實施「2026年日本企業技能重塑認知與AI影響實態調查」
Key facts
- 實施「2026年日本企業技能重塑認知與AI影響實態調查」
- 根據未來工作研究所（Mirai Works）針對400家員工人數500名以上企業所做的「2026年技能重塑與AI影響實態調查」，超過六成企業正在進行某種形式的技能重塑。然而，調查揭示了認知上的差距，僅有9.5%的企業實施符合政府定義、涉及「職務轉換」的真正技能重塑。生成式AI的普及帶來了巨大影響，迫使超過五成企業修改其培訓課程，其中「生成式AI的業務應用」（67.8%）成為數位轉型教育的首要重點。推動過程中的最大挑戰是「指導者與導師的短缺」。
- Source: PR Times
- Date: 2026年5月27日
Direct answer
根據未來工作研究所（Mirai Works）針對400家員工人數500名以上企業所做的「2026年技能重塑與AI影響實態調查」，超過六成企業正在進行某種形式的技能重塑。然而，調查揭示了認知上的差距，僅有9.5%的企業實施符合政府定義、涉及「職務轉換」的真正技能重塑。生成式AI的普及帶來了巨大影響，迫使超過五成企業修改其培訓課程，其中「生成式AI的業務應用」（67.8%）成為數位轉型教育的首要重點。推動過程中的最大挑戰是「指導者與導師的短缺」。
- Citation
- 實施「2026年日本企業技能重塑認知與AI影響實態調查」 (2026年5月27日), PR Times
- Source
- PR Times
- Date
- 2026年5月27日
根據未來工作研究所（Mirai Works）針對400家員工人數500名以上企業所做的「2026年技能重塑與AI影響實態調查」，超過六成企業正在進行某種形式的技能重塑。然而，調查揭示了認知上的差距，僅有9.5%的企業實施符合政府定義、涉及「職務轉換」的真正技能重塑。生成式AI的普及帶來了巨大影響，迫使超過五成企業修改其培訓課程，其中「生成式AI的業務應用」（67.8%）成為數位轉型教育的首要重點。推動過程中的最大挑戰是「指導者與導師的短缺」。
📋 文章處理履歷
- 📰 發表: 2026年5月27日 11:00
- 🔍 收集: 2026年5月31日 23:06（發表後108小時6分鐘）
- 🤖 AI分析完成: 2026年6月2日 08:49（收集後33小時43分鐘）
株式會社未來工作研究所（總公司：東京都港區，代表取締役社長：岡本祥治）實施了「2026年日本企業技能重塑（Reskilling）認知與AI影響實態調查」，特此公告調查結果。
■ 調查概要
調查名稱：「2026年日本企業技能重塑認知與AI影響實態調查」
調查方法：網路調查
調查期間：2026年3月19日至22日
有效回答數：400
調查對象：員工人數500名以上企業中，自2022年以前即隸屬於經營企劃部、總務部、人事勞務部等，並從事人才研修或人才開發的正式員工及公司高層。
■ 全公司推動技能重塑佔38.3％，包含特定部門實施者則超過六成
對於問題「貴公司目前是否正在進行『技能重塑』？」，回答「作為全公司政策實施中」的比例最高，為38.3％。若加上「限定於特定部門或職務實施」（20.0%）及「試辦中」（6.3%），可見64.6%的企業正以某種形式推動技能重塑。另一方面，回答「過去從未實施過」的也佔了16.0％。
■ 與政府對「技能重塑」的定義存在差距，伴隨職務轉換的措施僅佔9.5％
對於問題「貴公司將『技能重塑』視為哪個範疇的措施？」，61.0％的回答者認為技能重塑是「不以職務或角色轉換為前提」的措施。
日本政府將技能重塑定義為「為了轉移至成長領域而重新學習」，原意是指以「勞動力流動、職務轉換」為前提、由企業主導的措施。根據此定義，符合原意的「學習＋轉換」型技能重塑，實施率僅9.5％，顯示了詞語的普及與實際狀況之間存在巨大鴻溝。
■ 學習技能約半數為「DX與非DX兩者」，數位與商業技能整合趨勢明顯
在技能重塑中希望員工學習的技能主題方面，回答「DX相關技能與非DX相關技能兩者」的比例達47.0％，大幅超過「僅DX相關技能」（26.5%）。這顯示了為支撐數位轉型，企業同時也要求更新傳統的商業技能。
■ DX教育最優先主題為「生成式AI的業務應用」，佔67.8％
在DX相關的技能重塑重點主題中，「生成式AI的業務應用」以67.8％的比例，大幅領先第二名的「數據分析與資料科學」（44.9%），凸顯了對「熟練運用」AI的教育需求極高。
