[講演レポート] AI・VR・アナリティクス…… テクノロジーが採用活動を変革する！ Indeed Japan 株式会社

日本の人事部「ＨＲカンファレンス2017-秋-」開催レポート

AI・VR・アナリティクス…… テクノロジーが採用活動を変革する！

＜協賛：Indeed Japan 株式会社＞

中村亮一氏（株式会社日立製作所ピープルアナリティクスラボ主任）
佐藤優介氏（アクセンチュア株式会社人事部人事戦略担当）
源田泰之氏（ソフトバンク株式会社人事本部採用・人材開発統括部統括部長）
服部泰宏氏（横浜国立大学大学院国際社会科学研究院准教授）

Technology大ホール [TH-3]2018.01.05 掲載

人事領域において「HRテクノロジー」が注目されているが、採用活動においては、どのような効果が期待できるのか。本セッションでは、日立製作所でピープルアナリティクスを活用した新卒採用の改革を行った中村氏、アクセンチュアで採用活動に統計解析の手法を取り入れ、ソーシャルメディアやVRを積極的に活用している佐藤氏、新卒採用でエントリーシートの選考に人工知能（AI）を活用しているソフトバンクの源田氏が登壇。「採用学」を提唱する、横浜国立大学大学院准教授の服部氏の司会の下、テクノロジーを活用した採用活動の変革について考えた。

プロフィール

中村亮一氏（株式会社日立製作所ピープルアナリティクスラボ主任）

（なかむらりょういち）2004年人事総務への仕事を希望し、日立製作所へ入社。同年、関西支社総務部へ配属され、労務・福利・人事・教育と幅広く人事総務業務へ従事した後、2010年から東京本社へ異動、約4年半技術系の採用業務に携わる。2015年2月より、現在のIT部門の人事担当として採用・ダイバーシティ・人員管理などの業務をメインに担当するほか、社内外の関係者と連携し「HR Technology」領域のプロジェクトを立ち上げ、現在に至る。

佐藤優介氏（アクセンチュア株式会社人事部人事戦略担当）

（さとうゆうすけ）早稲田大学政治経済学部卒業。大学時代にベンチャー企業での新規事業立ち上げ、起業を経て、アクセンチュアに戦略コンサルタントとして入社。主に金融機関向けのコンサルティングプロジェクトに従事する。その後コンサルタントの仕事の傍ら、高校生・大学生向けのキャリア教育支援団体である「NPO法人JUKE」を創業し、ジョブシャドウイングの普及に努める。2012年の娘の誕生にともなってNPOの代表を後進に譲り、その後1年間の育児休暇を取得。子育てをしている中で「人材育成に関わりたい」という思いが強くなり、職場復帰の際に人事部に異動。人事部では中途採用・第二新卒採用担当、新卒採用チームリード（新卒採用責任者）を経て、現在は人事戦略担当としてAccenture Japanの全社的なHR Strategyの立案・実行を推進している。

源田泰之氏（ソフトバンク株式会社人事本部採用・人材開発統括部統括部長）

（げんだやすゆき）1998年入社。営業を経験後、2008年より現職。新卒及び中途採用全体の責任者。ソフトバンクグループ社員向けの研修機関であるソフトバンクユニバーシティおよび後継者育成機関のソフトバンクアカデミア、新規事業提案制度（ソフトバンクイノベンチャー）の責任者。ソフトバンクグループ株式会社・管理統括人事部アカデミア推進グループ、SBイノベンチャー・取締役を務める。採用では地方創生インターンなどユニークな制度を構築。幅広い分野で活躍する若手人材と、企業の枠を超え、国内外問わず交流を持つ。教育機関でのキャリア講義や人材育成の講演実績など多数。

