社内の定型業務が人工知能（AI）に引き継がれるにつれ、従業員にとって、職場でAIを理解し効果的に活用するためのスキルアップ、すなわち新たなスキルの習得がますます重要になっている（Jaiswal et al.） 手作業の需要が減少しているため、従業員はさらに、ソフトスキルのような、パターンに従わず、したがって自動化が難しい、高次の思考や感情的なスキルセットを必要とする作業に集中する必要がある（Huang & Rust, 2018）。

個人が競争力と雇用可能性を確保するためには、データ分析スキル、デジタルスキル、複雑な認知スキル、意思決定スキル、継続的学習スキルといった能力のスキルアップが極めて重要である。データ分析とは、高度な統計とプログラミングを駆使してデータを評価し、意思決定に役立つ情報を見つけ出すことである。自動化、サイバーセキュリティ、ランタイム・アプリケーションなどのデジタルスキルは、より効率的なプロセスをより低コストでより安全に行うために必要である(Bobitan et al., 2024; Jaiswal et al., 2022)。複雑な認知スキルとは、問題を解決する革新的な方法を発見するための、複雑なデータの視覚化や解釈など、より高次の情報処理を指す。意思決定スキルは常に不可欠であったが、利用可能なデータが過剰に存在し、トレンドが急速に変化する世界では、短期間で業績を向上させるために、根拠に基づいた偏りのない意思決定を行うスキルアップがより重要になっている（Jaiswal et al.） 結局のところ、こうしたスキルはすべて、従業員が継続的に学習し、自らを向上させようとする自発性を持っていなければ、訓練や再訓練を受けることはできない。テクニカル・スキルのほかに、リーダーシップ、コミュニケーション、対人関係スキルなどのソフト・スキルも、従業員のモチベーションを高め、従業員の長所や能力を向上させるために、共同作業や継続的なスキル開発を促す環境を作る上で、依然として不可欠であることに留意すべきである（Bobitan et al.）

ソフトスキル、すなわち横断的なスキルや能力は、Hart et al.（2021）によって、あらゆる種類の仕事、学習、生活活動において効果的な行動をとるために不可欠な学習能力として定義されている（Fig. 1）。彼らのモデルには6つの主要なカテゴリーがある。すなわち、コア・スキル、思考スキル、自己管理スキル、社会性とコミュニケーション・スキル、身体・熟練スキル、生活スキルとそれぞれに対する能力である。

Figure 1. Transversal Skills and Competences (TSC) Model

Adapted from Hart et al. (2021)

コア・スキルの能力とは、言語を理解し、話し、読み、書く能力、数字や計測を扱う能力、デジタル機器やアプリケーションを使用する能力を指す。これらは、他者との相互作用、個人としての成長と学習の基盤を象徴している（Hart et al.） AIの文脈では、言語能力、特に英語能力は、従業員がAIツールをよりうまく操作し、活用するのに役立つ。なぜなら、これらのテクノロジーは、そのほとんどが英語でインターフェースを提供しているからである（Benhayoun & Lang, 2021）。また、デジタル機器やアプリケーションの知識があれば、AIシステムをより適切に管理することができる（Morandini et al.、2023）。

思考スキル能力とは、観察、経験、考察、推論、コミュニケーションから得られた、あるいは得られた情報を収集し、概念化し、分析し、統合し、評価する能力のことである。これは、情報を使って活動を計画し、目標を達成し、問題を解決し、課題に取り組み、複雑なタスクを定型的かつ斬新な方法で実行することで示される（Hartら、2021）。AIが職場の反復的な仕事を代行するようになると、従業員には、長年の経験によって獲得される暗黙知や高次の認知が関与する問題など、AIでは解決できなかった問題を解決するための創造性が必要となる（Celino et al.、2025；Morandini et al.、2023）。従業員が様々な業務プロセスを最適化するためにデータを質問し、証明し、利用することができれば、彼らは企業にとって貴重な資産となり（Singh & Chouhan, 2023）、雇用可能性も向上する。

自己管理能力とは、自分の強みと限界を理解・管理し、その認識を活かしてさまざまな状況での活動に対処する個人の能力を指す。これは、価値観に従って、反省的で責任感があり、構造化された方法で行動し、フィードバックを受け入れ、個人的・職業的成長の機会を追求する能力によって明らかになる（Hart et al.） AIシステムを活用して時間のかかる作業を自動化することで、従業員は革新性や共感性など、人間ならではの能力を必要とする活動に集中することができる。また、AIシステムを活用して仕事の成果に関する個別的なフィードバックや提案を提供すれば、従業員は改善が必要な分野を特定できるようになり、スキルアップや再スキルアッププログラムへの参加が促進される（Morandiniら、2023年）。この場合、従業員は柔軟で順応性があり、社内のさまざまな仕事やポジションを学ぶ意欲を示すことが大事である。一方、管理職は、従業員をサポートするために、動機づけやチームビルディングのスキルなど、社会的スキルやコミュニケーションスキルを発揮する必要がある（Henderikx & Stoffers, 2022）。

