BinxAI LogoBinxAI
    記事一覧に戻る
    公開: 更新:

    DX人材不足を採用で解こうとして行き詰まる理由。内製化を始める順序

    DX人材不足を採用で解こうとして行き詰まる理由。内製化を始める順序
    井元CTO

    要約

    日本企業の85%超がDX人材の不足を訴える一方、大企業のDX取組率は96.1%に達しています。それでも成果を出せた企業は6割弱で、米独の8割超に届きません。差を生んでいるのは採用の巧拙ではなく、経営層とIT部門のあいだにある構造です。内製化の段階を見分ける目安と、最初の一人をどう決めるかを整理しました。

    なぜ今、DX人材不足が構造問題として捉え直されるのか

    「DX人材が足りない」という声は日本企業の経営会議で繰り返されてきた。しかし2026年時点においても、この問いへの答えが「採用を増やす」「研修を充実させる」以上に進んでいない企業が多い。問題の核心を見誤ったまま処方箋を書いている状態が続いているように、私たちは現場で感じてきた。

    IPA「DX動向2025」に関する調査報告によると、日本企業の85%超がDX推進人材の不足を訴えており、これは国際比較において際立って高い水準である。同じ調査では、従業員1000人以上の大企業でもDX取組率は96.1%に達する一方、成果創出は6割弱にとどまり、米独の8割超と大きな乖離がある。

    取り組んでいるのに成果が出ない。人材が不足していると感じているのに、採用を増やしても解決しない。この矛盾の根本にあるのは、DX人材の「絶対数不足」ではなく、必要なスキルセットの定義が経営層レベルで行われていないという構造的問題であると、IPAは指摘している。IPAは乖離の根本原因として、経営層とIT部門・他部門の対話不足、およびデジタル技術理解の不足を明示している

    PwCのDX調査でも、日本企業はDX推進における人材・スキル面での課題を継続的に上位課題として挙げており、国際比較での人材不足感の高さは複数の独立した調査で一貫して確認されている。単一調査のノイズではなく、日本固有の構造として繰り返し観測される現象である。

    この構造を正確に理解しないまま内製化や採用強化に資源を投入しても、効果は限定的になる。本記事では、国際比較データが示す断絶の構造を解剖したうえで、組織設計として取るべき判断軸を具体的に示す。

    構造的断絶の仕組み:なぜ日本だけがこれほど人材不足を感じるのか

    米独と日本のDX成果創出率の差を「ITエンジニアの数」で説明しようとすると、データと整合しない部分が出てくる。日本の理工系大学院進学者数や、主要テック企業の開発者数が極端に少ないわけではない。差異は人数よりも、DX推進における組織構造と意思決定経路にある。

    経営層とIT部門の断絶が生む「需要定義の失敗」

    私たちが現場で接してきた範囲では、DX人材不足の訴えが最も強い組織に共通するパターンがある。経営層は「デジタル化を進めたい」というビジョンを持ちながら、具体的にどのスキルを持つ人物が何をするべきかを定義できていない。その結果、IT部門または外部ベンダーに要件定義を丸ごと委ねることになる。

    IT部門は技術的に実装可能なものを提案するが、事業変革のビジョンと技術実装の橋渡しをする人材がいないため、提案と経営の期待値がずれ続ける。「欲しい人材がいない」と感じるのは、採用市場に問題があるのではなく、「何ができる人を採ればよいかわからない」状態が根本にある。これがIPAの言う「経営層とIT部門の対話不足」の実態である。

    米独との組織設計の差異

    私たちが観察してきた範囲では、DXで成果を出している米独企業には、ビジネス変革のビジョンとIT実装能力を同一チームが担う構造が多い。プロダクトマネージャーがビジネス成果の責任を持ち、エンジニアと直接協働する。この構造では、「何ができる人が必要か」は日常的な対話の中で自然に定義されていく。

    日本企業に多いのは、事業部門がIT部門に「システムをつくってほしい」と依頼し、IT部門がベンダーに「開発してほしい」と再委託する多段構造である。この構造では、ビジネス側とIT側の間に翻訳コストが常に発生し、DX推進の速度と成果の両方が落ちる。人材が不足しているのではなく、人材の配置と役割定義が構造的にミスアラインされている状態と言える。

