00:00人事戦略サバイバル術、人事戦略っていうのが、こう経営戦略の中核になってきてる壁があるともお伺いしてます
00:05どんな壁があるんですか? はい
00:10そうですね
00:15これま、属人的人事って最初に書いてあるんですけども、結局あの頭の中で考えるっていう、こう経験と勘に頼っちゃってるっていうのが、このデータ活用でちゃんと科学的な人事に持ってかないと、取り残されちゃいますよっていうことにもなりましたね
00:18そういます
00:20データの見える側どういう風にできるのかって、あの横が残業時間です
00:23で、盾が評価になってます
00:25上に行けば行くほど評価が高 い人
00:28うわあ、これちょっと怖いデータでもありますね
00:31つまり、左上の人ってのは残業が少ないのに評価が高い人たちですんで、生産性の高い人たちだってことは分かるですですね
00:35なるほど
00:38なんであの人があの部署にとか、いわゆる配属ガチャって、タレントパレットはですね、あの、AIを使ってアナログに検索をするようなことができるようになってるんですね
00:44車内でこういう人がいますよっていうことをマッチングしてくれるんですね
00:51配属ガチャってなんでガチャになるかって言うと、理由ちゃんと言ってないからなんですよ
00:57ヒューマン スキルだったりとか、そういったものにより時間避けると思うんですよね
01:03の想像力をですね、引き上げるっていうのが我々の仕事かなと思ってます
01:06[音楽]皆さんこんにちは
01:09ピボットの野島です
01:12トップランナーを招いて今注目すべき最新の取り組みをインタビューを通して掘り下げていく番組、&クエスチョンズ始まります
01:15さて今回は人事戦略サバイバル術、AI×データ活用で生き残る人事、そして取り残される人事
01:23こちらをテーマにですね、プラスアルファコンサルティングの提供でお送りいたします
01:31では本日のゲスト
01:37 をご紹介いたします
01:44コンサルティング取締役副社長の鈴村賢二さんです
01:51よろしくお願いします
01:56よろしくお願いします
02:01プラスアルファコンサルティングといえば、タレントパレット
02:06あ、ご存知ですか？もういろんなところで拝見しておりますが、元々は野村総合研究所でシステムエンジニアとしてキャリアをスタートされていたと
02:11で、そこからマーケティング分析の専門家として活躍された後に、この人事の世界にデータというところを持ち込んできた第一任者とお伺いしております
02:16このやっぱり科学的人事というのは、なぜそこまで大事 何なのでしょうか
02:21そうですね
02:25あの、元々データの分析をずっとやってました
02:30ま、今ビッグデータなんて言われますけど、これあのマーケティングだと、あの顧客データの分析ってずっとやってるんですね
02:35うん
02:39で、顧客を見える化するために、顧客のことをもっと知るために、マーケターはITを使って、データを使って、こう顧客の分析をしてるんですよ
02:42同じこう人なんですけど、社員のデータって結構あるんですけど、分析はなかなかされてなくて、ま、顧客と同じように見える化できるんじゃないかなっていう風に考えまして、それで
02:45 あの、タレントパレットっていう、ま、製品に至ったというのが、あります
02:48いや、そういった課題感を分かっていて、その人事のところに、ここが必要だというところで、分岐点だというキーワードもあったと思います
02:52こちらの本、科学的人事の衝撃、そして科学的人事の実践と進化、2冊も出されていらっしゃいますが、僕それだけ、我々今戦略的というところで言いますと、分岐に立てるわけですよね
02:57そうですね
03:04このが先なんですけれども、それ実はあの、コロナの前の本なんですね
03:12え、その後、ま、人的資本とか、ま、世の中色々こう、人 材にまつわる情勢で変わってきてですね、あの実践と進化ということで事例も踏まえてですね、トレンドを書き直したってのが2冊目の本ですね
03:18でもそれだけ前から我々、ま、やらなきゃいけないとは分かっていたいつも、まだ父として進んでないというところも一部あるというところで、その実態を今日はぜひお伺いしたいなと思ってます
03:25よし、お願いします
03:30そしてその岐点を社内の立場から、そして今はその社から取り組まれている方にもお話を伺っていきたいと思います
03:35トイトイ合同会社代表の長嶋博幸さんです
03:40どうぞよろしくお願いします
03:45 たします
03:53お願い、あの前にもピボットに出ていただきましてありがとうございます
04:02で、あの時は全職ニトリのところで、お話伺ったんですけれども、まさにニトリでは人事責任者として、ま、様々採用改革、あと配置生徒の見直しなどリードされてきたと
04:07科学的人事って、我々どれぐらい浸透してきてるもんですか？現場で
04:12あ、あの僕も、あの元々マーケティングをしていた人間なんですよ
04:18ソニーでマーケティングを、うん、5年ぐらいやったのかな
04:23やってた人間なんで、ま、まさに属人的ってやってる人は、属人的とは思ってないんですよ
04:31そ れが当たり前だと思ってるから、何の問題を感じないんだけれども、外から来た人から見ると、え、これどうやって石蹴って決めてんの？根拠は？って言った時に、今までこうだったからとか、あの評価がいいからとかね
04:38評価だけで見ちゃったりとかね、その評価を疑うってことはなかったりとかするんで、お、これはなかなか、あ、こんな風に決まったんだって思ったのが最初のきっかけで、ま、そんなところからですね、あの、ニトリの時に、えっと、タレントパレットに出会ってですね、導入したという経験が、私は元々、ま、まあまあ大きめの会社で
04:46 働いてはいたんですよね
