人工知能×ビッグデータが人事を変える の商品レビュー

福原正大(著者),徳岡晃一郎(著者)

2022/12/02

いやもう、おっしゃる通りだと思います。
どうやったら、それを
上の人たちに理解してもらえるのか？
それが課題です笑

2020/12/20

暗黙知主導な人事業務（採用、評価、人材配置、教育等）をもっと科学的に行うことで、日本企業の課題を解決していきましょうという本。そこでキーとなるのはデータサイエンス。既にマーケティングや経営意思決定に活用されるデータサイエンスが、最後に取り残された暗黒大陸のようにも思われる人事にどう切り込むか。日本における人事の役割の変遷と課題、米国でのHRtech動向など、分かりやすい。本書でも「ワーク・ルールズ」という本が良く紹介されているが、具体的な事例としてを読んでおくと良さそう。

2019/06/12

今までにないアプローチ。米国はここまで人事、採用にも人工知能、ビッグデータを採用しているとはちょっと驚き。

2019/05/21

AI×ビッグデータ革命とはなにか、人事領域に閉じない解説の後に、日本型人事の問題を指摘した上で、これを克服する策が展開されるので、理解しやすい。

いまだに昭和を引きずる暗黙知経営を展開している企業は多いが、人事が客観性をもとに新しい組織文化を形成する流れが早晩到来することを、期待したい。

以下は、ネタバレの本書の本旨。

AI×ビッグデータで人事はどう変わるのか。

①人事戦略がグローバル基準で戦略立案される：
人事トレンドと自社の立ち位置の把握、自社の戦略からくる人材ニーズと現状の差分の把握、もっとも効率的な組織構成にするためのグローバルなCOEの把握、日本らしい知識創造型組織の把握、これらを統合する
②求める人材像を基準化した採用になる：
気質、コンピテンシー、価値観など、より客観的な評価基準により、マッチング精度を高める動きが広がる
③評判に基づく評価が重要になる：
事業戦略に資する評価基準が整備される（コンピテンシー、プロセス、バリュー評価等）。また社員を上司一人の主観ではなく、周囲からの評価、評判を集める社内LINKEDINなども広がる可能性がある。評価（EVALUATION）×評判（REPUTATION）へ。
④職場やメンバーとのマッチングによる異動：
個人の適性や能力、職場やプロジェクトに求められる要件、これに加え、上司やメンバーとの相性も加えたマッチングとなる。
⑤戦略から合理的に落とし込まれた教育・キャリアパスが提供されるようになる：
MOOCSの広がりが、社内教育にも適用されるようになる
⑥ビッグデータが企業文化を駆動する：
ウェアラブルデバイスによる、活性度の可視化。企業が重視する信念（BELIEF）や価値（VALUE）が意思決定や行動に反映されているかの可視化。みなが共有するデータや口コミ情報、特定の行動情報の分析が進み、組織のカルチャーの形成に活用されるようになる

2018/12/20

Vol.342 人事革命の始まり！？人工知能とビッグデータから何がわかるのか。http://www.shirayu.com/letter/2016/000692.html

2018/04/04

人事と人工知能。
はじめはこの二つの接点って、どこだろう？と思っていたけど、読み進めると「そうだよな！人事情報って、体系立てたら、求職者が自社とマッチしているかを判定することできるかも」と思えるように。読みながら、自分なりに新しいビジネスモデルを作れるかも？なんて考えながら。

前半は「人工知能入門」的なイメージで、中盤は「人工知能を人事で活用」とここまでは読み応えがあったのですが、後半はちょっと内容的に薄くて残念。

でも、全体としては読んでみてもよい一冊かと！

2017/06/10

ニュースや雑誌で見知った内容を列挙した感がありました。もう少し具体的にどのようにAI、ビッグデータが人事に活かされているのか分かると、もっと面白かったと思います。

2017/02/12

HRということについて
日本の歴史的背景から過去と現状の分析を行った後に今後のトレンドとアプローチを提示する。

これまでの人事は
①年功序列②終身雇用③企業別労働組合がメインの制度となっていて
↓
①が職能資格制度となるが、基本的には年功による経験で判断されたり、職能を詳しく記述する手間などもあり再び変化する。
↓
失われた10年として、海外に合わせて
①に成果主義を取り入れるものの上手くいかない。

これまでは人事はオペレーション型や暗黙知型のため、裏方仕事(バックオフィス)すぎたり、感覚によるものに頼りすぎていた。

しかし現在は人の価値観の多様化などから商品そのものの価値を上げていても変化に対応出来ないため、商品やサービスの大元の【ヒト】に焦点が当てられ始める。

そのヒトを効率的に(費用対効果)採用し、育成するためにAIを用いて、形式知化していこうという流れである。これにより国際化であったりダイバーシティにも対応できるようになる。

NLP(Natural language Processing)などにもより自然言語も処理されるようになる。

採用はこれまで、言われたことを最効率的にこなせる人材を求めていたが、今後はイノベーションを起こすことが出来る人材が求められている。

GROWの宣伝を途中含みつつ、①他人からのフィードバック②蓄積されたデータ分析等を用いていく流れを作ろうとしている。

事務局化し続ける人事に対して、今後は経営戦略との結びつきが重要になることを指摘する。

今後はHRとして、プログラミングは特に必須条件になってくる。(ちなみにAIを用いたプログラミング等も以前ほど難しくなくなってくる。データを打ち込むだけなど簡単なエクセルと同等)

よって①英語②プログラミングを社会人の必須条件として提示する。

またグローバルな人材として、
もっと日本を知ったり、教養を身につけて
【自分の価値観•哲学を持つ】ことが、AIに仕事を奪われない、人間らしくあり続けることに繋がるのである。

2017/10/22

ビッグデータ→データ分析(ビジネスアナリティクス)で、経験や勘ではなく、事実(データ)に基づいてビジネス上の判断をできるようにする

ディープラーニング→大量の情報を短時間で学習し、正確性など能力を高めていくこと

自然言語処理→コンピュータが0や1といった数字で判断するのではなく、人間の言語を学習する

ネイマンピアソン理論

ベイズ統計

暗黙知としてしか存在しなかった知恵の領域が形式知に可視化できる時代になった

NTTがプリファードネットワークス、ドワンゴ人工知能研究所に出資

2016/08/07

人工知能、ディープラーニングのアップグレードが進んでいく中で、AIを組織にどのように取り入れ、これからの組織においてヒトとして何を大事にすべきかを考えさせられる本書。人事に限らないことですが、個別にアレンジされたスキル向上やアイデアの発案を促すAIの可能性にはものすごく未来を感じます。ガンダムのハロとか、ある意味でのび太にとってのドラえもんのようなイメージで。