新聞記事やその他の報道で「AI」や「人工知能」、「ビッグデータ」という言葉を見ない日はほぼない。それほど「AI×ビッグデータ」のビジネス社会へ導入が注目されている。人事の分野においてもその傾向は変わらない。しかし、実際にはどういった変化が起きるのだろうか。その時、経営者や人事は「入社後活躍」に向けて「AI×ビッグデータ」と、どう向き合えばいいのだろうか。『人工知能×ビッグデータが「人事」を変える』の著者である福原正大氏に話を聞いた。
PROFILE
福原正大氏
Institution for a Global Society株式会社 CEO
慶應義塾高校・大学卒業 INSEAD（MBA）、グランゼコールHEC（with Honors）、筑波大学博士（経営学）、一橋大学大学院 国際企業戦略研究科 特任教授。東京銀行、世界最大級の資産運用会社バークレイズ・グローバル・インベスターズ（Managing Director, 取締役）を経て、グローバルリーダー育成の場を創るInstitution for a Global Society設立。
ーそもそもAIとは何なのでしょうか？
福原氏『研究者によっても定義の仕方は様々ありますが、私は「人間の脳活動の一部を模倣するコンピューター」だと捉えています。人工知能やAIと言うと、人間のように考え行動するロボット（人間のカタチをしたもの）をイメージする人がいるかもしれませんが、そうではなく、人間の脳活動をなぞらえたプログラムのことです。
従来のプログラムとの違いは何かといえば、「学習」をすることです。従来のコンピュータープログラムはどのような場合にどのような計算処理をするか（アルゴリズム）を最初に決めたら、答えを導き出す手順そのものはずっと変わりません。しかし、AIは最初に与えたアルゴリズムを自らの学習により進化させることができるのです。
例として、画像加工にAIを使うとどうなるのかをお話しします。画像加工ソフトで使われる画像フィルターという、色調補正やノイズ除去などの加工を行なう機能があります。その画像フィルターが過去に行なった加工処理の加工前画像と加工後画像をセットにし、AIに大量に学習させます。すると、そのAIはそれまでに見たことがない新しい画像を入力してもどこが補正すべき箇所なのか、どの部分が除去すべきノイズなのかを自ら判断し、過去の画像加工処理と同じ質の成果を出すことができます。
このように入力と出力の組み合わせを次々と与えていくだけで（※出力を与えないAIも一部あります）、自らプログラムを作成したり進化させたりすることができる、という点がAIの画期的なところです。』
ーありがとうございます。AIの画期的な部分がよくわかりました。
ーなぜ、今AIが注目を集めているのでしょうか？
福原氏『一言で言うと、データ量が急速に増えたことと、AIアルゴリズムの技術進歩により、AIのビジネスへの活用が現実的になってきたからです。
2012年頃から「ビッグデータ」という言葉は盛んに使われるようになっていました。1960年代に世の中にコンピューターが浸透しだしてから、様々なデータが蓄積されるようになっていきましたが、2000年代に入りインターネットが普及するとそれがより一層加速されました。さらに、自然言語処理（NLP）という技術も発達し、それまで分析の対象にすることができなかった「言葉」も分析の対象にできるようになりました。それによって、更に膨大なデータを収集することができるようになったのです。
そして、その大量なデータの中には、マーケティングやコスト削減、サービス向上に活かせる様々な手掛かりがあることが分かってきました。しかし、 それまでの技術では、増え続ける膨大なデータを処理することは非常に困難でした。 なぜなら、新しい性質のデータが増えれば、それまでのアルゴリズムを変更する必要も出てくるからです。 変更するには全て手動でプログラミングを行わなければなりません。 元々、人間が処理しきれない程の大量なデータですし、未処理データはどんどん増え続けていきます。 その作業を行なうには途方もない労力とコストがかかってしまうのです。
