人員整理の法務: 解雇の理由がアルゴリズムであるとき

新しいのは人員削減ではなく、対象の選び方だ

人員削減は古くからある法務だ。新しいのは削減対象の選び方である。評価点を算出するシステム、勤務配置を調整するスケジューリングツール、能力評価を自動で付ける人事システムが、名簿を作る前の段階に入り込んでいる。後にその解雇が争われたとき会社が示すべきものは判断の根拠だが、その根拠がモデルの中にあると説明は簡単ではない。

規制もこの点に向かって動いた。米国ではカリフォルニア州の公民権委員会規則が2025年10月1日に施行され、雇用領域の自動化された意思決定システムが差別禁止法の適用範囲に入った。イリノイ州のHB 3773は2026年1月1日から、保護対象集団に不利な結果をもたらすAIの利用を禁じ、雇用上の判断にAIを使う際の通知義務を課す。コロラド州の人工知能法は2026年6月30日から執行が始まり、雇用関連のAIシステムを高リスクに分類してリスク管理手続、年次の影響評価、応募者への権利告知を求める(Reuters)。EUのAI法も採用、昇進、解雇に影響する雇用システムを高リスクと位置づけ、文書化されたガバナンスと人による監督を要求する。

市場側の信号も同時に来た。英国の法律事務所クリフォードチャンスは2025年11月、AI活用の拡大のなかでロンドンの財務・人事・IT職を10%削減すると明らかにした(The Guardian)。法務サービスを売る側でも同じことが起きているという意味であり、この分野は他人の産業を眺める場所ではない。

日本では整理解雇の有効性が判例法理として積み上がっており、人員削減の必要性、解雇回避努力、被解雇者選定の合理性、手続の妥当性という四つの視点で検討されるのが実務の出発点になる。このうち三つ目が自動化と正面から出会う。選定が合理的であったことを労働審判や訴訟の場で説明しなければならないのに、その基準の相当部分が自動算出された点数であれば、説明の難度が変わる。新卒一括採用と長期雇用を前提に設計された人事制度に評価の自動化が接ぎ木されている企業では、制度と道具のずれ自体が争点になりやすい。

整理解雇の実務から、アルゴリズムの説明まで

一つ目は整理解雇の実務そのものだ。人員削減の必要性をどう疎明するか、解雇回避努力として何が評価されるか、労働組合や従業員代表との協議をどの時点でどう踏むか、労働審判から訴訟へどう流れるかを押さえておく必要がある。新しい規制が付いても骨格はここにある。

二つ目はシステムを開けて見る力である。社内で採用、配置、評価、シフト、解雇判断に触れる道具をすべて洗い出し、それぞれが何を入力として受け取り何を出力するか、人の判断がどの段階で実際に介在しているかを確かめる作業だ。モデルを自分で作る必要はないが、開発部門と人事部門に正確な問いを投げられなければならない。特定の属性に不利な結果が出ていないかを事前に点検する手順を設計することも、この能力に含まれる。

三つ目は契約とベンダー管理だ。人事の道具を外部から導入する場合、学習データの出所、モデル変更時の通知、偏りの検証結果の提供、差別的な出力に対する責任の分担を契約書に落とし込む必要がある。導入時点でこの条項がなければ、紛争が起きた後に会社が説明できることは急速に減る。

四つ目は多法域への対応である。国内法人と海外法人が同じ人事システムを使う例は多いが、法域ごとに求められる文書と通知が異なる。どの法域の基準が最も厳格かを見極めてそこに合わせる判断が頻繁に必要になる。

労働分野の一般実務から始まる

出発点は労働分野の一般実務だ。法律事務所の労働チームや企業の法務部門で就業規則の改定、懲戒、賃金に関する相談を担当し、労働法制と紛争解決手続に慣れる段階である。この時期に人事システムの導入プロジェクトへ法務レビュー担当として入る機会をつかめると、次の段階が早くなる。

中間段階では、人員整理の案件を最初から最後まで追う経験が積み上がる。削減規模と選定基準を決める場に入り、協議手続を設計し、その後に提起される申立てに対応する。ここに自動化ツールの点検が組み合わさると専門領域が生まれる。会社が使っている人事ツールの一覧と各ツールのリスク区分を整理しておく作業は今のところ多くの企業に存在せず、作っておけばそれ自体が資産になる。

シニアの区間では助言の性格が事後対応から設計へ移る。実行前の段階で、後から防御できる選定基準をどう組むか、どの判断に人を残すか、どの記録をいつから残すかを決める仕事だ。人事担当役員と開発組織に同じ言葉で説明できる弁護士はまだ少ない。企業内弁護士としてAIガバナンスを兼務する道と、事務所で労働と技術規制を横断するチームを組成する道が開けている。