    採用競争力が弱い場合の現実的な選択

    DX内製化を推進する際の障壁として、専門人材の採用競争力の低さと並び、既存の業務プロセスやシステムへの精通を持つ社員のデジタルスキル転換(リスキリング)の遅れが指摘されている。大企業と比べて採用ブランドが弱い企業は、外部からのDX人材獲得で大企業と競い合うより、既存社員のリスキリングと役割再設計に注力するほうが現実的な場合が多い。

    ただし、リスキリングも闇雲に進めても効果は薄い。どの業務領域でデジタルスキルが必要になるかを先に定義し、その定義に基づいて育成対象と育成内容を決めなければ、研修への投資が成果に結びつかない。ここでも「需要定義」が先決であることが確認される。

    みっちゃくん。企業のAI導入を現場密着で一気通貫支援しますみっちゃくんを見る

    設計上の落とし穴:内製化を急ぐことで起きる3つの失敗パターン

    DX人材不足という課題への反射的な答えが「内製化の推進」になりやすいが、内製化は万能薬ではない。私たちが見てきた取り組みでは、内製化を急いだことで想定外のコストと混乱が生じたケースが少なくない。以下に代表的な失敗パターンを整理する。

    落とし穴1:内製化の射程を定めずに始める

    「内製化する」と決めたものの、何を内製し何を外部に委ねるかの境界線が曖昧なまま始めるケースがある。この状態では、エンジニアを採用・育成しても担当業務が定まらず、既存のITベンダーとの役割が重複し、双方の稼働効率が落ちる。

    内製化の射程を定めるとは、「自社の競争優位に直結する機能はどこか」を経営判断として明示化することである。競争優位に直結しない基盤インフラや汎用SaaSの運用は外部委託のままでよく、顧客接点や意思決定支援に関わるデータ分析・プロダクト開発を内製化する、という切り分けが一例として挙げられる。

    落とし穴2:採用と育成のタイミングがDX成熟度とずれる

    DX推進の成熟度が低い段階(業務のデジタル化がまだ部分的で、データ基盤が整っていない段階)で高度な内製開発チームを構築しようとすると、採用したエンジニアが十分に活躍できる環境が整っていないため、早期離職につながりやすい。

    私たちが観察してきた範囲では、成熟度が低い段階では外部パートナーとの協働でナレッジを社内に蓄積しながら、特定の業務領域から段階的に内製化へ移行するアプローチが機能するケースが多い。一気に内製化を完結させようとするのではなく、フェーズごとの達成目標を設定し、外部依存度を計画的に下げていく設計が現実的である。

    落とし穴3:経営層のデジタルリテラシーを前提条件として置かない

    内製チームを立ち上げても、経営層がチームのアウトプットを評価・意思決定できなければ、チームは優先順位が定まらない状態で動くことになる。「DXは現場に任せている」という経営層のスタンスは、一見して現場への信頼のように見えるが、実際には意思決定の責任放棄として機能するケースが多い。

    経営層が最低限のデジタルリテラシーを持つことは、内製チームが成果を出すための前提条件と考えるべきである。全員がエンジニアになる必要はないが、「データ分析の結果をどう解釈するか」「どのシステム投資が事業戦略と整合するか」を経営層が判断できる状態を作ることが、内製化成功の土台になる。

    実装・運用の指針:内製化の射程を定める組織設計の進め方

    内製化の組織設計4視点。業務のデジタル化範囲、データ基盤の整備状況、IT人材の現在地、経営層の関与度

    以上の構造分析と失敗パターンを踏まえ、今取り組むべき組織設計の具体的な進め方を示す。順序が重要であり、後のステップを先に着手しても効果は出にくい。

    ステップ1:DX推進の成熟度を現状診断する

    内製化の判断を下す前に、自社のDX成熟度を正確に把握する必要がある。以下の観点から現状を整理することが出発点になる。

    • 業務デジタル化の範囲:主要業務プロセスのどこまでがデジタル化されているか。紙・メール・手作業が残っている領域はどこか。
    • データ基盤の整備状況:業務データが一元管理されているか。分析に使えるデータが社内に存在するか。
    • IT人材の現在地:社内に技術的な判断ができる人材がいるか。外部ベンダーとの対話を主導できる人材はいるか。
    • 経営層の関与度:DX推進の方向性に経営層が具体的な意見を持っているか。IT投資の優先順位を経営層が自ら判断しているか。

