人事（HR）には、多種多様なAIの活用事例があります。その中には、従来人間が担ってきた機能をテクノロジーが代行するという、最も伝統的なAIの考え方に当てはまるものもあります。しかし、他のケースでは、AIの役割は人間に取って代わることではなく、人間の影響を最大化させるケースも出てきています。
AIや生成AIを取り入れるすることはビジネス目標に直接影響を与えるものであり、その目標達成のためにAIを活用することは利益に繋がるでしょう。例えば、ある企業はインテリジェントな分析プログラムを活用して、より効果的なやり方で質の高い従業員を採用し、維持しています。AIアプリケーションがより洗練され、特に生成AIの台頭により、これらのプロセスにおけるAIの役割はさらに大きくなるでしょう。このブログ記事では、人事(HR)領域における有望なAIユースケースをいくつか紹介します。
→ SLBがDataikuを使ってどのようにEnd to endの人材ライフサイクルの最適化をしたのかを知る
より精度の高い採用
大小さまざまな業界の組織は、マーケティングの技術を使って、オンライン広告やソーシャルメディア広告を通じて、理想的な求職者となる可能性の高い人々をターゲティングすることができます。
かつて雇用主は、地元の新聞、全国的な業界誌、テレビ放送など、どこで募集広告を打てば効果的か、経験則に基づいて推測していました。その多くは、単に常識や合理的な仮定に基づいていました：トップレベルの幹部を求めるエネルギー企業が、業界幹部が読む全国的な業界誌に求人広告を出すかもしれません。次のレベルの分析は、テレビ局、ラジオ局、新聞社、雑誌社が、視聴者や読者について収集した人口統計学的データです。しかし現在は、オンライン行動によって生成される膨大な量のデータにより、ターゲティングの精度は格段に高まっています。
生成AIを活用することで、企業は候補者の嗜好や特徴を分析することで、よりパーソナライズされた的を射た職務記述書を作成することができます。これはより効果的なコミュニケーションと、採用候補者の期待とのより良い一致につながります。生成AIはまた強固な採用候補者のCRMシステムの開発にも貢献できます。これには、長期にわたって潜在的な候補者とのコミュニケーションを維持し、求人に関する最新情報を提供し、将来のポジションのための人材プールを育成することが含まれます。
採用活動の自動化
よりターゲットを絞った広告に加え、雇用主は採用プロセスの一部を自動化されたプログラムに移行しつつあります。チャットボットやAIを活用したツールは、面接の日程調整、求人要件に基づく面接質問の生成、さらには候補者の回答評価を支援することができます。例えば、アルゴリズムがLinkedInのプロフィールを見込みのある候補者として特定した後、企業はその人にポジションへの応募を促す自動メッセージを送ることができます。応募プロセスの後続段階も同様に自動化することができ、これには職務に必要な性格テストやスキルテストの実施、面接質問の作成などが含まれます。これにより、面接プロセスを合理化し、評価の一貫性を確保することができます。
生成AI、そしてNLP は、応募書類選考において重要な役割を果たすようになってきています。これは、1つのポジションに何千もの応募を受ける可能性のある大企業を中心とした雇用主にとって特に重要になります。NLP活用で、プログラムが履歴書を素早くスキャンし、経験年数や引用されたキーワード、その他無数の指標に基づいて、候補者を考慮すべきかどうかを解釈することを可能にします。これにより人事チームは時間と労力を節約し、より価値のある仕事に時間を割くことができます。
さらに、生成AIを使えば、企業は過去のデータを分析して採用成功に関連するパターンを特定し、大規模なデータセットを処理して採用傾向、候補者の好み、さまざまなソーシング・チャネルの効果に関する洞察を得ることができます。この情報は予測分析に使用することができ、人事チームが候補者を選定する際にデータ駆動型の意思決定を行うのに役立ちます。
バックグラウンドチェック
かつて、履歴書の正確性を確認するためには、推薦者に何度も電話をかける必要がありました。時間がかかるだけでなく、ミスも起こりやすいです。リファレンスの為に友人や家族に以前の雇用主のふりをさせることは前代未聞なことではありません。
そのポジションに不適格となるような犯罪歴の有無を含め、従業員の経歴をより詳細に調査するために、企業は従来、従業員個人を配置したり、プロの調査員を雇って裁判記録を調べさせたりしてきたが、その作業には多大な時間とコストがかかっていました。
AIを活用したソリューションにより、雇用主は数分で複数の履歴書を同時に確認することができます。場合によっては、既存の身元調査プロバイダーがAIを含むようにプロセスを更新しています。また、AIを中心とした新たなソリューションは、雇用主が自らの手で問題を解決することを簡単かつ安価にすることで、身元調査業界を破壊しようとしています。
従業員満足度の理解
HRが着手できる最も強力な取り組みの1つは、機械学習（ML）、予測分析、そして究極的にはAIシステムを使用して、現在の従業員の仕事や組織における自分の居場所についての態度を測定することです。従業員離職プログラムやその他同様のプログラムでは、従業員のあらゆる行動を分析し、従業員のエンゲージメントレベルを把握することができる。これらのツールを使えば、雇用主は仕事に対する不満の原因を特定し、状況を改善する方法を探ることが容易になります。
例えば、さまざまな情報源（休暇や病欠、人事考課、管理職のパフォーマンス、さらにはその他の職場活動まで）を横断してデータ分析をすることで、AIを活用したプログラムが、ある部門の従業員は仕事に退屈している、あるいは刺激を受けていないと示唆し、別の部門の従業員は過労で燃え尽きていると気づくかもしれません。
このような洞察は、そうしなければ発見されなかったであろう問題や強みを組織が発見するのに役立ちます。また、管理職に対して、自分のリーダーシップ・アプローチを再考する必要があるという警鐘を鳴らすだけでなく、新入社員から管理職まで、昇進や配置転換を検討すべき社員を浮き彫りにすることもできる。最後になるが、従業員エンゲージメントに関する洞察は、雇用主が離職率を減らし、その結果、新入社員の採用や研修に関連する多大なコストを削減するのに役立ちます。
人事における生成AIの可能性
マッキンゼーのレポートによると、生成AIの導入は人事部門に効率性と新たな洞察をもたらし、年間予算の削減と効率性の向上を実証した例では、人事の生産性を最大30％向上させると推定されています。
より強力な自動化とデータインサイトにより、現在の生成AI活用事例では、コンテンツの作成と可視化が3倍速くなり、オンボーディングジャーニーにおけるタスクの50％以上が自動化され、生成AIでパーソナライズされたメッセージが書かれたときよりも2倍高い採用エンゲージメント率を示しています。
— The Economic Potential of Generative AI, McKinsey
生成AIは、人事チームが管理業務から全社的な戦略的変革をリードする支援へと、その焦点をシフトし続けることを支援する可能性を秘めています。
HR領域でのAIを活用成功事例について詳しく知る
Medtronicの人事データサイエンティストは、DataikuのMLモデルを使って、タレントマネジメントチームをサポートし、離職率の低下を推進しています。これらのモデルによって、メドトロニックがどのように離職率を数百万ドル削減したかの記事をこちらから閲覧する。
原文：Leveraging AI in Human Resources for Enhanced Recruitment