【AI】HRの仕事✖️AIのパターンを考えてみるシリーズ２

本シリーズ第二弾記事です。

前回は労務管理の仕事でしたが、今回はアサイン（配置転換）について考えてみようと思います。

いわゆる人事異動とほぼ同じ概念ですが、これらにあたって、人事部は各ステークホルダーの意見を調整しながら、配置を決めていきます。

これまでも、現状も、この配置転換はヒューマンベースで行われておりますが、この領域はAIによってどう変化するでしょうか。

１、退職兆候を抽出してフォローする

現状取れるログデータを活用して、退職確率が６０％を超えた社員を抽出する。

例えば、以下のようなデータを、協調フィルタリングで読み込ませる。

勤怠データ：勤続年数、職務内容、有給取得率、残業時間、出退勤データの変化

人事データ：入社同年時の社員のキャリアや業務内容、人事評価のギャップ、本人の目標設定内容と評価結果

パーソナルデータ：学歴、性別、年齢

上記のようなデータをアルゴリズムに食べさせることで、入社５年目の営業部の男性社員で、目標設定の達成度が下がっている社員は退職確率が高い等の示唆が出ると、条件に合致する社員のフォローを行うことができるのではないでしょうか。

２、パフォーマンス予測を行う

上記のログデータに加えて、各事業部、組織、チーム別のジョブを定性データ、必要なコンピテンシーの重み付けを行った上でアルゴリズムに食べさせることで、どういった社員が、どの仕事につくと高いパフォーマンスを挙げるのかをシミュレーションすることができるようになるのではないでしょうか。

３、ジョブベースで必要な人材を選抜する

２ができるようになると、ジョブ別に必要なコンピテンシーから、合致する社員をアルゴリズムがレコメンドしてくれるようになるかもしれません。

いかがでしょうか。まだまだこのシリーズも続けていきます！