はじめに
「AIが離職しそうな人を予測」「AIが評価・昇進をレコメンド」——HR分析ツールの新機能として、こういうフレーズが並ぶようになりました。
では現場のHRプロは、そのレコメンドに従っているのか？
答えは、まだあまり従っていない。
G2が 1万件超 のレビューと4社のベンダー調査をもとにまとめたHR分析のレポートは、この温度差を丁寧に描いています。核心はシンプルで、AIは「人を予測する」より「ワークフローデータを説明する」方が得意。そして採用・評価・昇進・離職といったセンシティブな判断では、ベンダー自身がAIを「意思決定者」ではなく「意思決定の支援ツール」として位置づけている——というものです。
TL;DR
AIはHRデータの「説明」は得意だが、「誰が辞めるか・活躍するか・昇進に値するか」の予測はまだ苦手
HR分析でのAI利用率は 35% と、HRソフト全体（20%）より高い
それでも導入の最大の壁は 信頼（trust）。すべての判断を「説明できること」が求められる領域だから
未来のAIは「勝手に走るエージェント」ではなく、人間と並走するコホート（cohort）
AIは「予測者」ではなく「説明者」
あるベンダー（TalentHR）のコメントを要約すると、2026年時点でAIの最も強いユースケースは、自然言語での問い合わせ、要約、パターン検出、そしてHRシステム横断での情報検索。逆にいまだに苦手なのが、誰が辞めるか・活躍するか・昇進に値するかの予測 です。
理由は明快で——HRデータそのものが、しばしば不完全で、バイアスがあり、文脈依存だから。だからAIは「説明者（explainer）」としては優秀でも、「意思決定者（decision-maker）」にはまだ向いていない。ワークフローデータの中からパターンを浮かび上がらせることはできても、それを解釈して行動に移すのは、依然としてHRチームの仕事だということです。
意外と使われている。でも「使わない」人も多い
興味深いのは利用率です。G2の2026年AI信頼度調査では、HR分析のレビュアーの35% が「レビューした製品でAI機能を使った」と回答。これはHRソフト全体の 20% を上回ります。
ただしどちらもB2Bソフト全体の平均より低く、これはコンプライアンス上の懸念からHR領域の採用率がもともと低めであることを反映しています。実際、給与計算のような高リスク領域では利用率はさらに落ち、payrollは16%、global payrollは17% ——監査や説明責任への不安が、AI導入への慎重さに直結しています。
一方で「AIを使っていない」と答えた割合は 48%。これはHR平均の61%より大幅に低く、HR分析が相対的にはAIに前向きな領域であることも示しています。
なぜ「信頼」が最大の壁なのか
HRでは、あらゆる判断が「説明可能」でなければならない。ここが他領域と決定的に違います。4社中3社のベンダーが、AIへの信頼と「何かあったときに判断を説明できること」が、本格普及の大きな壁だと語りました。
あるベンダー（Jobma）のコメントを要約すると、組織が求めているのは「AIのレコメンドが正確で、説明可能で、コンプライアンスに則っている」という確信。独立した検証、透明性のあるモデル、明確なROI指標——こうしたものの方が、AI機能をただ足すよりも普及を後押しする、と。
HRチームにとっての信頼は、「機能が動くかどうか」だけでは足りません。どうやってその結論に至ったかを理解でき、元データの信頼性を検証でき、従業員に影響するなら説明できる——ここまで揃って初めて信頼になります。
2026年、ベンダーの「責任」とは何か
レポートが引くAchieversのコメントを要約すると、責任の線引きはこうなります。
ベンダーの責任 — 透明で監査可能なシステムを作り、デフォルトで人間を介在させる設計にすること。つまり「インサイトそのもの」だけでなく「なぜそう言えるのか（why）」を提示し、人に影響する判断を人間のレビューなしで自律実行させないこと
顧客の責任 — そのインサイトを実際にどう使うか。マネージャーが公平に一貫して行動するか、AIのシグナルを正しく解釈できるよう人を訓練するか、データが実在の人物に関する判断に使われる際のガバナンス方針があるか
AIは人を助ける。でも責任を負うのは、あくまで人間。この原則が全体を貫いています。
買い手が本当に欲しいのは「機能」ではなく「成果」
もう一つ重要な指摘が、買い手はAI機能そのものではなく 成果（outcomes） を求めている、という点です。ベンダー（greytHR）のコメントを要約すると、次の段階はより深いエージェント型の自動化・従業員向けAI・AI支援による意思決定支援。ただし「離職・パフォーマンス・採用リスクを一貫した精度で予測する」真に信頼できる予測分析は、まだ先の話。勝つのは、今日測定可能な価値を届けつつ、責任を持って未来を築くプラットフォーム だと結論づけています。
数字で見る「安定しているが、感動はない」HR分析
レポートの締めのデータが示唆的です。2022年から2026年にかけて、HR分析は着実に改善してきました。
ROIまでの平均月数：15.07ヶ月 → 7.84ヶ月（短いほど良い）
稼働開始までの平均：2.7ヶ月 → 2.1ヶ月
採用率：79.7% → 約83%
にもかかわらず、満足度の主要指標であるNPSは 18.2% → 約18% と微減。着実に良くなっているのに、「誰かを感動させる」ところまでは届いていない——という評価です。信頼できるレガシー製品ではあるものの、新技術への不信が「安定しているが、印象的ではない」状態を生んでいる、と。
おわりに
HR分析は、当面「human resources から human を抜く」つもりはなさそうです。未来のAIは自律的に走るエージェントではなく、人間と並走し、アイデアを検証し、トレンドを見つけ、エラーを拾うコホート。技術と法制度が成熟するにつれて、その役割は広がっていくでしょう。
ツールを検討するなら、機能の華やかさよりも——プライバシー、価格、権限設計、監査証跡（audit trail）、そして自社が安心して実装できる技術かどうか。この観点で見ると、選ぶべきものが見えてきます。