ZS社がコンサルティング業界用に学習インフラを構築した方法
コンサルティング業界では、棚に並んだ製品にそっと隠れるようなことはできません。コンサル会社の人間が会議室に入った瞬間、その専門知識こそが製品そのものなのです。クライアントとのあらゆる案件は、適切な人材が適切なタイミングで適切なスキルを持っているかどうかにかかっています。
だからこそ、ZS社のようなコンサルティング企業が人材育成をどのように捉えているかに注目する価値があります。能力が競争優位性となるあらゆるビジネスにおいて、社員がどのようにスキルを磨くかは、最終的な業績に直結する重要な要素なのです。
Jennifer Sutherland氏は、世界中に約15,000人の従業員を擁する経営コンサルティングおよびテクノロジー企業、ZS社のラーニング・イネーブルメント担当グローバル責任者です。彼女のチームは、予算の横ばいや、人材のパフォーマンスと成長に対する期待の高まりといった、現実的で増大するプレッシャーの中で、高いパフォーマンスを発揮する人材開発（L&D）機能を構築することについて多くの知見を得てきました。彼女は、Degreed主催の「LENS 2026」カンファレンスにおいて、その知見と、彼らがどのように対応したかを共有しました。
スキルとケイパビリティ（能力）をビジネスの基盤とする
ビジネスのステークホルダーは、AIへの投資や変革イニシアチブから成果を求めています。スケジュールは短縮され、期待値は高まっています。もはや、変化に対応するために従来のモデルを用いることはできません。4時間のAIトレーニングプログラムを構築するのに5ヶ月も費やせば、導入する頃にはコンテンツの半分はすでに時代遅れになっているでしょう。
そのような学習では、今日の労働力に求められるニーズに応えることはできません。
ZS社では、従来のL&Dモデルではスキルの急速な進化に追いつけないこと、そして変革を行うことがビジネス成果に直結することを十分に認識しています。『コンサルティング会社である私たちにとって、スキルは非常に重要です。プロジェクトにどのチームを配置すべきかを知る必要があるからです』とSutherland氏は述べました。
このシンプルな言葉には、大きな重みがあります。コンサルティング会社における人員配置の決定は、ビジネス上極めて重要です。特定のプロジェクトで不適切なスキルが投入されると、クライアントにとって成果が低下することにつながり、ひいてはZS社のビジネス成果の低下を意味します。それだけのことです。
コンサルティングやプロフェッショナルサービス企業において、スキルデータは人材計画のための「あれば便利なもの」ではなく、業務インフラに「不可欠な要素」なのです。
複雑さからケイパビリティ（能力）へ
Sutherland氏がZS社に入社した際、同社には堅牢なプラットフォームから質の高いコンテンツに至るまで、L&Dに対する真に基盤的な投資がなされていることを確認しました。問題はリソースの不足ではありませんでした。問題は、摩擦とシステムの複雑さだったのです。
プレッシャーに対する自然な反応は、さらに何かを追加することです。ツール、コンテンツ、ダッシュボード、プロセスを増やしていってしまうのです。その結果、それらの蓄積が生じます。コンテンツやデータが複数の場所に散在し、その場しのぎの対策がさらにその場しのぎの対策の上に積み重なり、チームは能力を構築するのではなく、複雑さを管理することにリソースを費やすことになってしまいます。
Sutherland氏が同業者に贈るアドバイスは何でしょうか？こう問いかけてください。『プロセス、システム、ワークフローに複雑さを増しているだけで、何の価値も生み出していない可能性はないか？』
彼女の経験によれば、高いパフォーマンスを発揮するL&D組織は、能力構築をインフラとして扱っています。もしそれが複雑すぎるなら、機能していないということです。
スキル構築インフラへの3つのステップ
Sutherland氏は、学習をビジネスの基盤として効果的に統合するために、自身のチームがZS社で導入した実践的なモデルを概説しました。そこには3つの重要な要素があります。
1. 焦点を絞り、シンプルにする
多くのL&Dチームは、その年に達成したい事項を30～40項目も挙げることができます。しかし、このリストこそが解決策ではなく、問題そのものである可能性があります。コンサルティング会社にとって、競争優位性をもたらす能力とは何かという問いが鍵となります。Sutherland氏は、すべてのL&Dリーダーに対し、たった3つの「ケイパビリティ（能力）」だけでこの問いに答えられるよう求めています。取り組みでも、職務機能でもなく、ケイパビリティ（能力）です。
『注力すべき上位3つのケイパビリティ（能力）について、じっくり考えてみてください』と彼女は述べました。『私たちの取り組みが、社内でこれら3つのケイパビリティ（能力）を育成することを支えていないのであれば、その取り組み方を見直す必要があります。』
3つの差別化能力を特定するために必要な規律は、明確さをもたらし、それが迅速な意思決定へとつながります。そうすれば、チームは学習に費やす時間と予算を、その3つの要素に徹底的に集中させることができます。
『「シンプルに」とは、期待値を下げることではありません。気を散らす要素を取り除き、雑音を取り除くことなのです』とSutherland氏は述べました。
