人事でのAI活用はどこから考えるべきか

2025年3月14日の日経新聞一面トップに人事におけるAI活用の記事が掲載されました。なかなかインパクトのある記事ですが、人事領域においてもAI活用が進んでいることがわかりますね。　

人事評価・異動にAI、上司の役割担う　JCOMやテルモ　客観データで公平性 - 日本経済新聞

記事を読むと人事評価や配置、採用、リテンションなど幅広い分野で事例がでているようです。様々な人事領域でAIの活用が期待されていることがわかりますね。一方、記事の中では、マーサージャパンの方より以下のようなコメントが掲載されており、人材流動化に対応した取り組みが求められ始めている印象を受けました。

組織・人事コンサル大手マーサージャパン（東京・港）の諸橋峰雄シニアプリンシパルは「世界でも人事領域のAI活用は始まったところで、異動・配置や採用などの分野から進んでいく」と話す。（記事より引用）

とはいえ、人事課題は企業によって異なるものですので、企業毎にAIの適用領域が変わってくると想定されます。また、規模の大きな企業では、本社人事と本部内の人事（HRBP）で課題感が変わり、結果としてAIを適用したい場面も違うということもあるでしょう。

それでは、どのような人事業務からAI利用を考えていけばよいのでしょうか？

このブログ記事では、記事の事例を起点にAI利用の検討軸を考えてみたいと思います。

人事でのAI活用事例をひも解く

人事評価におけるAI利用

記事ではJCOM社のコールセンターのオペレータに対する人事評価AIの事例が出ています。これを文字通り読むと「人でなくAIに評価させるのか」と思われるかもしれませんが、記事を注意深く読むと印象が変わってきます。人事評価を丸々代替しているのではなく、部分的に活用していることが読み取れます。

具体的には、人事評価の項目として①勤怠、②営業成績、③顧客との通話品質が軸としてあり、このうち顧客との通話品質を評価する際に、通話履歴データをAIで評価しているようでした。もともと、通話品質の評価には顧客アンケートの情報を使っていたものの、アンケートの回収率が数%にとどまっていたということでした。つまり、3つ目の評価軸に対する計量方法を変更したということです。

この事例のポイントは人事評価における網羅性と公平性の担保にあると想定されますが、評価作業に対する効率化を狙ったものとも考えられます。

単に人の判断をAIで置き換えるのではなく、業務量の問題から人手では部分的にしかチェックできなかった情報（今回は通話履歴）をAIを利用して評価したということで、ビジネスにおけるAI活用ユースケースとしては王道ともいえます。

適材適所を実現するAI

記事後半には、テルモ社における配置AIに関する事例が掲載されています。こちらの事例も「配置AI」という言葉をそのまま受け取ると、AIが人に代わって配置を決めるという印象を受けますが、記事を注意深く読むとそうではないことがわかります。

具体的には社員自身が職務経験やスキル情報を入力すると、AIが新しい部署やプロジェクトをレコメンドしてくれるのだそうです。これは、従業員本人がキャリアを考える上で役立つ情報を提供している取り組みであり、配置業務の代替というよりもキャリアオーナーシップ支援のテーマと考えられます。

サービス利用者やユーザーに役立つ情報をレコメンドするアプローチはAIの得意とする領域で、ECサイトやエンタープライズサーチ、コールセンター支援など幅広い応用事例があります。

「誰のどの場面」をAIでサポートするのか

AIを活用するというと「人の仕事をAIに置き換える」「AIが人をコントロールする」というイメージが出てくるかもしれません。

しかし、上でひも解いたように、必ずしも人を置き換えるような話ではなく、人の意思決定や作業をサポートする用途でAIを活用する場面が多いのではないかと考えています。この視座に立つと、人事領域でのAI活用のユースケースをポジティブに広げて検討することができそうですね。

それでは、自社で人事業務にAIを適用するとき、どのような切り口でユースケースを考えていけばよいのでしょうか。

まず第一には、誰のどの場面を支援したいのか考える必要があります。特に見落としがちなのが「誰の」という視点です。

私はピープルアナリティクスに加えて、人事領域に対するAI技術適用ソリューションやサービスの開発のアドバイスもさせていただくことがありますが、お話を伺う中で誰の課題を解決しようとしているのか、今一つ不明瞭なケースが結構あります。つまり、ペルソナやターゲットがぼやけているわけですね。

人事領域でAIを活用したいのであれば、以下のような観点で誰の課題を解決しようとしているのか考えてみるとよいでしょう。

• 人事部門内の話なのか、それとも従業員全体を支援したいのか。
• 現場のマネジャーに向けた取り組みか、それとも一般従業員に向けた取り組みか。
• 人事制度を考えている部門内でのテーマか、それともHRBP向けのテーマか。

まずは、ターゲットが人事部門内かそうでないかという軸でわけてみるとわかりやすいはずです。

ビジネスデータ活用マップで発想を広げる

記事の事例はデータとAI技術を上手く掛け合わせた事例になっています。そこで、クニラボで提唱している「ビジネスデータ活用マップ（BDUM）」を使って、事例の位置づけを整理してみます。

BDUMはビジネスでのデータ活用シーンを発想するためのシートで、4つの象限を含んでいます。

BDUMの縦軸は誰のためのデータ活用かを明確にするもので、この例では「組織内」「組織外」でわけています。一方、横軸には「意思決定支援」「オペレーション効率化」をとり、どのような用途でデータを活用するかを考えます。このマップを使うことで、2×2=4通りのデータ活用シーンを考えることができます。

さて、このBDUMはビジネスのあらゆるシーンで利用できるものですが、ピープルアナリティクスの事例で考え見ると以下のようになります。さて、先にご紹介した日経新聞の事例はこのBDUMのどこに位置づけられるでしょうか。

まず、JCOM社の人事評価AIは通話品質の計量を支援する取り組みで、おそらくコールセンター組織の管理職が利用することが想定されます。したがって、全社(管理職)×意思決定支援に位置づけられるでしょう。ただし、管理職が通話履歴を聞く手間を省けると考えるとオペレーション効率化の文脈も含んでいると想定されます。

一方、テルモ社の配置AIは、従業員に対してキャリアに関するレコメンドを行うサービス展開の話でした。従業員の立場で考えると、自分自身のキャリア選択を支援してくれる取り組みですので、全社×意思決定支援に位置づけられます。

このように、AI活用シーンを考える場合においても、BDUMのような切り口で目的を明確にすることが重要です。

やりたいことに合わせて道具を選ぶ

今回は日経新聞の一面記事を取り上げ、人事領域におけるAI技術の適用について考えてみました。LLMの登場もあってAIの用途は広がり続けています。Digital HR Competition 2024 「ピープルアナリティクス部門」においても、LLMを使って人事業務を効率化する取り組みが紹介されていました。

その一方で、技術はあくまで手段であることを忘れてはなりません。AIにしてもデータ分析にしても使いどころが合わなければ効果がでませんし、まして重要でない課題に取り組んでしまうと時間を浪費してしまいます。

人事部門として今取り組むべきことは何かを考えた上で、課題に合わせて道具を選ぶことが大切だと考えています。