今日のオリジナル番組


詳細を確認
タブーに切り込め!ここがおかしい「日本の保険」
本日配信
367Picks
Pick に失敗しました

人気 Picker
ICC福岡でリンクアンドモチベーションの麻野さんが言ってたように、人事・組織関連の見える化やデータ活用は凄く遅れてる。特に日本はタレントモビリティが低かったのでひどかった。セプテーニの佐藤さんが『マネーボール』を人事担当の上野さんに渡してセプテーニはこの領域に取り組んだそうだ。目から鱗のバイアスが晴れるファクトがいくつも紹介された。サッカードイツ代表のクリンスマン前監督はビリー・ビーンと会ってマネーボールの世界観をサッカーに持ち込んだ。それをリードしたのが当時のアシスタントコーチのレイヴ現監督。ちなみにうちのHANAはNFLドラフトでも使われる。ゲビンコスナーの映画になった『ドラフト・デー』の世界ですね。買収直後はしばらくサクセスファクターズの事業を担当してましたが本当に面白かったですね。社員を顧客並みに解析したり、成長や成功パスをサプライチェーンのごとく改善したり、求人ポジションをECサイトの商品並みにコンバージョン解析したり、非正規の全てのワークフォースを社員以上に分析したり。考えてみれば当たり前なんですがやらないんですよね、人事ごとは。経営に一番大事なのは人事。人事を数字で語るのが一流、数字を完璧に理解して一切口にせず人間的に振る舞うのが超一流。
入力データが多く、正確であるという条件ならば、
とても良いシステムになりそう。期待しています。
日本でも人材のダイバーシティに数年前から取り組み成功した会社が増えてきていますよね。

一方で、うまくいかず挫折した会社も。
成功事例の共有をどんどんしていきたいですね。
また、すぐに成果を求めると難しいようです。
ーーー
「最近よく人材不足だと言われるが、私に言わせればそんなことはない。ちまたには優秀な人材があふれている。企業リーダーたちは、人材のダイバーシティーにもっと目を向けるべきだ」とエトリングは言う。
SAPサクセスファクターズは、優秀な人材確保がアメリカで最も難しいといわれるサンフランシスコ/シリコンバレー地域で急成長を遂げているだけに、その社長の言葉には説得力がある。
AIが客観的でロジカルな判断をしてくれるのは分かる。でも最後は人対人のFace to Faceの部分が大きいのではないかと思う。

決定権が人にあるなら、人は感情的な生き物なので、きっとロジカルでない選択肢を、あたかもロジカルである様に正当化するのではないでしょうか。AIに従えという社内規則等がなければ

face to faceのバイアスを持ってはいけない裁判官の審理補助、当たりから始め、「公平な判断」か否かを問うという点では適切なのではと思います。
人が人を評価するときには、大小あるものの、バイアスが入り込みますね。採用や配置転換、昇降格というビジネス人生のターニングポイントにおいて、偏ったバイアスで不幸が起きないようになってほしい。

〝スペルチェックが誤字脱字や文法の間違いを指摘してくれるように、バイアスチェックは職務内容の記述に、採用者側の無意識のバイアスが含まれていないか調べてくれる。〟
そのうち情や人間性なども読み取り、採用担当者の決断もAIになるかも。。
あとは、AIが下す決断に人間がどれだけ信頼できるかですねー
人事採用でAIを活用する際の大きな方向性として、記事にある無意識バイアスの排除に代表される「ネガティブ要素の排除」と、積極的な人材ポートフォリオ構築といった「付加価値の向上」の2つがあると思います。

前者は、例えば米国で裁判になっているような採用プロセスでの差別への疑惑を払拭する人事部にとっての強力な防具になるでしょう。

一方、後者は企業の競争力を高める上でより重要な役割を果たしますが、AIならではの成果が得られるかどうかは、企業の人材に対する考え方によるのではないでしょうか。

企業自身がこれまで採用してきたのとは異なるタイプの人材採用を目指すとき、無意識/有意識のバイアスが悪影響にいなるため、AIが本領発揮できるでしょう。この場合、課題として出てくるのは、企業自身(同時に多くの既存社員)が異分子が流入することを受け入れられるかどうか、のように思います。
ヒトは何かを判断するときに、どうしても無意識のバイアスに左右されがちです。
そうしたバイアスを取り除き、採用の可能性を広めていくという点では良い仕組みですね。

ただ、「この仕組みをどのように使うか」という目的が大切だと思います。

AIでは無いですが、フィンランドでも同様の取り組みが行われています。
equality planというもので、ここでの目的は多様性のある職場を実現していくこと。

企業には採用担当者とは別の人物がいて、その人物が応募書類(履歴書・職務経歴書など)から「写真」「性別」「年齢」「国籍」など何らかのバイアスがかかりそうな情報を全て外していきます。
そのうえで採用担当者は、求めるポジションに合ったスキルを持っているかという視点で選考していくというものです。

また、このequality planでは、採用時だけでなく採用後の評価も計画に含まれています。
社員からのアンケート調査などを定期的に実施し、多様性のある職場をどれだけ実現できているかを把握することで、さらに改善に繋げていくというものです。

仕組みはヒトが使うものであり、どのように使うかという目的によって、大きく結果も変わります。
採用活動におけるAIの活用もさらに増えていくと思いますが、採用後も見据えた良い事例が数多く生まれていけばと思います。
何をもって『優秀か』を定義してAIに覚えさせるところがキーな気がする。
AIが採用に使える、ということは、社員の業績評価にも使える、ということに繋がると思うが、良し悪しの軸の設定が難しいから、日本企業はいまだに働いた時間に対して給料を、払っている面もあると思う。
Amazon is a leading online retailer and one of the highest-grossing e-commerce aggregators, with $386 billion in net sales and approximately $578 billion in estimated physical/digital online gross merchandise volume in 2021.
時価総額
0.00

業績

Netflix's relatively simple business model involves only one business, its streaming service.
時価総額
0.00

業績