スタンフォード大学が毎年発表しているAIインデックスによると、タレントマネジメントのためにSkyHive のようなHRプラットフォームでAIを採用する人事部門が増えているが、企業内の他のクライアントが業務でAIを採用するスピードほどではない。
スタンフォード大学のAIインデックスは、世界中でAIがどのように採用されているかを示すベンチマーク的な年次調査である。本レポートでは、投資や生産性から規制や社会的態度まで、このテクノロジーが世界を変える方法を幅広く取り上げている。
テクノロジーの変化の速さを考えると、HRテクノロジーの現状を把握するのは難しい。SkyHive 、スタンフォードのインデックスから、HRにおけるAIの現在の立ち位置と、タレントマネジメント、スキルに基づく労働力管理、従業員 リテンションといった観点での今後の方向性を示す具体的なデータをいくつかピックアップした。
人事におけるAIはコスト削減と収益増加を可能にする
報告書に引用されているマッキンゼーの調査では、調査対象となった人事マネジャーの10人に4人がAIによってコストが10％削減されたと回答し、そのほとんど（26％）が20％以上削減されたと回答している。また、調査対象の10人に6人は、AIによって10％以上収益が増加したと回答している。
SkyHive 、私たちを驚かせるのは、他の部署も同じかそれ以上の利益を得ているということだ。人事担当者にとっては、企業内の他の利害関係者が、人工知能のスキルを持つワーカー 、人事部のドアをノックすることになるということだ。例えば製造業では、管理職の55％がコスト削減を、66％が収益の増加を実感していると回答している。そのため、人事チームがAIスキルを持つ製造業ワーカー に対する需要に応えるには、スキルベースのワークフォース計画 が不可欠になるだろう。
人事チームは他部門と同じ割合でAIを活用していない
全体では、商品開発（26％）、マーケティング・営業（25％）、サービス業務（24％）がAIツールを最も多く使用していると報告した。ハイテク、メディア、テレコムの製品開発など特定の業界では、その割合はかなり高かった（44％）。
これとは対照的に、HRにおけるAIの導入は平均して9％の業界でしか報告されておらず、最も導入が少なかったのはヘルスケア（5％）、最も多かったのはハイテク（14％）だった。
AI採用の大半はデータエンジニアと機械学習エンジニア
AI職の採用は、データエンジニア（36％）、AIデータサイエンティスト（31％）、機械学習エンジニア（31％）が多い。機械学習エンジニアの採用率が最も高かったのは、金融サービスとハイテク企業だった。
採用担当者はAI人材をどこで見つけるか？グローバルに考える
米国は人工知能への投資と新興企業で世界をリードし続けているが、人材獲得に関しては、より多くのグローバル企業（ワーカー ）がAIスキルをプロファイルに含めている。
スタンフォード大学のレポートに含まれるリンクトインの分析によると、米国のワーカー 、AIスキルを持っていると答える確率は世界平均の2.2倍である。しかし、LinkedInのプロフィールを持つインドのワーカー 、このように言う可能性はさらに高い（世界平均の2.75倍）。
このようなAIの役割の多くは、遠隔で行うことができるか、容易に移行することができる。米国は依然として、失うAI人材よりも惹きつけるAI人材の方が多いが、アラブ首長国連邦やスイスのような国々は、さらに多くのAI人材を惹きつけているワーカー 。イスラエル、インド、韓国はいずれも、AI人材を惹きつけるよりも失う方が多い。イスラエルと韓国は、失うAIワーカー も多い。人材の集中度を計算すると、これらの国は人口1人当たりのAIワーカー がはるかに多い。
AIは人事の生産性を向上させるのか？正しく使えば可能
スタンフォード大学の報告書の主な調査結果のひとつは、AIはワーカー 、より生産性を高め、より質の高い仕事につながるというものだ。テープ起こし、法的分析、コールセンターにおけるAIの働きについては、複数の研究が引用されている。
しかし、報告書はハーバード・ビジネス・スクールの研究者によるある研究も引用し、人事チームの潜在的な誤操作を指摘している。
この研究では、プロのリクルーターに履歴書を評価してもらい、最も優れた計算能力を持つ候補者を見つけてもらった。AIを使用したリクルーターは、使用しなかったリクルーターよりも良い結果を出した。しかし、質の差もあった。優秀なAI」を使っていると言われた採用担当者もいれば、エラーを起こすことが知られている「悪いAI」を使っていると言われた採用担当者もいた。悪いAI」を使っている人のほうが、成績は良かった。研究者は、「良いAI」を使っていたリクルーターは満足し、「悪いAI」を使っていたリクルーターは結果を厳しく見たのではないかと推測している。
だからといって、企業は優れたタレントマネジメントシステムを買うよりも、バグの多い二流のタレントマネジメントシステムを買ったほうがいいというのだろうか？もちろんそんなことはない。システムが間違いを犯す可能性があると伝えれば、より慎重に行動するようになるのは、誰も驚くことではない。
しかし、この発見は、タレントマネジメントには文脈が重要であることを意味している。
SkyHive は常々、スキルに基づくワークフォース計画 「芸術と科学」があると主張してきた。科学とは、より速く、より良い選択をすることだけではない。それは、人々が持っていることすら知らなかったスキルを特定し、スキルギャップを埋めるためのより良い洞察を提供できるようにすることだ。その技術とは、単に履歴書の山を整理することではなく、ワーカー 、雇用主が未来の仕事に適応できるようなスキル戦略を構築することなのだ。
ハーバード・ビジネス・スクールの研究では、参加者はある特定のスキルに基づいて候補者を評価するよう求められただけだった。この研究では、需要のあるスキルや企業の目標に関する幅広い知識を伴う、スキル変革のような複雑なことは行われなかった。また、ベンダーとのパートナーシップによる多段階の導入プロセスから得られるであろう、AIを活用した労働力管理プラットフォームに関する包括的な知識も持ち合わせていなかった。企業に最も利益をもたらし、人事スタッフとSkyHive のようなAIツールの両方に最も要求されるのは、このような複雑で価値の高いタスクである。
スキルトランスフォーメーションこそ、HRにおけるAIの真価です。その詳細と、SkyHive がどのようにサポートできるかをお知りになりたい方は、今すぐ詳細をご覧ください。
