副業したい

【2019年版】100社の人事担当に訪問して分かった 日本の人事部 採用・評価へのAI適用

2018年10月7日

ここ1年半くらいで、国内の上場企業、各業界の売上TOP10以内の企業を中心に、100社ほどの人事部の方とお会いし、情報交換を進めてきました。

人事部が何を考えているかを知ることは、サラリーマンにとってかなり重要と思いますので、まとめることは意義があるかなと思い、記事にしてみました

結論を言うと

  • いますぐ副業を始めましょう
  • 外部で稼ぐ力を身につけましょう

です。

採用・評価におけるAIの活用

米国を中心に進んでいる、いわゆる「ピープルアナリティクス」を真面目に検討し始めている日系企業が着実に増えています。

「ピープルアナリティクス」とは、今まで属人的に行われていた採用活動や人事評価の領域にAIを活用する取り組みです。

実はこれまでも、IBM、日立製作所、KPMG、パーソル研究所といった先進企業は、これらに取り組んできています。

ですが、もう少し堅い純日本企業も、興味を持ち始めている、という状況です。

 

「AI」はバズワードですので、もう少し詳細に言うと「機械学習の適用」です。

これまでも「二分木(単純なyes/no判定の集合体)」程度を行っている企業は幾つかありました。

しかし、第三次AIブームの到来、ディープラーニングの台頭、データサイエンティストという職業が脚光を浴びた事などから、より複雑なアルゴリズムを活用し、属人化された業務を紐解く取り組みが進み始めています。

これまで進んでこなかった、日系企業の採用・評価領域でのAI適用

日本の雇用形態は海外と比較してかなり特殊です。

特殊である理由は「新卒一括採用」「長期雇用前提」に他なりません。

年度によって微妙な違いはあるものの、毎年経団連が指針を出します。

ここには、選考時期はもとより、内定を出すタイミング等まで日程単位で指針が定められています。

また採用後の雇用も長期雇用前提となりますので、非常に安定しています。

そのため海外と比較して転職することへのアレルギーがまだまだ高い状態です。

上記の理由から、日本では採用や評価の場面でAIを活用し、精緻かつ平等な対応をする文化が育つ土壌が無かった、という状況となります。

一方でここ数十年の「失われた時代」を経て、日本企業が国際競争力を失った今、やっと人事部が重い腰を挙げつつある、という状況ではないかと思います。

次の章で具体的な取り組みを幾つか紹介してみます。

具体的にAIで取り組もうとしていること

退職予測

●●ヵ月後に退職するリスクのある社員をあぶり出し、対策につなげます。

使用するデータは以下のようなものです。

  • 社員のタイムカード情報
  • 社員の能力評価の情報
  • 社員のこれまでのキャリア、学歴
  • 現在の役職になってからの期間
  • 現在の上司となってからの期間
  • メール送信タイミング

過去に退職してしまった社員のデータを教師データとして、アルゴリズムを使い法則性を見出した上で、在職している社員にこれを当てはめてみるわけです。

退職リスクの高い社員をあぶり出すことが出来たら、ここから先は人間の仕事です。

飲みに行ってガス抜きをしてあげる、部署異動させて上司を変える、はたまた、なにもせずにそのまま辞めさせる・・という選択肢もあるかもしれません。

採用戦略の効率化

幾つかありますが、よく話に上がるのは新卒採用の効率化です。

就職活動は大学受験と違い、偏差値といった客観的な指標がありませんので、有象無象の大学生が大手企業に殺到します。

大手企業は全員を平等に面接する体力はありませんから、AIを使用してある程度ふるいにかけるわけです。

具体的に使われるのは以下のようなデータです

  • 出身大学、出身高校、大学での評価、出席日数
  • SPIの点数
  • 履歴書の各項目
  • エントリーシートに記載された単語

自社の優秀社員のデータを元に傾向を見出し、それを新卒生に当てはめます。

単純に大学名だけで足切りすることは、企業の運営に必要な多様化人材を求めることができなくなる可能性があるので、上記のようなAIの指標も参考情報として一部取り入れるわけです。