服部泰宏氏（横浜国立大学大学院国際社会科学研究院准教授）

（はっとりやすひろ）1980年神奈川県生まれ。2009年神戸大学大学院経営学研究科博士課程後期課程修了、博士（経営学）取得。滋賀大学経済学部情報管理学科専任講師、同准教授を経て、現在、横浜国立大学大学院国際社会科学研究院准教授。日本企業における組織と個人の関わりあい（組織コミットメントや心理的契約）、経営学的な知識の普及の研究、シニア人材のマネジメント等、多数の研究活動に従事。著書『日本企業の心理的契約: 組織と従業員の見えざる約束』(白桃書房)は、第26回組織学会高宮賞を受賞した。2013年以降は人材の「採用」に関する科学的アプローチである「採用学」の確立に向けた「採用学プロジェクト」に従事、同プロジェクトのリーダーを務める。著書『採用学』（新潮社）は、「HRアワード2016」書籍部門最優秀賞を受賞。

服部氏によるイントロダクション：テクノロジーが採用活動を変革する

冒頭、司会を務める服部氏から、この日のテーマに関する問題提起が行われた。

「今、人材採用の環境、状況に関していくつかのキーワードが浮かび上がっています」

服部氏がまずポイントとして挙げたのは、優秀な人材獲得のための正確な「アセスメント」。HRテクノロジーの導入が効果的とされる部分だ。「アセスメント」には、データや技術だけではカバーできないものが残るのではないか、と言う。たとえば、候補者との人間関係や信頼といった要素だ。

「また、企業の有限なリソースの有効な活用方法も、重要なテーマになるでしょう」

優秀な人材を採用するためには、そこに大きなパワーを集中させなくてはならない。全候補者を平等に扱うのではなく、狙った人材を「特別扱い」することも必要なのだ。ただ、企業のリソース（人員、予算、時間など）は無限ではない。どこかに大きなパワーを割くためには、それ以外にかけるお金や時間を削ることが必要だ。

「アメリカの経営学ではこうした優秀な人材への特別扱いは、私の意訳ですが『清く正しいえこひいき』と言って、必要だという見方が一般的です。しかし、特別扱いされなかった人の不満につながる可能性もある。『企業』と『特別な人』と『特別でないとされた人』。この三角形をどうマネジメントするか。HRテクノロジーはその問題にどのように寄与できるのでしょうか」

採用には単に効率化を図ればいいわけではない、複雑な要素もある。服部氏はその事実を最初に説明することで、続くプレゼンテーションに向けての視点を提供した。

中村氏によるプレゼンテーション：
HR Technology ～日立製作所の取組紹介～

最初のプレゼンテーションに立った中村氏は、一貫した人事・採用経験をベースに、社内外の関係者と連携し、日立製作所におけるHRテクノロジー領域のプロジェクトの中心的存在になっている。この日はデータ分析の導入によって、同社の採用がどう変わったのかを紹介した。

日立では「人財バリューチェーン」の考え方に基づき、「採用」→「配置・配属」→「育成」→「生産性向上」のサイクルを回し、そのデータを次の採用に生かす流れを作っている。日立の事業がデジタル化へシフトする中で、これまでの基盤事業を支える人材に加えて、創造性の高い人材を可視化することを行った。

「そこで現存の社員、応募学生、内定学生などのデータを分析し、人材をA～Dの四つのタイプに分類しました」

二軸をとって分析した結果、同社の応募者はある一つのタイプが65％と偏りがあり、内定学生もほぼ同じ比率になっていることが分かったという。

「これまで何となくイメージされていた、良く考え、問題を深掘りしていくタイプが最も多く、行動的、創造的なタイプが少ないということです。かなり偏っていました。そこを変えていこう、と目標を立てて取り組むことになりました」

社内にはタイプごとにそれぞれハイパフォーマーがいるため（ハイパフォーマーをタイプ化したものではない）、ハイパフォーマーとフラグが立っている人とそれ以外の人で、性格・適性がどう異なるのかを分析。社員へのインタビューも行ったほか、この日の司会者でもある服部氏からのアドバイスなども得て、選考プロセスや採否の判定基準などを新たに作り直したという。

「基本的には面接官の主観を排除し、客観性を強める仕組みを作りました。その結果、2017年の内定者に関しては、各タイプの偏りが大きく解消。創造性が高く、お客様と一緒に価値を生み出していくタイプの学生を多く採用することができました」

