HR techを有効性は理解できたが、実際にどのように導入するかまではわかりませんでした。
AIを作るのも人だが、アルゴリズムが正しいか、目的に沿っているかまでは、普通の人事にはわからないと思います。そこに落とし穴がありそうな気がします。
HR techで人事業務は効率化されると感じる。
しかし、人材が同質化する可能性が日本国内の企業では考えられる。
多種多様な人の集団が効率よく、新しいものを産み出すと言われる昨今。
多民族国家でない日本で、過去のデータから集められた集団に多種多様性があるだろうか。
状況に応じて設定の変更が、必要な場合があると思う。
評価基準や個々人の能力を可視化していくうえで有用に感じた。特に仕事が属人化し、業務内容が不透明な場面で適用が進むと、人・業務の管理において、メリットが大きいように感じた。
一方で適切かつ低コストでのデータの取得・蓄積は大きな課題であると思った。導入にはある程度時間をかけて、社内での仕事内容全体を可視化する取り組みを進めていく必要があると思う。
採用面接では、志願者の能力を見極めることは難しいと思う。HRtechを利用することでより客観的な情報が得られるのではないかと思う。
最近の研究で、AIが差別を学習してしまうことが明らかになっているので、バイアスのかからない分析という表現に違和感を感じる。
HR techの概要は分かったが、具体的な導入イメージは付きにくかった。
ITをいかに活用するか、企業によって取り組みの差が今後顕著に出てくると思う。
人事部部門は人を採用する・育成するという点に関して、HRTechを用いる事で客観的にリアルタイムで分析する事が可能になる。HRTechを用いる目的が定まっていないと宝の持ち腐れになることを忘れてはいけないと感じだ。
人材の適正配置は、管理職・非管理職ともに気になるテーマ。見えにくい人事業務・その結果の人事異動が、AIなどテクノロジーによる解決で納得感ある、効果的・効率的になる可能性を感じた。目的を見失わないことは重要。ベースとなるデータの収集・解析の現場など、具体的な取り組み・管理画面内容を見てみたい所ではある。
HR Techとは、データに基づいた客観できな数値から、人材戦略を策定し、新しい価値創造を促進しす
ＨＲＴｅｃｈだけでなくＡＩによる分析がよい気付きを与えてくれるきっかけにはなるが任せきりにはならない点に注意したい。
漠然と感じていたことを論理立てて理解できてよかった
管理する観点からは、情報の収集や、えこひいきの無い判断が期待でき、効果が見込まれると考えます。
一方、管理される側からは、メールが勝手に見られて分析されているかと思うと、素直に受け取れないところがあります。
顧客分析の手法により、人材分析も可能であると考えますが、家族も含めた生活全体としての従業員満足度向上まで図れるようになると、なおいいと考えます。
HR非常に重要だと思います。勘や経験則に捕われないデータに基づいた採用・配置・異動は社員の納得感を高めモチベーション向上・エンゲージメント向上に繋がる・・・という好循環が生まれると考えます。
人事評価も投入されたデータによって徐々に影響されることをあらためて認識した。この仕組みを知っているか知らないかで自ずと行動も変化する。評価は見えづらいものでもあり公平性が増すのであれば組織のモチベーションも上がるだろう。
難しい内容であったので、しっかり勉強して深めていきたい。
テクノロジーを導入して自動化できるところは任せる。人が介入するべきところに注力する。
人事異動については上長の推薦を始めてしており、適正かどうかの判断が分かれるケースが多かった。今後は適材適所の考えが進むと思う。
タレントマネジメントの上でも進化が期待でき企業の成長につながるテクノロジーだと期待できる。
人事部の業務負担を軽減するためにも導入をすべきだと思う。
そこで、個人のタレントや経歴などの管理とIT任せの人事とならないように、上手に付き合って行くことが必要。
今後の組織戦略として人の活用は重要であり、目的をしっかりと定義した上で活用することのニーズを感じた。
今後の経営戦略、組織開発の面で必要性が高いと感じた。しかし、導入に関しては企業の規模などによっても浸透度が異なりそうだなとも感じた。
HRtechにより人事の透明性が高めることが出来ればよいと思いました。
HR Techについて言葉はよく聞くことはあったが、具体的にどのようなものか理解することが出来た。
人事にもAIが導入されるようになったのだなと思いました。
経営資源のひとつである「人」を戦略的に活用するためにもHRtechは重要な役割をもつと考えます。
