パナリット、“要員と人件費”を同時に最適化する要員計画シミュレーション機能を提供

物流解析の数理モデルを人事に応用。グラフ理論とベイズ統計により、20年先までの“組織の歪み”を可視化し、攻めの人的資本投資を支援

パナリット株式会社

2026年2月19日 10時00分

労働力不足が深刻化する中、日本企業が直面しているのは『総数不足』以上に、部門間の『構造的ミスマッチ』です。データとAIで「経営の意思決定」を支える戦略人事パートナー、パナリット株式会社（本社：東京港区、代表取締役：小川高子、以下「パナリット」）は、物流ネットワーク最適化の理論を人事データに応用。エクセル管理の限界を突破し、20年先までの「組織構造の歪み」を予見する動的シミュレーションを実現しました。

「人手不足」の裏で進む「社内余剰」の罠。2030年、日本を襲うミスマッチの正体

パーソル総合研究所の推計によれば、2030年の日本における労働需給ギャップは約644万人の不足と予測されています。しかし、この危機の真実は、単なる「人数不足」という言葉だけでは片付けられません。ソースデータが示すのは、「▲776万人の不足」と「+132万人の余剰」が同時に発生するという、極めて残酷な構造的ミスマッチです。(※1)

この「不足と余剰」の歪みを放置することは、成長領域での機会損失、余剰領域でのコスト増、そして特定部署への負担集中による「離職の連鎖」という致命的な経営リスクを招きます。

従来のエクセルによる「過去の平均値」に基づいた予測では、こうしたダイナミックな組織の歪みを捉えきれないという課題がありました。パナリットは、データサイエンスの力でこの構造的リスクを解き明かし、持続可能な人的資本経営を支援すべく「要員計画シミュレーション」という機能を開発いたしました。

(※1) 出典：パーソル総合研究所「労働市場の未来推計 2030」（https://rc.persol-group.co.jp/thinktank/spe/roudou2030/）

エクセル予測の限界を突破。物流ネットワーク解析を応用した「動的な人員予測」

パナリットは、要員計画を単なる「点（定員数）」の積み上げではなく、動的な「網（組織内の人員流動）」として捉えることで、予測精度を飛躍的に向上させました。

ベイズ推定を用いた「不確実性」の数値化を実現。ベイズの定理を実装することで、過去の傾向（事前分布）に最新の動向（尤度）を反映させ、予測精度を逐次アップデートする仕組みを構築しました。これにより、データ量が限られる場合や環境が激変する状況下でも、常に「いま、この瞬間の組織状態」に即した最も合理的な予測値を導き出します。

また、グラフ理論による「組織の血流」の可視化物流ネットワークの最適化に用いられる数学的アルゴリズム「グラフ理論」を採用し、部署間の異動や昇格といった人員の複雑な動きを「流れ」としてモデル化しました。組織内を流れるリソースを物流システムと同等の精度で解析することで、将来の適正配置と要員構成を精密にシミュレートします。

【比較表】従来の手法(エクセルなど)とパナリットの予測モデル

【画面イメージ】

事例：データが導き出した「攻めの要員ポートフォリオ」と「組織の若返り」

事例A：将来の成長投資の原資を捻出するポートフォリオ転換（大手医療・ヘルスケア企業）

2035年までの予測により、成熟事業の人員滞留が成長事業への投資を圧迫するリスクが判明。これを受け、成熟事業では自然減を維持しつつ、成長領域では柔軟な雇用形態を組み合わせる「ハイブリッド型」のポートフォリオへ転換するといった「全社レベルでのリソース再配分」を決定。将来の総人件費を横ばいに抑えつつ、成長領域へ投資するための「原資」を生み出す戦略的なコストコントロールを可能にしました。

事例B：20年先の「組織の硬直化」を防ぐ、年功序列に頼らない昇格モデルの刷新（大手インフラ企業）

現状の昇格ペースでは、将来的に「管理職過多（ポスト不足）」と「現場若手の枯渇」が同時に起きることを特定。20年先の要員ピラミッドから逆算して、従来の「年功序列に近い昇格基準」を刷新。データに基づいた新たな採用・育成計画を構築し、組織の若返りと持続可能な階層構造の維持を実現しています。

事例C：10年先の「採用限界」を予測し、育成投資へ大胆にシフト（大手自動車部品メーカー）

将来の人材ポートフォリオ試算により、特定領域における中長期的な需給ギャップの拡大を予測。外部採用単価の高騰予測を鑑み、外部調達のみに頼る手法は投資対効果（ROI）が見合わなくなることを早期に特定しました。このデータに基づき、採用計画を適正化しつつ、社内リスキリングと配置転換への投資を強化。外部環境に左右されない、持続可能な人材確保体制への転換を実現しました。