04:51そうすると、なんであの人があの部署にとか、いわゆる配属ガチャってよく聞くじゃないですか
04:57で、それを気に離職を考える人たちだってたくさんいるということで、人事の人たちかなり悩んでらっしゃると
05:02その課題と解決策でしっかり掘り下げていけたらなと思っております
05:08よろしくお願いします
05:14はい、お願いします
05:19では今回ご用意したキーワードこちらです
05:25では1つ目のキーワードから参りましょう
05:33悩みの種、俗人的人事としております
05:42人事と言っても一括りにしても様々あるじゃないですか
05:51 どんなところに皆さん課題を持っているのかというのを、一度整理していただいてもよろしいですか
06:01うん
06:10あの、今ここにいくつかあげていますけれども、非常にここ数年でですね、まず経営環境が大きく激動をしているということがあります
06:15今ままでこう年列型のあの制度だったものを、ジョブ型みたいな形でそういうものを導入するような会社も増えていますし
06:20うん
06:26え、または真ん中にあるようなこうデジタル化、こういったところが進むことによって、今まで全然こうデジタルとは、縁がなかったと思われたような
06:32 業界でもデジタルを起点に全然違う業界と戦うことになってるとか、ま、そうなってくると、ま、事業自体をですね、どういう風に変化させていくのか、ま、新規事業を立ち上げるのか、ここに上げてる問題っていうのは基本的にはこれ、経営課題なわけですよ
06:39経営がこれから取り組まなければいけない課題っていうのは、非常にこの人を避けて通れない
06:46うん
06:53そうか
07:00なんで人事戦略っていうのがこう、経戦略の中核になってきてるっていうのは、人事が非常にスポットライト、またですね、1つの背景じゃないかなっていう風に思います
07:07経営をする
07:13 上での大基盤ってことですよね
07:19で、そこで、じゃあ、例えば人的資本経営をやっていきましょうよ、なんてずっと言われてると思うんですけど、そうならないのはなぜなのかというところで壁があるともお伺いしてます
07:25どんな壁があるんですか？はい
07:30そうですね
07:36ま、ある経営者の方がこないだお話してたのは、今までこう、人、物、金っていう形で、あの、経営っていうのをこう見てたんですけども、ま、これからその何をやるにもですね、結局それを司る人がいないといけないので、今の時代、人、人だって言うようなお話をされていました
07:41労務とか、あ、 採用とか、こういうところを、ま、業務としてやってたと
07:47人事というのは、ま、中央集権的に人を管理するっていうのが、今までの、ま、日本の人事のある程度の定義だったとすれば、これからの求められる人事ってのは、先ほどお話したように、経営のビジネスパートナーにやっぱりならなくてはない
07:52もう1つですね、講義の人事っていうことで言うと、ま、いわゆるマネージャーが部下のことを考えたりとか、経営が人の移動を考えたりっていう時に、果たしてどういう情報に基づいてそういうこと考えてるかといった時に、まず1つ目はですね、これ、 ま、属人的人事って最初に書いてあるんですけども、やっぱりこの人のことを考えるっていう時に、まあ、あまりに情報がありすぎて、結局あの頭の中で考えるっていう、こう経験と勘に頼っちゃってるっていうのがまず1つあります
07:59これ、人的人事というキーワードを聞いて、もう様々な会社見てきたい長嶋さんは、現場というのはなぜこれが起きてしまうのかっていうのは、プラスで追加することってありますか？人事って忙しいんですよ
08:06そもそもやらなきゃいけないことが多かったりとか、だから先の事あんまり考える余裕がないんですね
08:12うん
08:19 経営も変数が大きいし、あるいは自分の会社の中の皆さんの価値観も多様化してきてるし、もう変数が多くなりすぎちゃうと考えなくなるんですね
08:26つまり、適当になってくんですね
08:31で、2つ目なんですけども、ま、人事まず忙しいと
08:35で、人事って一言で言ってもですね、実はあの、中は細分化されてるんですね
08:40ま、こんなような感じになってるわけですよ
08:44ま、採用、労務、配置、育成、評価、活躍と、例えば、ま、こういう時間軸の流れがあった時に、例えば、あの大企業であれば採用には採用チームがいて、育成のところには、いわゆる人材開発のチームがいます
08:52 るんですね
09:00なんとかしようと思えば思うほど、目の前の業務を効率化するために、ITを使うわけですよ
09:04例えば、採用には採用管理ツールってのが存在してまして、ここには由緒ある応募者のデータが入ってるわけですね
09:08ま、脂肪同期とか
09:12ええ、で、じゃあ例えば育成はって言うと、こう研修管理ツールってのがあって、ここでは、ま、研修の受講利益みたいなのが入ってると
09:16ま、それ以外に評価だけのシステムがあったりということでやりますと、ま、各人事の担当の方が頑張れば頑張るほど、わゆる複数のシステムがまず、あの、存在するって
09:20 いう状態なんですね
09:25この間、経営者の方がおっしゃってたのは、じゃあ目の前の人事の方を見てるとですね、何をしてるのかって言うと、もうExcelのVルックアップですね
09:30これのもうスペシャリストになってるって話なんですよ
09:37ああ、もうだからExcel、ま、いわゆる芸人みたいになっちゃうってことですよね
09:44そうですね
09:52ま、いろんなところからやっぱりオーダーが来れば来るほど、システムからデータを持ってはいるんですよ
09:57なんでそんな作業を人がやってるってことなんですね
10:03で、果たして、ま、人事がそれでいい の、か、っていう問題があって、ま、そこがまず1つ、あの、大きな壁かなという風に思います
10:08ニトリではやはりこういった属人的人事ってありましたか？当時？あの、当然あります
