データ活用が教える「活躍する人、辞める人」

写真拡大

アメリカで今、HRテックのスタートアップが続々と誕生。その数は400社を超える。テクノロジーはバックオフィスを、働き方をどう変えるのかー(前編はこちら)。

入社5年目のAさんはこの3カ月、残業時間が増えている。休日出勤も多い。気掛かりなのは最近になって、遅刻や欠勤が目立つことだ。

「疲れているのだろうが、一言注意しておくか」

上司はそうして一旦、様子を見るかもしれない。だが、システムは警告する。

「Aさんはそろそろ退職しそうです」

そして1カ月後、Aさんは転職していった。

採用担当のBさんは悩んでいた。ITベンチャーのC社から求人に応募してきたDさんは、実績も十分だ。しかし、自社の保守的な雰囲気とは合わない気がする。社内は紙でのやりとりがいまだに多いだけに、採用時にどんな傾向のあった人が、入社後に活躍してくれるのか? 社風が合わなければ、辞めてしまうのではないか?

近年、採用時のデータと、入社後のデータをつなげて分析することで、企業は自社で活躍する人の傾向をつかめるようになってきた。過去の退職者の傾向を分析することで、退職者予備軍を事前に把握することも可能になっている。

採用にはコストがかかるし、退職が出ることは企業にとっては損失だ。中途採用者は環境に馴染むまでにも時間がかかる。事前に適切に対処できれば、企業はより効率的に人材を活用できるようになる。

従来、採用時の提出書類など人事部が扱う情報は「個人情報」として管理され、ほとんどデータとして検証・活用されてこなかった。面接時にどんな受け答えをした人が、入社後にどんなパフォーマンスを出しているのか、採用時のデータと入社後の実績を紐付けて分析している企業は少なかった。

KPMGコンサルティングの田中淳一パートナーは指摘する。

「人事の分野は従来、経験と個人的判断に基づく部分が多かった。そこに機械学習やディープラーニングを導入して、定性的評価を可視化しようという動きが活発化しています。過去のデータを活用することで、自社にマッチする人材の属性がわかってくる。一般論としては『仕事のできる人』というのがありますが、その会社のカルチャーや意思決定プロセスなども含めて、なぜこの人がその会社に合わないかを出せるようになってきています」

この領域で知られるのが、人事部向けに採用、能力開発、評価、人材管理などを提供するクラウドサービスの「KENEXA(ケネクサ)」だ。IBMが2012年に買収した。すでにフォーチュン・グローバル500企業の上位20社中13社に導入されているという。

一方、オラクルは「Oracle HCM (Human Capital Management Cloud)」で、採用や労務管理、人事関連事務、評価、育成といった人事部が担う一連のプロセスをカバーしている。人事データを統合することで、今までのように経験と勘に頼るのではなく、データに基づいた判断ができるようになる。

オラクルのもう一つの特徴は、IBM同様にソーシャル機能を重視している点だ。アメリカでは今、エージェント経由ではなく、社員や知り合いの紹介やSNSを活用した採用が増加傾向にあるといわれている。そうした中で、企業向けのシステムも、SNSの技術を無視できなくなっている。

日本でも、ベンチャー企業を中心に、採用や人材管理分野の製品が登場している。

クラウド技術を活用した人事・労務分析プラットフォーム「サブロク」を提供するSUSQUE(サスケ)は「退職確率予測AIエンジン」を開発。身近にいる上司や同僚でも気づくことが難しい、出勤・退勤時間の微妙な変化や残業時間の多寡、有給休暇の取得回数の状況などをもとに、従業員の4〜5カ月後の退職確率を週次で、高精度に予測する。

さらに同社は、うつ病発症率の算出や、うつ病発症者の傾向分析、人材配置や、人材タイプに応じた最適なキャリアパスの分析など、データに基づいたサービスを提供している。

Institution for a Global Society(IGS)は、学生と企業のマッチングを助けるスマホアプリ「GROW(グロウ)」を配布している。GROWは、学生の周囲からの客観的な360度コンピテンシー評価と、潜在的性格診断を組み合わせることで、国内外で活躍できる人材への成長を支援。同時にコンピテンシー評価情報と企業が求める人材像をAIがマッチングする。

「目指す職種に必要な能力を身に付けたい」「自分の性格に合った企業で働きたい」ーGROWがユニークなのは、学生に対する周囲からの評価をもとに、マッチする企業を提案する点にある。さらに、現時点での合う、合わないではなく、目指す職種に就くために、不足している能力を指摘して手助けする発想も新しい。

注目は「エンゲージメント」

PwCコンサルティングがさまざまな業種、規模の日本企業102社に対して実施した「2015年度人材データの分析活用度調査」によると、回答企業の77%が人材データの活用に興味があるとしながらも、実際に活用している企業は24%にとどまった。