また、量より質を重視するという側面もあります。予算には限りがあり、シンプル化の大きな部分は、少ないリソースでより多くの成果を上げることにあります。『私は高い期待を寄せているのです。しかし、限られたリソースの中でそれをどう管理するかも理解しなければなりません』とSutherland氏は説明しました。
ZS社において、シンプル化と集中とは、学習用テクノロジースタックに重複やワークフローの依存関係がないか監査を行い、案件受付プロセスを標準化し、さらに「学習との連携方法」ガイドを作成することを意味しました。これにより、ステークホルダーはL&Dチームが実際に何を行っているのか、またトレーニング依頼には何が必要なのかを理解できるようになります。
2. スキルを「オペレーティングシステム」とする
『社内のスキルこそが、クライアントに採用される理由です』とSutherland氏は述べました。つまり、規模の大小にかかわらず、他社が彼ら自身の製品を熟知しているのと同じくらい（あるいはそれ以上に）、そのスキルを隅々まで深く理解し、磨き上げる必要があります。それは、スキルをリーダーたちのための普遍的で共通の言語とすることを意味します。
例えば、ZS社は、すべての学習コースを7つの定義済み期待事項（例：テクノロジーと専門知識、あるいはZS社の文化と価値観）に紐付ける期待値フレームワークを導入しています。Degreedを活用することで、Sutherland氏のチームは、修了状況だけでなく、従業員が何を検索しているか、どの段階を進んでいるか、どこで行き詰まっているかといった情報も把握できます。その目標は、学習者が何に取り組んでいようとも、それが社内で共有される有意義な何かと結びつくようにすることです。
経営幹部とのビジネス戦略の議論の場に参画しようとしているL&D部門にとって、これこそがそれを実現するための仕組みです。学習と結びつき、ビジネスの期待値にマッピングされたスキルデータは、L&Dを単なるサービス機能から戦略的資産へと変えます。
言うまでもなく、スキルベースのアプローチを採用することは、その他の重要な社内機能や目標の達成にも寄与します。Deloitte社の調査によると、スキルベースのアプローチを採用している組織は、人材を効果的に配置できる可能性が107％高く、ハイパフォーマー従業員を維持できる可能性が98％高いことが明らかになりました。企業がスキルインフラストラクチャを採用することで、共通のアーキテクチャが構築され、その結果として得られるメリットが事業全体に波及します。
3. 学習ワークフローへのAIの組み込み
「人間主導」でありながら「AI駆動」であること。Sutherland氏は、AIと学習をより広範なインフラの一部とする際、この点を明確に区別することが重要だと説明しました。
ZS社におけるこの最も顕著な例が、「My Virtual Coach」です。これは、Degreed Maestroを社内で導入したものです。『フィードバックを提供するのは、システムやツール、テクノロジーそのものであってはなりません。人間主導であることが求められるのです』と彼女は述べました。
初期の結果によると、従業員はMaestroの対話型コーチング機能を活用して、難しい会話への準備をしたり、矛盾するフィードバックを整理したり、マネージャーが直属の部下に対して提供する能力開発に関する洞察に基づいて行動を起こしたりしています。この機能により、人間主導のパフォーマンスフィードバックが、主要なパフォーマンス領域の改善に役立つ、AIを活用した積極的な対話や実践へと確実に結びつけられます。しかし、ZS社にとってさらに重要な点は、「My Virtual Coach」がフィードバックを提供する際に、自社の知識、価値観、用語、文脈を活用していることです。『単なる一般的な情報ではありません。当社の用語や、当社のインフラが反映されていたのです』とSutherland氏は述べました。
その独自性が重要なのです。汎用的なAIコーチングツールは、汎用的なアドバイスしか提供できません。
コーチング以外にも、Sutherland氏は、AIがチームの日常的な業務ワークフローにおける摩擦をどのように軽減したかについて説明しました。具体的には、コースへのタグ付け、コンテンツのバージョン管理、そして1日100件以上のメッセージが届く共有受信箱からのメール返信の自動化などです。
『AIは、当社のプロセスの一環として、こうした業務における摩擦の一部を軽減するのに役立っています。しかし、チーム内の効率を拡大する助けにはなりますが、判断力を置き換えるものではありません』と彼女は説明しました。
優れた設計と学習データインフラによるスマートな働き方
コンサルティング会社にとって、効果的なスキル構築インフラは必須条件です。従業員とその専門知識こそが「製品」である以上、学習は体系化され、相互に関連付けられ、最終的には組織戦略に沿ったものでなければなりません。
こうした強固な基盤があれば、取り組みの数を減らすことで集中させ、連携を強化し、能力目標を明確にし、AIを日々のワークフローに組み込むことが可能になります。その結果、組織全体でよりスマートな人材配置と集中力の高まりにつながります。
組織や学習部門にとって、焦点を絞り、スキルを重視し、AIを活用することが、これまで以上に重要になっています。人間の能力は急速に差別化の象徴となりつつあり、学習主導型のインフラは、革新的な企業にとって次の大きな競争優位性となる可能性があります。
Emily Gerson
Thursday, June 11th, 2026
