採用 · August 1, 2026 · 約10分

GCCでの採用：割当制度、AIスキル、そして客観的根拠

GCCでの採用は、サウジアラビアのNitaqat（ニタカット）とUAEのEmiratisation（自国民雇用義務化）の割当制度が、薄いAIスキル人材パイプラインと衝突する現実だ。客観的なスキル根拠が両方の要件を同時に満たす。

← 「採用の5つのピラー：アセスメントが測定するもの」の一部

このガイドは、サウジアラビアとUAEで職種の人員配置を担う採用マネージャー、HRリーダー、タレントパートナーに向けたものだ。この地域では今、同一の採用サイクルの中で二つの力が衝突している。一方では、自国民雇用割当制度——サウジアラビアのNitaqat（ニタカット）とUAEのEmiratisation（自国民雇用義務化）——がかつてないほど厳しく施行されており、実際の罰金とビザブロックが伴っている。他方、この地域は地元のAIスキル人材パイプラインがまだ薄い中で、AI上に経済を賭けている。GCCでの採用を誤ると、単に採用が遅れるだけではない。ビザを凍結するNitaqatのレッドバンド、未充足のエマラティの役職1件あたりの月次Emiratisation罰金、または事前に計画すべきだったスキル検証ゲートを通過できない外国人専門家というリスクが生じる。打開策はより良いCV選別ではない。客観的なスキル根拠——割当と能力の両方の問いを一度に満たすただ一つのもの——がその答えだ。

なぜどこでも採用はシグナルの問題から始まるのか？

現地のルールより前に、すべての採用マネージャーがすでに感じているグローバルな問題がある。CVがシグナルを運ばなくなったことだ。どのチームも丁寧には読み切れない量の応募が届き、その大部分は今やAI支援またはAI生成——磨き上げられ、キーワード完璧で、一見では本物の経験とほぼ区別がつかない。レジュメは常に弱い予測因子だったが、2026年にはほぼノイズに近い。そのメカニズムについてはAI生成レジュメの見分け方で書き、測定対象を変える広義の根拠についてはスキルベース採用ガイドで論じた。要約すると、インプットが信頼できないとき、インプットをより厳しくスクリーニングしてもエラーが増幅されるだけだ。候補者がライブで生成しなければならないシグナルが必要だ。

そのシグナルが実証されたスキルだ。誰かがどこで働いたか、どの大学が学位を認定したかから能力を推測するのではなく、実際の仕事の一断面をこなしているところを観察する。ワークサンプルテスト——全員に同じ採点基準で評価されるリアルなタスク——は、学歴より実際の業務パフォーマンスをはるかによく予測し、しかも公平だ。同じ狭いプロファイルを報いるのではなく、キャリアチェンジャーや非従来型の経歴者にプールを広げるからだ。これはどこでも重要だ。湾岸諸国では、以下で見るように、二つの規制上の要請に対する最も明確な答えでもある。

Nitaqatは今のサウジアラビアの採用をどう変えているか？

サウジアラビアのNitaqatは2026年4月から有効な新たな3年間のフェーズに入り、採用の地盤を揺るがしている。注目の変更点は、職種レベルの割当が全体の人員比率に優先するようになったことだ。以前は企業が全従業員にわたって平均的なサウジ化率を達成することができた。今は特定の職種にそれぞれの目標が課せられる——人的資源社会開発省（MHRSD）が例示したように、2026年4月施行のマーケティング・営業職における60%要件、そして2026年6月を期限とするエンジニアリングの30%要件がある。全体的には準拠していても、重要なカテゴリーでは非準拠になり得る。

施行の実効性も強化された。以前のイエローバンドは廃止された。かつてイエローに位置した企業は今やレッドへと落ち、レッドはビザ処理を完全にブロックする——頼みとしていた外国人専門家を招聘できなくなる。これと並行して、Qiwaを通じた電子的な雇用契約認証が2026年4月に必須化されたため、書類の記録は今や系統的なものとなった。実際の影響は、サウジ化がもはや年度末の報告作業ではないということだ。それはすべての採用要求に対するリアルタイムの制約であり、海外採用能力と直接連動している。