また、テキストマイニングによって、自己PRに含まれる単語を分析。高評価者とそうでない人では、はっきりと差が出たという。これも以降の採用に生かしていく計画だ。このほか、採用後の配置・配属と生産性の関係を調べるサーベイツールを独自に開発し、活用しているという。

佐藤氏によるプレゼンテーション：
未来の人事の働き方・キャリアはどうなるか

佐藤氏は、戦略コンサルタントとして培ったデータ分析の手法を自社の人材採用に応用し、高い成果を上げている。この日はアクセンチュアの取り組みの実例と、同社が予測している未来の人事の働き方についてプレゼンテーションが行われた。

前半では、佐藤氏がまだ「データサイエンティスト」という言葉も一般的ではなかったころから取り組んできた、データ分析を活用した採用活動が紹介された。テクノロジーを積極的に活用してエッジの立った人材を集める同社の試みは、動画としてYouTubeにも公開されている（https://www.youtube.com/watch?v=dCqtAERUtb4）。

後半は、こうした現実の延長線上に、どのような近未来の働き方があるのかが語られた。同社ではこれも具体的にイメージしやすいように動画を作成している。実際にその動画を上映しながら、佐藤氏が解説を加えていった。

動画には、オフィスで働く人々が、システムに常駐するAIのレコメンデーションに沿って業務を進めていく様子が映し出される。こうしたAIはすでに実用化されており、アクセンチュアはさまざまな領域でAIを活用したソリューションを提供している。

「人間の役割は、こうしたAIが解析したデータをどう生かしていくのか、どういう施策に反映させていくのかを考えることになっていきます」

源田氏によるプレゼンテーション：
ソフトバンクの採用における人工知能の活用事例と今後の展望

ソフトバンクの新卒・中途採用全体の責任者である源田氏は、ソフトバンクグループ全体の人材育成にも広く関わっている。さまざまな人材育成の仕組みを管轄するほか、孫正義氏が私財で若い才能を支援する「孫正義育英財団」の事務局長も兼任している。

そんな源田氏が語ったHRテクノロジー導入のきっかけは、同社が取り組む「母集団形成から『攻めの採用』へのシフト」だった。

ソフトバンクが本当に採用したいトップ人材は、母集団形成のような待ちの採用では採りきれない。そこで自社に合う人材に自らアプローチするのが「攻めの採用」だ。さまざまな採用手法を用いているが、当然マンパワーをはじめとするリソースが必要になる。

「新たなリソースをどう生み出すか。そのためのAI活用でした。まずエントリーシート。全てを読むには時間もマンパワーもかかる。そこで、ジャッジにAIを使うことにしました」

過去の評価済みエントリーシートを教師データとして、AIに読み込ませた。その上で新たに提出されたエントリーシートをジャッジさせる。その結果、従来のエントリーシートの評価に使っていた時間を75％削減できたという。

「この効率化で生まれたリソースを、攻めの採用に使いました。結果的に公正な評価軸が生まれた、というメリットもありました」

複数の人間がジャッジした場合、どうしても評価に個人差が出る。また、日によって体調や感情も異なるので、そこでもバラつきは生じるはずだ。しかし、AIなら完全に統一された基準でのジャッジが可能だ。

「さらに、AIが不合格と判定したエントリーシートを再度人の目で確認するプロセスを入れることで、精度を担保しました」

エントリーシート判定にAIを活用した試みは、メディアからも注目された。同社では今後もHRテクノロジーを積極的に活用していきたい、という。

「現在は、内定者と部署や社員との最適なマッチングをAIで実現させたい、と考えています」

ディスカッション：
採用活動においてどのようにテクノロジーを活用すべきか

ここまでのプレゼンテーションに共通していたのは、HRテクノロジーによる効率化で得られたリソース（時間、人員、予算など）を、より高度な仕事に振り向けていくという視点だった。パネルセッションでは、服部氏が質問役となって、いくつかの論点整理が行われた。