    これらを整理すると、現在地が「デジタル化初期段階」「データ活用移行期」「内製開発可能段階」のどこにあるかが見えてくる。段階によって、内製化の射程と外部委託の範囲は大きく異なる。

    ステップ2:競争優位と内製化の境界線を経営判断として明示化する

    成熟度の診断をもとに、「自社の競争優位に直結するデジタル機能はどれか」を経営会議で明示化する。この作業は技術部門ではなく経営層が主導することが重要である。技術部門に委ねると、実装しやすいものが内製化の候補になりがちで、事業戦略との整合が取れなくなる。

    判断の軸として、以下の問いを使うことができる。

    • この機能が外部ベンダーに依存し続けると、どのようなビジネスリスクが生じるか。
    • この機能の改善スピードが競合との差別化に直接影響するか。
    • この機能に関わるデータや知見が、外部委託によって社外に蓄積されていないか。
    • この機能を内製化するために必要なスキルは、既存社員のリスキリングで到達可能か、外部採用が必要か。

    これらの問いに対する答えが「競争優位に直結する・リスクが高い・内製可能」であれば内製化の候補となり、「汎用的・改善スピードは重要でない・社内にスキルがない」であれば外部委託を維持するほうが合理的な判断になる。

    ステップ3:内製・外部委託・ハイブリッドの組み合わせを設計する

    境界線が明確になったら、機能ごとの調達モデルを設計する。以下の表は、DX成熟度と機能特性を軸にした判断の目安である。

    DX成熟度機能特性推奨モデル主な留意点
    初期段階(デジタル化が部分的)競争優位との関連が低い基盤整備外部委託主体ナレッジが社内に蓄積されないリスクを契約で管理する
    初期段階競争優位に直結する顧客接点・データハイブリッド(外部と協働しながら内製化の準備)外部パートナーの選定基準に「知識移転への協力」を含める
    移行期(データ基盤が整いつつある)データ分析・意思決定支援ハイブリッドから内製化へ段階移行内製チームの初期メンバーに技術的判断ができるリードを置く
    内製可能段階(開発チームが機能している)競争優位に直結するプロダクト開発内製主体外部委託は専門性が必要な特定領域に限定し、コア機能の依存を避ける

    ステップ4:経営層のデジタルリテラシー向上を並行して進める

    組織設計と並行して取り組むべきなのが、経営層自身のデジタルリテラシー向上である。これは経営層をエンジニアにする話ではなく、技術的な文脈を理解したうえで事業判断を下せる状態を作ることを指す。

    具体的には、以下のような実践が有効である。

    • 月次でDXチームのアウトプットを経営会議に持ち込み、経営層が結果を解釈する場を設ける。
    • 技術用語の解説を目的とした研修より、実際の自社データを使った意思決定演習(例:売上データの傾向から戦略を議論する)を優先する。
    • 外部のDXアドバイザーやCTO経験者をスポットで活用し、経営層が技術的な問いを持てるよう対話を重ねる。
    • 経営層が関与するKPIにDX関連指標(例:データ活用による意思決定件数、内製チームのリリース頻度)を含める。

    ステップ5:内製化の進捗を測る指標を設定する

    内製化の成否を「採用人数」や「研修受講率」で測ると、活動量は見えても成果は見えない。内製チームが事業成果に貢献しているかを直接測る指標を設定することが、内製化投資の正当性を継続的に確認するうえで欠かせない

    以下のような指標が、成熟度に応じた進捗測定に使いやすい。

    • 外部委託費の変化:内製化が進むにつれて、特定機能の外部委託費が減少しているか。
    • リリースリードタイム:内製チームが機能を提供するまでの時間が、外部委託時と比べて改善しているか。
    • データを使った意思決定の件数:経営・事業部門がデータに基づいて判断した事例が増えているか。
    • 内製起点の改善提案数:内製チームが事業課題を発見し、自発的に解決策を提案しているか。