HR Techと一言で言っても人事の業務は幅広いのでそれに合わせた様々なアプローチがあることがわかって興味深かった。
グローバル人材の獲得と育成が当社の課題。HRテクを活用して、グループ企業の人材採用と管理の最適化に生かしたい。
当社においても適正検査が行われたり、HRtechが少なからず進んでいるように思います。ただその結果がまだわからず、加速化してほしいのが要望です。
業務で活用するには、実際に自社で検証してみることが重要である。
明確な目的の定義が必要だと理解しました。企業の目的の為に従業員に求められるパフォーマンスとそれを通じた従業員の満足度のあるべき姿に対してギャップが問題となり、その解決策としてビッグデータを活用したHRTechの活用が共通理解されることがまず前提になるのだと思いました。
会社のためでもあり、従業員のためでもなければならない。
AIは人事採用にも進出しているのですね！
正直まだピント来ない部分がある。
人事部ではない自分からすると、自分自身の評価がどうなっているのかは永遠の謎である。適性などがどのように判断されているのか、ぜひ一度ベーシックな理論を聞いてみたい。
HR teachが発展すると、スポーツ選手や他の才能もどのように成長するのかわかるのだろうか？ドラフト対象選手用のアルゴリズムで精度が上がる？(無駄金を投入しなくてもよくなる)多分最終的には遺伝子構造から人の限界値を把握し判断し配置することになる。その判断もAIがする。アルゴリズムはカスタマイズできるとは思うが、企業としてそぐわない人材をあらかじめはじく事が出来ればよりいい会社になるのか？儲かる会社が良い会社ではないが。
実際企業は20%の優秀な人材で引っ張り60%の人材でそれを押していますので結局20%の人材を増やしても60%の人材になってしまうのでは？
人は人との出会いで成長しその逆もあります。目的を誤ると間違った使い方になりますね。AIが判断しましたのでと言い訳する人事担当や機械はこれだからなーという批判的な管理職。これが現実かな。
ビッグデータでどこまで監視をしているのか誰がその情報を管理しているのかまた自社に導入されているのか興味がある。導入していながら社員に黙っているようではだめな会社ですけどね。
仕組みと考え方は有効だと思います。結局は元になるデータの整備（鮮度含め）が重要になる気がします。
HR techをどの範囲でどういった目的で使うかが重要だと思った。
HR techを活用し社員の適切な人材配置が行えるのは画期的だと感じた。
目的を把握して、有効活用することが大切だとわかった
多様な人材が求められている今日、客観的に人事評価することができるこのシステムの必要性は高まっていると思う。どの様に導入されているかに興味がわいた。
内容は理解することができたが、実際にそれがどこまで正確なものかについては疑問が残る。
HRtechをなぜ使うのか、その目的をきちんと踏まえた上で有効活用することが大切。
HR techと言う言葉に馴染みがなかったので、その基礎を把握できたのは良かったです。
また、より上を目指すなら、導入事例や導入の留意点なども把握していく必要があると感じました。
会社の都合上、入社5日を待たずにほぼ片道切符の人事にあった自分としては、こういう客観的なシステムがあったら救いがあると感じます。
闇雲に使うのではなく、目的意識を持って活用するべきだと感じた。
このスステムが導入されれば
効率的な人事異動が実現して生産性向上
に繋がりそう。
HR techがを用いることで評価基準・個々の能力の可視化ができる。
人事部を取り巻く環境変化は凄まじいスピードで起きている。それは、人事部の重要性がこれまでにも増して高まってきていることが背景にある。目標達成のために、いかにして優秀な人材を獲得するか、またその人材が他に移ってしまわないようにいかにして自社で活躍の場を与え、育てていくか、真に適正な評価など、考えなければならないことは山積している。HR Techは今後、避けて通れない道。しっかり学んでいきたい。
HRtechは大変便利なものだが、何の目的で導入するのか
→会社を戦略にどう結びつけるかが、重要だと思いました！
一企業が求める人材だけでなく、ある業界のある職種に求められる能力についてHRテックによって導き出せるのではないかと思った。
HR Techの導入は、適正配置と適性に則したやりがいを客観的な視点をもとに実現するための手法であり、人材の活躍を予測し、組織パフォーマンスの向上
につなげることが大事である。
