メインコンテンツに移動する
Perspective:
Blue wave conection dots and lines. Abstract technology background. Science background. Big data. 3d rendering. Network connection.

AIと人の協働で実現する業務の効率化・高度化

人材×AI座談会

急激に進化する生成AI / AI時代の人材をテーマに、デロイトのプロフェッショナルが討議する人材×AI座談会。第2回は「AIと人の協働で実現する業務の効率化・高度化」について、テクノロジーやタレントマネジメントなど、各分野の専門家が議論しました。

人事業務の特性とAIによる変革の可能性

:近年の生成AIの登場を背景に、人事部門の役割も急激に変化しています。大無田さんは普段から多くのお客様と接していると思いますが、お客さまはどんな課題感をお持ちでしょうか。

デロイト トーマツ コンサルティング 執行役員
Human Capital Offering Leader
全 大忠

大無田:まず人材に対して強い課題感をお持ちの経営者の方が増えています。特に人材ポートフォリオの変革や人とAIの関係性の整理といったテーマに高い関心を集めています。これを受ける形で、人事部門は、人材情報の可視化やビジネスを人事の観点から支援するHRビジネスパートナーの立ち上げといったテーマに取り組んでいます。

しかし皆さんが一様におっしゃるのは、これらの高度化領域はオペレーションに関わる工数が高すぎて人材を投資しきれないということです。生成AIは、まさにこういった効率化や高度化といった課題に対して寄与するのではないかと考えています。

人事業務は、多種多様な業務プロセスが存在する上、従業員個別の事情を踏まえた個別の​対応をしているケースまであり、業務パターンが非常に多く、“人”が対応せざるを得ない状況です

人事業務領域におけるAIの有効性を語るには、まず人事業務の特性について正しく把握する必要があります。例えば業務を「ビジネス間で共通性が高いか固有性が高いか」「効率性を求めるか付加価値を求めるか」で整理してみると、人事の業務はそもそもパターンが非常に多く、固有で個別対応が必要な業務も多いことが分かります。

各社ともテクノロジーを使った業務改革に取り組んではいますが、RPA、チャットボットといった定型業務を数多くこなすことで投資効果を得られる従来のデジタルツールは、人事業務のように少量かつパターンが多い業務には、なかなか適用しづらいのが現状です。

そんな中、生成AIは数多くの業務プロセスや非定型的な業務に適用できる可能性があることから、これまで十分に推進できなかった人事業務の効率化、高度化が一気に加速する可能性があります。具体的には、生成AIによってテクノロジーと人の役割が再整理され、人間は「人間らしい」能力を発揮できるような人事業務体制に移行できるのではないかと考えております。

人事業務の領域において、人(経営、マネジャー、従業員、人事)とAIが協働するSuper Teamを構成することにより、抜本的な業務の効率化&高度化を推進可能です

先ほどと同様の業務整理で考えると、左下の「ビジネスとしての共通性が高く効率性が求められる業務」は、AIにより徹底的な効率化やセルフサービス化が加速する一方、右上の「ビジネスとしての固有性が高く付加価値を求められる業務」では、AIのサポートをもらいながら人間らしい価値を提供するような業務領域になっていくと考えています。

デロイト トーマツ コンサルティング 執行役員
HR Transformation
大無田 哲夫

:ありがとうございます。AIと人間の協働という話が出ましたが、松川さんはテクノロジーの専門家としてさまざまなAIプロジェクトに関わる中で、どのような課題があるかを教えてください。

人事領域における生成AI活用の課題と対策

人事領域において生成AIを活用する際、ハルシネーション、バイアス、セキュリティに関する課題への対応が肝要となります

松川:はい、大きく3つの課題があります。1点目がハルシネーション、2点目はバイアス、3点目はセキュリティです。

まず1点目のハルシネーションですが、生成AIに直接質問して回答を得ようとすると、ときどき「もっともらしい嘘」が含まれることがあり、これをハルシネーションといいます。例えば存在しない人事規程について、あたかも存在するかのような回答が返ってくることがあります。これを解消するやり方の一つとしてRAGと呼ばれる技術があります。生成AIに例えば社内規定のような独自データを読み込ませて、そのデータを基に回答させることでハルシネーションを抑えることができます。