10:13お店のオペレーションとかって、ま、大体、え、思った通りの人が思った通りに活躍するんですよ
10:17ただそっから先のクリエイティブな仕事とかグローバルやってくって言うと、こうデータ見てかないと、わかんないんですよね
10:22うん
10:26だから、あの、人的でいい部分と、あの、そっから脱却しなきゃいけない部分があって、そこがね、すごく判断難しいところです
10:30継続した成長を
10:37 叶えるためには、やっぱりこのデータ活用でちゃんと科学的な人事に持ってかないと、取り残されちゃいますよっていうことにもなりますよね
10:44そうです
10:50ではそうなった時に、その2つにも通じるであろう3つ目参りましょうか
10:58法 律化と管理能ってことなんですけども、先ほどあのお話したように、やっぱり人事の方はですね、今までITの使い方をどういう風に考えてたのかっていうと、ま、わゆるExcelの、ま、近代化みたいな感じなんですね
11:06かにこれを効率よく処理するか、ここのためにこうITを考えてた
11:14うん
11:19なんですけ ども、私どもの考えるその科学的人事っていうのは、法律化が目的じゃないわけですよ
11:24どちらかというと、こう人が今まで経験と勘で考えてたものを、もっとデータに基づいて、え、エビデンスに基づいて、こう意思決定を高度化するっていうより、クリエイティブなあのところを目的にしてるんですね
11:28なのでまず、あの効率化のために何かシステムを考えるとか、え、いわゆるデータを管理しようと、データの管理がしやすいよとかっていう発想で、まずこの科学的人事に取り組もうとすると、そもそもスタートラインが間違えてるっていうのが1つあります
11:33 す
11:38マーケティングとじって話してましたけれども、マーケティングの人、お客さん管理しても何にも生まれないですよね
11:43全く同じ話で人事も社員の情報を管理しました
11:49でっていう話に多分なってたからね
11:54で、人のこう人材投資、人材育成、人材開発してく中で会社成長させてこうっていう、ま、今時代ですから、そこに対して出の部分を考えてかなきゃいけないっていうのが、あの、今大きいんだと思いますよ
11:59そうか
12:04とはいえ、先ほどその皆さんの苦悩、色んなことやんなきゃいけなくて大変だって話を聞いた上で、さらに科学的になれっ っていうのも、ちょっと私なんか心苦しいなと思ってしまうんですが、2つ目のキーワード参りましょうか
12:09科学的人事をちゃんと実現するには、というところです
12:14実際何をすればこうなるんですか、というところをちょっと是非教えてください
12:19はい
12:24科学的人事というものを、ま、我々が考えた時にですね、いわゆるマーケティングで言うと、その顧客をですね、どういう風に、ま、分析してるのかって言うと、ま、有料顧客であるとか、新規顧客との獲得であるとか、え、解約防止とか、ま、LTV、ま、こういうことをやってるわけですね
12:29 で、これって顧客なんですけども、顧客を社員に置き換えればですね、実はその同じようなことが、実は社員のデータで、ま、活用できるっていう風に言われ考えまして、ま、有力価格の育成の分析っていうのは、実はハイパフォーマーの、ま、発見だったり分析だったりするわけですね
12:34で、例えば解約顧客の分析っていうのは、いわゆる離職防止になるわけですよ
12:38社員の、ま、いわゆるいつもの面談の記録とか、ま、そういうものを分析すると、こういうようなワードがよく出てきたら、ま、退職する、ま、率が高くなるんじゃない
12:42 いのってこと
12:45ま、過去の退職者のデータを分析することによって、モデル作れるわけですね
12:49ま、なのでそういう意味では、ま、同じようなアプローチが実は社員にもできる
12:52ただし、その科学的人事って言った時にですね、マーケティングは元々顧客を管理するのが目的でなくて、ま、いわゆる顧客をどう考えるかっていうところに、とことんこうデータを使うわけ
12:55そこにはCRMってシステムが存在してるんですが、実は人事にはさっきお話したように、まるまる管理システムっていっぱいあるんですけとはい
12:58このわゆるまー
13:02 ティングで、CRMに該当するような情報システムってないわけですよ
13:07ないんですか? ないんですね
13:11ま、もちろん統計解析ができる人は一部、BIツールって言われるような分析ツールをグリグリ使うんですけど、これ本当に一部の人しか、なかなか使えない
13:17なので、この間がなかなか無いので、どうしても経験の会になってしまう
13:23うん
13:29で、私、ま、ここをですね、ま、世の中で言うとタレントマネジメント欄っていう言い方をするんですけれども、ま、こう、あの、タレントマネジメントって言うと、効率化をタレントマネジメントっ って言ってるケースもあったりするんで、我々どっちとこのタレントマネジメントってのは、どう学的、人事、まさにこう人が考えるところにデータを使う、ま、いわゆるマーケティングでいうCRMとはい
13:35同じようなものがやっぱり人事にも情報システムとして必要だろうと
13:42今人事経営はですね、こういうようなものをしっかりこうまず持たないとですね、これからのま、生き残りにはなかなか、勝っていけないという風に考えてます
13:45このシステムが大事なことは分かりましたと
13:49でもそのシステムの中で何を見てどういうデータを収集し、それを 活用するのかというところが、まだ私の中で見えてきてないんですが、そこも是非教えてください
13:52はい
13:56そうですね
13:59あの、ま、科学的人事って言ってもですね、あの分野がまず色々あるんですね
14:05結局その、ま、真ん中にですね、色んなデータがあるっていうのをちょっと図にしてますけれども、ま、それこそデータはたくさんあるわけですよ
