投稿者 global-ai-media 
生成AIの業務導入が加速する中、若手人材が基礎スキルを習得する前にAIに依存してしまう「ネバースキリング（未習得）」のリスクが指摘されています。本記事では医療教育における最新の議論を入り口に、日本企業が直面するAI活用と人材育成のジレンマ、そして実務的なガバナンスのあり方を解説します。
AIの急速な普及が生む「ネバースキリング」とは何か
近年、生成AIや大規模言語モデル（LLM）の業務導入が急速に進む中で、新たな人材育成の課題が浮上しています。世界的権威のある医学誌『Nature Medicine』に掲載された論考では、医療教育の現場において「ネバースキリング（never-skilling）」という現象が警鐘を鳴らされています。
これまでも、テクノロジーへの依存によって既存のスキルが失われる「デスクリング（脱技能化）」は議論されてきました。しかし、ネバースキリングはより深刻な概念です。医学生や若手医師が初期段階からAIの診断サポートや情報要約に頼ることで、本来習得すべき自力での臨床推論や基礎的な診断スキルが「最初から一度も身につかない（未習得のままになる）」というリスクを指しています。同誌は、AIの導入スピードに対して、それを管理・指導するための教育フレームワークが追いついていないと指摘しています。
日本企業における「現場の暗黙知」とAI導入のジレンマ
この医療分野における指摘は、決して対岸の火事ではなく、日本国内でAI活用を推進する一般企業にとっても極めて示唆に富む課題です。日本の組織文化では長らく、OJT（オン・ザ・ジョブ・トレーニング）を通じて先輩から後輩へと「現場の暗黙知」を継承することが人材育成の中核を担ってきました。若手社員は、議事録の作成、データ集計、基礎的なプログラミング、企画書のドラフト作成といった泥臭い業務プロセスを通じて、論理的思考力や業界特有の商習慣を学んできました。
しかし、業務効率化を目的にこれらの初期タスクをAIに代替させた場合、新入社員や若手エンジニアは「完成に近いアウトプット」を瞬時に得られるようになります。一見すると生産性は劇的に向上しますが、その裏で「なぜその結論に至るのか」というプロセスを思考する機会が奪われ、結果として応用力の効かない人材を生み出してしまう危険性があります。
AIガバナンスと教育・評価フレームワークの再構築
AIが生成する出力には、もっともらしい嘘（ハルシネーション）が含まれるリスクや、学習データに内在するバイアスが反映される限界があります。そのため、実際のプロダクト開発や重要な意思決定においては、最終的に専門知識を持った人間が内容を検証し責任を持つ「Human-in-the-loop（人間が介在するシステム）」の仕組みが不可欠です。
もし若手層がネバースキリング状態に陥れば、数年後にはAIのアウトプットを批判的に評価・修正できる中間層以上の人材が枯渇してしまうことになります。日本企業は、コンプライアンスや情報漏洩対策といった「守りのAIガバナンス」だけでなく、「どの業務プロセスをAIに任せ、どのプロセスはあえて人間に経験させるべきか」という「人材育成の観点を含んだAIガバナンス」を再構築する必要があります。
日本企業のAI活用への示唆
以上の動向を踏まえ、日本企業がAIの実装と人材育成を両立させるための実務的な示唆を以下に整理します。
第1に、業務効率化とスキル習得のバランスを設計することです。すべての業務を無批判にAIへ置き換えるのではなく、若手社員の論理的思考やドメイン知識（業界特有の専門知識）を養うために、あえてAIに頼らず取り組むべき「コア・タスク」を明確に定義することが重要です。
第2に、AIを「答えを出させるツール」ではなく「壁打ち相手（思考のパートナー）」として活用する教育を行うことです。プロンプト（指示文）の工夫を通じて、AIに別の視点を提示させたり、自分の考えの抜け漏れを指摘させたりすることで、むしろ人間の推論能力を高める方向へAIを利用する教育枠組みが求められます。
第3に、人材育成方針と連動したAIガイドラインのアップデートです。法規制対応やセキュリティ管理に加えて、社内におけるAIツールの利用基準や評価制度を見直し、次世代のプロフェッショナルが正しく育ちながらAIを活用できる環境を整えることが、中長期的な企業の競争力維持に直結します。