■ 非DX領域以「管理」為最多，佔33.3％
在非DX相關的技能重塑中，「管理與領導力」佔33.3％為最多，其後依序為「經營與事業策略」（30.2%）、「行銷」（27.6%）。
■ 技能重塑開始時期以「2023年」為高峰，新冠疫情後加速趨勢明顯
技能重塑的開始時期以2023年佔15.0％為最多，其次是2019年以前的14.0％及2022年的12.1％。
■ 受生成式AI影響，超過半數企業被迫修改課程
關於生成式AI的出現是否對技能重塑產生影響，37.1％表示「有影響，需要更新培育主題與課程」，17.4％表示「影響巨大，需要重新檢討目的與制度設計」，合計超過五成的企業因AI的影響而被迫改變措施。
■ 生成式AI的最大影響是「所需技能與角色的變化」，佔48.0％
關於AI普及的具體影響，回答「以活用AI為前提，業務流程需要重新設計，導致所需技能與角色改變」的比例最高，為48.0％。此外，「需要重新定義未來所需的職務與角色（目標形象）」也達到38.9％，顯示組織正在進行根本性的變革。
■ 因應生成式AI的措施變更，約半數已「實施完畢」
關於因應生成式AI普及而做的措施變更，回答「已變更（部分反映或試行中）」的比例為29.0％，加上「已作為全公司標準反映」的19.9％，合計約半數企業已採取具體行動。
■ 變更內容之首為「技能主題的重新檢討」（50.0％）
在具體變更內容方面，「技能主題（DX/非DX的比重與重點領域）」以50.0％居首，其次是「目標職務與角色」（43.1%），凸顯了AI普及正改變著「該學什麼」這個教育核心問題。
■ 無法變更措施的原因是「人員與預算不足」，佔32.6％
對於未能變更措施的原因，「人員與預算不足，無法著手變更」的比例最高，為32.6％。此外，「生成式AI的治理／資安／法務整理不及，無法變更」（28.4%）等內部體制未整備也成為阻礙。
■ 措施要素以「提供學習機會」為最多，佔58.6％；四成導入「技能可視化」
在技能重塑措施中包含的要素，「提供研修、線上學習等學習機會」佔58.6％為最多。其次是「有技能可視化（技能標準、技能診斷、評估等）」，顯示企業希望透過數據掌握個人技能的意圖。
■ 未來方針以「中規模改善與強化」佔24.6％為最多
未來12至24個月的方針，「中規模改善（強化業務應用、KPI、治理）」以24.6％居首。
■ 推動技能重塑的障礙是「指導者與導師不足」，佔25.9％
推動技能重塑的最大阻礙因素，「指導者與導師不足」佔25.9％為最多。其次是「人才與技能數據未整備」（24.3%）及「無法確保學習與業務應用的時間」（21.5%），顯示在生成式AI普及的環境變化中，「資源確保」成為緊迫的課題。
■ 總結
本次調查結果顯示，日本企業的「技能重塑」正因生成式AI普及此一外部環境變化而迎來新局面。詞語的普及與實際狀況存在差距，伴隨職務轉換的真正技能重塑仍在起步階段。生成式AI已不再是特定的專業技能，而是所有商務人士都應具備的「新時代作業系統」，正在改變人類應扮演的角色本身。然而，調查也凸顯了企業內部教育體制與數據基礎建設跟不上變化的現狀。未來，企業能否將外部專業人才的協助納入視野，正面應對以AI共存為前提的「職務重新定義」，將成為左右其永續成長的關鍵。
■ 調查概要
調查名稱：「2026年日本企業技能重塑認知與AI影響實態調查」
調查方法：網路調查
調查期間：2026年3月19日至22日
有效回答數：400
調查對象：員工人數500名以上企業中，自2022年以前即隸屬於經營企劃部、總務部、人事勞務部等，並從事人才研修或人才開發的正式員工及公司高層。
■ 全公司推動技能重塑佔38.3％，包含特定部門實施者則超過六成
對於問題「貴公司目前是否正在進行『技能重塑』？」，回答「作為全公司政策實施中」的比例最高，為38.3％。若加上「限定於特定部門或職務實施」（20.0%）及「試辦中」（6.3%），可見64.6%的企業正以某種形式推動技能重塑。另一方面，回答「過去從未實施過」的也佔了16.0％。
■ 與政府對「技能重塑」的定義存在差距，伴隨職務轉換的措施僅佔9.5％
對於問題「貴公司將『技能重塑』視為哪個範疇的措施？」，61.0％的回答者認為技能重塑是「不以職務或角色轉換為前提」的措施。
日本政府將技能重塑定義為「為了轉移至成長領域而重新學習」，原意是指以「勞動力流動、職務轉換」為前提、由企業主導的措施。根據此定義，符合原意的「學習＋轉換」型技能重塑，實施率僅9.5％，顯示了詞語的普及與實際狀況之間存在巨大鴻溝。