そんな中、「ディープラーニング」という技術が2012年頃から急速に発達します。 冒頭に申し上げたAI関連の技術進歩の中で一番大きなものが、この「ディープラーニング」です。 ディープラーニングは、簡単に言えば、人間の脳が学習する仕組みをコンピューター上で精緻に再現したものです。つまり、コンピューターが人間と同じように、自身で学習し、進化し続けられることを意味します。この技術の発達によって人間では分析しきれないデータの解析が可能になったのです。更に、2015年頃にはこの技術をコスト低く使えるようになってきました。
このように、「ビジネス社会から求められ」かつ「技術としても一般的に使える状態になった」ことを背景にビジネスへの導入が本格的になり、今注目が集まっているのです。』
ーなるほど。メディアでここまで頻繁に取り上げられている理由が理解できました。
ー人事にとって「AI×ビッグデータ」はどう役立つのでしょうか？
福原氏『どんな知を持った人材がどこにいるのか。彼らをどう育てるのか。人を通じて長期のビジョンとコアコンピタンスをどう構築するか。現場の現実を知り、仕組みを変革し続け、タイムリーに現場に介入して、どうモチベートしていくか。「AI×ビッグデータ」が人事の現場に浸透した結果、このような人事が本来やるべき戦略的な業務に集中できるようになると思っています。
ー現在の人事には、どのような問題点があるとお考えでしょうか？
今、人事は多忙すぎて、本来するべき業務に時間が割けていない。さらに、上記のような戦略的業務を勘と経験に頼ってしまっており、形式知として把握できていない。様々な人事の方々とお会いする中で、この2点に問題を感じています。バブル崩壊以降、合理化、効率化が叫ばれる中で間接部門のスリム化が行われてきました。人事の人員も削減され、本来あるべき戦略的な業務ではなく、最低限やらなくてはならない業務ばかりに集中することを余儀なくされてきたことが原因だと考えています。
ー「AI×ビッグデータ」がこのような問題を解決するということでしょうか？
「AI×ビッグデータ」には、 人間の能力と、時間の限界を超えていく力があると考えています。今のままで、業務の効率化を行なったり、暗黙知を形式知化していっても限界があります。 大きなブレイクスルーはできません。 しかし、 「AI×ビッグデータ」 の活用はそこを超えていくことができるのです。
採用を例にとって考えてみると、これまではできるだけ多くの候補者群を集めるために様々な告知に力を使い、その後に集まったレジュメを書類選考し、出来るだけ多くの候補者との面談をこなし見極める、ということを行なってきたと思います。ここには相当な労力を使っています。問題なのは、見なくても良いレジュメやしなくても良い面談があるため、非効率な時間が結構多いこと。さらに、この選考フローから出てきた結果は勘や経験が多く含まれるため、正しいかどうかが曖昧であるということです。
実例は後ほどお話しますが、「AI×ビッグデータ」は「この企業で活躍できる人材は、こんな人間」というところまで弾き出すことができるようになります。つまり、採用基準を与えてくれます。そうすると、企業は会うべき人だけに集中し、最後の見極めと自社の魅力づけに力を注ぐことができるようになります。さらに、その基準に沿って採用した人材の入社後の活躍度データとすり合わせることによって、採用基準のブラッシュアップをすることができます。これは採用基準を形式知化していくことにつながります。
このように、「AI×ビッグデータ」 は人事を非効率な業務から開放してくれ、人事に客観性を与えてくれます。ですので、本来の戦略的な業務に集中しやすくなるのです。』
ー「AI×ビッグデータ」との「協業」が今後の人事の鍵を握る、ということですね。
ー「AI×ビッグデータ」 を利用した具体的な事例を教えてください。
福原氏『採用、その中でもスクリーニング（書類選考や適性テストなどによるふるい分け）について具体例をお話します。従来のスクリーニング方法で一般的なものは「学歴」があります。批判されることも多いですが、時間に制約のある人事にとっては、 効率的な方法と考えられていました。 優秀な人材である可能性が高いであろう基準が学歴だからです。しかし、学歴が低くても活躍する人はたくさんいます。これはどの人事も認識しています。ただ、それをどのような基準に落とし込めばよいのかが、なかなか分かっていませんでした。
