採用活動でのAI：雇用が再考されるデジタル時代

AIによって反復作業が自動化し、候補者エクスペリエンスが向上し、効率が高まることで、企業の採用プロセスが業種・業務を問わず再定義されています。採用活動にAIというのは大きな前進であり、人工知能（AI）やオートメーションなどの高度なテクノロジーが採用プロセスのあらゆる段階に導入されるのと同時に進化し続けています。具体的には、AIエージェントとAIアシスタントの統合により、候補者とリアルタイムでやり取りして問い合わせに答えることで、採用プロセスが合理化されます。

こうした新しいテクノロジーで、人事（HR）チームは、人間の採用担当者に関係を構築させ、これまで成長を遅らせていた負担の大きい日常業務を取り除くことで、再考されることになります。機械学習アルゴリズムを活用したAIにより、膨大な量のデータが分析され、従来の方法では見過ごされがちな最適な候補者が特定され、無意識のバイアスが排除されます。人口統計情報ではなくスキルや資格に焦点を当てることで、人間によつバイアスが低減し、ダイバーシティーが高まります。

人材獲得分野でのAIの導入は、エグゼクティブによる大きな後押しの一部であり、構築するワーク・ストラテジーに将来違いをもたらすものです。このアプローチで採用するのは、生成AIとオートメーションの機能の活用です。

IBM Institute for Business Value（IBM IBV）による最近のレポート（Oracleと提携）で、エグゼクティブの27%が将来のワーク・ストラテジーでより多くのROIが生み出されると予想していることがわかりました。生成AIはまだ初期段階にあるものの、エグゼクティブの35％が競合他社に比べて全体的な収益性が高いと報告しました。

採用活動は、組織で活躍しうる候補者を引きつけ、雇用するプロセスです。このひとつずつ進んでいくワークフローは、必要なスキルの特定から新入社員としての受け入れまで、広範にわたります。AIを活用した採用プロセスは最終的に、より効率的で費用対効果が高く、スケーラブルで、企業の目標や法的要件に沿った採用活動となるよう設計されます。

AIエージェント、AIアシスタント、チャットボットなどのAIツールを使用する人事チームは、管理的タスクをインテリジェントなツールにオフロードすることができます。面接のスケジュール設定やフォローアップEメールの送信をしてもらうと、生産性が向上します。

このAI技術には一次面接を実施する機能までもが備わっています。自然言語処理の適用により、コミュニケーション能力や文化適応性の評価が行われます。このAI駆動型アプローチでは、採用担当者の貴重な時間を節約するだけでなく、評価プロセスがより客観的で一貫したものになります。

AIによる今日の採用ストラテジーでは、採用枠を埋めて労働力の需要を満たすだけでなく、すべての求人応募者がポジティブな候補者エクスペリエンスを得られるようにすることを目的としています。他にもう1つ目的があります。それは、特に大量採用をする時期に、採用までの期間を短縮することです。人事部門は、会社の文化の最も優れたところを強調し、AIによる採用ツールを活用して応募プロセスを効率化すること（ビデオ面接など）で、この目標を達成しています。

求職者に有利な環境にあっても、AIなどのデータ駆動型テクノロジーで、企業側が競争で優位に立てます。こうしたツールがあると、必要なワーカーのタイプと、働きかけを調整して候補者を選別する方法がよりよく把握できます。

目指すところが、新入社員の雇用にかかるコストの節約と時間の短縮であろうと、より多様な職場の形成であろうと、十分に設計されたAIによる採用プロセスには多くの利点があります。

AIシステムが十分に設計されていると、スキルやエクスペリエンスなど事前定義による基準に焦点が当たり、候補者に対する客観的評価ができます。この方法なら、人間によるバイアスのリスクが低減され、採用プロセスがより能力主義的になります。たとえば、AIエージェントでは、各候補者に同じ一連の質問をするという構造化された面接を実施できるので、一貫性が確保されます。

AIで膨大な外部データベース、ソーシャル・メディア・プラットフォーム、プロフェッショナル・ネットワークを分析すると、潜在的な候補者を特定できます。この機能により人材プールの幅が大きく広がり、役割に最適な人材が見つかる確率が高まります。さらに、こうした情報源をAIアシスタントで継続的に監視していると、新たな適した候補者が新たに浮上し次第、採用担当者にアラートを送信することができます。

履歴書審査やスケジュール設定などの管理的タスクのAIによるオートメーションで、採用活動にかかる時間が短縮されます。このアプローチにより、生産性が向上するだけでなく、欠員の長期化や他の採用リソースの必要性に伴うコストも削減されます。長期的には、このことによるメリットが大きくなり、組織全体の効率性に寄与します。

