AI導入後の評価制度とは、AIが担う作業を除いた人の貢献を測り直す仕組みのことです。
処理件数で人を評価してきた事務所ほど、生成AIを入れた翌年に評価が回らなくなります。同じ時間で処理できる件数が上がるのは、その人の力量が上がったからなのか、ツールが効いたからなのか。この切り分けができないまま昇給を決めると、頑張った人が報われない形になりかねません。この記事では、AIを入れたあとの士業事務所で、生産性指標と評価項目をどう組み直すかを扱います。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。
処理件数で測る評価が機能しなくなる局面
生成AIの利用は、もはや一部の先進事務所の話ではありません。総務省の令和8年版情報通信白書 生成AIの業務利用状況によると、自社の何らかの業務で生成AIを利用している日本企業の割合は86.4パーセントで、2024年度の企業向け調査から大きく上昇したとされています。同資料では、業務類型のなかで議事録・メール作成補助での活用が最も高い割合になっている点も示されています。この数字が事務所間の格差にどう効いてくるかは生成AI利用率と事務所間の生産性格差で扱いました。
士業事務所の評価制度は、多くの場合、処理件数と担当顧問先数、そして残業の少なさで組まれています。この設計が成り立っていたのは、処理件数が本人の熟練度とほぼ比例していたからです。生成AIが下書きと照合を担うようになると、この比例関係が崩れます。同じ件数をこなしても、AIに丸投げして確認が甘い人と、AIの出力を疑って原資料に戻る人では、事務所が負うリスクがまったく違います。にもかかわらず、件数だけで測ると前者のほうが高い評価になってしまう。ここが、AI導入後の評価制度で最初に直面する矛盾です。
もうひとつの局面が、育成の評価です。AIが下書きを出すようになると、若手が下書きを書きながら覚えるという従来のOJTの経路が細くなります。この点はAI時代の若手育成とOJTで扱いましたが、評価制度の側から見ると、育成に時間を割いた中堅の貢献をどう測るかという論点になります。件数で測る限り、後輩に時間を使った人は評価が下がる構造になります。
そして三つめが、AIの成果を誰の手柄にするかという論点です。プロンプトを作り込み、事務所の型として共有した人の貢献は、その人自身の処理件数には現れません。むしろ他の担当者の件数として現れます。この見えにくい貢献を拾える設計にしないと、事務所の仕組みづくりに手を挙げる人がいなくなります。
この三つの論点に共通するのは、評価の対象が成果物の量から、成果物に至る過程の質へ移っているということです。従来は、過程を測るのが難しかったから量で代替していました。ところが生成AIを業務に入れると、どの工程で何をしたかが記録として残る場面が増えます。皮肉なようですが、AIが作業を代替したことで、人の仕事ぶりはむしろ見えやすくなっている。評価制度の作り替えは、その見えるようになった部分をどう拾うかという設計課題として捉えるのが実態に合います。
AI導入後の生産性指標を組み直す4つの設計原則
原則の一つめは、投入時間ではなく、確認品質を測る指標を入れることです。AIが下書きを担う工程では、人の付加価値は確認と判断に移ります。差し戻し率、提出前に発見した誤りの件数、顧客からの問い合わせ発生率といった、確認の質を映す指標を評価の柱に加えます。ただしこれらは、記録が残る仕組みとセットでないと測れません。指標を決める前に、何が自動で記録されるかを先に洗い出す順序が要ります。
二つめは、件数指標を残すにしても、AI利用の有無で分母を分けることです。AIを使った案件と使わなかった案件を混ぜて件数を数えると、比較対象がぶれます。案件登録の段階で、AIを使う工程を含むかどうかのフラグを立てておくと、翌年以降の比較が成立します。
三つめは、仕組みづくりへの貢献を独立した評価項目として立てることです。プロンプトの整備、チェックリストの作成、基準テキストの更新といった作業は、事務所全体の処理能力を底上げしますが、本人の件数には出ません。四半期ごとに、事務所の共有資産として登録された成果物の数と、それが他の担当者に使われた回数を記録する運用にすると、貢献が可視化されます。
四つめは、指標を絞ることです。AI導入を機に評価項目を増やしすぎると、記録の手間が増えて運用が続かなくなります。評価の柱は3本から4本にとどめ、それぞれについて誰がいつ記録するかを決めきるほうが、精緻な設計より実務では長持ちします。効果測定そのものの考え方はAI導入のROI測定手順で扱った枠組みが土台になります。
評価項目とKPIを設計する手順
ここからが実装です。前提として、生成AIが担うのは指標案の洗い出しと文章化までで、どの指標を採用するか、それを処遇にどう反映するかの決定は事務所の経営判断です。この線引きを手順に置きます。