「AI×ビッグデータ」によって、その基準を作ることが可能になってきています。つまり、より的確なふるい分けが可能になるのです。私たちが開発した「GROW」というサービスもその一つです。私たちは人材の入社後活躍を予測するものを「気質」「コンピテンシー」「価値観」の3つに分けて評価していますが、「AI×ビッグデータ」の活用により、その3つをこれまで以上に精度高く測定することができます。
なぜ、精度が高いのか。それは「他者からの評価」「脳の認知活動」「指の動かし方」という取り繕うことができないものから判断をしているからです。この中から「指の動かし方」を例にとります。私たちが見ているのは答える際の「指の動かし方」です。答え自体を取り繕うことは出来たとしても、指の動かし方にはどうしてもその人の潜在意識が表れます。候補者の本当の姿を見抜くことができるのです。しかし、その指の動かし方の微妙な違いをデータに取ろうとすると膨大なものになります。ですので、これまではそこを蓄積・解析し、何かの判断をすることは難しかったのですが、「AI×ビッグデータ」が可能にしたのです。
加えて、どんな「気質」「コンピテンシー」「価値観」を持っている人材が、どんな企業で活躍しやすいのかも「GROW」により、精度高く判定することができます。「どんな人材か」を入力し、「どんな企業で活躍しているのか」を出力として、AIに学習をさせているため、企業は自社とマッチング度の高い人材を見つけることができるのです。AIは学習するので、この精度はどんどん進化させていくことができます。
ー実際に活用している企業はあるのでしょうか？
我々のサービスを使っていただいている企業様の代表例としてはセプテーニ様やAXA様、楽天様、DeNA様などが挙げられます。
ースクリーニング以外ではどのように役立ちそうでしょうか？
もちろん、「AI×ビッグデータ」は採用のスクリーニングだけに使うものではありません。面接の精度も上げることができます。面接でのやりとりのデータを溜めていくことによって、どのような質問にどう答えるのが、上記のような採用基準を満たす答えなのかを判断できるようになります。
その他にも異動やプロジェクトチームの人選においても活用できます。移動先やプロジェクトに求められる要件やチームメンバーとの相性などがマッチングされて適材適所を実現することが出来るようになります。 勤怠や就業管理、評価、キャリアパス、教育などもついてもどんどん活用されるようになっていくでしょう。こういったこと全てが人事が本来の戦略的業務に集中していけることにつながっていくのです。』
ー「指の動かし方」で測定をすることには驚きました。これまで逃していた出会いの創出や、非効率の排除ができると実感しました。「AI×ビッグデータ」の活用度合いは企業の業績にも大きく関わってきそうですね。
ーこれからの人事がまず考えるべきことは何でしょうか？
福原氏『私は AI時代の人事は、まず「人事を科学する」べきだと考えています。 人事は元々、社会科学の分野の学問です。つまり科学なのです。 科学するとは、客観的な方法で分析するということです。これからの時代ではこのように考えられるのかどうかが、最も大切になると思います。
科学した結果として、AIを使わずに目で見て、感じたものを重視して判断をするという結論に達することは多いに結構です。しかし、それをせずに科学的なものを否定することは思考停止の状態で、すごくもったいないことだと思います。
「AI×ビッグデータ」を利用することでそれは可能です。これまで、勘や経験など、なんとなくの好みや感覚で行なっていたことに根拠を持つことができるようになります。そうすることによって、人間がどうしても全て排除することが出来ないバイアスを除くことができるので、これまでにない人事施策を行なうことも可能になるのではないでしょうか。
ーその他に人事に求められることはあるでしょうか。
次は、AIに対する正しい知見を持つことです。つまり、何が出来て出来ないのかを知ることです。過剰な期待は経営判断を狂わしますし、過小な期待はチャンスを逃します。試行錯誤をしながら、早期に知見を持つべきでしょう。AIの特性を知り、自社の業務のどの部分はAIに置き換えられて、どの部分は置き換えられないのか。