14:10で、このデータ全部使えばいいのか、そういうことじゃなくて、結局その例えば最適配置で、ま、いわゆるこういうデータを活用したいのか、ま、先ほどの配属ガチャっていう話ありましたけども
14:40 こういうような人材の配置の中に、こうデータを使いたいのが、場合によっては、こう人材育成、ま、最近、あの大企業なんかできますと、あの自律的キャリア形成って言葉があって、ま、いわゆる会社から、こうやって、あれ学びなさいじゃなくて、社員が自分のキャリアを考えて、それを、ま、会社のキャリアと繋ぎ合わせて、自分でこう学んでいく、経験していくって、ま、こういうなことも必要なんですけども、ま、そういうなところにこのデータを使うのか、たまたま、こう活躍しそうな人は誰なのかっていうことを、活躍人材と候補者で、こうマッチングしながら採用の
14:46 ミスマッチなんかで使うのか
14:51ま、これによって実はその必要となるデータってのは変わってくる
14:57企業としてまず重要なのは、今あるデータをどう使おうじゃなくて、何をしたいですかって先に決めると、それに合わせてこのデータとこのデータが使えますよってことが決まってくる
15:02ま、こういう順番ですね
15:07あの、実際にタレントパレット自体はですね、かなり、あの、先ほどは、ま、4つちょっとざっくりこうお見せしましたけど、もっと細かくやっぱり企業からするとあるわけなんですね
15:20例えば、車内公募とか、うん
15:28車内スカウトとか、う
15:34 ん
15:40うん
15:46え、要因計画とか、ま、サクセッションプランっていうのは、あの、次世代人材ですね
15:52ま、こういうなものをやったりとか、アルムナとかもできるんですね
15:58え、そうですね
16:04まさに、あの採用の友ですね
16:10企業にとって今、非常にこう人材の流しいので、全位でこのタレントパレットとしては、人事戦略に対して取り組ませていただいてるっていうとこがあります
16:16なるほど
16:22リリースされたもので見たんですけども、大企業の会社様に本当にナンバーワンの指示を得てると、いうこのシステムの事伺ったんですが、何がそんなに大 企業の人たちに受けたんですか
16:28はい
16:34これは、あの右側がですね、何のグラフなのかって言いますと、これタレントパレット、今、ま、10年ぐらい、あの、やってるんですけども、作ってきた機能の開発数なんですよ
16:39大体9年間で6400機能作ってきまして、これあの単純計算すると1日3個ずつ新しい機能ができてる
16:45で、そうするとですね、やっぱり日本の人事っていうのは、いろんなその会社によって全然運用が違っていて、これは見せたいけど、これ見せたくないとか、これはこういう風にやりたいとかって、こういうことを、ま
16:51 、膝をつけ合わせて、こうグリグリやってきたところの意見をですね、顧客の声っていうものを、我々も機能として反映させてきて、かなりあの細かいところまで、あの手が届くようなシステムになってるっていうのは、1つお客様から評価をいただいてる
16:57こういうようなシステムって言うと、どうしてもカスタマイズって言うと、ことごとにやるみたいになるんですけども、私どもはですね、実はそれを考えるだけの触手もあったりしてですね、IMって言うんですけども、そういう触手があってですね、その人たちは何を考えてるかって言うと、お客様の一見の 声をこう見ながらですね、これってその先にいる何百者のお客様にどういうようなニーズに叶えられる機能なのかっていうことを考えてですね、汎用的にこれバージョンアップとしてこう入れてるんですよ
17:03なんで、あるお客様からの要望なんですけども、実はこれがあることによって他のお客様がもう何十者、何百者実は助かってるみたいなこういうような形で機能が進化してきてるっていうのがありますね
17:09そうですか
17:15ただこれをシステム化したとは言えどういうUFなんですかっていうところも結構気になりますね
17:21そうですね
17:27ま、いわゆる独 属人的人事から、ま、科学的人事になるためのですね、データの見える化はどういう風にできるのかってのをちょっとお見せしたいなと思います
17:33ま、今実際にタレントパレットの画面を映していますけれども、例えば左側には組織図なんかが企業ごとにあの再現できるになっていたりしまして、こういうのもあのリアルタイムにデータが更新されます
17:39で、今社員の顔写真がだーっと並んでいますけれども、あの様々な形で、あの切り替えることはできます
17:45例えば今縦が組織になりまして、横は役職になったんですね
17:51うん
17:57なので、あのずっとスクロールをしてい きますと、いわゆる簡単な組織図みたいになってますんで、え、どこの部長さんが誰なのか、課長さん誰なのか、ま、例えばこんなことはパッと分かると
18:02ま、これはま、まず簡単な話なんですけども
18:08はい
18:14はい
18:20はい
18:26あの、顔の裏側には様々なデータ入れてありまして、例えばここでは勤怠のデータと評価のデータ、こういうの組み合わせてみますと、例えばこんな風になるわけですね
18:32あの、横が残業時間です
18:38左に行けば行くほど残業が少ない人で、で、縦が評価になってます
18:44上に行けば行くほど評価が高い人
18:50うわあ、これちょっと怖いデー でもありますね
18:56つまり、左上の人ってのは、残業が少ないのに評価が高い人たちです
19:02で、生産性の高い人たちだってことは分かるんですね
19:08ま、いわゆるハイパフォーマーと
19:14じゃ、実際にこの人どういう人なのってのは、ま、実はクリックするとですね、ドリルダウンって言うんですけども、ま、パッとこの人の経歴、あそこにチャートが出てますね
19:20どこ、いつ、どの部署にいたのということもパッと上がりますし、例えばグラフはあの研修の履歴だったりとか、あの、レーダーチャートはあの人の持ってる能力ですね