第1ステップは、現行の評価表と業務工程の棚卸しです。いまの評価表に並ぶ項目と、実際の業務工程を並べ、どの項目がどの工程を測っているのかを対応づけます。この作業をすると、測っているつもりで測れていない項目が出てきます。多くの事務所で見つかるのが、成果物の品質を測る項目が形骸化しているケースです。
第2ステップは、AI導入で変わった工程の特定です。工程ごとに、AIが担うようになった部分、人が担い続ける部分、新しく増えた確認作業の三つに仕分けます。この仕分けが、新しい指標を置く場所を決めます。
第3ステップが、指標案の洗い出しです。ここで生成AIを使います。
あなたは士業事務所の人事評価制度づくりを補助するアシスタントです。
以下の【工程の仕分け】をもとに、評価指標の候補を洗い出してください。
制約:
- 各指標について、測定対象・記録方法・記録者・記録頻度の4点をセットで書くこと
- 記録の仕組みが現時点で存在しない指標には「記録の仕組みが未整備」と注記すること
- 処遇や賃金への反映方法は書かないこと（事務所の判断事項のため）
- 特定の個人を評価する記述は書かないこと
- 出力はプレーンテキストの箇条書きとし、表組みは使わないこと
【工程の仕分け】
AIが担うようになった工程: （箇条書きで列挙）
人が担い続ける工程: （箇条書きで列挙）
新しく増えた確認作業: （箇条書きで列挙）
第4ステップが、指標の絞り込みと運用設計です。洗い出した候補のうち、記録の仕組みが既にあるものを優先して採用します。記録の仕組みから作らないと測れない指標は、次年度の課題として後ろに回すほうが、初年度の運用が破綻しません。絞り込んだ指標について、四半期ごとの記録フォーマットを作ります。
あなたは士業事務所の評価運用フォーマットの作成を補助するアシスタントです。
以下の【採用した評価指標】について、四半期ごとの記録シートの項目案を作成してください。
制約:
- 記録項目は、担当者が自分で記入できる粒度にすること
- 主観的な評価語（優秀、努力を要する等）を選ばせる項目は作らないこと
- 事実の記録に徹し、判断は別工程で行う前提で設計すること
- 各項目に、記入に要する目安の作業内容を1行で添えること
- 出力はプレーンテキストの箇条書きとし、表組みは使わないこと
【採用した評価指標】
（ここに第4ステップで絞り込んだ指標を貼る）
第5ステップが決定です。生成された指標案とフォーマットは、そのままでは制度になりません。所長または経営層が、事務所の方針と照らして採否を決め、処遇への反映方法を判断します。生成AIは選択肢を並べる役割にとどめ、決定は人が持つ構図を崩さないことが要点です。
初年度は、新しい指標を処遇に直結させず、記録だけを回して分布を見る運用も選択肢になります。指標の分布が分からないまま処遇に紐づけると、想定と実態がずれたときに修正が効きにくくなります。1年分の記録が溜まってから反映方法を決めるほうが、納得感のある設計にしやすい面があります。報酬体系そのものの見直しについてはタイムチャージから月額固定への移行で扱った論点が関係してきます。
運用に乗せるうえで見落とされがちなのが、指標の定義書を残すことです。差し戻し率ひとつとっても、何をもって差し戻しとするのか、誰が判定するのか、担当者の自己申告か上長の記録かで、数字の意味がまったく変わります。定義が曖昧なまま四半期を重ねると、翌年の比較ができなくなり、制度そのものへの信頼が失われます。指標ごとに、定義、算出式、記録者、記録のタイミング、除外条件を1ページにまとめておくと、担当者が入れ替わっても同じ数え方が続きます。この定義書づくりも、生成AIに素案を出させて事務所が確定させる形が組みやすい作業です。
もうひとつ、指標を決めたあとに現れるのが例外の扱いです。長期の複雑案件、緊急対応で工程を飛ばした案件、顧問先都合で止まった案件は、そのまま数えると担当者の数字を不当に押し下げます。例外として除外するのか、注記付きで残すのかを最初に決めておかないと、四半期の締めのたびに個別交渉が発生します。例外の類型を先に洗い出しておくことは、制度の公平性を保つうえで地味に効きます。
評価に使う記録と、守秘義務・就業規則の論点
評価のためにAI利用の記録を集めると、その記録のなかに顧問先の情報が混ざります。ここが、一般企業の人事制度づくりと士業事務所の決定的な違いです。
たとえばプロンプトの入力内容をそのまま評価材料として保存すると、顧問先の固有名詞や財務数値が人事関連のファイルに残ることになります。士業の守秘義務は職種ごとに条文が置かれており、税理士であればe-Gov法令検索 税理士法第38条に、税理士は、正当な理由がなくて、税理士業務に関して知り得た秘密を他に洩らし、又は窃用してはならない、と定められています。人事評価という目的で保存した記録が、この条文との関係でどう位置づけられるかは、保存内容と閲覧範囲によって変わる論点であり、一律の答えを置けるものではありません。