2点目のバイアスですが、生成AIは事前の学習時にバイアスを含んでしまうことがあります。例えば人材の適正判断をするときに、性別や国籍に基づいて誤った判断をしてしまう場合があるのです。これを抑える方法として、判断基準を人間が適切に指示するというやり方があります。生成AIが学習したデータを使うのではなく、事前にこれまで積み上げてきた会社独自の判断基準に沿って判断するよう生成AIに指示することで、正しい判断ができるようになります。

3点目のセキュリティに関しては、生成AIは外部にあるAIベンダーの環境にデータを送信して処理することが一般的ですが、この方式ですと個人情報や機微情報を扱う場合リスクがあります。そこで自社環境内に生成AIモデルを組み込む「ローカルモデル」を採用することで、生成AIの性能は少し落ちますが安全に使うことが可能になります。

デロイト トーマツ コンサルティング Senior Specialist Lead
AI&Data
松川 達也

生成AI活用の5つのシナリオ

:生成AI活用に課題はあるものの、解決策も進んでいることが分かりました。それではここからは生成AIが具体的にどのように業務効率化、高度化に貢献するかというテーマに移りたいと思います。鈴木さん、いかがでしょうか。

鈴木:冒頭の大無田さんのお話でもありましたとおり、人事業務は非定型で種類が多いためなかなか効率化が進みませんでしたが、生成AIの登場により業務変革を促すことができるステージにきています。

現在、人事業務の自動化はRPAから一歩進み、業務プロセス全体のデジタル化を推進できるようになりました。さらに生成AIを活用することで文書や画像の生成、判断や類推を必要とする業務など、これまで自動化が難しかった業務にまで、自動化の対象が広がってきています。

その先のステップとして、AIエージェント、つまり自律的なAI協働モデルの考え方が加わると、単に個別タスクを処理するだけでなく、タスクの集合体である業務自体をAIが自律的に進行していきます。この段階になると人間が関わるべき業務は絞られ、新たな業務に時間を投資するなど、業務プロセス全体を最適化できるようになります。

まさに、生成AIを変革のドライバーとして活用することで、人事業務全体の高度化、効率化につなげ、変革を促すような転換期にきているといえます。

人事業務における各プロセス・各役割で生成AIの活用が有用と考えられており、各領域で​活用の検討が進んでいます

では具体的にどのようにAIを活用できるのか、5つのシナリオをご紹介します。まず採用に向けた人材ポートフォリオ戦略を進める上で、各社の組織に基づいたポジションを特定し、必要な職務定義書をつくる業務をAIにより自動化できると考えています。また社内人材が保有するスキルを可視化し、組織の現状と目指す姿をそれぞれ定義した上で、両者のギャップを特定することも生成AIにより可能となるでしょう。

そのギャップを埋める手段として社内外から人材の異動が必要になる場合、次のステップである求人票作成も生成AIによって自動化できるでしょう。

さらにその職務に応募があった後は、AIが職務定義書と応募者の情報を比較して初期スクリーニングを実行することも考えられます。
育成の場における活用も検討されています。職務定義書で求められるスキルと、そのポジションについている個人のスキルとのギャップを特定し、育成目標や育成計画の策定までAIが実行できるようになります。AIが作成した目標や計画をそのまま使うのではなく、社員本人やそれを支援する上司がAIとの対話を繰り返し、一人ひとりに対して最適な目標計画をつくることも可能になると考えています。

配置や異動案作成における活用も考えられます。AIを活用することで、組織内のポジションや職務、社員個人の異動歴やスキル、経験といった膨大なデータを考慮しながら異動配置案を作成できます。人が作成すると、もしかしたら埋もれてしまう可能性がある人材をきちんと発掘し、組織全体として最適な人事配置案を検討することが可能になるかもしれません。

ここまで5つのシナリオを通じて、それぞれの業務の中での効率化、高度化をご紹介しました。次に、「AIエージェント」として自律的にタスクを進行し、さらにAIエージェント同士で連携して一連の業務全体を自動化、高度化していく姿もご紹介します。

特に生成AIの活用が進んでいる領域のひとつが「採用」であり、多くのプロセスの自動化・効率化により、付加価値の高い業務に注力でき、採用プロセス全体の高度化が見込めます