19:25この人何が得意とか何 が不得意っていうことがデータで出てたりします
19:31ほお
19:37すると下の方に行きますと、例えば権限がある人は評価のデータが見れたりとか、ま、ワンワンの面談の記録が見れたりとか、ま、ワンワンの面談の記録なんかも結構上司と部下に閉じちゃったりしますけど、こういうのも非常にこうデータとしては重要だったりします
19:43あと下の方は、あのピンクの折れ線グラフがありますけども、あれモチベーションだったりしますね
19:49なので入社をして、まあ3ヶ月で辞めちゃうとか、こういうようなものは、まあ、わーっとこう下の方にあのお行っちゃっ たりしますんで、こういうのは見てですね、例えば離職防止だったりとか
19:55私アナウンサーセンターっていうところに所属してたんですけど、すごく優しい評価をしてくれるイメージがあったんですよね
20:01でも、ある私の政策のあの同期は、かなり厳しい上司がかなりみんなに厳しめにつけてるみたいな、その差があったりする時に、こういうところにデータ入れちゃったら、なんかちょっと不幸感出ないかなみたいなとこも心配なんですよ
20:07はい
20:13ま、逆に言うとですね、評価のデータこそ分析した方がいいと思いますね
20:19はい
20:25パのでですね、例えば評価の傾 向ってのが入ってまして、そうすると、そうのがデータの分布で分かりますので、あ、評価者もデータ化されるんですか? そうです
20:31評価者のあなたが評価をした人たちの分布っていうのは、全体の分布とすると、これだけちょっとずれてますよとか、あとは例えばですね、面白いアプローチで言うと、例えば適正検査とのマッチングなんかもしまして、似たようなタイプはなんか厳しいんだけど、違うタイプの人には甘いとかっていうのもあるんですよ
20:37で、こういうのも評価のデータと、例えば適正検査みたいのを組み合わせると、そういうのもプロットで きたりするんですね
20:43なんでそうすると、いわゆる評価者の育成として、実は評価データ使えたりするんですね
20:49はあ
20:54あ、それもこのシステム内で可能なんですか？はい
21:00はい
21:06だから今みたいな問いがすごい大事で、そういう問いがあるからちゃんと行かそうってなるんだけど、それがないまま行くと、あのせっかく機能があっても使ってなかったりとか、持ってね、好奇心持って、あの正しいあるべき配置をやろうって思いがある人ほどこういうの活かせるっていう
21:12あ、そう
21:18ま、私は今まだ20代なので、いわゆる配置ガチャに会う側なんですよね
21:24 だから、こういう会話をよく友人たちと飲み会でして、「俺あそこ行っちゃったよ、転職かな」みたいな話をしてるが、にもったいないって思う時があるからこそ、こういうのって生まれるんですけど、上に行けば行くほどに、そういうのがなくなってくる、ともしかしたら硬直化しちゃうのかなっていうのも思った
21:30そうですね
21:36我々1年に1回ですね、科学的人事アワードっていうのを表彰をしてまして、あの、まさにこう先進的な取り組みをされてらっしゃる解散が、ま、実際にここに上がってるんですけども、こういうような解散はですね、今のまさにお話でこうい う、タレントマネージメントとか、科学的人事っていうのは何のためにやってるか、もちろんその意思決定を行動化するとか色々あるんですけども、実はこういう取り組み自体が、いわゆるこう働く方から選ばれる会社になる1つの重要な要素になるっていう風に考えられてまして
21:42なので、そういう意味では、ま、今の時代はやっぱり働く側の方からも選ばれる会社に、いかになるか、そのためにはやっぱり属人的人事の会社ですというわけには、なかなか行かなくなってきてですね
21:48ま、そういうところを逆にこういう会社なアピールされてらし ゃるってのはありますね
21:54そうか
22:00だ、転職先にこういうところが選ばれるってことなんですね
22:06ちょっとニトリのその実例の話もっていいですか
22:12そのニトリで導入した前後でどう何か見える化されていいことがあったのかっていうのも教えていただけますか
22:17ああ、やっぱり見えるかって別に見えて、うん、うん
22:23ってやってるもんじゃないんですよ
22:29いろんな情報が入ってきてる多様な情報ですね
22:35が入ってきてるってことはやっぱ大事で、それを選べるようになるっていうことはできるんで、よりその選択肢が広がったりタイプの、人材プール作った
22:41 り、と、か、っていう時間ができるようになったんですね
22:47だ、そうすると負荷価値上がってくるし、あの、今までなかったタイプの 人を育成してったり、あと1番僕がいつもタレントマネジメントで思うのは、どっちみち評価いい人ってどっちみち昇格してくんですよ
22:53うん
22:59そうじゃなくて、見逃し人材っていっぱいいるんですよ
23:05だ、評価低い人ですよ
23:11逆に評価低い人がいいとこあんじゃないのっていうのを、あの、うまく使ってる会社さんもいらして、うん
23:17そこまで行くとすごいなって思いますよね
23:23なんか思いというか
23:29今ニートの話もあり
23:35 ましたが、他にも例えば、色んな会社さんの、導入されてる会社さんの中で、こういうプラス事例ありましたよみたいなものってありますか？うん
23:40ま、例えば、あの自動車部品のメーカーさんで言えば、ま、今までこうハードウェアのエンジニアがやっぱり中心だったんですけども、今、彼らの戦ってる相手ってのは、まさにあのがーふぁーだったりするわけですね
23:46で、そういうところになったりすると、やっぱりソフトウェアのエンジニアがやっぱりもう会社として生き残ってもね、重要だったりしますんで
