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」等の声が聞かれ、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。
昨年12月4日に開催した内容に、具体事例・効果事例を加えて、より効果的な活用をお伝えします。
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」等の声が聞かれ、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、採用要件や判断基準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、条件等、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
昨年12月4日に開催した内容に、具体事例・効果事例を加えて、より効果的な活用をお伝えします。