服部：HRテクノロジー導入に際して、社内からはどのような反応がありましたか。また、その反応にどのように対応したのでしょうか。

佐藤：最初は社内にも懐疑論があり、結果で見せるしかありませんでした。結果が数字で出ると、空気が大きく変わります。

源田：AIによるエントリーシートのジャッジを提案した時は「なぜもっと早くからやらなかったのか」と言われたくらい、社内で話を通すのはスムーズでした。ただ、学生にどう捉えられるかということは若干議論になりましたが、AIが不合格と判定したエントリーシートを再度人の目で見るプロセスを入れたことで、判定の精度を担保するとともに、そうした懸念の解消に努めました。結果的には公正な判定ができることも含めてきちんと広報したため、学生からの否定的な反応はほとんどありませんでした。

中村：ボーダーレス（グローバル）に事業を行う会社では、経営幹部からは定量的な報告を求められます。採用の状況を数値化して示せたのは、その意味でも良かったです。ただ、それを面接官の採否判定にどう落とし込むのか、という別の問題はありました。こういう要件をクリアしている人が欲しいので、今まで落としていたような人も要件を見て判断してほしい、などと具体的に伝える必要がありました。

服部：データ分析で方向性が出たとして、それを現場の施策に落とし込むにはいったんアナログに変換する必要があるということでしょう。その組み合わせ、デジタルとアナログのミックスについてはどう考えますか。

中村：AIは過去のデータを学習します。そのため、下手をすれば同じタイプばかりを採用してしまう可能性があります。そこに人の目を入れて、違うタイプも採用するような工夫は必要でしょう。

佐藤：クリック数のようなデータをはっきり出せるものに対して、面接などはそこまで明確に数値化することは難しい。そこは面接官の感覚を信じるしかなく、結果的にデジタルとアナログのミックスになっていくように思います。

源田：大きな方向性としては、デジタル化を進めていくべきだと思います。その一方で、ハイパフォーマーの営業が面接を担当すると、営業で成功する人材を見抜くことがよくあります。その理由を聞いてみると、最後は肌感覚的な部分も多く、これこそ、まさにアナログが必要だということなのかもしれません。そういった「感覚」もデジタル化していけると理想ではありますが。

服部：採用活動でテクノロジーを活用するに当たって、どのようなデータを保存していけばいいのでしょうか。

中村：以前、ある傾向を持った人材を探すにはどんなデータを使えばいいのかを社内外で議論した際、いろいろな意見が出ましたが、そもそもデータが残っていないことに気づくことになりました。だからまず、データ活用の議論を始めてみることでしょう。

源田：当社も今、まさに取り組んでいるところです。その時々の環境に依拠したデータよりも、性格や趣味、嗜好といった本質的に変わらないもの、パーソナリティーに関するデータのほうが重要だと考えています。

服部：HRテクノロジーは「外れ値」と言われるような「すごい人材」の発掘・育成に使えるのでしょうか。

中村：何か世界的に大きな偉業を成し遂げるような「すごい人材」「上位2パーセンタイルに入るような人材」を見つけるのなら、正直今のHRテクノロジーでは無理だと思います。例えば配置において今できるのは「ベストマッチング」ではなく、「バッドマッチングを避ける」といった程度のことでしょう。ただ、データを蓄積していくことでいつか臨界点が来て、ベストマッチングが可能になるかもしれません。問題は、それが可能な時代になってからデータを集め始めても遅い、ということ。今から始めないといけません。

源田：私が関わる「孫正義育英財団」では、才能がある8～26歳のとがった人材を支援しています。そうした若い人材を見ていて思うのは、1000人に一人のレベルの人材を見極めることはとても難しい。ただ、そのレベルの人材を支援することはできると考えています。

服部：今日は先進的な三社のケースを見てきましたが、事例が増えるほど取り組む企業も増え、さらに成功事例が多くなるという効果を生みます。データが多いほど良いように、HRテクノロジーも取り組む企業が増えるほど、成果が出てきます。ぜひ皆さんの会社も、三社に続いてください。