データ活用の目的としては、「従業員のモチベーション要因分析ニーズ」が最多で77%、これに「ハイパフォーマー要因分析ニーズ」(68%)、「採用候補者のパフォーマンス予測分析ニーズ」(66%)が続いた。

従業員のモチベーションに注目する傾向は、日本だけでなく、アメリカでも共通している。

リンク アンド モチベーションのERMカンパニー執行役カンパニー長 兼 インキュベーション推進室マネージングディレクター、麻野耕司は言う。

「アメリカのHRテック市場では今、エンゲージメントがキーワードになっています」

エンゲージメントとは、従業員が企業に対して”愛着”を持っている状態を指す。そして、企業へのエンゲージメントが強い人ほど、高いモチベーションを維持し、高いパフォーマンスを発揮するといわれている。

2015年、アメリカ国内のHRテック企業は400社に迫り、評価額が10億ドルを超えるユニコーン企業も目立っている。

慶應大学大学院の岩本隆准教授は言う。

「ここ数年、アメリカで盛り上がってきたHRテクノロジーの波が、数年遅れで日本にも到達した」

しかし、日本でHRテックが普及するためには、日本ならではの課題もある。アメリカでは、個人のキャリアは、ひとつの仕事と結びついており、会社を移動しても、同じ職種で働く場合が多い。

しかし、日本の人事システムは、「就職」よりも「就社」、かつ「個人」より「組織」という考え方に立って形作られてきた。そのため、アメリカよりもより複雑な”方程式が”必要となる。前記事で、松尾豊教授が「子供のAI」で日本には勝ち目があると指摘しているが、まさに「子供のAI」の進化こそが、この方程式を解くカギになるのではないだろうか。

各社のHRテックの取り組み
Oracle
オラクルのHRサービス「Oracle Human Resources」はWebベースのアプリケーションで、通信、開発、評価および給与など、人事関連の機能を集約したシステムだ。従業員の能力を最大限に活かすために必要な重要なスキルと情報を体系的に収集、活用できるのが特徴。人材の募集、採用、予算の立案、給与支払い、退職、パフォーマンス、スキル、労働協約といった、人事業務をグローバルに検索、管理ができるようになっている。

SUSQUE
SUSQUEの「サブロク」は、データ分析を通して企業の健康経営をサポートするクラウド型人事・労務管理サービスだ。労働時間の管理不足や労働環境のミスマッチが招く、高退職率・精神疾患の発症といった課題をデータ分析で解決する。勤怠データをAIが解析。同僚でも気づくことが難しい、出勤・退勤時間の微妙な変化、残業時間の多寡、有給休暇の取得回数の状況などから、従業員の4〜5カ月後の退職確率を週次で高精度に予測する。

Institution for a Global Society(IGS)
IGSは今年2月から、グローバル人材の評価・育成事業「GROW」をスタートさせた。応募者の価値観や、職業に必要な能力を診断する機能もこの秋から始まった。GROWは、学生に対する周囲からの客観的な360度コンピテンシー評価と、潜在的性格診断に基づいて、AIがコンピテンシー評価情報と、企業が求める人材像のマッチングを図る。理想のキャリアプランを実現するために、現時点で不足している能力を提示するなど、能力開発の機能も備える。

--IGS 福原正大CEO談
「今年2月のサービス開始以降、DeNAや楽天、朝日新聞社、アクサ生命といった大手企業がGROWを採用活動で利用している。大手総合商社では、アジアの新卒採用でGROWを活用。世界の人材を横並びにして評価できる点が支持されている。日本人・ベトナム人学生のアクティブユーザー数は約4,000人。年内に1万人を目指す。今年9月には東京大学エッジキャピタル(UTEC)らより総額3.5億円の資金調達を実施した」。

WORKS APPLICATIONS
ワークスアプリケーションズが開発した和製ERPパッケージの「HUE(ヒュー)」は、AIを搭載したERPシステムとして注目されている。AIやビッグデータ解析を組み込み、企業内に蓄積された膨大なログデータを解析・学習。ユーザーが欲しい情報を先回りして提案したり、入力や作表のような単純作業やルーティンワークを削減する。すでに鹿島建設、成城石井、商船三井グループといった大企業のほか、近畿大学などでも採用されている。

--ワークスアプリケーションズ 牧野正幸CEO談
「コンピュータにできることが増えるにつれ、コンピュータのために人間がやらなければいけない仕事も増えました。大量のデータ入力などがその例です。そうした中で、新しいことを考えたり、重要な決断をしたりするための時間を、”コンピュータの操作”に奪われています。「これくらい、コンピュータがやってくれたらいいのに」と思っていた作業を人工知能に任せることで、私たち人間は本当にやるべき仕事に注力できるようになるのです」。