23:52ま、そういう本当に経営課題 として、こういうタレントパレットにこう取り組んでですね、技術者の、こう、いわゆるスキルの、ま、彼はポートフォリオって言ってますけども、事業のポートフォリオじゃなくて、こうスキルのポートフォリオですね
23:58中期で見た時に、どういう人材がどれぐらいちゃんと揃ってるのかと
24:04ま、こういうことをやっぱりしっかりモニタリングするっていう会社は、今非常に増えてきています
24:10そもそも基盤をかに企業が活用をしていくのか、ここがキーになってくるというのは理解した上で、やはり止められないのがAIの波というところで3
24:16 つのキーワードに行きましょう
24:22AIで加速、人事データ活用の民主化
24:28この人事領域、AIによってこの波で何か変わるもんなんですか、という大きな質問もいいですか？私どもですね、ま、さっきお話したように、科学的人事っていうことで、あの、ずっとこうやってきてるので、データは実は、ま、いわゆるビッグデーターと、ま、言われるような形で、ま、人事のデータこそビッグデータ化してると思うんですね
24:34で、こういうようなデータが溜まれば溜まるほど、実は、ま、今話題になってるような、名前AI、特にその中でも生成AIみたいなものは、実は
24:40 非常に相性がいいという風に思っています
24:46ほ、まず、あの、私どもなんかでできますと、この左側にあるように、こう、いろんなデータがまずあります
24:52ま、人事って言われるものもあれば、ま、人材って言ってるものもあります
24:58これ、人事データはどうして管理してるようなデータで、人材ってのはもうちょっとこうアナログなデータですね
25:03あの、自己申告とか面談の記録とか、この管理でなくどちらとオペレーションとしてこう必要なデータ、あとは非人事ということで、いわゆる組織の売上とか、いわゆる人事には人には紐づかないけれども、データとしてある
25:09 もので、いったものをやっぱり組み合わせてですね、先ほどにこう人材の配置であるとか、抜擢みたいのは考えるんですけども、こういったものっていうのは、貯まれば貯まるほどですね、実はこのAIなんかと組み合わせていくと、様々な形でこのいわゆるこうデータを引き出すための、ま、ユーザビリティを向上させたり、もしくはこうデータを使いやすくするようなことが可能になってきています
25:15具体的には例えばどういうもので可能性がありますか？ [音楽] はい
25:21あの、いくつかちょっと事例でお持ちしてるんですけども、ま、 人事って、こう、例えば評価とか、え、社員のプロフィールとか、色んなデータありますよね
25:27これ、あの、生成を組み合わせてもらってですね、この人の、あの、紹介を自動的に生成が作ってくれるんですね
25:33ええ
25:39え、竹岡さんっていうのは、金属年数がこれぐらいで、スキルレベルはSランクです
25:45え、商品理解とクロージングに優れていて、ま、適正検査なんかから持ってくると、この人イノベータータイプなんで、新しいことを考えることは得意ですと
25:51ほうほう
25:57で、あの、過去の移動履歴を見ると、2回の海外勤務経験があって、TOEICも800点以 がありますみたいな
26:03いわゆるその今までだと、点のデータがたくさん人のデータがあって、ま、それは一生懸命見る
26:09ま、先ほどこうダッシュボードで見るってのも当然いいんですけども、要はこの人ってどういう人っていうのは、実はAIの技術組み合わせるとこんな感じで、パッとこうこの人のことを理解するようなことができるんですね
26:15は
26:21で、これさらに面白いところはですね、1番最後ご覧いただくとですね、彼は今後も技術やスキルを磨きながら、会社の成長に貢献していくことでしょうなんて書いてあるんですけど、こんなのどこにも
26:26 人事データに入ってないんですよ
26:32なんですが、あのタレントライトですと、実は裏側で褒メドっていうのが設定できるようになってまして、褒め堂をマックスにするとですね、あの、褒めてくれるんですよ
26:38面白いな
26:44先生が褒めてくれるんですね
26:50人のこういうデータの活用っていうのは、やっぱり1番ベーシックなところはお互いを知るってことだと思うんですよ
26:56うん
27:02なんで自分の表現の場だったり、あの人のこういういいところを知るとか、得意なところを知るっていう時には、今までの人事データっていうのは管理のためにデータが吸い上 られるっていう発想なんで、誰にとってメリットがあるのと言った時には、当然、ま、経営にはメリットあるんですも、社員本人にも自分を表現する、やっぱプラットフォームになってほしいなと思いまして
27:08いや、でも正直私も前の会社でこういうシステムを使ってて、1年に4回こういうのを何かやらなきゃいけないってあったんですけど、外化してました
27:14あ、あれやんなきゃいけないらしいよって、みんな同期で話して、もう喋りながらなんか数字打ってくみたいな、本当に導入の人たち申し訳ないと思いながらもやっちゃってたんで、このインセンティブが
27:20 ちゃんと我々社員に浸透すれば、みんなちゃんと活用してくれるよねっていう、その相互の話なんですね
27:26そうですね
27:32ここにちょっと生愛を噛ませると、実はかなりあの民主家の一歩近づくっていうとこですね
27:38こんな形で、あの、いわゆるレジュメですね
27:44あの、いわゆる職務経歴書
27:50あ、これ、あの、転職する時でみんな頑張って書くじゃないですか
27:55はい
28:01でもこう車内でそういうのやっぱりアピールした方がチャンスが広がるわけですよ
28:07これも実はあの人事データで入ってるものから、え、自動的にこれ、AIが作ってくれます
28:13で、ここまで
28:19 で、いくとやっぱり評価っていうところにもどう繋がってくるんですかというのもお伺いしたいんですが
28:25そうですね
