外部人事データと内部人事データの掛け合わせで、AIの学習を加速させる

内部人事データについて教えていただけますか。

こちらの図をご覧ください。これは、人事周辺におけるデータと技術の関係をマッピングしたものです。

内部人事データとは、各企業が社内で保有している個人の入社後データのこと。最初にどこかの部署に「配属（部署・勤務地）」となり、そこでの「業務」において何らかの「成果」を出し、その成果は「人事考課・評価結果」となり、「給与・報酬」や「昇格（降格）」に繋がります。

ほかにも「定期面談」や「異動希望」、「業務日報」などのログを残している企業もあるでしょう。会社によっては退職時に「退職面談やアンケート」を行い、結果を保存していることもあります。

たしかに、人事は実に多くのデータを抱えていますね。

これら一連の内部人事データは人事システム上でフラグ立てされている場合もありますし、「人事考課コメント」や「面談結果」などはフリーテキスト（非構造の自然言語）として記録されている場合もあります。

このような内部人事データを、AIが外部人事データと掛け合わせて構造化・解析・学習していくことで、「この企業の、このポジションには、この人たちのマッチング度合いが高い」ということが、より高精度に分かるようになります。

また、そこに「パフォーマンス高く働いているか（企業の目線）」「モチベーション高く働いているか（本人の目線）」といった「マッチングが本当に良かったかどうか」を評価する内部人事データがさらにフィードバックされていくことで、より人工知能が賢くなっていきます。

この際、外部人事データと内部人事データの境界が徐々になくなっていき、データインテグレーションされて解析していくことがポイントとなります。

さらには、「会議の録音データ」「メールのやりとり内容やスケジューラの履歴」「議事録」といった、日常的に生まれ続けているデータの活用や、ウェアラブルデバイスなどを用いてデータ取得量を増やすことで、解析できることはさらに増えていきます。