国のデジタル人材育成目標「230万人」は、2025年度までに累計243.5万人で1年前倒し達成しました。ところが達成を報告したデジタル庁自身が、2026年9月9日の検討会で「質的な評価は十分に検証されているとはいえない」と述べています。受講者数で成果を測る設計の限界が、国の目標でも社内のAI研修でも同じ形で現れています。本記事は公開されたばかりの一次資料から、次の目標がどこへ向かうのかと、企業が今のうちに直せる研修設計の4点を整理します。
デジタル庁が次の人材育成目標づくりに着手した
デジタル庁は「今後のデジタル人材育成政策に関する検討会」の第1回を2026年9月9日に開催し、その資料と議事概要を2026年10月14日に公開しました。令和9年度（2027年度）以降の政府目標と取組方針を取りまとめるための会議体です。
設置の根拠は、2026年9月1日のデジタル監決定です。背景には「デジタル社会の実現に向けた重点計画」（2026年7月21日閣議決定）があり、そこでデジタル人材育成の令和9年度以降の政府目標・取組方針を取りまとめることが定められました。
座長は公益財団法人国際高等研究所 所長の西尾章治郎氏、副座長は矢田稚子氏で、構成員は経団連・学界・CTO協会・労働政策研究の実務者を含む9名です。検討会の公式ページによれば、令和8年度内に5、6回の開催が予定されており、会議そのものは非公開で、開催後に議事概要が公開されます。
重要な前提として、この検討会はまだ議論の途中です。 第1回は論点の洗い出しに充てられており、次の目標値も人材像の定義も決定していません。本記事で紹介する発言は、議事概要が「主に以下のような意見があった」としてまとめた要旨であり、発言者も特定されていません。
230万人目標は1年前倒しで達成、検証されていないのは「成果」
230万人目標は2022年度から2026年度末までの5年間の計画でしたが、2025年度までの累計で243.5万人に達し、1年前倒しで達成されました。未達ではなく超過達成です。
この目標は「デジタル田園都市国家構想総合戦略（2023改訂版）」（2023年12月26日閣議決定）で設定されたもので、年度別の育成実績は資料2に次のように示されています。
| 年度 | 単年度の育成数 | 累積 |
|---|---|---|
| 2022年度 | 32.9万人 | 32.9万人 |
| 2023年度 | 51.1万人 | 84.0万人 |
| 2024年度 | 74.0万人 | 158.0万人 |
| 2025年度 | 85.6万人 | 243.5万人 |
※2024年度・2025年度の実績には速報値が含まれます（資料2の注記）。
内訳は、情報処理技術者試験の合格者数（2025年度12.3万人）、公的職業訓練・教育訓練給付・人材開発支援助成金の受講者数（同28.9万人）、数理・データサイエンス・AI教育の応用基礎レベル定員数（同26.1万人）などの積み上げです。つまり試験に合格した人数と、講座を受けた人数の合計が目標の進捗でした。
230万人という数字はどこから来たのか
230万人は、必要人数の推計330万人から、既存の情報処理・通信技術者 約100万人を引いた差です。330万人の側は、「組織の構成員の30%が変われば文化が変わる」（ロザベス・モス・カンターの黄金の3割理論）と「全体の16%が変革すれば他へ広がる」（エベレット・M・ロジャーズのイノベーター理論）の2つを援用し、労働人口6,800万人から逆算して導かれています。資料2の脚注は、これを「大胆な仮説をもとに推計」と明記しています。
数値目標そのものが仮説だったことを政府資料が認めている点は、企業が自社の育成KPIを考えるうえで示唆的です。
政府自身が「質を検証できていない」と述べた
第1回の冒頭で、松本デジタル大臣は230万人目標の前倒し達成に触れたうえで、育成された人材がどのような成果を生み出しているのかという質的な評価については十分に検証されているとはいえない、と述べました（議事概要の要旨）。
西尾座長も閉会時に、これまでの目標設定は受講や資格取得などの量的な指標に重点が置かれていた一方、今後はそれらを活用してどのように変革やイノベーションを生み出すかという観点が重要だ、と総括しています。
求められる人材像は「AIを使える人」から「業務を再設計できる人」へ