28:31これは、ま、非評価向けって書いてありますけど、わゆる、あの社員側のAIアドバイスです
28:37これはいわゆる目標を立てる時に、内容としてどうなのかっていうのをAIが壁打ち相手としてやってくれるんですね
28:43で、例えばですね、何をやってくれるのかって言うと、1つ、あの組織目標とどれぐらいこれが、ま、自分の立った目標が連動してるのかとか、あとは、あの、実は目標にはですね、スマート原則っていう、ま、一般的な 原則があるんです
28:49これ何かと言うと、まず具体的なのかとか、記がはっきりしてるのかとか、定量的に測定できるのかとか、まあ、いわゆる、あの、一般的なそういう視点があるんですね
28:55それを自分が書いた目標でチェックしてくれまして、これっていいんだけど、すごい曖昧なんで、もうちょっと具体的にっていう、こういうことを先に壁打ちしてくれるんで、そういうことをやることによって、まあ、よりこう意味のある価が入って、それに基いてちゃんとこう、えー、面談ができる
29:01まあ、これが1つですね
29:07もう1つは、あの、評価者の方も、まあ、いわゆ るあの評価っていうのはですね、エラーがあるんですよ
29:13何かというと、例えば期末効果とかってあるんですよ
29:18直近なんかすごい頑張ると、なんか半年間頑張ったように見えちゃうみたいな、こういうようなもの
29:24うわ、やってたな自分、ごめんなさい
29:30もうさ、もう期末の最後のところでとにかく実績作って、私これやりましたみたい
29:36そうそう
29:42上司も見て、よく頑張ったじゃんみたいな
29:48そういうなものも含めて、でもこの人の、ま、評価のデータと、ま、実績のデータを組み合わせ私が評価する立場だとしたら、それで、あの、AIアドバイスをすると
29:54 ねえ、この人は、ま、こういうところをこう、特に頑張ってきてますよと
30:00これは難易度が高いんだけど、みたいなことを客観的に教えてくれるんですね
30:06あ、あとはフィードバックの仕方
30:12評価ってやっぱり、あの、育成に繋がるフィードバックしないと、ダメ出しばっかりしても意味はないので、自分たちの会社の人事制度ってのは、いわゆる成果は出なかったかもしれないけど、チャレンジをきいてますよ、みたいな、であればダメ出しをするんじゃなくて、これチャレンジして本当良かったよね、みたいなことをフィードワークしてた方がいいわけですよね
30:18なので、人事戦略
30:24 と照らし合わせて、ここを特に上げた方がいいんじゃないですか
30:30こういう風にフィードバックしてあげた方がいいんじゃないですかっていうことを、この評価の方に教えてあげるような壁打ち合い
30:36はあ
30:41で、実はこれやるとですね、ある計算では、あの評価の納得度って社員にアンケートで取ってんですけど、去年と比べて10ポイント上がったっていうんですね
30:47あの評価する方もなかなかどう言っていっていいかわからないじゃないですか
30:53こういうことを、あのしっかりこう生成AIなんかを使ってアドバイスをすることによって、ま、うまいコミュニケー ションが促進されたっていうのが、1つ結果として出てますね
30:59現場ではやっぱり、評価への納得度みたいなところって、よく議題に上がるものだと思うんですけど、どうなんですか？いろんな人事の問題って、この評価の運用がいい加減だって、いうことに起因してることって本当に多いんですよ
31:05評価って、あの、何のためにやってるかって言うと、決してボーナスを決めるためじゃなくて、人材育成の、うん、ど真ん中にあるものなんですね
31:10で、なんだけれども、目標設定してないってケースが結構あるんですよ
31:14目標設定しないものをどう評価するんだって、もうそも
31:18 そもそもないじゃないですか
31:21でもそれが当たり前に起きちゃっているとはいえ、結構大変なんですよ
31:25目標設定ちゃんとやるっていうのは、相当時間かけてやり取りもするから、こういう支援があったりするっていうのはいいなって思うし、自分が人事の時にこういうのあったらいいなって思いますよね
31:281つ面白いのをちょっとお話したいなと思うんですけど、AI検索っていうのと、ま、そっから基づく社内スカウトっていうのを、あのタレントパレットは昨日実装してまして、検索って言うとですね、ま、どうしてもあの人事管理っていう発想
31:38 データベースを検索するので、何かのフラグが立ってるとか、え、数字が1以上50未満とか、こういう風にこう、なんでしょうね、データベース検索をするみたいな感じの検索ができなかったんですけども、あの、タレントパレットはですね、あの、AIを使って文章でこうアナログに検索をするようなことができるようになってるんですね
31:48え、例えばここにAI検索っていう画面があるんですけども、デジタルマーケティングの経験と海外勤務経験がある人みたいな、これ、あの、文章で検索ができるんですね
31:58で、これで実際に検索をしますと
32:04 まあ、まさにあのAIがですね、人を探してきてくれまして、車内でこういう人がいますよっていうことをマッチングしてくれるんですね
32:09うん
32:15で、これ実はあのマッチング理由ってのもありまして、この人ってこういうところが推薦できますっていう、こう要は推薦の理由も書いてくれるんですね
32:21で、さらに言えばですね、これ、あの、実はこっからスカウトを送ることができますんで、あ、そのままボタン1つで、え、そうです
32:26ボタンを送ることによってこの人にじゃあ、例えばこういうようなポジションがあるんだけど、こういう プロジェクトがあるんだけど、どうですか?みたいなことをやってくれる
32:32うん
32:36で、これは、あの、実際には社員がですね、まず手を上げるところから、あの、スタートをしていまして、先ほどお話したように、あの、生成AIを使って自分のレジュメを作ることができますので、こういう経験を持ってます、こういうスキルを持ってますっていうことをまず意欲くある社員は実際にこれを登録するんですね
