大湾秀雄(人事経済学)就活・女性活躍・昇進・転職をAIで検証する『クローズアップ現代』

(出典:https://jinjibu.jp)

10月29日オンエアの

『クローズアップ現代+』で、

個人データを用いた、AIによる

未来予測を提唱する

大湾秀雄(おおわん・ひでお)さん

人事経済学(ピープルアナリティクス)」を

紹介したいと思います。

就活と採用、昇進、女性活躍や

転職について、多くの企業の人事は

人事部の経験と勘に頼ってきました。

しかし、人事のデータをAIで分析する

ことで、数値による具体的な結果や検証、

そして未来予測がが可能になると言います。

AI人事経済学は何を明らかにするの

でしょうか。

スポンサードリンク

人事は客観的にみて公平か?

大湾秀雄さんは、人事経済学が人に

優劣や順位をつけたり、唯一絶対の

指針になることはよくないと言います。

その上で、組織における課題や解決策、

未来予測を数値で提示することが重要だ

としています。

会社の人事部は、採用や昇進などを

実行しています。しかし、その効果を

数値で評価したり、次の仕事に生かす

ことにはあまり関心を払ってきません

でした。

採用した人が、どのくらい会社に

貢献しているのか。

なぜ途中で転職してしまう人が

出るのか。

なぜ男女で格差が生じてしまうのか。

昇進のあり方の基準や方法は

どんな規則で実行されているのか。

そして、人事部の仕事そのものが

会社にどのように影響しているのかを、

人事経済学という統計を使って

数値で見ることで、誰もが納得できる、

公平な人事が見えてくるのです。

就活の評価は無意味?

人事経済学によると、採用した人材の

面接での評価と、入社後の評価は

実は関係がないという結果が

出ているそうです。

日本の就活で取り入れられている

適性検査も、その点数と、実際に

採用される人の貢献度には

ほぼ関係がないというデータも

分かっているといいます。

ならば日本の「就活」は、会社の

業績とは無関係、もしくはあまり

関係性のない基準を使っている

ことになります。

少なくとも、就活の時点では

未来予測ができていないのです。

どんな人を採用し、その効果は

どのように出ているか。

現状では多くの企業でその検証は

行われておらず、採用しっぱなし

と言えます。次年度の採用に

生かせる情報も継承されていません。

こうしたチェックには、

多くの情報と長い時間をかけた

データの蓄積が必要ですが、

AIによって分析することが

できれば、その結果を見ることで

未来の傾向を予測することが

初めてできるのです。

スポンサードリンク

女性活躍を阻むものは何か?

現状、企業における女性の活用

低い水準にあります。

2017年度の調査では、課長以上の

管理職における女性の割合は8.9%で、

政府による、「2020年までに30%」

という目標に、はるかに及びません。

なぜ現状がそうなのかは、統計学に

よって明らかにできます。

長時間労働が評価を得る基準と

なっていること。

女性の配置される部署は事務職が

多いなど、仕事に偏りがあること。

そして、女性は結婚や出産などで

離職することが多いため、会社が

女性に投資しづらいこと。

離職するから昇進がないのか、

昇進がないから離職してしまうのか、

ニワトリとタマゴの状態に

なっていること。

傾向としてなんとなく思われている

これらの事象が、どこでどのように

起こっているかを、人事経済学

具体的な数値で示しています。

その数値に従って、どこをどのように

改善すればよいかが見えるのです。

スポンサードリンク

昇進の遅い日本の会社

世界的に見て、日本の会社は

昇進が遅いことが分かっています。

しかし、若手を早く昇進させれば、

昇進できないミドル層ができて

しまいます。

また、昇進できなければ所得も

上がらないため、年功序列

仕組みによる、

「若いうちは安給料だが

年を取れば高給取りになれる」

という、我慢の理屈が通らなく

なります。

若い=安い、年長=高いという

時間のかかる賃金カーブ

昇進を遅らせていることが、

データからわかるのです。

スポンサードリンク

転職と高齢化の関係

社会が高齢化すると、

「上」が詰まってしまい、

結果的に若い世代に経験や挑戦を

させる機会が減ることも、

統計によって明らかになっています。

そのため経験や挑戦そのものである

起業の割合が減少したり、

逆に機会を外に求めることで

転職してしまうことになるのです。

AIで見るかどうか

企業の人事が具体的な傾向や

相関を統計的に見ない、

その原因を人事部に押し付けるのは

間違っていると、大湾秀雄さん

指摘しています。

統計は膨大な個人データを

長いスパンで検証しなければならず、

それが可能になったのは

AIが登場したつい最近のことであり、

現状はスタートラインに立った

ばかりだからです。

しかし、その手段を実行するか

どうかは、別問題でしょう。

経験と勘に従っていた人事をAI

置き換えることができるかどうかは、

経営者にかかっています。

大湾秀雄さんは、経営者がAI

受け入れることが必要だと言います。

膨大なデータを無駄にせず、

未来に生かす。

その改革の意味が経営者に

理解されて初めて、

人事経済学(ピープルアナリティクス)

意味を持つのです。

以上、大湾秀雄さんが提唱する、

AIによる人事経済学

(ピープルアナリティクス)

ついてでした。

ではでは~

スポンサードリンク

シェアする

  • このエントリーをはてなブックマークに追加

フォローする