富士通とトラスコ中山は2026年5月20日、AIと数理最適化モデルを活用して人事異動の意思決定を支援するアプリケーションを発表しました。
トラスコ中山では、2026年4月の人事異動から活用を始めており、異動案作成工数を約98％削減したとしています。そのため、人事部門の業務の進め方に大きな変化が生まれた形です。
人事異動は、社員の配置を決める重要な業務です。しかし、考慮する条件が多いと、案の作成に時間がかかります。今回の取り組みは、その作業をAIで高速化した点が大きな特徴です。
共同構築された人事異動支援アプリの概要
公式発表によると、両社は富士通の「Fujitsu Data Intelligence PaaS」を使い、人事異動の意思決定を高度化するアプリケーションを共同で構築しました。
PaaSとは、アプリを作ったり動かしたりするための基盤をクラウドで提供する仕組みです。つまり、システムの土台を一から準備しなくても、必要な機能を短期間で整えやすい方式です。
構築期間は約4か月でした。また、対象はトラスコ中山の人事業務です。こうした中、発表は2026年5月20日に、富士通とトラスコ中山の共同発表として公表されました。
約98％削減とされた工数の意味
今回、公式発表で示された比較対象は、「人事異動案作成にかかる工数」です。一方で、削減前後の絶対時間そのものは公表していません。
つまり、何時間が何時間になったのかまでは確認できませんでした。しかし、異動案作成の作業量そのものを約98％減らしたという点が、今回の実績として示されています。
実際に、トラスコ中山では、所属年数などの定量的な判断軸を入力すると、富士通が独自に構築した数理最適化モデルが膨大な組み合わせから条件を満たす配置案を導き出す仕組みを採っています。
数理最適化モデルとは、多くの条件の中から最も適した組み合わせを計算で探す仕組みです。そのため、人が一つずつ候補を比べる負担を大きく減らせます。
「お善立て」と名付けられた仕組みの中身
アプリケーションの名称は、トラスコ中山が命名したAI人事異動「お善立て」です。名前の時点で、現場で使う実務ツールとしての位置づけがうかがえます。
入力項目には、所属年数、職種、通勤時間、希望部署、持ち家購入時期、役職歴、資格などが含まれます。さらに、複数の定量条件をもとに配置案を作成します。
つまり、単に希望だけを見る仕組みではありません。複数の条件を同時に扱いながら、配置の候補を機械的に整理する点が特徴です。
現場伴走で業務プロセスを整理
今回の取り組みでは、富士通のエンジニアが現場に入りました。そして、トラスコ中山の人事部門と伴走しながら業務プロセスを整理し、必要な機能をFujitsu Data Intelligence PaaS上に実装したとされています。
伴走とは、単にシステムを納品するのではなく、現場の運用を一緒に見ながら整えていく進め方です。そのため、使う側の実情に合わせて仕組みを作りやすくなります。
また、人事異動は会社ごとに判断基準が異なります。一方で、現場の事情を反映しないと、使いにくいシステムになりやすいです。こうした中、現場とのすり合わせを重ねた点は重要です。
人事異動が複雑化していた背景
背景には、多様な人事制度のもとで、人事異動で考慮すべき条件が複雑化していた事情があります。
トラスコ中山は、従業員の成長と組織最適化を両立させる人事運用を進める中で、異動案の作成負荷を下げる必要がありました。組織最適化とは、会社全体として人の配置をより良く整える考え方です。
しかし、人事異動では、本人の希望だけでなく、部署の事情や過去の経験、通勤面なども関わります。そのため、条件が増えるほど、人手だけで最適な案をまとめるのは難しくなります。
富士通にとっての位置づけ
富士通にとっても、本件はデータ活用から業務実行までを一体化するプラットフォームの実装事例です。
つまり、データを分析するだけで終わらず、その結果を実際の業務判断につなげる取り組みとして位置づけられています。さらに、富士通が進める事業戦略の具体例としても意味を持ちます。
実際に、富士通はUvanceの一環としてデータ活用と業務実行の統合を進めているとされています。本件は、その実装例の一つと位置づけられます。
企業や人事部門に広がる実務上のメリット
今回のメリットは、異動案の初期作成を自動化し、人事担当者が最終判断に集中しやすくなる点です。
また、社内に散在していた人事データを一元化できるため、属人的な作業や見落としの抑制にもつながります。属人的とは、特定の担当者の経験や勘に依存しやすい状態を指します。
そのため、人事部門は、案をゼロから作る作業よりも、候補の妥当性を確認する作業に時間を使いやすくなります。つまり、判断の質を高める方向に時間を配分しやすくなります。
AI提案をどう扱うかが重要になる
一方で、最適化の前提条件をどう設計するかで結果が左右されるという課題があります。
AIや最適化モデルは、与えられた条件に沿って答えを出します。しかし、条件の設定そのものが偏っていれば、出てくる案も偏る可能性があります。
そのため、AIの提案をそのまま採用するのではなく、人が確認する運用が重要です。実際に、人事異動は数字だけでは決めきれない面もあるため、最終判断の役割は引き続き人に残ります。
2026年4月から始まった実運用と今後
トラスコ中山は、このアプリを2026年4月の人事異動から実運用しています。これは、発表前の段階ですでに現場利用が始まっていたことを意味します。
また、今後も人事異動の意思決定に活用していくとみられます。一方で、他社への具体的な横展開や導入時期は、今回の公式発表では確認できませんでした。
つまり、現時点で明確に確認できるのは、トラスコ中山での実運用と、その成果です。さらに広がるかどうかは、今後の発表や導入事例の積み重ねが焦点になります。
人事業務の変化を映す事例
今回の事例は、AIが人事判断そのものを置き換えるというより、人事異動案の作成工程を大きく効率化する取り組みとして見るのが適切です。
実際に、約98％という工数削減は、初期案づくりの負担が極めて大きかったことも示しています。一方で、最終判断は人が担う必要があります。
そのため、今回の発表は、AI導入の効果だけでなく、人とシステムの役割分担をどう設計するかを考える材料にもなります。人事異動の質と速度を両立させる動きとして、今後も注目されます。
ソース
富士通公式発表
ITmedia
日本経済新聞
HRzine
PR TIMES
