【HR Tech2026】米国の人事は”AIありき”へ。 採用から育成、人員配置、労務までAIが準備、人は判断｜現地視察レポート

「HR領域が、”AIありき”の業務形態に進化している」ーー今回のカンファレンスに参加しての率直な感想です。

2026年10月20日から22日まで、アメリカ・ラスベガスで開催されたHR Tech Conference 2026に参加してきました。この記事では、NALYSYS AI面接のプロダクトマネージャーである私、吉野が現地視察で得た情報をもとに、「採用」「タレントマネジメント」「マネジメント」「バックオフィス」の4つの領域に分けてご紹介します。

HR Tech Conference 2026とは

HR Tech Conference 2026（正式名称：HR Technology Conference & Exposition 2026）は、人事・組織の課題と、その解決を支えるテクノロジーをテーマにした米国のカンファレンスです。

2026年の公式テーマは、AI・自動化と人材戦略、CHRO（最高人事責任者）の役割、従業員の体験、スキルと学習、組織変革、成果と生産性。

基調講演やセッションでは働き方や人材戦略の方向性が語られており、デモと展示では、実際の機能を見ることができました。

採用：求人要件から入社までを、AIが担う動きが広がっている

採用領域で印象的だったのは、求人要件のすり合わせ、候補者探し、書類スクリーニング、AI面接、面接の記録、入社前の準備と、採用のほぼすべての工程に、AIが組み込まれていたことでした。

求人要件のすり合わせからAIが関わる

ソーシングでは、AIが「どんな人を採用したいか」の条件整理から手伝ってくれます。

あるデモでは、求人票の足りない点についてAIが質問し、実際の候補者を採用担当者に見せながら採用の基準を固めていました。 さらに、候補者探しやメッセージの送信、返信がないときの再連絡までAIが自動で進めてくれます。

「こんな人が欲しい」と伝えるだけで、条件に合う人との面接まで自動的に組まれるような世界に近づいていると感じました。

応募後の条件確認や面接も、AIが受け持つ

あるベンダーは、チャットで応募条件を確認した応募者を、そのまま面接の日程調整へ進める流れを紹介していました。職種によっては、長い面接を最初に課すよりも、短い条件確認から人の面接へ進むほうが合う場合もありそうです。

AI面接の製品では、AIが面接を行い、回答の内容をまとめたレポートを作成するものが多く見られました。採用担当者はそのレポートを確認したうえで、採用するかどうかを判断します。

選考で得た情報を、次の工程へ渡す

導入企業の講演では、生成AIを採用管理システム（ATS）と連携させ、求人ごとの背景や経緯をまとめた作業環境を作っている事例がありました。採用計画の検討からオファーの準備まで、同じ情報をもとに進められるようにしているそうです。

さらに、面接の内容を横断して分析し、面接担当者へのフィードバックに使っているケースや、選考で得た情報をもとに、入社前のオンボーディングをAIが案内するケースもありました。

候補者側のAI活用にどう向き合うか

候補者が応募書類の作成や応募にAIを使う場面も増えており、企業側では不正の検知や対策が話題になっていました。一方で講演では、「AIを使ったこと」と「不正であること」は同じではなく、複数の情報から確かめる必要があるという指摘もありました。

日程調整のように自動化で候補者の負担が減る場面もあれば、人が疑問や不安を受け止めるべき場面もあります。どの工程を人が受け持つかを、選考全体の中で決めておく必要があると感じました。

タレントマネジメント：人材データの定義をそろえ、社員一人ひとりの経歴や希望を生かす

タレントマネジメントの領域では、人材データを統合する基盤と、社員一人ひとりを支援するAIエージェントを組み合わせる取り組みが中心でした。

まずは部門間・ツール間の定義ズレを整備することから

人材データを統合する際、最大のボトルネックになるのは部門ごとに異なる「データ定義のズレ」です。

ある米国の製薬企業では、「管理職」の基準や組織の範囲が部門間で異なり、そのままAIに連携した結果、意図しない集計結果が生じました。同社はAIの導入を中断し、定義を再整備してから展開を行っています。

職務、スキル、評価、実務経験、本人の希望といったデータは各ツールに分散しがちです。セッションでは、”高度な分析や配置レコメンドをAIに任せる前に、まずは「項目の意味」や「人・組織・仕事の関係性」を揃える下準備を行うことがAIを正しく活用するための第一歩だ”と述べられていました。