    よくある質問

    「まず1人採用するとしたら、どんな人材を優先すべきか」

    内製化の初期段階で最初の1人を採用するとしたら、技術的な実装能力より「技術と事業の翻訳ができる人材」を優先するケースが多い。プロダクトマネージャー、あるいはビジネス経験のあるエンジニアが該当する。経営層と技術チームの間の対話不足がDX停滞の根本原因である以上、最初の投資は翻訳能力に向けることが合理的な場合が多い。

    「リスキリングと外部採用、どちらを優先すべきか」

    一般論として優劣はつけにくいが、私たちが見てきた範囲では、業務知識がDX推進に直接影響する領域(例:製造業の生産管理、医療の診療業務など)では既存社員のリスキリングが長期的に有効になることが多い。一方、技術基盤の設計や新しいアーキテクチャの実装など、専門技術が核心になる領域では外部採用のほうが立ち上がりが早い。両者を組み合わせて、内製チームの中核に外部採用を置き、業務知識を持つ既存社員が協働する構造が機能しやすい。

    「AIツールの導入はDX人材不足の解決策になるか」

    生成AIやノーコードツールの普及により、技術的な実装のハードルは下がっている。これは内製化のコストを下げる方向に働くため、多くの企業にとってプラスの環境変化である。ただし、ツールの導入は組織設計の代替にはならない。ツールを誰が判断し、どの業務課題に適用し、成果をどう測るかは依然として組織とプロセスの問題であり、経営層の意思決定と組織設計が先に必要であることは変わらない。

    AI導入無料相談。顧客満足度95%、現場の業務負担60%削減、社内AI定着率60%向上DX組織設計の現状診断を相談する

    DX人材不足という課題の核心は、採用市場の問題ではなく、経営層が必要なスキルを定義できないまま「人材がいない」と感じている構造的断絶にある。IPAの国際比較データはその断絶を定量的に示しており、米独との成果差はその帰結として読める。今取り組むべきは、内製化の射程を経営判断として明示化し、DX成熟度に応じた内製・外部委託・ハイブリッドの組み合わせを設計することである。その設計が整った企業が、次のフェーズで採用・育成の投資を成果に変換できる。

    この記事の分類

    同じ分類の記事をまとめて読めます。

    最新記事

    技術選定とセキュリティ井元

    AIエージェントを外部接続する前に確認したい5つの境界条件と設計の要点

    Google Geminiのサイバーセキュリティ試験で実在企業3社へアクセスした事例をもとに、AIエージェントの外部接続前に確認したいサンドボックス、ネットワーク、権限、監視、停止の5条件を整理します。

    依頼先の選び方と補助金井元

    AI導入支援はツール選びから実装力の競争へ 日本企業が今確認すべき選定基準

    OpenAIとAccentureをめぐる海外の議論から、ChatGPT Enterpriseの人材育成と業務別AIエージェント導入を一体で進める視点を整理します。日本企業がAI導入支援会社を選ぶ基準、研修を現場実装につなげる手順、ROIの見方、内製化まで具体的に解説します。

    最新動向井元

    ChatGPT EnterpriseのGPT終了に備えて企業が今やること

    ChatGPT EnterpriseとEduでは、9月25日から新規GPTの作成が止まり、12月11日に既存GPTの機能停止が予定されています。作成者や利用者、共有設定、連携機能を棚卸しし、移行先と運用責任を決める手順を整理します。

    不動産三浦

    販売図面をAIで作る方法:間取り図の取り込みから広告用PDFまで

    販売図面やマイソクの作成をAIで行う手順を、図面の取り込みから清書、担当者の確認、物件情報の反映、出力まで順番に解説します。外注との費用と時間の比較、手書きやFAXで届いた図面でつまずく理由と対処もまとめました。

    依頼先の選び方と補助金井元

    社内システム構築をどこに頼むか 比較する軸と費用目安の整理

    社内システム構築をどこに依頼するか迷う企業に向けて、開発会社や支援会社を比較する軸、目的別の候補、費用の目安、契約前に確認したい範囲を整理します。生成AIや既存システム連携、運用定着まで見据えた発注判断に役立つ材料を紹介します。

    技術選定とセキュリティ井元

    100万トークンと音声・動画対応Qwen3.8 Omni Flashを企業はどう使うか

    AlibabaのQwenチームが公開したQwen3.8 Omni Flashは、テキスト・画像・音声・動画と最大100万トークンの文脈に対応します。企業が会議録や現場映像で試す際の評価項目と、API・オンプレミス運用の見極め方を整理します。