採用活動では一部AIが導入されていると聞くが、どれだけ適切なのだろうか。
HRtechを業務で活かすには、HRtechをどう使うか判断することが重要と言っていた。判断するためには使ったことがある人の意見を聞くこともよい参考になるのではないかと感じた。自分が使ってみるのが一番だが、簡単には手をだせないと思うので、利用者の意見は活かせると思う。
IT化が進む現代で人事にもITを活用することは有効であると感じた。しかし、人を扱うことであるため、ITは参考程度に活用し、特に採用では最終的には人事の感というものも必要な気がする。
動画内でAIが過大評価されている．AIを用いるリスクについて述べられていない．また，AIを使うことで必ずしも公平性が保たれることはない．学習データ次第である．
HRTechは分析を得意とするが、人が実際に見て、どれだけのギャップが生じてしまうかが鍵。そこのミスマッチが改善されれば、大幅に仕事量と経費削減につながると思う。
HR Techは論理上非常に便利なものですが、実際の運用においては、動画内にもあった「目的の定義」が重要だと常々感じます。
単なるデータ集めに終始せず、どのように活かしていきたいかを見据えたものにするためには、人事は経営に資するものである必要があることから、経営者との対話やすり合わせが重要だと思いました。
お客様HR Techを勧める立場なので、お客様の経営戦略の理解や目的への適合性の確認を心がけたいと思います。
HR-techについてベースを学習することができました。
HR techによって人事部は変革すると感じた。もたらす恩恵が大きい分そこだけを注視するのではなく、生じる副作用を常にチェックする必要があるだろう。
HR Tech により、募集要綱や従業員の管理が簡単にはなるが、それはあくまで使えるデータが十分に揃っていることが前提である。
使えるデータを集めるためには、そのデータの収集方法や環境を整える必要があり、なおかつ従業員一人一人がしっかりとパフォーマンスを出せているのかを把握する必要がある。
HR tech を使うことは業務の効率化や優秀な人材の確保につながるが、使う際には注意が必要であると思った。
手塚治虫のマンガや往年のＳＦ映画で
近未来の人工知能が全世界を支配して
人類は衰退しましたというお話ちょこっと思い出しました ｗ
ネットやＡＩの時代
人事の領域も「テクノベート」ということですね
客観的に解析して適材適所の人員配置が可能となるとは素晴らしい
更に任命された者は任命された事でモチベーションアップするとは
ＨＲ techに、どれだけ本人の意向や達成感の拠り所を反映させるのか
人事の主観的経験値が不可欠ですね ｗ
近年のAIの発達は目覚ましいものがあり、今後もチェックを怠らないようにしたい。
書いてあることは確かに納得であるが、具体的にどんなデータを管理するのか決めるのが難しいと思う。所詮システムはデータの入れ物でしかないし、入力するのを人事部任せにすると忙しい中、なかなか活用されず終わってしまう可能性もある。
成功例をベースにAIの学習を行なった場合，データ数が少なすぎると成功した人を完全に踏襲（マネ）した人が評価され，中身が伴わない可能性がある．また，今まで経験にないタイプの優秀な人材を見逃す可能性があるので，評価基準についてはしっかりと見極める必要性を感じた．
AI評価導入前のデータで，AI評価導入後の評価を行えるかどうかが疑問である．AIによる評価が人に与える影響を考慮し，取り組む必要がある．
いづれにせよ"AI"という技術自体が発達途中であることを強く認識する必要がある．
HRTechとはITを活用した人事業務の効率化や新たな価値を生み出す取り組みやサービスである。
AIを導入することでコストが削減できたり平等性は生まれるかもしれないが、学習するデータによっては男性ばかりをAIが採用してしまうといった事例もあったと聞いたことがあるので使い方には注意が必要だと感じた。
HRTechの中身や仕組みを知らずして無暗に使うのではなく、理解した上で活用を検討するとよい
AIはあくまでツール、それをどう活用するかが大切
戦略的人事の必要性を最近感じる
HRTechで業務効率化をしても 今まで以上の個人に寄り添う（個別対応）が必要になる事が大切
実際に応募者のESなどをAIが選考している企業があることは知っているが、その精度がどのくらいなのかを知りたくなった。ブラックボックス問題が解明されれば、更なる応用範囲が増えるだろう。
ITを活用し、人事業務の効率化や新しい価値を生み出す取り組み、サービス。
