企業の人事部門において、AIやデータ活用への関心が高まっています。特に注目されているのが、採用・人材発掘・配置、離職防止など、従業員の活躍や企業の生産性向上に直結する領域です。こうした領域でピープルアナリティクスを推進する上での共通課題として、「データが各所に散在している」「データの形式や粒度が統一されていない」「データを集約・蓄積したものの、人事課題解決への人事データ・AI活用が進まない」など、現場でのリアルな悩みがみられます。
また、人事部や現場からは「採用後のミスマッチや早期離職が減らない」「社員のキャリア希望や能力・経験に関する情報を異動・配置やキャリア形成に役立てきれずにいる」「社内の最適人材の発掘・抜擢が人脈や経験と勘に依存してしまう」「異動・配置検討時の人力業務負荷が過大」「離職・休職を事前に防げない」などの声が聞かれ、データ活用余地を検討するものの、テキスト情報の多い人事データの多様さ・複雑さ・煩雑さも相まって、活用を断念してしまうケースも少なくありません。
こうした背景を踏まえ、本セミナーでは、特に企業の取り組み課題として大きな比重を占める「採用」「人材配置」「定着」「評価」に焦点を当てて、以下のような具体的なソリューションや生成AI活用について、事例を交えて解説します。
また、人事部や現場からは「採用後のミスマッチや早期離職が減らない」「社員のキャリア希望や能力・経験に関する情報を異動・配置やキャリア形成に役立てきれずにいる」「社内の最適人材の発掘・抜擢が人脈や経験と勘に依存してしまう」「異動・配置検討時の人力業務負荷が過大」「離職・休職を事前に防げない」などの声が聞かれ、データ活用余地を検討するものの、テキスト情報の多い人事データの多様さ・複雑さ・煩雑さも相まって、活用を断念してしまうケースも少なくありません。
こうした背景を踏まえ、本セミナーでは、特に企業の取り組み課題として大きな比重を占める「採用」「人材配置」「定着」「評価」に焦点を当てて、以下のような具体的なソリューションや生成AI活用について、事例を交えて解説します。
- 採用:選考・入社後データをAI分析し、自社で活躍する採用母集団のペルソナづくりや自社フィット診断に活用
- 人材配置:経験やスキル、希望、適性、条件など、多様な業務・人事データに基づき配置を最適化
- 定着:離職・休職の要因をAIで分析し、事前に予兆を検知するとともに、防止に向けた改善策や仕組みづくりを行う
- 人事評価:適切な目標設定や評価時フィードバックを実施することで評価への納得感と、社員の成長実感を生み出す
- 生成AI活用:上記のさまざまな人事領域に対して、有効な生成AIの活用方法を提示する
