熟練者のノウハウを活用して良質な人財評価を支援！

Lumadaで協創！熟練者の判断基準を学習したAIを活用

人財評価の均質化と面談業務の効率化を実現

多様な人財が活躍できる職場環境を作るために、一人一人の個性や適性、スキルの定量的な評価が求められています。

従業員のキャリア形成を面談でサポートしたい

従業員のキャリア形成を継続的にサポートするためには、適切なタイミング、高い頻度で面談する機会を設け、すべての従業員を公平に評価する必要があります。
しかし、面談者が対面で多くの面談を実施するには、次の課題があります。

• 面談者ごとに経験やスキルが異なり、面談評価がばらつく
• 面談者と従業員の予定が合わず、面談を設定できない

面談の質は経験やスキルに左右されるため、面談者によって評価結果がばらついてしまいます。人財を適切に評価するためには、面談者間の熟練度の差を埋めて評価基準を揃える必要があり、経験の浅い面談者のスキルの底上げも課題です。

また、面談者に対して従業員の人数が多い場合、日程を調整しきれなくなり、面談を設定できません。面談で従業員を継続的にサポートするためには、適切なタイミングで、質の良い面談を実施できる仕組みが必要です。

均質な評価と時間にとらわれない面談を実現

従業員を公平に評価し、キャリア形成を継続的にサポートするには、定量的な評価でばらつきを防ぐことが有効です。
日立は、独自に開発したAI技術を用いて、熟練面談者の経験や勘といった暗黙知を学習したAIモデルを作成。このAIモデルを活用することにより、面談業務が抱える課題を解決に導きます。

• 面談者ごとの評価のばらつきを防止
  熟練者の評価結果を再現できるAIモデルの活用で、面談者ごとの主観や熟練度による評価のばらつきを防げます。AIモデルによる定量的な評価予測を参考にすると、従業員のスキルはもちろん、個性や特性も均質に評価できます。
• セルフ面談で時間にとらわれない評価を実現
  対面式の面談だけでなく、面談者の代わりにアバターが面談するセルフ面談を用意しています。面談者と従業員の予定が合わない場合、従業員はオンラインでアバターと面談し、用意された設問に回答。面談者はあとで、面談時の動画をAIモデルで分析した結果を確認し、時間にとらわれることなく従業員を評価できます。

さらに、経験の浅い面談者は、AIモデルの評価結果を参考にすることで、熟練面談者が同席しているかのように面談を実施できます。これにより、熟練面談者の判断基準を学ぶことができ、面談のスキルを向上できます。

経験や勘に基づく暗黙知をAIが学習

熟練者のAIモデルをノンコーディングで作成し、面談に活用

まるで熟練面談者をコピーしたようなAIモデルを作成、活用することで、面談の質および効率を向上できます。

• 熟練面談者の分身を、ノンコーディングで作成
  AIモデルの作成に、データ分析の専門家やAI技術の知識が豊富なエンジニアは必要ありません。日立独自のAI技術で、熟練面談者が判断した評価結果を直接学習させることにより、熟練面談者の評価を予測できるAIモデルをノンコーディングで作成できます。
• 求める人財の適性を評価軸に設定
  AIモデルによる評価では、評価する業務の内容や技術などに合わせて評価軸を判断基準として設定できます。これにより、「組織が求める適性があるか」が判断でき、評価の有効性も上がります。業務内容や職種によって必要なスキルなどが異なり、面談による評価の難度は高まっていますが、AIモデルに測りたい指標を設定することで、定量的な評価を実現します。

AIモデルを活用した良質な面談で、被面談者を継続的にサポート

人財スキルの評価を支援「面談支援AIサービス」

熟練面談者の面談ノウハウを学習したAIモデルが、まるで熟練面談者のように寄り添い、多様な人財のスキル評価を支援します。

作成したAIモデルの評価予測を参考にできる

面談の動画と音声、その面談に対する熟練面談者の評価を学習したAIモデルを作成し、活用することにより、熟練面談者は被面談者のサポートに注力できます。

被面談者の表情や目線の動きなどの非言語情報、話す言葉やその内容といった言語情報をAIモデルで分析すると、被面談者を総合的に判断した評価予測が得られます。AIモデルによる評価予測を参考にしながらサポートの方針を検討すると、例えば「熟練面談者が、個別にフォロー面談を実施する」など、適切な対応につながります。

AIでモデル化するPoCで、実用化できることを確認

人材サービス会社であるUTグループ株式会社では、派遣で働く社員のキャリア形成支援の施策として、社員の志向や状態を把握するための「キャリア面談」を実施しています。面談を担当するキャリアカウンセラーの人数が限られているために、次の点が課題となっていました。

• 3万人を超える社員に対し、一定の質を担保した面談の機会を提供する
• 面談の質を均質化するために、キャリアカウンセラーのスキルレベルを揃える/底上げする

これらに対し、「面談支援AIサービス」で熟練のキャリアカウンセラーと社員が面談している映像、音声とその面談の評価結果からAIモデルを作成するPoC（Proof of Concept）を実施。そのモデルが予測した評価が、熟練のキャリアカウンセラーと同等であったことから、課題解決の方法として実用化できることを確認しました。

UTグループ株式会社との協創は次のステップに進み、アバターによる「いつでも、どこでも、さまざまなデバイスで、簡単に実施できる」面談を実用化するための、AIモデルの価値検証を実施しています。今後は、UTグループ株式会社での社内展開に向けた開発および実業務への適用、さらに協創ビジネスの展開をめざして取り組んでいきます。

「面談支援AIサービス」の今後の展望

働き方の多様化が進む中で、人財評価のための面談の重要性、個性や特性を含めて人財を評価する必要性が高まっています。「面談支援AIサービス」では、面談の評価と、それに対するフィードバックを繰り返すことで、作成したAIモデルを継続的に育成できる機能をリリース予定です。これにより、さらに高い精度で人財を評価できるようになります。

また、オンラインで実施するさまざまな業務を支援できることから、人材サービス業だけでなく、教育、医療、金融など、多くの業種への導入を働きかけ、活用の場を広げていきます。

ソリューションの詳細については、こちらをご覧ください。