ここでは採用業務をサンプルに、各タスクを実行する5つのAIエージェントを定義しました。まず求人票作成エージェントが求人票を自動作成し、候補者サーチエージェントに次のタスクを依頼します。すると候補者サーチエージェントが求人票の条件を基に外部サイトや社内人材データベースから最適な人材を探し、リストアップするといった流れが考えられます。

さらにレジュメのスクリーニングや実際の面接の場面でもAIエージェントが活躍するでしょう。

またこれら採用活動全般を通じて、コミュニケーションエージェントが各ステップの内容を自動的に記録し、候補者からの問い合わせに対応するような活用法も考えられます。

このように、それぞれ役割を持つ複数のエージェントを設計、配置し、エージェント間で連携させることで、採用業務全体の自動化、高度化につなげていくような流れが考えられます。

デロイト トーマツ コンサルティング ディレクター
HR Transformation
鈴木さゆり

各ソリューションにおけるAI活用の考え方

:人事業務における生成AI活用は、スクラッチで検討することもあると思いますが、SAP SuccessFactorsやWorkdayをはじめとするHRテクノロジーにも実装が進んでおりその活用も考えられます。具体的に各ソリューションでどのようなことが実現できるのでしょうか。

グローバルにビジネスを展開するHR関連ソリューション各社は、すでにAI機能を組み入れており、​人事業務において実用可能な環境が整いつつある状態です

図6 主要HR関連ソリューションのAI対応状況

鈴木:Workdayは、人事だけでなく財務会計領域をも一元管理できる統合型プラットフォームです。そのAI機能は、生成AIによって職務記述書や契約書、社員向け記事などの作成をサポートする機能、チャット形式で業務の推進をサポートする機能、ビジネスプロセスの変革自体を支援する機能という3つの考え方から成り立っています。

:私はSAP SuccessFactorsを扱うことが多いのですが、こちらも採用、配置、育成の各人事サイクルに対してAI機能が網羅されており、非常にAIの機能の網羅性が似ているなと言う印象を受けました。

大無田:ServiceNowは、ほかの2製品とは少し違い、社内システムを連携するプラットフォームとしての強みがあるソリューションです。その中にAIを組み込むことで、人事データや購買データなど、あらゆるデータをつないで業務プロセスをデジタル化していくというアプローチを採用しています。ですからさまざまなソリューションと連携しながら、さらにシナジーを生み出すような開発をしていると捉えています。

:人事システム自体は、今後どのように変わっていくと考えていますか。

AIを中心としたテクノロジーを人事業務に組み入れた、中長期にわたる人材マネジメント基盤へと変貌を遂げるには根幹となる業務機能を含む、業務・システムの再設計も必要となります

大無田:こちらの図は、デロイトが提唱しているBeyond Cloud HCMというモデルで、まさにクラウド環境に人材データの管理が移管された後の世界を表現したモデルです。

コアとなる人事業務や人材データは中心となるクラウドHRシステム上で管理され、人事業務を遂行する上で必要な勤怠や給与データ、あるいはAIチャットボットアナリティクスといった機能群は、その周辺を固める形で構成されています。つまりHRIS(人事情報システム)のアーキテクチャ全体が変わっていくと見ています。

従って、AIを用いて人事業務全体の効率化、高度化を推進する上では、HRIS全体のアーキテクチャを踏まえた人事業務の再設計、再構築が重要なポイントになると考えています。

またAIを用いることで、特に人材データの利活用が大きく広がると期待されます。このテーマについて、5つのポイントをご紹介します。
1つ目のポイントは、取り組みテーマの設定です。経営課題や人事課題を受けて明確なAIの利活用テーマを定め、PDCAサイクルを回すことが重要です。

2つ目は実行に向けたデータの整備・拡充です。多くの企業において、使いたいデータをすぐそろえるのは難しいでしょう。どのデータを保有し、どのデータを整備する必要があるのかを仮説検証することが求められます

3つ目はHRテクノロジーの再編です。Beyond Cloud HCMモデルのように、あらゆるデータを蓄積し活用できる状態にするために、システム全体の再編も必要になるでしょう。

4つ目はHRオペレーティングモデルの見直しです。これまで人事部のみが活用していたデータを、ビジネス部門でも利用できるようになるため、双方の役割の見直しを含めたオペレーティングモデルの再設計が必要になります。