第1回の自由討議では、人材像の定義そのものを見直すべきだという意見が集中しました。議事概要から、企業の人材育成に直接響く論点を4つに整理します。
| 論点 | 議事概要に記録された意見の要旨 |
|---|---|
| 人材像の再定義 | AIを利用できる人材ではなく、AIを活用して組織や事業を変革できる人材が重要。単にツールを利用できる人材ではなく、問いを立て、業務を再設計し、組織を変革できる人材が求められる |
| 「プラス・デジタル」という整理 | セキュリティ人材やデジタル人材を増やすこと自体が目的ではなく、DXや業務改革の実現が目的。本来業務に加えてデジタルの知識・能力を持つ「プラス・デジタル人材」という考え方で整理する必要がある |
| 可視化と処遇の接続 | スキルの可視化は重要だが、それが賃金や雇用等に結び付かなければ十分に機能しない |
| 「出口」の先行設計 | スキルや資格の習得から出発するのではなく、配置転換やプロジェクトへの参画等の「出口」をあらかじめ設計することが重要。まず活躍の機会を設け、その過程を通じて必要な能力や人材像を整理する |
利活用側の人材については、技術の理解だけでなく「自組織の業務やワークフローを理解し、業務改革につなげる能力」が重要だという指摘も記録されています。エージェンティックAIの普及を前提に、人間側には構想力・意思決定能力・マネジメント能力がより求められるという意見もありました。
なお、スキルの枠組みとしてはデジタルスキル標準（DSS-P）が資料3で提示されています。DX推進スキル標準はビジネスアーキテクト、データサイエンティスト、ソフトウェアエンジニア、サイバーセキュリティ、デザイナーの5類型を定義しており、検討会ではこの標準も「継続的に更新していく必要がある」とされました。
社内のAI研修設計を見直す4つの点
国の議論をそのまま企業に当てはめることはできませんが、「受講者数を積み上げたが成果は検証していない」という構図は、多くの企業の社内AI研修と同じ形をしています。検討会の論点を企業規模に落とすと、次の4点が今すぐ直せる箇所です。
1. 研修のKPIから「受講者数」を外す
受講者数は実施量の指標であって、成果の指標ではありません。国の230万人目標が「試験合格者数と講座受講者数の合計」で測られ、その質が未検証だと政府自身に指摘された構図は、社内研修の「全社員の80%が受講済み」という報告とまったく同じです。
代わりに置くなら、研修後に業務の手順が変わった件数です。たとえば「見積書の初稿作成をAIに任せる手順書が1本増えた」のように、成果物として残る単位で数えます。
2. 研修より先に「出口」を決める
検討会で出た「スキルや資格の習得から出発するのではなく、配置転換やプロジェクトへの参画等の『出口』をあらかじめ設計する」という指摘は、企業にそのまま移せます。
順番を逆にします。「研修 → 受講者が自分で使い道を探す」ではなく、「業務の課題を1つ決める → その課題に当てる担当を決める → その担当に必要な範囲だけ学ばせる」の順です。出口が先にあると、研修内容の選定基準も自動的に決まります。
3. 専任のAI人材ではなく「プラス・デジタル人材」として数える
従業員数が限られる企業ほど、AI専任の人材を採用・配置する余裕はありません。検討会で示された「本来業務に加えてデジタルの知識・能力を持つ人材」という整理は、現実的な設計です。
経理担当者が経理のままAIを使える、営業担当者が営業のままAIを使える状態を目標にします。この場合、育成対象は「AIに興味がある社員」ではなく「業務の手順をいちばん詳しく知っている社員」になります。
4. 研修修了を評価・配置に接続する
「スキルの可視化は、賃金や雇用等に結び付かなければ十分に機能しない」という指摘は、社内でも成立します。修了証が人事評価にも担当業務にも反映されなければ、2回目以降の研修の参加率は落ちます。
接続の形は大がかりでなくて構いません。修了者を業務改善プロジェクトの担当に指名する、改善提案の提出を評価面談の項目に加える、といった単位で十分です。
業務から逆算する研修設計の例
出口を先に決める設計を、3つの業務パターンで具体化します。いずれも「どの業務を、誰が、どこまで変えるか」を先に固定し、研修範囲を後から決める形です。