■ 學習技能約半數為「DX與非DX兩者」，數位與商業技能整合趨勢明顯
在技能重塑中希望員工學習的技能主題方面，回答「DX相關技能與非DX相關技能兩者」的比例達47.0％，大幅超過「僅DX相關技能」（26.5%）。這顯示了為支撐數位轉型，企業同時也要求更新傳統的商業技能。
■ DX教育最優先主題為「生成式AI的業務應用」，佔67.8％
在DX相關的技能重塑重點主題中，「生成式AI的業務應用」以67.8％的比例，大幅領先第二名的「數據分析與資料科學」（44.9%），凸顯了對「熟練運用」AI的教育需求極高。
■ 非DX領域以「管理」為最多，佔33.3％
在非DX相關的技能重塑中，「管理與領導力」佔33.3％為最多，其後依序為「經營與事業策略」（30.2%）、「行銷」（27.6%）。
■ 技能重塑開始時期以「2023年」為高峰，新冠疫情後加速趨勢明顯
技能重塑的開始時期以2023年佔15.0％為最多，其次是2019年以前的14.0％及2022年的12.1％。
■ 受生成式AI影響，超過半數企業被迫修改課程
關於生成式AI的出現是否對技能重塑產生影響，37.1％表示「有影響，需要更新培育主題與課程」，17.4％表示「影響巨大，需要重新檢討目的與制度設計」，合計超過五成的企業因AI的影響而被迫改變措施。
■ 生成式AI的最大影響是「所需技能與角色的變化」，佔48.0％
關於AI普及的具體影響，回答「以活用AI為前提，業務流程需要重新設計，導致所需技能與角色改變」的比例最高，為48.0％。此外，「需要重新定義未來所需的職務與角色（目標形象）」也達到38.9％，顯示組織正在進行根本性的變革。
■ 因應生成式AI的措施變更，約半數已「實施完畢」
關於因應生成式AI普及而做的措施變更，回答「已變更（部分反映或試行中）」的比例為29.0％，加上「已作為全公司標準反映」的19.9％，合計約半數企業已採取具體行動。
■ 變更內容之首為「技能主題的重新檢討」（50.0％）
在具體變更內容方面，「技能主題（DX/非DX的比重與重點領域）」以50.0％居首，其次是「目標職務與角色」（43.1%），凸顯了AI普及正改變著「該學什麼」這個教育核心問題。
■ 無法變更措施的原因是「人員與預算不足」，佔32.6％
對於未能變更措施的原因，「人員與預算不足，無法著手變更」的比例最高，為32.6％。此外，「生成式AI的治理／資安／法務整理不及，無法變更」（28.4%）等內部體制未整備也成為阻礙。
■ 措施要素以「提供學習機會」為最多，佔58.6％；四成導入「技能可視化」
在技能重塑措施中包含的要素，「提供研修、線上學習等學習機會」佔58.6％為最多。其次是「有技能可視化（技能標準、技能診斷、評估等）」，顯示企業希望透過數據掌握個人技能的意圖。
■ 未來方針以「中規模改善與強化」佔24.6％為最多
未來12至24個月的方針，「中規模改善（強化業務應用、KPI、治理）」以24.6％居首。
■ 推動技能重塑的障礙是「指導者與導師不足」，佔25.9％
推動技能重塑的最大阻礙因素，「指導者與導師不足」佔25.9％為最多。其次是「人才與技能數據未整備」（24.3%）及「無法確保學習與業務應用的時間」（21.5%），顯示在生成式AI普及的環境變化中，「資源確保」成為緊迫的課題。
■ 總結
本次調查結果顯示，日本企業的「技能重塑」正因生成式AI普及此一外部環境變化而迎來新局面。詞語的普及與實際狀況存在差距，伴隨職務轉換的真正技能重塑仍在起步階段。生成式AI已不再是特定的專業技能，而是所有商務人士都應具備的「新時代作業系統」，正在改變人類應扮演的角色本身。然而，調查也凸顯了企業內部教育體制與數據基礎建設跟不上變化的現狀。未來，企業能否將外部專業人才的協助納入視野，正面應對以AI共存為前提的「職務重新定義」，將成為左右其永續成長的關鍵。
常見問題
這項調查結果中，東京與地方的趨勢有差異嗎？
報導中並未公布按地區劃分的數據。然而，一般來說，IT人才和資訊集中的都市地區，對於AI應用的技能重塑可能會更敏感、行動也更迅速。
調查對象僅限於日本企業嗎？
是的，這項調查的對象是隸屬於日本國內員工人數500名以上企業的人才發展負責人。
Mirai Works 在東京以外有據點嗎？
是的，除了東京總公司外，在關西（大阪）、九州（福岡）和東北（仙台）也設有分公司。