実装として置きやすいのは、評価に使う記録から本文を切り離す設計です。誰が、いつ、どの案件で、どの工程にAIを使ったかというメタ情報だけを人事側に渡し、プロンプトの本文と出力は案件フォルダに残す。この分離をしておくと、人事担当者が顧問先情報に触れない構成にできます。記録の残し方そのものは事務所のAI利用ログと監査証跡の運用で扱った枠組みが、そのまま評価用途にも使えます。
もうひとつ押さえておきたいのが、評価制度の変更手続です。常時10人以上の労働者を使用する事務所については、e-Gov法令検索 労働基準法第89条に、就業規則の作成と行政官庁への届出、および変更した場合も同様とする旨の定めが置かれています。評価制度の内容が就業規則や賃金規程に書き込まれている場合、その変更は規程の変更を伴います。
変更が労働条件の不利益変更にあたるかどうかは、慎重に見る論点です。e-Gov法令検索 労働契約法第9条には、使用者は、労働者と合意することなく、就業規則を変更することにより、労働者の不利益に労働契約の内容である労働条件を変更することはできない旨と、次条の場合はこの限りでない旨が置かれています。e-Gov法令検索 労働契約法第10条には、変更後の就業規則を労働者に周知させ、変更が労働者の受ける不利益の程度、労働条件の変更の必要性、変更後の就業規則の内容の相当性、労働組合等との交渉の状況その他の事情に照らして合理的なものであるときの取扱いが定められています。評価指標の変更が賃金にどう波及するかによって、検討の深さが変わってくる部分です。自事務所の制度設計であっても、社会保険労務士に相談しながら進める事務所は少なくありません。
事務所規程に落とすときの記載候補としては、評価に用いる記録の範囲、記録の保存期間と閲覧できる者、AI利用の記録から除外する情報、評価結果の開示方法、そして指標の見直し時期が挙がります。
評価制度の作り替えで起きやすい失敗
ひとつめは、AIの利用率そのものを評価指標にしてしまうケースです。利用率を上げること自体が目的化すると、AIを使わなくてよい場面でも使う行動が生まれます。士業の業務では、原資料に直接あたったほうが速くて正確な場面が現に存在します。利用率ではなく、成果物の品質と所要時間の変化を測る設計にしたほうが、行動の歪みが出にくくなります。
ふたつめは、指標を増やしすぎて記録が回らなくなるケースです。設計の段階では網羅的なほうが正しく見えますが、四半期ごとに10項目以上の記録を求めると、担当者は締切直前にまとめて思い出しながら書く形になります。そうなった時点で、記録は評価材料としての精度を失います。回避策は、記録の大半が自動で残る指標を優先して選ぶことです。
みっつめは、旧制度と新制度を同時に走らせて混乱するケースです。移行期に両方の指標で測ると、担当者はどちらに合わせて動けばよいのか分からなくなります。初年度は新指標を記録のみとして走らせ、処遇は旧制度で決める、という切り分けを明示しておくほうが、現場の迷いが減ります。
よっつめは、評価の変更理由を説明しないまま導入するケースです。AIを入れたから評価を変えるという説明だけでは、人員削減の前触れと受け取られる余地が残ります。なぜ件数指標だけでは測れなくなったのか、新しい指標で何を評価したいのかを、制度の説明とセットで伝える工程を省かないことが要点になります。採用と育成の設計は士業事務所のAI人材の採用と育成で扱っています。
いつつめは、評価の変更が採用市場でどう見えるかを考えないケースです。求人票に載る評価制度の説明は、応募者が事務所を選ぶ材料になります。AIを前提とした評価に切り替えるなら、それは作業量で人を測る事務所ではないという表明でもあります。逆に、指標の説明が曖昧なまま「AI活用」とだけ書くと、何を評価される職場なのかが伝わりません。制度を作り替えるタイミングは、対外的な言語化を整える機会でもあります。
費用・工数と運用体制
費用面では、評価制度そのものの見直しに外部の専門家を入れるかどうかで大きく変わります。規程の変更を伴う場合、社会保険労務士への相談費用が発生します。金額は事務所の規模と依頼範囲で変わるため、複数の見積もりを取って比較する運用が現実的です。
工数としては、現行制度の棚卸し、工程の仕分け、指標案の作成と絞り込み、記録フォーマットの整備、そして所内への説明が発生します。このうち時間がかかるのは棚卸しと説明で、指標案づくりそのものは生成AIを使えば短く済みます。制度づくりで重いのは、実は文書を作る作業ではなく、合意を取る作業のほうです（この見立ての根拠となる公表統計は無く、編集部が事務所支援の現場感から述べているものです）。
