人工知能でカルチャーのマッチングはどこまで図れるか。

今日はAPO研で、ミライセルフの代表の表さんがゲストスピーカーで来てくださっていました。APO研への参加、久しぶりでした。(別件ではスタッフとして参加したりしていたのですが)

ミライセルフさんが開発、リリースされているAIによる人材マッチングサービス「mitsukari」を運営されています。

「スキル」だけではなく「カルチャー」のマッチングの話、とても興味深かったです。そのサービスもですが、コンサル会社で採用担当をされたご経験や、UCバークレー時代の「社内政治」を教える先生の話なんかも、いろいろサービスにつながっていたりして、これまた面白かったです。

今はどんどんデータを蓄積していっていて、分析のエンジンもすごいスピードでアップデートしているみたいで、そのテクノロジーやデータ活用という意味でも、大変勉強になりました。

そんななかで、うちの代表がディスカッションのなかで話していた、10年か15年くらい前?に実験した「似たものどうし」「補完関係」「まったく関係のない」チームによる経営シミュレーションゲームの結果が、なるほどーとなりました。

「似たものどうし」は意思決定が早く、楽しそうにやるし、一気に利益を上げる。一方で、浮き沈みが激しい。

「補完関係」は大きな盛り上がりはないものの、着実に利益を積み重ね、最終の総資産は最も高くなった。

「まったく関係ない」チームは、あまりうまくいかない、というか、利益も損失もあまりなく、特徴的なことはなかった。

その事例の話から、企業や部署やチームもフェーズによって最適な人員も変わってくるのかもと。なるほどー。

話を戻すけれど、カルチャーというのは、うまくできそうで、意外と難しいものだなと個人的に思う。卵が先か、鶏が先かという問題もあるけれど、変化のない先天的な部分でタイプ分けをしたとしても、けっこうメンバーが増えると、微妙にパワーバランスやロール(役割)がチーム内で変わって、最適なチームかどうかは意外とわからなくなるんじゃないかとか。

それにしても、mitsukariはいろいろな可能性をはらんでいて、でもどこかで一本突き抜けてほしい期待のサービスだなと思いました。

コンテンツマーケティングの時代、そしてそこに人が介在する意味。

職場で日経MJの記事を見た。遅ればせながら元旦のものだ。そこでインフォバーンの小林氏と、CChannelの森川氏のインタビュー記事が載っていた。今年は「ネット×リアル」なのだ。それが当たり前になってくるのかもしれない。

その中で、激しく同意した点は、「共感できる物語がその商品にあるかどうか」が大事だということ。同じような製品サービスが溢れる中で、特定の誰かがファンになってくれるような背景があるかどうか、その文脈を再整理することで、コンテンツマーケティングをすることが求められてくるというもの。

もう一つは、人間味が感じられるサービスが生き残っていくという話。AIがどれだけ発達しようが、なんだかんだ人間かシステムかは案外わかるもの。だからこそ人が介在する意味が出てくるのだ。このあたりは、けっこううちの会社でもしつこくいっている点だ。

インターネットや、それを閲覧する端末が進化すればするほど、より原始的で本能的で人間ぽいところにスポットライトがあたるのかもしれないなと思います。

IT活用と人工知能と、その先にあるもの。

ITの活用と、“オンラインファシリテーション”について考察をします。

近年、人工知能(AI、機械学習など)に関する注目度が高まっています。私もこの分野にはとても興味がありますし、研究対象でもあります。とはいっても、私は開発者・技術者ではないので、プログラミングができるわけではないのですが!