32:41ま、タレントプールにこう登録するわけですよ
32:46え、そうすると先ほどのようにAI検索をしながら、ま、事業部の方とか経営がですね、検索をして
32:55 カ ウ ト を 送 る っ て い う こ と は で き る よ う に な り ま す ん で 、 埋 れ て る よ う な 人 材 で も 意 欲 は あ る 人 材
33:05そ う い う 人 材 が 外 に 流 出 す る 前 に 、 ま ず 車 内 で 活 躍 す る 場 を し っ か り こ う 作 る と い い な と 思 っ た の が 、 あ の マ ッ チ が 明 確 出 て た っ て い う の は 良 く て 、 前 の 話 で す け ど 配 属 ガ チ ャ の 話 と も 繋 が る ん で す よ ね
33:11配 属 ガ チ ャ っ て な ん で ガ チ ャ に な る か っ て 言 う と 、 理 由 ち ゃ ん と 言 っ て な い か ら な ん で す よ
33:16う ん
33:25あ な た は こ う が で き て 、 あ れ が で き て 、 こ う だ か ら こ こ に 行 っ て も ら う ん だ よ っ て 言 わ れ た ら 、 そ れ ガ チ ャ じ ゃ な く な る わ け な ん で す よ ね
33:33で も、 あの、あ、来月からあそこだからって言って、あの、なんでここにこさせられたんだろうね
33:42仮にいい配置転換だったとしても、かと言って現場の人事の人がそんなに綺麗にマッチした理由を作り出せるかと言うと、ま、時には半分勘でやってる場合もあったりとか色々あったりするんで
33:46ただそん時に、やっぱ適切な街理由なんかも、あの参考としてね、あくまでそれそのまま読んだらダメだと思いますけど、あの参考として、ああ、そうだなあっていうのもできるし、幹かせそのあの根拠があるんでね
33:51ま、この、ま、いわゆるAIの技術って うのはその、ま、社員が社員にとっても、自分のキャリアを考える上での、例えば、AIキャリアアドバイザーみたいなものもですね、今考えていて、で、そうすると、いわゆるその車内のポジションであるとか、自分の持ってるスキルとか、そういうものを照らし合わせたり、憧れの先輩のパス、キャリアパス、こういったものも参考にしながら、あ、なるほど
33:55こう、ここに行くんだっだったら、こういうような経験を積んでいくといいのかなっていうことを、社員自身がこういうデータを見ながらですね、考えることができる
33:59ま、こういったことを実現したいなと思っ ますね
34:04本当に飲み会で我々が話すのって、今回〇〇っていう部署に行ったんだけど、あれなんでかな、〇〇だったからじゃない、これだったからじゃないっていうのを話す場になっちゃってるんですよ
34:08まさにその不毛なものを一旦やめて、企業から何を期待されてるのかで、そこに自分たちはどう寄与したら自分のキャリアパスを築けるのかっていう整理ができると、すごい
34:19これ本当にいわゆる人事データの民主家ですよね
34:30いや、そうなんです
34:35ただここでちょっと聞きたいのが、ここまでAIだったりが進んじゃうと、人事ってどういう役割になっ ってくるんですかっていうのを、永島さんに伺いたい
34:41ああ、人事の人っていい人多いんですよ
34:46本当に本当に人が、自分が配置した人は活躍してほしいと思ってるし、採用した人が、あ、の、どっかで活躍すると目に涙を浮かべられる人が本当に多いんですよ
34:51でもそれができてなかった
34:56時間がないから忙しい
35:02あの、細かいとこに忙しいから、人間関係作れてなかったりとか、そういうのが色々問題になっちゃっているんで、最後伝えるのは人間ですし、関係性作るのも人間ですし、そういったヒューマンスキルだったりとか、そういったものにより時間避けると思います
35:10 うん、ですよね
35:18うん
35:26これは本当に我々の働き方変わるなと、ちょっと私期待感で溢れてるんですけれども、改めて、ま、タレントパレットとして今後の展望どんなものを描いているのかっていうのを教えてください
35:34はい
35:38私ども、ま、こういう風にデータの見える化っていうのを、ま、専門にやっていますけども、これ何をしたくてこれやってるかって言うとですね、課題意識を持ってる人とか目的意識を持ってる人ってですね、そのデータが見れれば色んなアイデアが浮かぶんですよ
35:43ああ、そうなった時に、今まではそのデータがなかなか 見るのに時間がかかったりとか、あの、大変だったっていうところを、ま、今のような形でシームレスにすることによって、やっぱりその人が考えるっていう、その想像力をですね、引き上げるっていうのが我々の仕事かなと思ってます
35:47なんで、最終的に決めるのはまさに人です
35:51んで、あの、その人が決めるっていうとこのプロセスをいかに高度化するか
35:55ま、これが我々の、え、仕事かなという風に思ってますので、日本の労働市場って将来的には減るっていうことだけ確定してますんでね、企業の競争力上げようと思ったら人のパフォーマンス
36:01 を上げていかないといけないわけですから、このパフォーマンスを、まさにこのデータ活用をしながら、我々としては、あ、しっかり底上げして貢献できればなという風に思ってます
36:07是非ここからまたさらに走り続けてですね、日本の企業いっぱい変えてほしいなと心の底から思いました
36:13人事関係者の方もいらっしゃると思いますので、是非コメント欄などでね、色んな議論が活性化できたらなと思っております
36:19本日はお二方本当にありがとうございました
36:25ありがとうございました
36:31ありがとうございました
36:37[拍手]お[拍手] [音楽]