運用体制は、記録の収集を管理部門、指標の集計と分布の確認を担当パートナー、採否と処遇への反映を経営層、という三層が組みやすい形です。記録する人と評価する人を分けることで、記録の段階で忖度が入る構造を避けられます。
制度を回しながら見直していく論点
評価制度は、作った時点が完成ではありません。AIの能力が上がれば、人が担う工程の内訳が変わり、測るべき対象も動きます。だからこそ、指標そのものを毎年見直す前提で設計しておく必要があると考えます。見直しの時期を制度に書き込んでおくと、変更が例外ではなく通常運転になります。
もうひとつの論点が、事務所間の比較です。生成AIの利用が広く行き渡った現在、事務所ごとの差は、導入したかどうかではなく、導入したあとの運用の質に移っています。自事務所の指標を外部と比べる材料は乏しく、業界横断のベンチマークが整うまでは、自事務所の前年比で見るしかない状況が続きます。この点は、公表データの蓄積を待つ領域です。
三つめの論点は、評価制度と料金体系の連動です。事務所の内側で人の貢献の測り方を変えるなら、外向きの値づけも同じ論理で説明できる形になっているのが自然です。作業時間で請求しながら、内部では作業時間で評価しないという状態は、いずれ矛盾として表面化します。評価制度の見直しを、料金体系の点検とセットで進める事務所が増えていくのではないかと見ています。
よくある質問
AI導入後も処理件数で評価してよいですか
件数指標だけで測ると、確認の質が評価に反映されない構造になります。生成AIが下書きを担う工程では、同じ件数をこなしても、AIの出力を検証した人とそのまま通した人で事務所が負うリスクが変わります。件数指標を残す場合でも、差し戻し率や提出前に発見した誤りといった、確認の質を映す指標を並べて置く設計が組みやすい形です。
AIの利用率を評価指標にするのは有効ですか
利用率を指標にすると、使わなくてよい場面でも使う行動が生まれやすくなります。士業の業務では、原資料に直接あたったほうが速くて正確な場面があります。利用率そのものではなく、成果物の品質と所要時間の変化を測る設計のほうが、行動の歪みが出にくくなります。
評価制度を変えると就業規則の変更が要りますか
評価制度の内容が就業規則や賃金規程に書き込まれているかどうかで変わります。e-Gov法令検索 労働基準法第89条には、常時10人以上の労働者を使用する使用者について、就業規則の作成と届出、変更した場合も同様とする旨の定めが置かれています。自事務所の規程のどこに評価制度が書かれているかを確認したうえで、必要に応じて社会保険労務士に相談する進め方が一般的です。
新しい指標をいきなり賃金に反映してよいですか
初年度は記録だけを回して分布を見る運用も選択肢になります。指標の分布が分からないまま処遇に紐づけると、想定と実態がずれたときの修正が効きにくくなります。また、労働条件の不利益変更にあたるかどうかはe-Gov法令検索 労働契約法第9条および第10条に関わる論点で、変更の内容によって検討の深さが変わります。
評価のためにプロンプトの入力内容を保存してよいですか
保存する内容の範囲を先に決めておく話になります。プロンプトの本文には顧問先の固有名詞や数値が含まれる場合があり、それを人事関連のファイルに残すと、守秘義務との関係が論点になります。誰が、いつ、どの案件で、どの工程にAIを使ったかというメタ情報だけを人事側に渡し、本文と出力は案件フォルダに残す分離の設計が実装しやすい形です。
仕組みづくりに貢献した人をどう評価しますか
独立した評価項目として立てる方法があります。プロンプトの整備やチェックリストの作成は、他の担当者の処理能力を上げますが、本人の件数には現れません。事務所の共有資産として登録された成果物の数と、それが他の担当者に使われた回数を四半期ごとに記録する運用にすると、貢献が見える形になります。
何から着手するのが現実的ですか
現行の評価表と業務工程の対応づけからです。いまの評価項目がどの工程を測っているのかを並べると、AI導入で測れなくなった項目が具体的に見えてきます。ここが特定できれば、新しい指標を置く場所も自然に決まります。
参考文献
※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/
本記事の作成体制について
本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。
本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。
記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。