※採用：AIによる募集要項の作成・選考
管理：労務管理、タレントマネジメント
育成：eラーニング
HR techで評価されるのか怖いが、自分が役に立つように指示してくれるのであれば有難いと思う。
HR techの概要は理解できた．ビッグデータやAIを用いた客観的な人事移動を可能とする．ただ，その方式は様々で正解はないように思えた．自社で導入されているHR techについて追究したい．
HRテックを使う人のセンスにより、結果は変わるので、人の重要性は変わらないと思う。実務において、参考となるデータが増えることは判断材料が増えることにつながるので、判断材料を増やし、業務を効率化する位置づけで考えたい。
参考になりましたが、少し内容が簡単過ぎた。
人事業務と最先端のITを駆使することで，より効率的で柔軟な組織形成への可能性が開ける．
HTテックにおいてもまずは目的（どんな問題をなぜ解決する必要があるのか）を考える必要があるのだと感じた。
HRTechの活用は、会社全般の人事制度だけでなく、部門内や部門間での協業の際に、より優れたチームづくりにも活用できるので、人事部門だけが理解すれば良い領域ではない。
HR techによる効率化は便利であると思うが、精度に関しては完璧ではないので人間の主観情報と組み合わせて活用することで、より良い効果が得られるのではないかと思った。
常にHRに分析されているかも
このプログラムを見て思い出したのがリクルート社が出した「内定辞退率予想ツール」です。リクナビ利用学生の許可を取らずにデータ外部提供していた点を非難されていたように記憶していますが、データを元に客観的に決められた結果に人間は納得するのかということに非常に興味が湧きました。
責任感やリーダーシップなどそういったものもデータ化されていくのでこれまでのようになんとなく業務に取り組むのではなく明確に意識した状態で取り組むべきだと思う。
ＨＲtechにより、より効率的な人材配置が期待できる反面、従業員のプライバシー保護といった面を慎重に考えるべきだと思った。
労働人口が減り続ける中でいかにしてより良い人材を効率的に取得していくかを考えた時，このHR techは大変役立つものであると感じた．
AIによる選考，e-ラーニングは最近でもよく耳にするようになっているのでイメージしやすかったが，人材管理におけるタレントマネジメントでのHR techの事例は具体的に思いつくことができなかった．
HR techを導入することで得られるメリットはあるが、効果が期待できるのか疑問に感じた事例もあった。例えばメール内容の解析による定着率の向上策については、社員の同意もいるし、解析されると思いながら打つメール内容に本当のことは書きづらいのではないかと思った。
ここまで来ているのかというのが正直な感想。ITを使って個別の情報管理というベネフィットの享受までは容認出来るが、個人のSNSなどのメールの内容や、社内でのメールの「言葉」による心理状態の把握により動くまでとなると、乱暴な宗教にすら思えてくる。最適化を効率面で切っていくとこうなるのだろう。もちろん全てを任せて良いとは言っていないが、時間の問題だと思う。
どれほどの精度で分析されるのか気になる。
AIは過去の事例を学習し、最適解を導くもの。
なので、自社で閉じてしまうと、結局あまり良い成果は得られないかも。
積極的に他社事例を学習する必要を感じる。
もちろん、AIを使う側の人間も含めて。
HRtechというワードを初めて認識した。言われてみると、会社の人事の変化も、これに関連する動きだ。
AIが発展途上という点には大きく同調できる。データ分析はもちろん大切だが、自分たちの人材を見る目を養うことはもっと重要であると感じた。
導入までのイメージができなかったため、タレントマネジメントシステム等のHR Tech製品を知る必要があると思いました。
Eラーニングは社員個人の能力開発、維持のためのものと思っていましたが、マネージメントの側面、評価基準として活用できることに気づけて良かったです。
HRtechという言葉は聞いたことがあったが、実際に活用されていると感じたことがない。
実際どのように判定されても、それを生かすも殺すも結局は人間であることには変わりがないと学んだ
AIを活用して、人材の最適配置が可能であるならば、客観的な評価と、個々人の能力発揮が可能になる可能性があると思う。
人だからこそできること、人でなくとも出来ることを改めて考えることも重要。
