『scorobo for HR-Tech』を活用した人事領域ソリューション『HIT』の提供開始
PR・メディア
テクノスデータサイエンス・エンジニアリング株式会社（本社：東京都新宿区、代表取締役社長：城谷直彦、以下「TDSE」）は、独自AI エンジン『scorobo for HR-Tech』を活用した人事領域向けソリューション『HIT（Human-Innovation Technology powered by scorobo）』を８月より提供開始します。 TDSE は、高度なAI 技術を持ったプロフェッショナル集団であり、2013 年創業以来、金融、サービス業、製造業など幅広い領域の企業・団体との解析プロジェクトを踏まえ、300以上の技術ライブラリー「scorobox」を蓄積してきました。業界・市場調査を行い、大量にあるライブラリー群から、将来有望となるAI 製品やモジュール『scorobo』の開発を加速させ、サブスクリプションサービス充実を推し進めています。 人事業務は会社の中枢を担う重要な役割であるものの、実際の仕事は多忙を極め、泥臭く物理的な時間を膨大に要するのが実態です。人材は、モノやカネ、情報とともに経営を支える貴重な資源であり、際立ってコストもかかります。パフォーマンスに優れた人材を社内に有するために、採用業務は重要な使命を負っており、知名度の高い大企業ともなれば、特に新卒採用においては数多くの学生がエントリーします。その中から優秀で社風に合った人材を発掘するためには、相応の選考作業を繰り返す必要があります。しかも、獲得すればそれで人事の使命を果たせたわけではなく、長く活躍してもらうための教育プログラム、適材適所の人事配置やキャリアマップの構築など多くの施策が求められます。そのような施策を的確に打っていくには、企業として社員一人一人の状況を適時かつ正確に把握しておくことが理想ですが、多くは人事担当が人の情報を囲い込み、担当の経験や勘により人事管理を行う傾向が強いと言われています。会社規模が大きくなり、属人化が進めば、的確な管理は難しくなります。このような課題に対し、客観的かつ網羅的に全社員のことを把握できる仕組みに対するニーズはかねてから潜在していました。 昨今、AI 技術が目覚ましく発展してきたことで、HR-Tech への期待も高まり、人事業務を改善するため、AI 技術を駆使した取組が進んでいます。HR-Tech に取り組む企業では、「これまで経験と勘に頼っていた人事施策に裏付けができる」、「人事業務を科学的・客観的に執行できる」との声があがっており、「データ分析から施策を編み出す能力」、「IT 技術及びリテラシー向上や分析思考」が人事部門に求められる時代が到来しています。このようにHR-Tech への対応は、多くの企業にとって対応が急がれる課題のひとつであり、経験や勘ではない「データに基づく人事」へ変わる必要性が高まっています。 このような背景から、当社は人事領域向けソリューション『HIT（Human-Innovation Technology powered by scorobo）』を提供します。今回提供する『HIT』は、最先端の機械学習技術を活用し、人事情報を高度且つ迅速に解析できる当社独自のAI モジュール「scorobo for HR-Tech」を採用したソリューションです。ソリューションの導入・活用においては、業務の課題に合わせて、必要となるデータ取得・整備、最適なAI エンジンへの改良・人事システムとの連携を経て、人事業務の最適化を実現するサービスを提供します。現在、複数社から引合いがあり、大手製造業や大手サービス業と取組を開始しております。 当社は、『HIT』で使用するAI モジュール「Scorobo for HR-Tech」を用い、人事課題を抱えた企業に対して成果を挙げています。例えば、新卒採用を企業に応募してきた学生の膨大なエントリーシートの審査をAI により行っています。AI 技術による審査の妥当性は、実際の運用の中で確認されており、人事担当の業務コスト削減や合理的な判断を行う人事業務支援が実現しています。また、離職率が高い業界・企業においては、人事データを継続的に取得し、AI を用いることで要因分析が可能となり、離職抑制にむけたアクションプランにつながっています。人材配置においても、担当者の主観や経験則だけでは、適材適所にできているかどうか不確実性があったため、膨大な人事データから、ニーズに適した人材を高精度で抽出することで最適な人材配置業務を支援しています。適材適所に人材を配置することにより、生産性向上だけでなく、従業員満足の向上、顧客満足の向上につながったようです。 今後、人事領域向け『HIT』ソリューションにより、AI が人事業務を代替していく流れは加速し、人事部門のオペレーション業務を軽減するだけでなく、人事業務の高度化につなげることが出来ます。当社は、企業の人材育成を担う人事コンサルとの協業も含め、企業の経営層や人事部門向けの展開を進めてまいります。働き方変革によるリモートワークなどの働き方への多様化、グローバル社会に対応すべき海外人材の雇用など多岐にわたって企業を取り巻く環境が変わる中、『HIT』により、時代の変化に対応できる人事部門へのサポートが実現でき、企業の業務改善や高度化にむけた貢献度を高め、収益拡大を目指していきます。 ■『HIT』のイメージ 
■ HIT で提供するサービス例
| 項目 | 課題 | 想定される内容 |
|---|---|---|
| 採用業務の効率化 | 採用活動において、応募者から面接に到達する応募者を適切かつ効率的に選出し、採用業務を効率化したい。 | エントリー情報から面接到達確率を算出するモデルを構築し、面接到達確率の高い応募者を予測する。 |
| やりがい感の数値化 | 社員の仕事のやりがいと会社環境に対するアンケートデータから、社員が認識する会社環境とやりがいとの関係を知りたい。 | アンケートデータから仕事へのやりがいを数値化するモデルを構築し、社員が認識する会社環境がやりがいへ及ぼす影響を数値化する。 |
| 離職抑制要因分析 | 職場環境調査のアンケート項目と離職行動の関係性を統計モデルによって定量化することで離職抑制を行いたい。 | 職場環境の実態と離職行動との関係をモデリングすることで見える化し、離職予防にむけたアクションプランを実施可能にする。 |
| 離職抑制予測分析 | 離職リスクの高い従業員を把握し、そのような従業員に、早い段階で離職防止の対応を行いたい。 | 過去の勤怠記録データから数ヶ月後の離職確率を予測し、確率の高い従業員には離職防止対応をとる。 |
| 人事配置の最適化 | 企画部門に人材が十分おらず、他の部門から企画業務で高いパフォーマンスを発揮できる人材を異動させたい。 | 企画部門の過去の人事評価データから優秀な企画者となる確率を予測する機械学習モデルを作成し、確率の高い社員を新規事業部門へ異動する。 |