2026年UAEにおいてEmiratisationは何を求めるか？

UAEは独自の自国民雇用化制度、Emiratisation（自国民雇用義務化）を運用しており、2026年はその節目の年だ。対象セクターの従業員50名以上の民間企業に対し、スキル職でのエマラティ比率8%を2026年6月30日までに、10%を2026年末までに達成することが目標とされた。MoHREは2026年5月に施行を確認した。未充足のエマラティの役職ごとの罰金は月額AED 9,000だ。別途、既存のエマラティ従業員に対する最低月給AED 6,000が2026年6月30日から適用される。また対象は拡大しており、14の指定セクターにおける従業員20〜49名の企業は少なくとも2名のエマラティを雇用しなければならない。

ここでの落とし穴は、Emiratisationを数字合わせのための頭数ゲームとして扱うことだ——名目上の役職に自国民を採用して数字を満たすことは、コストがかかるうえに能力構築につながらず、精査にも耐えられない。持続的なアプローチは、エマラティが本当に成長できる役職に採用することだ。つまり、急速に変化する分野で駆け出しのローカル新卒者がまだ積み上げていないかもしれないCVではなく、実証されたポテンシャルと習得可能なスキルで自国民候補者を特定することを意味する。そこでこそ、客観的なアセスメントがその価値を発揮する。

なぜAIスキルパイプラインが問題のより困難な半分なのか？

現地の人材が雇用主が必要とする形で正確に存在していれば、割当制度は管理可能だろう。摩擦は、この地域がAIに対して同時に莫大な賭けをしていることにある。サウジアラビアは2026年をAIの年と宣言し、20,000名以上のデータ・AI専門家を育成するという明示的な目標と、大学全体への横断的なAIカリキュラムの必修化を掲げた。UAEは何年もAIファーストの国家アジェンダを推進しており、PwCの2026年AI Jobs Barometerはそれをグローバルで最も急成長しているAI人材市場の一つに位置づけた。同バロメーターは、AIに影響を受ける役職では今や平均77の新しいスキルが求められるのに対し、最小限の影響を受ける役職では22であることも明らかにしている——一つの職務が実際に求めるものとしては目を見張る変化だ。

この二つの事実を合わせて読めば、緊張関係は明白だ。自国民雇用化は言う：地元の人材をより多く採用せよ。AIの波は言う：必要なスキルは新しく、希少で、必要な量でローカルの新卒パイプラインにまだ反映されていない。伝統的な資格でスクリーニングすれば、適格な自国民が少なすぎると結論づけ、割当制度が制限する外国人採用に頼ることになる。その板挟みからの出口は、どちらの制約を緩めることでもない。能力の測り方を変えることで、CVでは見落とされていたスキルアップ可能な自国民を発見し、外国人専門家を採用する際にはその能力を厳密に検証することだ。これは規制上の圧力の下で展開している同じAI-nativeな採用へのシフトだ。

スキル根拠はどのように割当と能力テストの両方を満たすのか？

これがこのガイド全体の主張であり、率直に述べる。客観的なスキル根拠は、両方の要請に同時に答える唯一の手段だ。自国民雇用化の側では、公正で職務に即したアセスメントにより、より長くその分野にいた外国人専門家よりCVが薄いという理由で選別するのではなく、業務をこなせる自国民——または集中的なスキルアップで明らかにこなせるようになる自国民——を特定できる。名目上の採用ではなく、実際にパフォーマンスを発揮する人材でサウジ化またはEmiratisationの目標を達成する。能力の側では、同じアセスメントにより、採用する外国人専門家が主張するスキルを本当に持っているかを検証する。これは成果にとっても、サウジアラビアにおける規制上の検証にとっても重要だ。

その第二の点は今や王国において正式なものとなった。スキル認証プログラム（SVP）は、23セクターの1,000以上の職種にわたる外国人技術労働者が、就労許可発行前に能力検証に合格することを求めている。スキルアセスメントはHR上の単なる付加価値ではなく、規制上のゲートとなった。役割ごとに職務関連タスクを生成するAI-nativeなスキルアセスメントプラットフォームにより、二つのオーディエンス——自国民候補者に関する社内の意思決定と、外国人候補者に対してSVPが求める外部検証——に対応する一つの根拠ベースを手に入れられる。

