この連載について
「採用」「配属」「育成」「評価」「組織」など、人事や職場の未来が変わろうとしている。AIが企業と人材をマッチングさせる、アプリで即時に同僚を評価する、今何を学べばより仕事がうまくいくのかを機械がレコメンドするーーetc. HRテックの進展により、これまで労務管理が中心だった人事から経営と一体化した「攻めの人事」が可能になりつつある。その背景には、各社で繰り広げられる熾烈な「ニューエリート獲得戦争」があった。本特集では、テクノロジーを駆使した、ニューエリートの採用術、引き止め術、評価の方法などについて、深彫りしてゆく。
この記事の著者 / 編集者
関連する企業
人材紹介・人材派遣等の人材関連事業を展開するほか、住宅・美容・結婚・旅行・飲食などの多様な分野で、個人と企業を結ぶマッチングプラットフォームを提供。M&Aによる海外での事業拡大も推進。
時価総額
10.8 兆円
業績
シェア
新規登録またはログインすると
チャートを見ることができます
新規登録する
ログインはこちら
この連載の記事一覧
【働き方】旅するように働く、ワーク・アズ・トラベリング時代
945Picks
【直撃・最前線】テクノロジーで進化する「大人の学び」
552Picks
【Workday社長】ここが変だよ、日本の人事
838Picks
【メルカリ】社員に「心理的安全」をもたらすボーナスの仕組み
1258Picks
【サイバー】社員のピンチは、機械と社内ヘッドハンターが救う
542Picks
【就・転職】「自分探し」は不要、AIが適職を探す時代
616Picks
【保存版・完全図解】テクノロジーで変わる、仕事の未来
1740Picks
「AI人事」の進化で、エリートも格差の時代が到来する
2686Picks
それを実現したのは、人事戦略部に所属する、2015年入社の若きデータサイエンティストとプロジェクトマネジメント担当の2人です。それも構想から、実現までたったの3ヶ月で行ってしまったというから驚きです。
働く地域、上司、カウンターパートなど細かく分けて、もっとも、早く活躍出来る場をマッチングする。その仕組みとは?
また、最後に人事戦略部 部長が語ってくれたテクノロジーの進展により変わる「今後の会社の存在意義」も興味深い内容です。
この部分、特に共感します。新卒のうちは足元の業務の不安や将来への不安など様々な心理的な圧迫要素が多いです。そういった不安は仕事をし続けて結果を出したりする中でしか解決しません。どうしようもないことで悩んでもしょうがないのです。そのあたり、今夢中で取り組むべきこと、さしあたり悩んでも仕方のないもの、この辺りの不安を取り除いてあげるのはとても重要で、上司を含めた職場の先輩たちから学ぶことは大きいですね。
HRtechのトレンドの中で、サービスが進化するとうことだけではなく、同時に人事にデータサイエンティストを配置するのがだいぶ増えてきているように感じます。企業内の人事データという眠れる資産をいかに活用するかが競争優位の源泉になっていく。
ランサーズでも、従業員どうしの関係性のネットワークをFFS(Five Factors Score)という相性診断ツールで解析したり、全社のエンゲージメントを半年に一回eNPS(従業員満足度調査とはことなるエンゲージメントサーベイ)で調査したりしていますが、それだけでもけっこう見えてくるものがあります。
「上長と日々、雑談をしているかどうか」を可視化してエンゲージメントドを高めていくとか、「今後3ヶ月の退職可能性が高いスタッフを可視化する」ことによってエグジットマネジメントをするとか、こういう動きはますます経営や人事に求められるようになっていくと思いますね
実際に配属された身の僕としては、面白いくらいに50パーセントくらいは似ているけど50パーセントくらいは全く似ていない同期と配属先が一緒になって、けどなぜか心理的安全は確保されているというまさに人事側の狙い通りの感想を抱いています。笑
文中にある、
"「とりあえず、足を動かして、営業に行け」というようなマネジャーと、「じっくり考えてリサーチしてから行きたい」新人では、うまくコミュニケーションが取れず、新卒のパフォーマンスは上がりにくいものですが、実際、これまで現場では、そのようなことが、かなり起きていました。"
これはたしかにあるなぁと感じていて、
今の周りの友人なんかを見ていても、モチベーションのキーワードは"納得感"であって、ひと昔前の根性論ではあまり動かない人が多い。
それを上の人に今の若者は根性が足りないと思われてしまっても、それを変えるのはなかなか難しい。
となるならば、その納得感をいかに得ていただくのか、多様な生き方がある中でどうやって自社を選んでもらい続けるのか。
これは今後の少子高齢化が進む中の日系企業で、組織を組成する上でとても大事な考え方だなと感じました。
日本の中では一歩先を行ったトライだと思います。
できる人とできない人の差が広がるのだろうと思います。
我々はできないと言われた人のカウンセリングや
お助けをしていきたいと考えてます。
ちなみに、私は仕事のスキルやマインドを測るのは、
仕事以外の日常行動から推察すると見えてくると考えてます。
記事にも出られているリクルート高橋さんがコメントされているように、ボトムラインの担保のために基準を定めて運用していくことは、AIに限らず重要だと思う。それは言語化を伴うし、その運用・判断の一次部分を機械がやって、違和感があれば元の基準の上で定性的に議論をすればいいと思う。逆にそれをやる余地を残して置くことが、ハイブリッドモデルの利点だし、それによって元の基準やその言語化、出てきた結果のPDCAも回せる。
入社後の、退職理由や表彰者、昇格者との情報の紐付けにより、入社前に売上予測とかできるような世界観になったりして
私が人事にいた頃に、うちが新卒長期勤続の会社ということもあり、採用時のSPI の成績と5年後10年後の人事評価を見比べてみたことがあります。そうすると、SPI の成績と現在の人事評価はほぼ一致していました。
ということは、少なくともうちの会社では、面接をすべてやめてSPI の成績だけで採用しても、それほどおかしな結果にはならないのかもしれません。逆にSPI と現在の評価が乖離している場合は、そもそもSPI をやる意味がないということになるか、それとも入社後の育て方に問題があるということになるのかもしれません。
これは極めて簡単な例ですが、人事にはテクノロジーで解決できることが山のようにあると感じています。
最も興味深かったのは今後の働き方。
“半分はマネジメントされた状態で、残りの半分は好きなことやる。それが社外の仕事であってもいい、というような状態を当たり前にできる組織を作っていく”
個々の働く目的に沿ったワークスタイルがもっと普及していってほしいと思います。
人事領域でデータが得意なのは、サンプルがたくさんあるときにアタリをつけることだと思います。明らかに合わない人を外したり、危なそうな社員にアラートを出したり。
一方で人事にはどうしても人が見ないとわからない領域が残り続けると思っていて、最後の最後その人に最もいいキャリアをお勧めすることであったり、危ないときに寄り添うことであったりは、人間の役割として続くのだと思います。役割分担です。