HRにおけるAI活用
HR領域におけるAI活用について、あくまでも一例ではあるが以下のようなことが考えられる。そのいくつかはすでに人事部による自社内での取り組みや、人材サービス系企業による人事向けサービスとして動きが見られる。
AIはあくまでもひとつのツールであるが、これに採用時のデータ、入社後のデータ、またマーケットデータ（採用市場・給与相場・経済動向）などと組み合わせることで、分析、予測、生産性向上・効率化につながる可能性があり、この動きは今後さらに加速していくことが見込まれる。
| 人事業務 | 従来の姿 | 今後の可能性 （あくまでも一例） |
|---|---|---|
| 採用 | コース別採用を実施し、候補者を大まかに分類。「面接官の主観」や「候補者の回答内容」への依存度が高い選考。 | 取得データに応じ、候補者一人一人に合わせた採用広報、選考項目、担当面接官を実現できる。ビッグデータ・ディープラーニングによる選考精度の向上、多面的な評価の実現。 |
| 育成・研修 | 入社年次や階級により、一律的に研修に参加。 | データを元にして、個人ごとの業務習熟度や育成課題、今後のキャリア志向に応じた、最適な研修メニューを選出。 |
| 配属 | 属人的な「勘と経験」により、主観的に判断。 | 本人だけでなく、該当部署社員たちの「適性・評価・属性」データや業務特性を定量化して、本人と部署との相性を解析。主観と併せて判断する。 |
| 評価 | 考課者の主観に偏った評価。数少ないデータ項目による分析。（分析の精度が粗いことがある） | 取得できるデータ項目の増加や、より多面的なハイパフォーマー分析により、人事評価項目や採用ターゲットの見直しにつながる。 |
| 健康管理 | 健康管理は自己責任。健康診断結果と、本人との面談結果により判断。 | 簡易サーベイや、ウェアラブルデバイスなどから取得したデータ（ライフログ）により、個人ごとのコンディションをリアルタイムに可視化できる。 |
| リテンション | 予期せぬ退職申請が発生し、慰留や後任の補充に追われる。（リカバリーが難しい状態から対応開始） | 人事データ・勤怠データ・業績データ・満足度調査データなどを元に、従業員ごとの退職リスクを分析することで、ハイパフォーマー流出を未然に防ぐ。 |
