【每月節省116小時】如何實現「人手不足卻要加薪」？中小企業支援所要求的「人事評估 x 生成式AI」活用法

勞動力短缺、最低工資上漲，以及業務職人化（過度依賴特定人員）。目前，許多中小企業面臨著「人員不足卻必須提高工資」的經營挑戰。

另一方面，隨著對生成式AI的關注度日益提高，企業諮詢的需求也隨之增加，例如「不知道該從哪裡導入」、「即便導入了AI現場也不使用」、「最終無法帶動利潤提升」等問題。

在此背景下，給與提升研究所（總部：東京都澀谷區，社長：高橋恭介）於2026年4月18日（週六）舉辦了免費線上講座，主題為「生成式AI（Claude Code）應用於人事評估制度提案方法的徹底解說」。

本講座不僅止於AI工具的活用，更一貫地解說了：

- 透過業務盤點實現低效率業務的可視化 - 透過生成式AI進行業務縮減 - 與人事評估制度的聯動 - 將生產力提升轉化為加薪的機制化

講座不是探討「如何使用AI」，而是從「如何建立一個在人數受限下仍能創造利潤的組織」的觀點出發，吸引了許多經營者與人事主管的關注。

為何現在需要「業務改善 x AI」？

講座首先提出了中小企業所面臨的三大環境挑戰：

1. 勞動力短缺日益嚴重 2. 加薪壓力升高 3. 業務職人化與效率低落

特別是現在，透過「增加人員」來解決問題已變得困難，因此「打造一個能透過現有人員最大化成果的組織」變得至關重要。

此外，講座中亦強調，導入AI本身並非目的，「轉型為即使人數有限也能創造利潤的組織」才是核心。

從生產力提升到加薪的「良性循環」

許多企業面臨「想加薪但沒有利潤」的挑戰。

因此，「將節省下來的時間重新投入到產生利潤的業務中」這一思維變得至關重要。

講座介紹了「生產力提升 → 業績提升 → 加薪」的良性循環模型。重點不僅在於單純的成本削減，更深入探討了「如何建立能夠回饋給員工的組織」，這點引起了許多經營者與支援公司的興趣。

「Job-Op® x Claude」業務改革的全貌

許多在AI導入上失敗的企業，都面臨「不清楚該將什麼業務AI化」的問題。

因此，本講座介紹了一種結合以下兩者的改善方法：

- 進行業務盤點與可視化的「Job-Op®」 - 支援AI業務自動化的「Claude」

將業務分類為：

- 延續、壓縮、移轉、廢除

並據此設計AI應用的優先順序。透過這種方式，說明如何在現場實際運作，同時防止AI導入失敗，例如無法在現場落實、不被使用或看不出效果等問題。

實際能節省多少？

講座還介紹了一個假設為30名員工規模企業的改善模擬。

結果顯示了令人震撼的數據：

- 每月節省時間：116小時 - 年度成本削減：約417萬日圓 - 削減率：66%

提供能系統性學習此內容的「認證課程」

給與提升研究所為希望更深入實踐講座內容的人士，提供了「AI人事評估顧問認證課程」。

雖然對生成式AI的關注度很高，「希望導入AI的企業」也在增加，但目前能從業務整理、AI活用到人事評估制度一貫提供支援的人才依然稀缺。因此，給與提升研究所提供了這個能實踐學習的認證課程。

本認證課程目標是讓學員達到「能向企業提供實際改善提案的水平」，而不僅是獲取知識。課程內容涵蓋業務盤點數據應用、AI導入支援、人事評估制度設計、組織改善提案、及構建有助於加薪的制度，皆以實際提案與導入為前提進行系統性學習。

實際上，越來越多人報名參加，理由包括「想成為能透過AI提出經營改善方案的人」、「想結合人事評估制度來擴大企業支援範圍」、「想成為因『提案力』而非價格競爭而被客戶選中的支援者」。