例えば、私はAIが人を評価するなどということなどは起きないと思っていますし、すべきではないと思っています。データは過去、もしくは現在において最適なことは教えてくれますが、あくまでも基準を示すものです。最終的に選ぶのは人間です。こういった部分をしっかりと考えて経営に活かしていくためにも早期に知見を持つことが必要でしょう。中期的にAI化が進むのは間違いのない流れなのですから。
ーAI時代、企業の競争力の源泉は何になるのでしょうか？
前述しましたが、AIは過去から最適なものを抽出することはできますが、未来や戦略を描くことはできません。未来や戦略を描くのは理念や価値観なのです。AIは事実に基づいた答えを出しますが、そのまま鵜呑みにするわけにはいきません。理念や価値観に基いて、その答えをどう解釈するのか、どう使うのかを判断しなければならないのです。
つまり、自社の戦略は理念や価値観に従うことになります。理念や価値観によって企業の趨勢が決まるようになるのではないでしょうか。ですから、自社は社会にとってどんな価値を提供したいのか、顧客にどう役に立ちたいのか、社員にどうなってもらいたいのか。こういった部分をもう一度確立すべきです。AI×ビッグデータの流れをその良い機会と捉えると良いのではないでしょうか。
ーデジタル化が進むからこそ、アナログな部分の違いが際立つ。すごく重要な示唆をいただきました。
入社後活躍のためには最適な採用、納得性の高い評価、実効性の高い教育など様々な要素が連動することが大事です。全ての精度を上げることが入社後活躍を増やしていくことは間違いないでしょう。しかし、時間や能力、人員数など様々な制約条件がある中で限界を感じることもあるのではないでしょうか。
何が最適な採用基準で、適切な選考フローなのかをより分析したい。納得性を上げるためにもっと社員の意見を聞きたい。研修内容の浸透のために、現場のフォローを厚くしたい。こんな思いはあれども、日々の業務に忙殺されなかなか時間を割くことが出来ない、膨大なデータを活かすことが出来ていないというのは多くの人事や経営者が抱える共通の課題なのではないでしょうか。
「AI×ビッグデータ」は日々のルーティンから人事を開放してくれます。さらに、人事にこれまで持ち得なかった客観性をもたらしてくれます。 活用すれば、より「自社らしい採用、評価、教育」のあり方を確立していくことができるようになるはずです。より戦略的な業務に力を注ぎ、これまで気付かなかった新たな知見を活用した施策を実施することができれば、企業の競争力は上がっていくのではないでしょうか。少なくとも、こういった「事実に基づく経営」を志向している企業としていない企業では近い将来、差が出てくることは間違いないのではないでしょう。
また、福原氏の指摘にもある通り、「AI×ビッグデータ」の流れは自社の理念や価値観を見直す良い機会とするべきです。理念や価値観の違いが戦略の違いを生み出し、企業価値の差も生み出していくことなります。この部分で人事は経営者とともに、リーダーシップをとるべきだと思います。
「AI×ビッグデータ」をパートナーとして人事のレベルを上げていける企業が、より多くの「入社後活躍」を生み出し、業績の向上もしていけるのではないでしょうか。
【UPDATE】（2017/12/22 20:20）転載元の内容に変更があり、一部文言を修正しました。
【関連記事】
- 『高い精度で、活躍人材を見極められる面接方法』数多くの企業で「採用面接」を指導してきた川上教授に聞く！ | エン・ジャパン（en-japan）
- 入社後の「こんなはずじゃなかった」を防ぐ！ありのまま採用ーRJP理論ーを「採用学」の服部准教授に聞く | エン・ジャパン（en-japan）
- キャリア論の第一人者 花田教授に聞く！『人生を充実させる、仕事への向き合い方』とは？ | エン・ジャパン（en-japan）
- 優秀人材が辞めない会社とは？青学山本教授に聞いた「リテンション・マネジメント」 | エン・ジャパン（en-japan）
- 早期活躍には「採用」、定着には「フォロー」が重要。経営者・人事への「早期活躍」「定着」に関する調査結果より | エン・ジャパン（en-japan）
【関連リンク】