概要
https://caddi.tech/2025/12/14/080000
詳細内容
## AIで人事評価を「めんどくさい」から「ポジティブな成長機会」へ！キャディのエンジニアが挑んだPoC
https://caddi.tech/2025/12/14/080000
キャディのエンジニアリングマネージャーが、生成AIと社内アセットを組み合わせることで、人事評価プロセスにおけるメンバーの思考整理とマネージャーへのコミュニケーションを改善するPoCを成功させました。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 86/100 | **Annex Potential**: 84/100 | **Overall**: 84/100
**Topics**: [[生成AI, 人事評価, エンジニアリングマネジメント, AIエージェント, 知識アセット化]]
キャディのエンジニアリングマネージャーが、多くのエンジニアが「面倒」と感じる人事評価プロセスを「ポジティブな成長機会」に変えるため、生成AIを活用したPoCを実施しました。記事は、評価プロセスがしばしば抽象的で「手触り感」に欠け、会社固有の価値観を含むハイコンテキストな情報であるため、メンバーが業務と結びつけにくいという課題を指摘します。従来のマネージャーによる個別コーチングは、効率性と実効性の両面で課題を抱えていました。
この課題に対し、著者は生成AIと社内資料のアセット化を組み合わせるアプローチを提案。これにより、AIがメンバー一人ひとりに合わせたコーチングを提供し、評価制度に関する知識差分を埋めることを目指しました。技術的な詳細として、AIエージェントには開発業務で慣れ親しんだVSCode拡張機能「Cline」を選定。社内のConfluenceやGoogle Docs/Spreadsheetに散在する評価関連ドキュメントをMarkdown形式でGitリポジトリに集約し、YAMLフロントマターによるメタデータ付与や関連資料へのリンクを設けることで、AIが効率的に情報を探索できる「アセット」を構築しました。また、AIエージェントにはメンバー向けに「中立的な評価アシスタント」としての心構えやエスカレーション先を明示するカスタムプロンプト（Cline rules）を設定。
PoCの結果、利用者の約3割がAIアシスタントを活用し、「自己評価を書く際の初動ハードルが下がった」「自分では気づかなかった観点を指摘してくれる」といったポジティブなフィードバックが得られました。特に、文章の整形よりも思考の整理に貢献し、AIの出力はあくまでたたき台として活用されるケースが多かったとのことです。マネージャー側からも「評価軸に沿った構造的な書き方で読みやすい」「行動と成果のつながりが明確」と高評価。
今後の課題としては、約3割という浸透率の向上と、評価制度自体の記述の曖昧さがAI出力のブレに繋がる点が挙げられています。この取り組みは、AIの力で「ハイコンテキストな情報を構造化し、活用する」という、キャディの製造業領域におけるビジネスとプロダクトの核となる考え方と共通しており、AIと情報資産の連携の大きな可能性を示唆しています。