「人と人」「人と組織」の組み合わせに着目した人材配置AI予測モデルを開発

～東京大学エコノミックコンサルティング株式会社と共同研究～

オリックス生命保険株式会社（本社：東京都千代田区、社長：片岡 一則）は、このたび、東京大学エコノミックコンサルティング株式会社（本社：東京都文京区、代表取締役：川原田 陽介）との共同研究により、AIを活用した人材配置予測モデルを構築しましたのでお知らせします。

当社はこれまで、人材活用や組織開発を目的に、各種サーベイやアセスメントを積極的に活用し、豊富な人事データを蓄積してきました。本モデルは、約6,000項目に及ぶデータをもとに、「管理職と営業担当者」や「社員と組織（支社・チーム）」といった人と人、人と組織の組み合わせの相性適合度を提示し、パフォーマンス向上の効果を定量的に予測します。これにより、社員の成長や業績向上につながる最適な人材配置を目指します。

今回の取り組みでは、重点戦略分野である代理店営業に焦点を当て、成果最大化につながる新たな人材活用のアプローチを開始しました。当社はこれまでも、プロフェッショナル人材の確保・育成をコンセプトに、「複線型キャリアパス」を実現する人事制度の改定や、営業担当者に必要とされる能力と現状を可視化する「スキルマップ」の作成など、適材適所の人材配置や能力開発に注力してきました。今後も、社員一人ひとりの特性に合わせた人材配置と育成支援を通じて、社員自身が強みを発揮し、やりがいを持って働ける環境づくりを推進してまいります。

今後も当社は、社員の成長こそが会社の成長につながるとの考えのもと、お客さまから信頼いただける保険会社であり続けられるよう努めてまいります。

※ 本モデルで導出される相性適合度や予測値は、人材配置を検討するに当たっての一つの参考指標です。人材配置がこの結果のみで決定されるものではありません。

1. モデルの概要

担当者の特性や組織の規模・地域特性・顧客基盤など、約6,000項目に及ぶデータから生まれる膨大な組み合わせをAI（LASSO）※で分析し、成果指標（営業実績・目標達成率など）ごとに人材配置パターン別の予測値を算出します。

※ LASSO（Least Absolute Shrinkage and Selection Operator）とは、多数の説明変数の中から各種の予測に有用な項目のみを自動で抽出し、不要な項目の影響をゼロにすることで分析結果をシンプルかつ解釈しやすくする機械学習手法です。なお、今回運用を開始したモデルとあわせて、L1-Penalized Quantile Regressionなどの手法を用い、管理職や営業担当者のパフォーマンス傾向を相対的に評価する分析も行っています。

2. 利用しているサーベイ・アセスメントデータの一例

〈人に関する主な項目〉
・職種、等級
・営業スキルアセスメント
・外部調査によるアセスメント
・リーダーシップサーベイ
・エンゲージメントサーベイ（働きやすさ・働きがい、経営への信頼感など）
・前年度実績や役割行動などの人事評価

〈組織に関する主な項目〉
・拠点の規模や所在地
・取引先属性やマーケット環境
・所属する営業担当者の特性（営業スキルアセスメントやエンゲージメントサーベイの平均値など）
・組織風土サーベイ

3. 分析によって導出された業績向上に結び付く組み合わせおよび営業スキル項目

〈業績向上に結び付く重要営業スキル項目〉
・主体性
・目標達成意欲
・商品・規程に関する知識
・行動力（行動量）
・傾聴力
・速さ
・プレゼンテーション力（個別対応力）
・優先順位付け

4. 活用イメージ：担当者と拠点の管理職および組織の特性ごとの相性適合度を表示

〈担当者ごとの相性適合度〉
指定した担当者と相性の良い特性を持つ管理職および組織を自動計算し「適合度の高い配属先」を一覧表示します。上位に表示される組織ほど、成果指標（営業実績や目標達成率など）との高い関連度を示しています。

〈拠点ごとの相性適合度〉
指定した拠点に対し、その拠点の管理職および組織と相性の良い特性を持つ担当者を自動計算し、「適合度の高い候補担当者」を一覧表示します。各拠点の特性や地域特性を踏まえ、成果への寄与が見込まれる担当者の順に表示される仕組みです。

◆本調査の詳細は、こちらをご覧ください。

（オリックス生命保険株式会社 ／2025年11月20日発表・同社プレスリリースより転載）