アセスメントを公正で説明可能なものに保つにはどうすればよいか？

規制当局を満足させるアセスメントは公正でなければならない。そうでなければ別の法的リスクを生む。二つの規律が重要だ。第一に、全候補者に対して同じことを同じ方法で測定する——パネルと似た人物を暗黙のうちに優遇するアドホックな面接ではなく、構造化された標準化されたアプローチだ。第二に、タスク自体のバイアスを監視する。設計が不十分なドメインアセスメントは、職務と無関係な理由で候補者を不利にすることがある——言語のフレーミング、文化的な文脈、前提とされる背景知識など。これについてはドメインアセスメントバイアスで、より広くは採用におけるバイアスの低減で取り上げている。湾岸諸国のような多言語・多国籍の労働市場では、自国民にプールを意図的に広げようとしているときに、吟味されていないアセスメントが目指している公正さ自体を損ないかねない。

インテグリティの問題もある。この地域が投資しているまさにそのAIの波によって鋭敏化された問題だ。候補者がテイクホームを密かにモデルに外注できるなら、根拠は無価値だ——しかもそれは正直な候補者を罰する形で無価値になる。アセスメントは、AI生成の回答が検出可能であり、観察されるスキルが候補者自身のものであるよう設計しなければならない。AI生成テストでのカンニングを防ぐ具体的な戦術については別途執筆した。目標はAIを禁止することではない——これらの役職の半分は毎日AIを使う——候補者がAIとどのように働くかを観察することであり、それ自体がシグナルとなる。

実践的なGCC採用プロセスはどのような形か？

まとめると、サウジアラビアまたはUAEにおける説明可能なプロセスはおおよそ次のようになる。まず採用要求を現在の自国民雇用化の状況に照らしてマッピングする——どの職種が割当に不足しているか、自国民採用がどこで最も効果的か、そして外国人専門家がどこで検証要件を引き起こすか。CVが必要な自国民を事前に選別しないよう、資格要件の羅列ではなく観察可能なスキルを中心に役職を設計する。CVの選別を、全候補者が平等な条件で受ける職務に即したアセスメントに置き換える。結果を二つの方法で使う。スキルアップ可能な自国民人材を育成のために発掘し、外国人労働者検証を通過するための能力根拠を生成する。

• 職種ごとの割当状況を全体集計だけでなく職種単位で監査する——Nitaqatの2026年4月フェーズとEmiratisationのセクタールールは、いずれもカテゴリーレベルで効力を持つ。
• アセスメントはAIの使用を禁止するのではなく観察する形で、一つの採点基準でスコアされる職務に即したワークサンプルとして設計する。
• すべてのアセスメントについて、公開前にドメインと言語のバイアスを公正さの観点から確認する。自国民へのプール拡大が形式的なものではなく実質的なものとなるように。
• SVPを外国人採用タイムラインの一部として扱う。能力検証をオファー後ではなく動員計画の中に組み込む。
• 各候補者が実証したことの監査可能な記録を保持する——社内の説明可能性と外部検証の両方に役立つ。
• 数字に依拠する前に、現在の割当、締め切り、罰金をMHRSD、Qiwa、MoHREで確認すること。ルールは変わる。

これは割当を操作するためのトリックではない。正反対だ——実際に業務をこなせる人材で割当を満たし、同じ根拠ベースを使って採用する専門家を検証する方法だ。職務に即したアセスメントが実際にどのようなものかを見たいなら、サンプルアセスメントを試すかデモを予約することができる。しかしツールより重要なのは、何を測定するかというシフトだ。自国民雇用化を施行しながらAIに賭けている地域では、CVを信頼することをやめ、実証されたスキルを信頼し始めた雇用主が勝つ。

湾岸諸国の採用難は、本当は割当対人材不足の問題ではない。測定の問題だ。候補者が実際に何をできるかを見える化できれば、見落としていた自国民が採用可能になり、外国人専門家は検証可能になり、矛盾に見えた二つの要請が実は同じ答えを持つことがわかる。