    技術選定とセキュリティ井元

    Step 5 Previewの性能とコスト 企業のAIエージェント運用に使えるか

    StepFunのStep 5 Previewが発表されました。600B規模のMoEモデルを企業のAIエージェントで使うとき、API利用と重みを使った自社運用をどう比較するか、GPU費用やライセンス確認を含めて整理します。

    AI導入の進め方井元

    単発回答から継続実行へAgentforce長期タスクの本番化設計

    Salesforce Agentforceが長期実行やマルチエージェント連携へ広がりました。単発回答で終わらせず、完了条件や途中承認、引き継ぎ、成果KPIまで設計して本番運用へ進める考え方を解説します。

    最新動向井元

    データを移さずAIを組み込むAWSとSalesforceの新連携

    AWSとSalesforceが発表した新連携は、CRMデータを大規模に移さず、Amazon BedrockのモデルやSlack、音声業務にAIを組み込む方向を示します。連携の事実と、権限設計や業務選定で確認すべき点を整理します。

    技術選定とセキュリティ井元

    AIエージェントの分岐判断を軽量モデルへ移す方法Jevが示す推論コスト分担の設計

    TypeSafe AIが発表したJevは、文章生成ではなく分類や操作選択に特化したモデルです。AIエージェントの推論コストを見直すため、公開情報の読み方、人の確認へ戻す基準、複数モデルの分担方法を解説します。

    技術選定とセキュリティ井元

    MCP接続と権限を一元管理WSO2 Agent Managerの実力

    WSO2が一般提供を始めたAgent Managerは、AIエージェント固有IDやMCP接続、権限、ライフサイクルをどう管理するのでしょうか。Kubernetes上のサンドボックスや監査ログを含め、複数部門へ展開する前の確認項目を整理します。

    最新動向井元

    AnthropicがClaudeを統合 長時間タスクと資料作成を一つの画面へ

    AnthropicがClaude Coworkと通常チャットを統合し、長時間のAIエージェント作業や文書・プレゼン資料の作成まで一つの画面に集約しました。企業が確認すべき権限管理、Enterpriseの通知、生成物レビューの進め方を整理します。

    よく読まれている記事

    建設井元

    生成AI利活用計画書の提出が契約要件に。国土交通省が直轄の建設コンサル業務で義務化

    国土交通省は2026年度から、直轄の建設コンサルタント業務の特記仕様書に生成AIの積極的な利活用を明記し、受注者に「生成AI利活用計画書」の提出を求めます。入札の加点ではなく、受注後に負う契約上の要求事項です。建設コンサルタント会社・建設会社が今から整えるべき体制を、公表情報にもとづいて整理します。

    建設井元

    国交省が特記仕様書に生成AI活用を明記。直轄業務は利活用計画書の提出が前提に

    国土交通省は2026年5月以降、直轄の建設コンサルタント業務の特記仕様書に「生成AIの積極的な利活用」を明記し、受注者に「生成AI利活用計画書」の提出を求めます。対象業務と計画書の記載事項を整理し、建設会社が今期から着手できる導入ロードマップと、効果が出やすい適用領域をまとめました。

    調達・購買井元

    調達AIエージェントで何ができるか:見積依頼の自動化と、任せない判断の線引き

    調達AIエージェントに任せられる業務と、人が判断すべき業務を分けて整理しました。見積依頼の自動化から始めた場合の削減見込み、社内システムとの連携、失敗しやすい進め方まで、導入を決める前に確認することをまとめています。

    最新動向井元

    Grok 4.6ついに公開!GPT-5.6 Solと同水準モデルを低価格で提供開始!

    xAIが2026年8月12日に公開したGrok 4.6は、GPT-5.6 Solと同等の知能指数を持ちながら出力トークン単価を5分の1に抑えたモデルです。agentタスクや法律評価で優位性を示す一方、コーディング系では逆転される領域もあります。用途別の使い分け判断を具体的な数値とともに解説します。

    お気軽にご相談ください

    AI導入のご相談はお気軽に

    この記事の内容を、貴社の状況に合わせてご相談ください。