採用時の情報を、入社後の育成まで引き継ぐ

選考時の評価や本人の強みを活かした育成を行うには、手作業によるツール間のデータ移行をやめ、共通IDを軸にしたシームレスなデータ連携が必要です。

会場では、選考からオンボーディングへの「データの断絶」を解消する事例が目立ちました。

米国の大手IT企業では、ツール間を人が手作業で繋いでいた非効率を脱却すべく、共通データ基盤と社員一人ひとりを支援するAIエージェントを整備。

また、米国の大手小売企業でも、入社時に候補者情報がリセットされてしまう課題に対し、共通IDを用いて選考時の適性や意向を入社後の育成・配属までそのまま引き継ぐ取り組みが行われていました。

社内の仕事の機会と社員を結びつける

社内での人材の流動性をあげる取り組みもありました。

社内公募やプロジェクトアサインを形骸化させないためには、日常の業務動線の中で新たな機会に出会うことができ、そこでの実績が本人のスキル情報へと自動で戻る「循環サイクル」を作ることが重要です。

現地のデモでは、普段使いのチャット上でキャリア機会の発見から応募・承認まで完結する仕組みや、社内プロジェクトで得た実務経験がそのまま社員のスキルデータとして自動蓄積される機能もありました。

このように、HRテック市場では、個別ツールの導入にとどまらず、「採用から育成、社内異動までを一連の業務としてどうつなぐか」という全体設計が求められています。

マネジメント：準備はAIが行い、人は対話と育成を担う

マネジメントの領域では、管理職が本来注力すべき「社員との対話」や「仕事の差配」に集中させるため、1on1や評価業務の「準備段階」をAIが肩代わりするアプローチが潮流となっています。

面談と評価の準備をAIが担当する

評価や面談の質を落とさず効率化する鍵は、「情報集約・準備はAI 、最終判断・対話は人 」という役割分担です。

目標や実績、過去の1on1ログをAIが集約して論点整理や評価草案を作成し、管理職が迷わず面談や育成に集中できる設計が定着しつつあります。
一方で、最終評価や昇格推薦はAIに委ねず人が責任を持ちます。現場でしか見えない認識のズレを防ぎ、AIは管理職の思考補助にとどめるスタンスが主流です。

若手が経験を積む機会をどう残すか

業務のAI化に伴って浮上したのが、エントリーレベルの業務の自動化により「若手が経験を積む機会」が失われるリスクです。リサーチや資料作成の業務など、若手がその仕事を通じて培っていた思考力や実務経験の機会も減ってしまいます。

基調講演では、AI導入とセットで「新入社員が意図的に試行錯誤し、練習できる経験機会」を用意することが急務と語られていました。

これからの管理職や人事には、目先の効率化だけでなく、「成長につながる経験をどう残すか」という育成観点での再設計が求められています。

バックオフィス：正確さを保ちながら、AIに任せる範囲を広げる

ミスが許されないバックオフィス業務（給与・勤怠・休暇など）においては、正確性を保ちつつAIをどう活用するかが議論されていました。

AIが調べ、人が決め、AIが直す

バックオフィス業務で正確さを担保するには、「AIが異常を検出、人が判断、AIが修正・再チェック」という協調サイクル（Human-in-the-Loop）を確立することが重要です。

給与処理のデモでは「AIが給与データの異常検知 → 人が修正方針を決定 → AIが反映＆再検査」、シフト作成でも「AIが原案作成 → 人が微調整」というように、必ず人の確認・承認を挟む設計が主流でした。100%の正確さは一度の作業で保証できるものではなく、見逃しや訂正を記録・検証し続けることが前提とされています。

マニュアルにない判断を、AIが集める

マニュアル通りにいかない「例外対応」をAIで蓄積する取り組みも紹介されていました。

ある企業では、整備済みと思っていたマニュアルをAIに渡したところ、例外対応や人の判断が抜けていたそうです。そこで、AIが対応記録とマニュアルを比較し、未記載の対応を見つけると担当者に理由をヒアリングし、マニュアルへ自動追加・更新していく仕組みを構築していました。

まとめ：現地視察を経て

今回の視察で共通していたのは、”AIありき”の業務設計を行っていたことです。AIに何を任せ、人は何を担うのかを試行錯誤している様子が伺えました。AIの担当範囲と人の担当範囲を、画面や機能の単位で分けていた製品が多かったことは、AI面接を開発する立場としても参考になりました。

この分担をどのような考え方で設計しているのか、日本の採用シーンや人事としての役割をどう考えればよいのかについては、連載の第2弾・第3弾で掘り下げます。