私が所属している会社では、ITと人の関わりによって何かしらの目標を達成することを支援したり、人や組織を活性化させることを支援しています。いろいろな成功や失敗の事例を目にして思うことがあります。自社の事業の話に限らず、世の中の様々なITを活用するサービス全般について見聞きしたものも含みます。

なんだかんだいっても、やはり生身の人間による何かしらの関与が必要だということです。もしかすると、人工知能がさらに発達すると(最近では人間を超えるのではという話もありますが)、人がやる仕事が人工知能に取って代わられるということはあると思います。ですが、それでも感情を刺激するような人間らしい仕事は残るでしょうし、その重要性はむしろ高まると思っています。

そんな中で、必要になるスキル(職務)が、オンラインファシリテーションだと思います。画面の向こう側に人がいるかどうかで、けっこう人の態度、行動は変わるものです。スマホのソーシャルゲームや、パソコンのオンラインゲームだって全くの機械的な仕組みだけでやっているものは少なくて、裏で「運営さん」がいるわけです。様子を見ながら、イベントを仕掛けたりしているのです。たとえビッグデータを蓄積して、ある一定の法則性を見つけて自動化したとしても、それが機械的なものか人間的なものかがわかっちゃうのが面白いところです。

手間を削減して、より効率的に、成果を最大化するために人間を「サポート」する仕組みとして人工知能は大きな役割を果たすことになるんだろうなと思っています。そうなってほしいとも思います。

 

ほらマンガやイラストやアニメだって実写化されるし
ほらマンガやイラストやアニメだって実写化されるし

人事・教育ビッグデータ分析の最新潮流を聞いて(第3回HR SQUARE Village in 関西にて)

HRスクエアヴィレッジにて

昨日は「第3回HR SQUARE Village in 関西」に参加してきました。(9割がたスタッフとして)

キーノートは、慶應義塾大学の岩本先生による、「人事・教育ビッグデータ分析の最新潮流」について。これがまためちゃくちゃ面白かった。うちの会社のやっていることが、どストライクなものだったので、釘付けになりました。(終盤にさせていただいた3分間のライトニングトークでもあえて強調させていただきましたが、うちとめちゃくちゃ関係あります)

ビッグデータの定義は、そのデータ量やサイズといったものもあるが、分野によって捉え方が違うそう。特に人事領域のビッグデータ分析は、対象が人間であることから複雑性も高い。そのため、「多様性」という意味でのビッグデータと言えるそうです。

統計学的に人事教育領域でのデータ分析をして、企業の方が喜ばれるポイントとしては、以下の4つ。

  1. 定性的に正しいと思っていたことが統計学的に確認できる
  2. 「なんとなくそうかなぁ」と思っていたことが検証できる
  3. 新たな知見が発見できる
  4. これまで正しいと思っていたことが統計的に違っていることがわかる

ということ。

ここまでだと学問的なもので終わってしまうが、やはりさらに突っ込んで企業経営・現場のマネジメント・人材育成にその情報をもとに改善策を講じなければ意味がない。

講演の中で、面白い話があって、こういった分析結果を“現場のマネージャー”が見ると「なるほど!」「そうそう!」「やっぱり!」「面白いー!」となるそうだが、“現場を知らない人事”が見ると「それがどうしたんですか?」「ふーん、そうですか」くらいの反応らしい。大手になると部門も多いので、現場未経験の人事担当もいるわけです。

そういった意味では、当社が研究開発し、サービス提供しているものは、ものすごく面白いし、より具体的に、これまで見えなかった人材育成領域のプロセスが可視化されるので、評価できなかったものが評価できるようになるのだ。対策も考えやすくなる。この業界、領域に一石を投じたいと思います。

岩本先生がおっしゃっていましたが、2015年は「HRtech元年」だとおっしゃていました。Human Resourse Technologyです。やはり海外では既に勃興しつつあって、日本は遅れ気味。そういったことを民間で取り組む会社がようやくちらほらと出てきたところ。人材領域での人工知能研究所をgroovesがつくったり(ドワンゴも社内で人工知能研究所をつくりましたね)、盛り上がってきました。

第二部の大手企業3社の人事担当者によるパネルディスカッションの後半で、質疑の際に、大手人事系コンサルタント会社の方が登壇者の皆さんに質問されていた「数値で評価しにくい部門の評価方法はどうしているのか?」という話。(あ、うちのでこれできますって、つい言いたくなりました笑)

人材育成領域におけるビッグデータ分析、人工知能や機械学習。これから面白くなってきます!