人材ポートフォリオの最適化

こちらは前述の2つよりもう少し高度な活用方法です。

あらゆる人材類型のデータモデル(傾向値)を準備しておいて、新卒の学生がどの領域に当てはまるかを予測し、ミスマッチをなくします。

同時に企業側からすると、多様化された人材が各所に分散することで会社全体の人材ポートフォリオが最適化できる(強い会社づくりに寄与する)というメリットがあります。

一般的に、就職面接を行う面接官である社内のエース級社員は、自分と似たようなタイプの新卒生に高評価を出しがちである、という事は広く知られています。

一番バッターなら一番バッター、四番バッターなら四番バッターに適した人材配置を行い、ミスマッチをなくすことで企業と学生がwin-winとなります。

ポイントは

「今まではAIと名のつくシステムは使い物にならなかったが、2018年10月現在は使い物になるシステムが台頭してきていること」

です。

今までは、いくらAIが

  • この人が半年後に退職する確率は80%です
  • この人材が5年後に活躍している確率は20%です

といっても、それぞれ「80%、20%と考えるその理由」までを教えてくれる事はありませんでした。

しかし2018年10月現在は、それを教えてくれるAIが台頭し始めています。

つまり企業の人事が、AIが打ち出す理由を根拠に社内稟議を上げ、実際に施策に移す素地が揃いつつある状況です。

企業が社員を選ぶ時代。社員も企業を選ぶ時代

上記のようなAIの活用が進むと、将来的には「企業が社員を選ぶと同時に、社員も企業を選ぶ」お互いが選択をする時代が来るのではないかと思います。

精緻な退職予測ができるということは、会社を辞めない社員も分かりますので、その人の給料は下げる事ができます。

但し一方的に給与を下げる事は難しいでしょうから、業務時間を減らす事と併せて行われる可能性が高いです。

すると政府が容認している副業・兼業の話が一気に加速します。

また評価が精緻化される事で、今まで属人的に「まだ若いし、いつかこいつは活躍できるだろう」といった甘い評価はされなくなります。

 

ここまで来るとサラリーマンは、一社にどっぷり浸かって給与をもらって生きる、という選択肢は難しくなるでしょう。

今から準備できること

今からできることは、副業・兼業の準備、もしくは副業兼業そのものです。

現時点は多くの会社で副業・兼業はまだ規制・禁止されているでしょうから、少なくとも今から準備、練習位はしておいた方が良いと思います。

副業・兼業が一斉に解禁となった瞬間、全員横並びで「よーいドン」でスタートするのと、あらかじめ下積みを積んでいたのでは雲泥の差が出ると思います。

 

まとめとしては「今から副業・兼業の準備をすべき」です。

では具体的にどのような準備をしたら良いか、ですが、かなり長くなってしまったので今後の記事で記載していきたいと思います。

その他、副業を始めたい人におすすめの記事のまとめはこちらです。

【2020年版】「副業したい」人におすすめの記事まとめ

続きを見る

その他、pythonやkaggle、AI・機械学習といった記事のまとめはこちらです。

【2020年版】python・kaggle関連の記事まとめ【営業だってプログラミング】

続きを見る

 

ここからは、実際に私が購入し、おすすめできると思った本を紹介してみたいと思います。

 

機械学習のための「前処理」入門

 

まずはこちら。「機械学習のための『前処理』入門」です。

 

  • これから機械学習を始めてみたい
  • kaggleやSIGNATEにチャレンジしてみたい

 

という方には最適な本。個人的には一番のおすすめです。

 

データモデルの精度向上には特徴量エンジニアリングが不可欠。

 

というかこれが全てと言っても過言ではないのですが、各種環境準備の方法やコーディングの詳細に至るまで、誰にでも分かりやすく書かれています。

 

この一冊さえあれば、とりあえずkaggleにトライすることができます。

 

 

スラスラ読める Pythonふりがなプログラミング

 

Pythonのコーディングが、全てふりがなで解説されている、究極に親切な解説本です。

 

  • 「機械学習のための『前処理』入門」は、自分には難しすぎた
  • 英語アレルギーがありpythonコードに触れることすらできない

 

という方は、まずはこちらをご一読される事をおすすめします。

 

※但し、慣れてきたらすぐに上記「機械学習のための『前処理』入門」に移行される事をおすすめします。

 

 

仕事ではじめる機械学習

 

定番のオライリーです。

 

こちらはkaggleやSIGNATEなどのコンペティションというよりは、機械学習をビジネスで生かしていくためにはどうすれば良いか?という観点の内容が充実しています。

 

pythonコードの記述に留まらず、

 

  • 機械学習プロジェクトを成功させるにはどうすれば良いか
  • KKD(勘・経験・度胸)を掲げる抵抗勢力とはどう付き合うべきか

 

というような、実務に即した内容は個人的には本当に参考になったのですが、オライリーは初心者にはかなり敷居が高いので、まずは本屋で立ち読みして、レベル感をチェックしてみるのが良いと思います。

 

 

人工知能は人間を超えるか

 

pythonのコーディングからは離れますが、もしこの本を読んでいない人がいたら必ず一度は目を通しておいた方が良いです。

 

この界隈では有名な、東大の松尾豊先生の著書「人工知能は人間を超えるか」。

 

いわゆるAI・人工知能、機械学習といった昨今のキーワードを中心に、過去の歴史からここ最近の動き、今後の動向に至るまでを、平易な表現で丁寧に解説されています。

 

また日本ディープラーニング協会が開催する「ディープラーニング ジェネラリスト検定(通称:G検定)」の推薦図書の一つでもあります。

 

全てのビジネスマンにおすすめできる一冊。中古でもkindleでも構いませんので、これだけは目を通しておいた方が良いです。

 

 

真面目に人工知能エンジニアを目指すなら、AIdemyのオンラインプログラムもおすすめです。

定期的に申し込み前の無料相談会が開かれていますので、公式サイトをチェックしてみてください。

-副業したい

Copyright© 営業アップデート , 2019 All Rights Reserved.