ラルフ ローレン、幹部賞与にAI指標。問われる経営者の責任

AI関連の4指標を短期賞与の調整要素に採用し、最大±10％を反映。対象外の役員と賞与上限もある。ラルフ ローレンの制度から、AIの学習・導入と事業成果を分けて考える。

NEWS / AIを「経営の優先課題」として賞与に反映

ラルフ ローレンは2026年度の短期インセンティブ制度で、従来の企業市民活動・サステナビリティ関連の調整指標をAI関連のスコアカードへ置き換えた。Reutersが10月15日に報じた動きだ。焦点は、AIが人事評価を自動で行うことではなく、経営幹部の賞与を決める際に、会社のAI学習・活用基盤づくりを評価する仕組みを組み込んだ点にある。

根拠となる2026 Proxy Statement（株主総会の委任状説明書）は6月18日にSECへ提出されている。対象の2026年度は2026年3月28日終了の同社会計年度であり、日本の2026年4月からの年度ではない。10月15日は報道日で、同日に制度を新たに発表したという意味ではない。導入を決めた具体的な日付までは今回の資料から確認できない。

FACTS / 財務評価を土台に、最大±10％を調整

短期の現金賞与制度であるEOAIPは、財務目標を土台にしている。2026年度の評価ウエートは全社売上40％、調整後営業利益率40％、戦略的成長領域の売上10％、調整後販管費10％。AIスコアカードは、この財務評価に追加する「戦略目標の調整要素」と位置づけられた。

AI関連の目標達成状況に応じて、対象者の賞与を5％または10％増減できる。最大幅は±10％だが、基本給や長期株式報酬を含めた報酬総額の10％をAIに連動させる制度ではない。調整を含めた賞与の上限は、目標賞与額の200％である。

対象は同資料で開示される主要経営幹部（NEO）のうち、創業者ラルフ・ローレン氏を除く5人。資料上の役職ではPatrice Louvet（CEO）、Robert Ranftl（COO）、Justin Picicci（CFO）、Halide Alagoz（商品・マーチャンダイジング責任者）、David Lauren（ブランド・イノベーション責任者）だ。ローレン氏は短期賞与制度には参加するが、この調整要素は適用されない。すべての取締役や社員に同じ仕組みが適用されるという説明ではない。

FACTS / 4指標は、学習2件と従業員調査2件

スコアカードが測るのは、AIへの理解と、それを仕事に生かせる状態を整えるための指標だ。内容は次のように整理できる。

表は横にスクロールして確認できます。

二つ目の研修はAIだけの講座ではなく情報セキュリティ研修であり、四つ目もAI単独の生産性指標ではない。具体的な数値目標や実際の修了率・アンケート得点は、同スコアカードでは示されていない。労働時間や在庫削減、AI単独の増益額を測った四つの指標、と説明するのは誤りになる。

人材・報酬を担当するTalent Committeeは、4指標すべてが目標を上回ったと判断し、10％の上方調整を承認した。ただし上限があるため、実際の支給額が一律10％増えるわけではない。資料では財務評価の支給水準が目標額の197％、AI調整の対象者は上限の200％、対象外のローレン氏は197％と示される。

また、同委員会は会社の財務・戦略面の実績で賞与を判断し、個人の業績は賞与決定で考慮しないと説明している。AIの使用回数で一人ひとりを採点した制度と捉えるのも適切ではない。

ANALYSIS / 予算・業務・人材をつなぐ責任を誰が持つか

ここからはFASHION SHIFTの分析だ。AIを経営幹部の評価に入れる意味は、技術の導入をIT部門の作業で終わらせず、組織の優先課題として示すことにある。ツールを契約しても、部門ごとに異なる業務手順やデータの持ち方が変わらなければ、会社全体の仕事は変わりにくい。

研修予算だけでなく、誰が業務を見直すのか、どの情報を使えるのか、現場の試行に時間を配分できるのか。こうした判断は、現場の熱意だけでは進めにくい。報酬制度は、その責任を経営の議題に引き上げる方法になり得る。一方、本件だけから小売業界全体で同じ評価が標準になったとは言えない。

今回置き換わったのは短期賞与の調整指標であり、サステナビリティ施策そのものを終了したという意味でもない。同じ説明書は、取締役会が引き続きサステナビリティを事業戦略の重要要素として監督することも記している。評価制度の変更と、事業方針の廃止は区別したい。

ANALYSIS / 日本のアパレルは「使った数」の先を設計する

日本企業への示唆は、この制度をそのまま移すことより、AIで変える業務と責任者を決めることにある。例えばMD・発注では需要予測の誤差と欠品、在庫移動や値下げでは在庫回転と粗利益を追う。ECの商品情報作成は制作時間と修正率、CRMや広告は顧客反応と利益への寄与を分けて確認する。

カスタマーサポートなら回答までの時間に加え、誤回答や再問い合わせも見る。本部の事務処理は削減した時間だけでなく、確認・差し戻しが増えていないかを確かめる。いずれも本稿が提案する評価例であり、ラルフ ローレンのAIスコアカードが採用した項目ではない。

学習・導入の指標は、変革の初期段階を捉えるために意味がある。その先で事業成果を判断するには、導入前の水準、対象業務、測定期間、品質の条件を揃えたい。売上や利益が改善しても、価格変更や気温、広告投資などの影響を切り分けずに、すべてをAIの成果とすることはできない。

AIを経営者の責任として位置づける動きは、人材育成と組織運営を変える可能性がある。ただし、学んだこと、使える環境が整ったこと、事業成果が出たことは別の段階だ。どの段階を評価する制度なのかを明確にすることが、実装の出発点になる。

SOURCES / 出典・元記事URL

AI生成イメージ。紹介企業の実際の店舗・商品・社員、技術や過去の記録写真ではありません。