広範なデータセットの処理や分析をするAIの能力により、採用プロセスに関する貴重な洞察が得られます。たとえば、どのソースから最高の候補者が出ているか、どのジョブディスクリプションに最も多くの応募があったかを特定することや、過去のデータに基づいて候補者の成否を予測することまでできます。ここで得た洞察は、戦略的な意思決定や継続的な改善の取り組みの情報源となります。

AI搭載チャットボットで、候補者とのやり取りを個々の反応や振る舞いに基づいて調整すると、候補者エクスペリエンスをパーソナライズできます。このシステムがあると、満足度が向上するだけでなく、雇用主のブランド構築の助けにもなります。さらに、AIエージェントでこのデータを使用して候補者プロフィールに含まれるニュアンスが採用担当者にわかるようにすると、働きかけのターゲットが絞り込まれて効果的になります。

テクノロジーとデータは、採用プロセスにおいて重要な候補者の情報をいつでも確認できるようにし、ワークフローを合理化することで、採用プロセスの最適化を実現します。AIを活用した新たなツールが登場したことで、新しい機能とより深い洞察が得られます。

• 機械学習（ML）：企業の採用プロセスを改善する最善の方法は、何がうまくいっていて何がうまくいっていないかを評価することです。しかし、多くの人事部門では、分析を行い、過去の採用データを評価する時間とリソースが不足しています。機械学習は非常に有用であり、アプリケーション全体の採用データに関する洞察を提供し、より優れた意思決定を可能にします。

• AIによる自動化：人事部門は近年、オンボーディング・プロセスを自動化することで、手作業で行う時間を大幅に削減し、プロセスの効率化を図っています。AIは、個々人に対するより適切なオンボーディング・プロセスの提供を可能にします。新しく入社するチームメンバーは、自然言語処理と適応型AIを活用したツールによるオンボーディングのガイドを受けます。

• 候補者ソーシング：広範なデータベース、ソーシャル・メディア・プラットフォーム、プロフェッショナル・ネットワークをAIで探し回って、潜在的な候補者を特定することで、人材プールが拡大し、役割に最も適合した候補者を探し当てる可能性が高まります。

• 履歴書審査：機械学習アルゴリズムにより、履歴書が迅速かつ正確にスキャンされると、事前に定義した基準に基づいて、ふさわしい候補者を特定できます。見返りとして、このシステムでは時間の節約と人間の潜在的なバイアスの低減にも寄与します。

• チャットボットによるインタラクション：AI搭載チャットボットが候補者とリアルタイムで関わり、質問に答えたり、応募プロセスの案内をしたり、必要な情報を収集したりすることで、候補者エクスペリエンスが向上します。

• 予測分析：AIによって過去の採用データが分析され、将来の人員配置のニーズが予測されると、プロアクティブな採用ストラテジーと要員計画が可能になります。

• スキル・アセスメント：AIで、オンラインテスト、コーディングチャレンジ、シミュレーション演習を通じて候補者のスキルと習熟度を評価することで、候補者の能力に関する客観的な洞察が得られます。このシステムにより、採用の質の高さが確保され、関心の対象が優秀な候補者に限定されます。

• ダイバーシティーとインクルージョン：機械学習で、スキルと資格に焦点が当たり、ダイバーシティーとインクルージョンが促進されることで、採用プロセスでは無意識のバイアスが低減します。

• 候補者エクスペリエンスの向上：AIで候補者とのコミュニケーションをパーソナライズすると、採用プロセスのジャーニーに基づいて候補者の最新情報や関連情報がタイムリーに得られます。

• 時間とコストの最適化：スケジュール設定やフォローアップなどの管理的タスクをAIで自動化すると、手作業でのプロセスにまつわる時間が短縮しコストが削減され、全体的な採用効率が向上します。

• コンプライアンスとリスクの管理：AIの助けを借りて労働法や規制を確実に順守することで、コンプライアンス違反に伴う法的リスクが低減します。

• 継続的な学習と改善：AIシステムに採用サイクルを都度学習させることで、時間の経過とともにアルゴリズムが洗練され、パフォーマンスが向上します。

より良い採用プロセスを構築するには、採用戦略を立案することから始めます。企業が頻繁に行っているいくつかの重要なステップを次に示します。

1. 目標を定義する：企業が採用プロセスでAIを活用して何を達成しようとしているのかを明確に概説します。ここでいう目標は、採用までの時間の短縮、候補者エクスペリエンスの向上、バイアスの最小化、人材ニーズの予測など多岐にわたります。

2. ニーズを特定する：AIで価値を付加できる具体的な領域を判別します。例としては、反復的なタスクの自動化、候補者ソーシングの改善、面接プロセスの強化などが挙げられます。

