サイバー、新卒配属にAI活用 170人×100部署マッチング
コメント
注目のコメント
パフォーマンスの高さは、個人個人の最適化に依存するのではなく、チームの最適化に依存する点なので、どこまでこのAIが作り込まれているのかが気になります。
よく個人の資質を分析するのに、MBTI診断のような心理学的アプローチで分類する方法が用いられますが、これらの分類属性によってある程度の向きや不向きの傾向はわかるものの、全員同じ分類属性を集めれば組織のパフォーマンスが最大化するかどうかは別の話です。
多様性の低い組織はイノベーションが生まれにくいと言われている通りで、このAIのゴールを組織のパフォーマンスの最大化と置くのであれば、①各組織ごとの人員構成とパフォーマンスの関係性を定量化、②それぞれの現状の構成から不足されている資質を可視化、③資質ごとに分類された新入社員を割り当て、とかが必要になるかと思います。
人員構成ってそこまで短期的には変わらないし、長期的に見たら事業の置かれている立場も変わってくるので、こちらの①について正しいデータを作成することがなかなか難しい。
一方で、新入社員の定着、とかをゴールと置くのであれば、意外と簡単でただただ過去の定着しやすかった人と同類の人を配置するのがいいのかと。
>新入社員について、内定者インターンでの成果や入社面接のエントリーシートなどの情報をもとに、個人の5項目の資質を分析。配属を決めると言うことは、それはジョブとの相性なのか、それとも各部署に所属している既存メンバーとの人間的に相性まで考慮するのか、それとも将来キャリアを考慮して決めるのか。
なんにせよ、新卒配属に相応しくないとされた部署が出てきたら切ないね。。。
あと、新卒だけじゃなく既存社員の配属にも使えるのでは。あとは管理職に適任か否か、とか。配属後の適応度合いとか活躍状況とか、どういう結果になるのか興味が湧いてきます。
ただ結果がどうなるにせよ、各々の部署の特性、必要な能力・人材の定義が言語化されることの意味は大きいと思います。既存の社員もあらためて自分を見つめ直すきっかけになると思います。
※転職までいかなくても社内での職務変更が増え、組織が活性化すると面白いですね…。