マネジメント層が抱える 4 つの「評価の質」課題
部下の目標案がストレッチ不足 or 測定不能。1on1 で 0 から考え直すたびに 30 分以上消える。
ベテランの「目利き」が再現できず、評価面談で観点漏れが頻発。新任マネージャーが手探りで判断。
昇格判断が「印象」で決まる。エビデンス不足や観察期間 1 ヶ月での誤判定が起きる。
評価基準マニュアルが Excel に眠ったまま。現場マネージャーは制度を意識せず属人ルールで判断。
目標設定 / 評価レビュー / 等級判定 ─ 評価の質を引き上げる 3 機能
部門目標 + 等級 + 期待役割を入力 → AI が「ストレッチ度・測定可能性・抽象度」の 3 観点で壁打ち。
評価入力時に AI が観点漏れを 3-7 件リアルタイム抽出。ベテランの目利きをメガプロンプト化。
行動 + 成果エビデンスから推定 tier + 根拠 + 信頼度を返却。観察期間が不足するなら判定を保留。
社内ナレッジを RAG で参照し、AI が制度と対話する
評価基準マニュアル / 月次評価 / 等級グレーディング基準を Knowledge に投入。社内固有用語のまま AI が判断材料に。
Workflow 内の LLM が retrieved knowledge を引用しながら壁打ち。プロンプトは「人の判断を深める」設計。
AI は推定 tier + 信頼度 + 不足エビデンスを返すだけ。人事担当者が承認・修正・差し戻し。属人化を排しつつ意思決定権は人。
AI を 人の代わりではなく、人の伴走者 として配置する。 人事領域は制度・文脈・感情・納得感が大きい領域だからこそ、最終判断は人が行い、AI は思考と対話の質を引き上げる役割に徹する。