最後に、データの所有権に関する考え方の整理も必要です。従来、人材データは企業内に格納されていましたが、今は企業外にもさまざまなデータが存在します。したがって、これらのデータをどのように、どこまで使うのかを、企業文化やセキュリティの観点から整理する必要があるでしょう。

AIを用いた人材データの利活用では、継続的なPDCAを回すために、この5つのポイントを踏まえて取り組むことが重要です。

「HRテクノロジー×AI」によって広がる世界観

: HRテクノロジーを活用した人事データの利活用には各社がチャレンジしていると思います。松川さん、「HRテクノロジー×AI」によって広がる世界観について教えてください。

松川:はい、ここ半年ぐらいで進展してきた新しい技術を中心に3つほどお話しします。1つ目は、人材データ登録に対するAIの支援です。最近のAIは技術進展により、人間と変わらないくらい自然な音声で会話できるようになりました。そこで、AIが人間に対して業務内容についてヒアリングをするなどの形で対話し、個人のスキルや資格といった情報を引き出し、データ化することが可能です。現在、多くの会社で人材データプラットフォームになかなか情報を登録してもらえないという課題をお持ちだと思いますが、音声AIがその部分を支援できる可能性があります。

2点目は従業員に対するきめ細やかなフォローです。経営層が求める人材に育てるためのコーチングやキャリア相談などを組み込んだAIを用意し、忙しくてなかなか時間が取れない上司や先輩の代わりに対話してもらうことで、従業員をきめ細かくフォローすることが可能です。

3点目はプラットフォーム間の柔軟な連携です。最近デロイト トーマツも一部関わり、AIエージェント間の連携技術(A2A Protocol)が開発されました。このプロトコルが普及することで、自社内にある異なるシステムのAIエージェント同士が対話し、連携していくことが可能になります。いずれは他社のエージェントとも直接対話するような世界観になっていくと考えています。

大無田:本日は「人事業務とAI」というテーマを中心にご紹介しました。多くの人事部の方々が、オペレーション工数の逼迫によってやりたいことにチャレンジできない、そんな状況にあるかと思います。本日のセッションを通じて生成AIによる変革の可能性を感じていただけましたら幸いです。

一方で、デジタル化が進んでこなかった人事業務領域だからこそ、生成AIの特性を正しく理解し、業務に取り組んでいくのは容易ではありません。その中で人事部自体のデジタルケイパビリティを拡張することも大きな取り組みのテーマになると考えています。

デロイトとしては、皆様の人事トランスフォーメーションのご支援、またその先にある企業変革を、引き続きサポートしていきたいと考えています。本日はありがとうございました。

実際にAIソリューションを体験しながら、導入のロードマップを策定する共創型AI体験施設 AI Experience Center(AEC)

デロイト トーマツが2025年1月に開設したAI Experience Center(AEC)は、AI活用を通じて経営課題の解決や、事業・業務の変革を目指す企業様を支援するための施設です。AECでは、短時間でAIについてのビジネス実装における解像度を圧倒的にあげられるプログラムをご提供しています。

人事領域においては、人事データを活用し、AIで何ができるのかを概念実証(PoC)を通じて検証している企業が多く見られます。ところが対談でも話題に上った通り、人事領域の業務は多種多様で固有性が高いという特徴があるため、費用対効果の面において本導入に踏み切れない企業様も多く見られます。

そこでデロイト トーマツでは、AECにおいて経営層の皆さまや意思決定者の皆様向けに、実際に各ソリューションを体験していただきながら、AI導入のロードマップを描いていくセッションをご用意しています。

当日は事前にお客さまからうかがった課題感を基に、セッションのプログラムを準備します。その上で、デロイト トーマツのプロフェッショナルがお客様とともに各業務について詳細に検討し、AI導入にどの業務をどう変革していくのか、どの順番で進めていくべきか、ロードマップを作成します。

AIによる人事の変革は、単なる業務効率化ではなく、全社の業務変革を伴うDXです。ソリューション導入にとどまらず、導入目的を明確化した上で、一定のスキルを持つAI人材の育成、現場におけるAI活用のリテラシー向上、組織体制の見直しなど長期的な視点からロードマップを策定することが重要です。

AIによる企業変革をお考えでしたら、ぜひ一度お問い合わせください。

このページはお役に立ちましたか?

ご協力ありがとうございました。