3. 適正なツールを選択する：AI搭載の応募者追跡システム、候補者エンゲージメントのためのチャットボット、スケジュール設定やコミュニケーションのためのAIアシスタントなど、採用に関するAIソフトウェアを調査して、企業で定義した目標やニーズに合ったものを選択します。そのプロバイダーについて、信頼できること、企業で達成しようとしていることと同様のユースケースがあることを確かにします。

4. データの準備：現在の採用データがクリーンで整理されていてAIでの分析に対応できるようにします。このプロセスには、データ形式の標準化、重複の排除、Missing Valuesの処理を伴います。AIシステムを効果的に機能させるには、データが高品質であることが肝要です。

5. 統合：選択したAIツールを、企業の既存の採用ワークフローへシームレスに統合します。このアプローチには、移行をスムーズに行うための技術的な支援と綿密な計画を必要とする場合があります。

6. トレーニング：新しいAIツールの使用方法と操作方法について、人事チームのトレーニングを行います。AIではどのように意思決定を行うのかの把握、AIで生成される洞察の解釈、倫理的考慮事項への対処といった側面を取り上げることは必須です。新しいテクノロジーに沿えるよう、従業員のスキルアップと採用慣行の更新が必要になる場合があります。

7. テストと反復：AIツールは、制御された環境でテストしてから、完全実装に移します。フィードバックを収集し、パフォーマンスを監視し、必要な調整を行います。この反復的なプロセスにより、AIシステムが企業の期待どおりであり要件を満たしていることが確実になります。

8. 監視と評価：AIのパフォーマンスと採用プロセスへの影響は、定期的に見直します。主要業績評価指標（KPI）を活用して、初期の目標に対する成否を測ります。ここでの評価に基づき、必要に応じてAIストラテジーを調整します。

9. コンプライアンスと倫理：AIがデータプライバシーの関連法規と倫理ガイドラインに準拠して使用されることを確実にします。このアプローチには、データの使用に関する同意を取得すること、差別的な慣行を回避すること、候補者の透明性を審査プロセス全体で維持することが含まれます。

10. 継続的な学習：採用に関するAIは進歩するので、常に最新の情報を入手します。新しいテクノロジーとベスト・プラクティスを活用するため、企業のストラテジーを定期的に再評価・更新し、採用プロセスの効率、公正さ、効果を確保します。

AIテクノロジーはエキサイティングですが、注意点を伴います。採用活動でのAIは特に大きな可能性を秘めていますが、対処しなければならない課題もいくつかあります。

採用活動でのAIシステムには、多くの場合、求人応募者に関する機密情報を含め、膨大な量の個人データの処理を伴います。データ侵害のリスクが高まると、企業にとっての重大な金銭的損害や風評被害につながりかねません。データ保護規制のコンプライアンスを確保し、堅牢なサイバーセキュリティー策を維持することは非常に重要です。

AIアルゴリズムに学習させるのは過去のデータですが、そこには人間の無意識のバイアスが含まれている可能性があります。AIツールが十分に管理されていないと、こうしたバイアスを永続させることや、増幅させることすらあり、差別的な採用慣行や非倫理的な採用決定につながる可能性があります。このようなリスクを軽減するため、企業にはAIシステムを定期的に監査することが不可欠です。

AIは大量のデータセットを処理する点で優れていますが、人間の採用チームにはある感情面でのインテリジェンスや判断でのニュアンスは欠いています。AIへ過度に依存すると、強力なソフトスキルや文化的な適合性のある候補者を見落とすかも知れず、チームの結束や組織全体の成功度に悪影響を及ぼす可能性があります。人間の従業員とのコミュニケーションチャネルは常にオープンにすること、そのニーズや懸念に基づいてフィードバックを傾聴することを忘れないでください。

採用プロセスの過剰なオートメーションは、AIシステムが故障したり利用不能になったりした場合に、企業を脆弱な状態に陥れ、採用パイプラインの混乱を引き起こす可能性があります。したがって、テクノロジーへの過度の依存により、人間の採用担当者のスキルアップの機会が制限され、その成長が阻害されて組織の全体的な人材管理機能が抑圧される可能性もあります。

採用担当者との際限のないやりとり、手動によるトラッキングやスプレッドシートの利用、異なったシステムにわたる複数のツールの使用、といったことが候補者の採用プロセスの中で起きています。IBM watsonx Orchestrateに構築されている watsonx HR エージェントを使用すると、手順とツールの数が減り、プロセスを合理化できます。

このツールで、人事タスクがインテリジェントに自動化できます。求人要件の作成や掲載が迅速化するなどです。Orchestrateは、候補者ソーシングや応募追跡のソフトウェアを含め、毎日使用する主要なツールを統合するものです。