| 対象業務 | 先に決める出口 | 必要になる学習範囲 |
|---|---|---|
| 見積書・提案書の作成 | 初稿のたたき台をAIで作り、営業担当が確認して仕上げる手順に変える | 自社の過去案件を参照させる方法、社外に出せない情報の線引き |
| 問い合わせ一次対応 | よくある質問への回答案をAIが作り、担当者が送信前に確認する | 回答のテンプレート設計、判断が必要な問い合わせの振り分け基準 |
| 議事録・社内文書 | 会議音声から要点と決定事項を自動抽出し、担当者が追記する | 文字起こしツールの精度の限界、固有名詞の辞書登録 |
議事録については、ツールの選定基準と精度の限界を議事録の時間を半分に｜文字起こしAIの選び方と限界で整理しています。研修を実施しても3か月で止まってしまう場合の原因はAI導入が3か月で止まる理由｜定着させる社内体制で扱いました。研修の中身を機能別ではなく習熟段階で区切る考え方は、社内AI研修は機能で区切らない｜デジタル庁の3段階が参考になります。
よくある質問
- デジタル人材230万人の育成目標は達成されたのですか。
-
達成されました。2022年度から2026年度末までの目標に対し、2025年度までの累計で243.5万人に達し、1年前倒しの達成とデジタル庁の資料2に記載されています。ただし2024・2025年度は速報値を含みます。
- 次のデジタル人材育成目標はいつ決まりますか。
-
2026年10月16日時点では未定です。検討会は令和9年度（2027年度）以降の政府目標を取りまとめるために設置され、令和8年度内に5、6回の開催が予定されています。第1回は論点整理の段階でした。
- 社内のAI研修は何を指標にすればよいですか。
-
受講者数ではなく、研修後に業務の手順が変わった件数で測ることをおすすめします。検討会でも、受講や資格取得という量的指標から、変革を生み出したかという観点への転換が必要だと総括されています。
まとめ
- デジタル庁は「今後のデジタル人材育成政策に関する検討会」第1回（2026年9月9日開催）の資料・議事概要を2026年10月14日に公開した
- 230万人目標は2025年度までの累計243.5万人で1年前倒し達成。一方で松本デジタル大臣は、育成された人材が生んだ成果の質的評価は十分に検証されていないと述べた
- 第1回の自由討議では「AIを利用できる人材」ではなく「問いを立て、業務を再設計し、組織を変革できる人材」へ、人材像を定義し直す意見が相次いだ
- 企業側で今のうちに直せるのは、研修KPIから受講者数を外す／出口を先に決める／「プラス・デジタル人材」として既存社員を数える／修了を評価・配置に接続する、の4点
- ただし検討会は議論の途中であり、次の目標値も人材像の定義も決定していない
国の目標が「量」から「質」へ動くのは、おそらく令和9年度以降です。その時点で社内研修の設計を変え始めると、受講者数を積み上げた数年分が成果の説明に使えないまま残ります。まだ決定していない今のうちに、研修の出口を1業務ぶんだけ先に決めておくのが、もっとも費用のかからない準備です。
AI導入の進め方全体は「AI導入支援｜中小企業の進め方と支援会社の選び方」、発注前に確認する具体的な基準は「AI導入支援会社の選び方｜発注前に確認する7つの基準」で解説しています。
自社のどの業務を研修の出口に据えるべきか整理したいという方は、AI導入相談フォームからお気軽にご相談ください。
出典・参考資料
- デジタル庁： 今後のデジタル人材育成政策に関する検討会（第1回） （）
- デジタル庁： 今後のデジタル人材育成政策に関する検討会
- デジタル庁： 第1回 議事概要 （） （大臣・座長・構成員の発言要旨の出典）
- デジタル庁： 資料1 今後のデジタル人材育成政策に関する検討会の開催について （）
- デジタル庁： 資料2 これまでのデジタル人材育成の目標について （） （230万人目標の年度別実績と算出根拠）
- デジタル庁： 資料3 AX/DX推進のプロセス・視点とスキル （）
- デジタル庁： 資料4 本検討会で議論をいただきたい主な項目 （）
- デジタル庁： 新着情報 （議事概要の掲載日（2026年10月14日）の確認先）