ソーシャルスキルやコミュニケーション能力とは、他者との前向きで生産的な相互作用を生み出す能力のことであり、それは、アイデアを効果的かつ共感的に伝えること、自分の目標や行動と他者の目標や行動を調整すること、相違の解決に向けて努力すること、信頼を築き対立を解決すること、他者の幸福や進歩を維持すること、活動を管理すること、リーダーシップを発揮することなどによって実現できる（Hart et al.） AIシステムは複雑で理解しにくいことが多いため、同僚や他の利害関係者とアイデアや情報を効果的に伝えることを通じて、全員が共通の目標に向かって努力することができる（Morandini et al.） また、急速なデジタル技術の進歩がもたらす絶え間ない変化に対応するためには、マネジャーが共感性、オープンマインド、忍耐力を発揮し、協力的な組織文化を醸成することが重要である。最終的に、これは、組織の目標に向けた継続的な前進を可能にし、より良いチームパフォーマンスへとつながる（Henderikx & Stoffers, 2022; Morandini et al.）

身体的熟練能力とは、手先の器用さ、敏捷性、および／または体力を必要とするタスクを遂行する能力を指す。このような作業は、手作業で実行する必要がある場合もあれば、ガイダンス、動き、力を必要とする機器、道具、技術を使用場合もある（Hart et al.、2021）。AIシステムにはロボットや自動化された機械が関与していることが多いため、高度なハードウェアやソフトウェアの熟練度や、より優れた手と目の協調性など、身体的・手作業的スキルの高い従業員は、AIツールをより効果的かつ安全に使用することができる（Morandini et al.）

最後に、ライフスキル能力とは、知識や情報を処理・管理し、個人的・職業的発展や社会的責任に関連する意見形成、意思決定、行動の基礎として活用する能力を指す（Hart et al.、2021）。

結局のところ、デジタル対応に関連する技術的スキルは別として、従来のオフィスからAIを統合した職場へとスムーズに移行するためには、さまざまなソフトスキルが必要となる。

Keywords: soft skills, transversal skills, technical skills, hard skills, artificial intelligence, AI, テクニカル スキル, ハードスキル, ソフトスキル

References:

• Benhayoun, L., & Lang, D. (2021). Does higher education properly prepare graduates for the growing artificial intelligence market? Gaps’ identification using text mining. Human Systems Management, 40(5), 639–651. https://doi.org/10.3233/HSM-211179
• Bobitan, N., Dumitrescu, D., Popa, A. F., Sahlian, D. N., & Turlea, I. C. (2024). Shaping Tomorrow: Anticipating Skills Requirements Based on the Integration of Artificial Intelligence in Business Organizations—A Foresight Analysis Using the Scenario Method. Electronics (Switzerland), 13(11), 2198. https://doi.org/10.3390/electronics13112198
• Celino, I., Carriero, V. A., Azzini, A., Baroni, I., & Scrocca, M. (2025). Procedural knowledge management in Industry 5.0: Challenges and opportunities for knowledge graphs. Journal of Web Semantics, 84. https://doi.org/10.1016/j.websem.2024.100850
• Hart, J., Noack, M., Plaimauer, C., & Bjørnåvold, J. (2021). Towards a structured and consistent terminology on  transversal skills and competences. https://esco.ec.europa.eu/uk/about-esco/publications/publication/towards-structured-and-consistent-terminology-transversal
• Henderikx, M., & Stoffers, J. (2022). An Exploratory Literature Study into Digital Transformation and Leadership: Toward Future-Proof Middle Managers. Sustainability (Switzerland), 14(2), 687. https://doi.org/10.3390/su14020687
• Huang, M. H., & Rust, R. T. (2018). Artificial Intelligence in Service. Journal of Service Research, 21(2), 155–172. https://doi.org/10.1177/1094670517752459
• Jaiswal, A., Arun, C. J., & Varma, A. (2022). Rebooting employees: upskilling for artificial intelligence in multinational corporations. International Journal of Human Resource Management, 33(6), 1179–1208. https://doi.org/10.1080/09585192.2021.1891114
• Morandini, S., Fraboni, F., De Angelis, M., Puzzo, G., Giusino, D., & Pietrantoni, L. (2023). The Impact of Artificial Intelligence on Workers’ Skills: Upskilling and Reskilling in Organisations. Science: The International Journal of an Emerging Transdiscipline, 26, 39–68. https://doi.org/10.28945/5078
• Singh, A., & Chouhan, T. (2023). Artificial Intelligence in HRM: Role of Emotional–Social Intelligence and Future Work Skill. In P. Tyagi, N. Chilamkurti, S. Grima, K. Sood, & B. Balusamy (Eds.), The Adoption and Effect of Artificial Intelligence on Human Resources Management, Part A (pp. 175–196). Emerald Publishing Limited. https://doi.org/10.1108/978-1-80382-027-920231009

Related Articles:
ソフトスキルとは何か① ハードスキルとソフトスキル
ソフトスキルとは何か②なぜ重要なのか？