一部上場企業、各業界の売上TOP10以内の企業100社ほどの人事部の方とお会いしました。
大手企業の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。
これを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
結論は、
- 社外で稼ぐ力を身につけよう
- 副業を始めよう。難しければ、副業の準備をしておこう
です。
タップできるもくじ
人事部の採用・評価業務におけるAIの活用
グローバルでは米国を中心に研究が進んでいる「ピープルアナリティクス」。
これを真面目に検討し始めている日本企業が増えています。
「ピープルアナリティクス」とは、属人的に行われてきた採用活動や人事評価に、データやAIを活用する取り組み。
既にIBM、日立製作所、KPMG、パーソル研究所といった先進企業の取り組みは有名です。
が、もう少し堅い純日本企業も、検討を開始しました。
「AI」というバズワードをもう少し詳しく説明すると、「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）」やルールベースエンジンを使って人事業務を行う企業は幾つかありました。
しかし、昨今
- 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。
その理由は雇用形態にあります。
- 新卒一括採用
- 長期雇用前提
これらの雇用形態は、日本独特のもの。
新卒採用については、経団連が毎年指針を出しています。
選考時期はもとより、内定を出すタイミングまで、日程単位で指針が定められています。
また採用後も長期雇用が前提。
海外と比較して転職することへのアレルギーが非常に高いのです。
上記の理由から、これまで日本では「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」という事は行われてきませんでした。
一方、平成以降の「失われた時代」で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、という状況です。
次の章で具体的な取り組みを幾つか紹介してみます。
AIで具体的に取り組もうとしていること
退職予測
例えば1年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。
使用するのは以下のような過去データ。
- 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
過去に退職してた社員の情報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、在職社員にこれを当てはめ、予測をします。
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。
- 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
などは普通に考えられますし、一方で
- 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
大学受験と違い、企業の就職には偏差値といった客観的な指標がありません。
そのため、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学生を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過去データ。
- 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、将来活躍できる可能性を予測します。
大学名だけで足切りすることは、企業運営に必要な人材の多様性が失われますので、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。
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。
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。
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。
ここでのポイントは
「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、ここ数年で、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。
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到来します。
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同時実行されます。
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、という選択肢が難しくなります。
まとめ～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、練習位はしておくべきでしょう。
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でます。
当記事の結論は、冒頭でも記載した通り、
- 社外で稼ぐ力を身につけよう
- 副業を始めよう。難しければ、副業の準備をしておこう
です。
では具体的にどのような準備をしたら良いか、については今後の記事で記載していきます。
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。
「営業とAI」に関する記事は以下にまとめています。
是非こちらもどうぞ。
-
-
目指せ「文系AI人材」に関する記事のまとめ
続きを見る