつわるリ・スキリングにおいても、同じ課題に直面しています。現業のアップデート、アップグレードの目的で、データ分析という”解決策”に目を向けるのはごく自然なことです。しかしながら、「業務をどのように変革するのか」「現在の業務の、どの部分が課題であるのか」「その課題を解決・解消するためには、どんな取り組みが有用なのか」をしっかりと考えなければ、データから何かを導き出すことなどできません。

デジタル技術活用やデータ活用を生産性向上につなぐためには、「デジタル技術・データの業務適用」に向き合う必要があるのです。

データ活用領域における打ち手：経営層へのアプローチと現場へのアプローチ

理想と現実：意思決定階層の断絶

論点としては、デジタル技術活用とデータ活用の二つの領域が存在しますが、ここからはデータ活用領域に絞って論を進めます。既存業務の生産性向上において、多くの場合、データ分析が鍵となるためです。なお、データ分析を行う際には、その前提としてデジタル技術活用（仕組みの導入によるデータの取得・蓄積）を行うこともありますし、データ分析の結果、デジタル技術活用（課題領域への適切なテクノロジーの見極め・導入）を行うこともあります。デジタル技術活用とデータ活用は、不可分な存在であると考えます。

データ活用領域における大きな課題は、意思決定階層の断絶です。現場、ミドル・マネジメント、トップ・マネジメントが、それぞれ異なる情報に基づき、異なる判断基準で判断を下してしまいます。また、多くの場合、根拠に乏しい思い込みが、それぞれの判断に大きく影響していることも、この問題を複雑にしています。

この状況を打破するためには、各階層が、入手可能な情報を増やし、また、それらの内容を共通化することが理想です。それにより、以下の２つの効果が見込まれます。

A. 現場、ミドル・マネジメント、トップ・マネジメントが、同じ情報をタイムリーに持つことで、判断の前提が揃う
B. 現場からミドル、ミドルからトップへの報告が、客観性を持った”事実”に基づくものとなり、議論内容が「データの解釈の差」「立場・視座の違い」にフォーカスできる

これは「全員が、データを見て判断する」というビヘイビアを保持した状態です。

このような状態が実現されれば、社内の意思決定がデータに基づくものとなり、その結果、各業務の生産性の低下原因の特定、生産性向上のための打ち手の検討、を論理的かつ現実的に行うことが可能となります。

GOAL：社内に「データ活用の文化」を醸成する

この「全員が、データを見て判断する」すなわち、Data-Informedな状態になるためには、組織全体での大きな意識変革が必要になります。

このためには、以下のような複数の変革を組み合わせることが重要です。

1. トップ層の意識改革：経営レイヤーが「データに基づく判断・意思決定」の重要性を理解し、自らが実践する必要性を感じるように促す
2. 企業文化への反映：「データに基づく判断・意思決定」を、重要な経営課題として明文化し、組織全体で取り組むように促す（１のシャワー効果）
3. ミドル層、現場層のスキル向上：データの解釈能力および、自身の担当業務を変革するためのツールとしてのデータ利活用に必要なビジネススキルの獲得

そして、これらを促進するために、ガイドラインの制定や、補助金のリ・アロケーション、インセンティブの付与などの「国・政府・自治体による支援策」を検討していくことが望ましいと考えます。

政策提言の方向性（初期アイデア）

PMLでの半年間の活動において上記検討を行った結果、現時点では「政策案」としてまとめるには至らないものの、いくつかの方向性を見出しました。私の検討する政策テーマの、大きな方向性は以下です。

• 目指すべきは、意思決定階層の断絶を解消する、Data-Informedな組織文化
• トップ層の変革のために「データ活用」「データ分析」能力を経営層に求める
  • 上場企業経営者を対象として、コーポレート・ガバナンスコードに記載の取締役スキルマトリクスに「データ分析」を記入するようガイドを記載。当該スキル保有者を経営メンバーに含むことを推奨
  • データインフォームド推進協議会（仮）の設立。データを用いた判断の重要性に関する啓蒙活動の実施
• データの業務適用に関する研修・トレーニングへの補助金・交付金適用拡大
  • 例：「第四次産業革命スキル習得講座認定制度」の対象範囲を拡充
    ※既存の給付金・助成金の適用対象範囲を継続調査中
• 業務適用にまつわる研修・トレーニングの開発支援
  • コンテンツ開発に関する補助金の拡充に加え、「トレーニング用データの加工業者」への補助（匿名加工等含む）
  • 以下のような、事業会社保有の「加工前データ（生データ）」提供に対するインセンティブ付与
    • 小売業のID-POSデータ
    • 学習塾、e-learning等の履修データおよび成績データ
    • 各種機器類の操作ログ・稼働ログデータ
    • 移動ログ、位置情報データ　など

今後に向けて

上記課題認識を踏まえ、政策テーマのブラッシュアップを進めます。PMLの活動の中で、継続的に検討を進め、政策案としてまとめることを目指します。

また、政府・官公庁での検討も日進月歩で進んでいることを踏まえ、課題認識のアップデートにも注力していきます。例えば、2023年6月に開催された「第8回 デジタル時代の人材政策に関する検討会」では、生成AIに関する論点が新たに挙げられています。

1．デジタル人材育成に係る生成AIのインパクトをどのように捉えるか

2．デジタル人材育成・デジタル人材のスキルに及ぼす具体的な影響（各スキルの重要度の変化や新たに必要となるスキル等）

3．生成AI時代のDX推進に必要な人材・スキルの考え方（デジタルスキル標準（DSS）の見直し、デジタル人材育成プラットフォームの活用策等を含む）

今年度の検討事項について（令和5年6月）　 「第8回 デジタル時代の人材政策に関する検討会」資料

こうした生成AIに関する論点は、データ活用を推進する民間企業においても、まさに取り組んでいくべき課題領域であると認識しています。

生成AIの登場により、これまで「機械に寄り添う形で記述する」ことが求められていた、各種プログラミング言語から脱却し、「人間の分かる言語」での指示が可能となってきました。これは、生成AIの背後にあるLLM（Large Language Model）がコンテクストを理解する能力（機能）を保有していることに依るものです。

こうした変化は、事業推進活動に従事する多くの方にとっては、朗報であると言えるでしょう。機械が自然言語を介するようになった結果、人に指示をすることと、機械に指示をすることに差がなくなってくるのですから。

しかし、その一方で、言語化能力、指示能力が、より強く求められる時代が訪れていることも、また認識する必要があります。機械は人間のように察してくれません。「正しく」依頼しなければ、期待されたアウトプットは得られません。今後、ますますLLMは進化し、自然言語で機械に指示することが増えていくでしょう。既に、定型的なデータ処理であれば、自然言語による指示で実現できるようになってきています。このような状況下では、ビジネス人材は、自身の考えを正確に言語化し、伝えていくことが求められます。この能力を鍛えていくことは、すべてのビジネスパーソンにとって、極めて重要なことだと言えるでしょう。

このような変化にしっかりと向き合いながら、生産性向上につながる政策案を検討していきたいと考えています。

Policy makers labについて

Policy makers labは、官民の若手有志が問題意識を共有し、政策案を議論する任意団体です。
VISIONとして「世の中を良い方向に変革したいという民間企業及び官僚の有志が、互いの知識の共有や政策立案に向けた議論を通じて、既存の枠組みにとらわれない政策アイデア集を作るために、学習・議論・実践活動を行う。」を掲げています。

また、これまでに検討された政策案は、ジャーナルとして公開されています。2023年8月時点でvol.3まで発信されています。【 参考リンク： Policy makers lab Journal 】