面接も人材配置も機械の目と人の目の両方を使う時代が長引きそう。人を適材適所に導くのは単純に困難であることと、アルゴリズムを構築する方向性によっては偏りもあり得る。これらのリスクから両方を使うと判断する企業は多そう。
HR techを導入し人事部門が戦略的に経営に携わり貢献できるということは、人事部のモチベーションアップにもつながると思う。
参考になった。直接、現在の業務には結び付かないが。
AIによる業務効率化・膨大な情報の最大活用が見込まれる。AI技術等と既存の方法との、バランスのとれた活用が必要。
向き不向き、バイアスなど有効性と可能性を感じ 自社での導入に期待したいツールと思いました。
データをベースとした 人事は客観的で効率的であると感じました。多面的なデータ収集が必要と感じました。
具体的な事も知ってみたくなった。
A Iによってどうダイバーシティに対応していくのか。までは見えない。
社員のスキル、モチベーション、離職率予測のデータ化に興味あり
まさに、＜AIによる採用選考のシステムを導入しても、その結果が目的に適ったものかは人の目でも確かめ、検証と修正を続ける必要がある＞と、強く感じました。
人事業務の効率化や適正な人材の配置にとって，HRtechが重要であることは頭では理解できるが，感情の面で居心地が悪い。効率化を追い求めすぎてはないかと思ってしまう。
日本的な忖度のもとでどう採用定着させていけるものだろうか
私が務める会社でも人事管理系システムを作っているが、HR Techと呼べるものか謎。
もし作っているのなら、まずは社内で活用してほしい。
AIによる判断は、人事配置などでは有効と思われるが、評価となると難しいところがあると思われる。
やっている仕事やプロジェクトが異なるので、機械的な判断は難しい。人が得意な所と上手く協業できると良いと思う。
ふんわり理解していたことを体系化して説明してもらえ、頭の中の整理ができました。
タレントマネジメントにおいて、適正やスキルなどを可視化し部署異動などに活用できるとあったが、同時に従業員自身が自分の数値などを見ることによって個人のキャリア形成に役立てることも重要と感じました
今まさに必要な手法だと思える。
人事において、すでに採用されているように感じますが、データをとられている期間が長く感じてやや受け身な感覚が強い状況です。慎重にならざるを得ないと思いますが、前例踏襲で行き詰まった制度改革に向かっているように思い、活用されるよう、願っています。
どの部分に活用して、どの部分は人主導で行うのか明確にしていく必要がある。ヒトの心情までも考慮したものなのか否かも考えるべきと感じた。
日本にむけた企業活動をしている会社の人事に導入する場合、そもそもなぜ多様な人材活用が今の経営戦略上必要なのかという、根本的な理解が必要。
やはりダイバーシティ教育が有用で、改革に伴う活動を支える基盤になると感じた。
もう少し具体的なことを期待していたのだが、期待外れだった。
人事部門が人を採用する上で客観的にHRtechを活用するが、必要なのは直接人に寄り添い問題を解決する事が大事です。
HRテックの活用は、蓄積するデータの定義にかかっていると思う。従来のデータをそのまま活用すると、ガベージイン・ガベージアウトに陥ってしまう。従来データは、参考程度にとどめ、これから何をするために、どういうデータがどういう粒度が必要かということを設計することが必要で、人事もデータサイエンティストを入れて（もしくは自分がなって）、自らデータの定義に関与する必要があると思います。
今までの日本的な組織が、大きく変わりそうだと感じます。
ウェットからドライへ、プロスポーツチームのように、より実力主義になるのかもしれません。
それだけに、忘れてはいけないものもある気がします。
HRTechの概要は理解すことができたが、定性的なデータをどのように扱い生かし運用されているのかが見えてこなかった。
自分が採用部に配属された際には「HR tech」を用いた採用・管理が出来ているのか確認したい。また、どこまでを人の目で見て、どこまでをAIで判断するのかの境目も自分の中で常に持ち続けたい。
Tecでできる部分と、ヒトでないとできない部分の分け目をどうするか？
AIを作るのも人、アルゴリズムが正しいか、目的に沿っているかまでは、人事にはわからないと思います。そこに落とし穴がありそうな気がします。
人事とは、ひとごと、といわれるが、HRTECHの活用で見方が変わり、組織のあり方も変革できそうであるが、前提をどうするかを勉強していきたい。
ＡＩをベースにした人事管理の必要性を感じた。一方で人の目による判断も大切だと思う。
特性はわかりました。ですが最終的には、人の目を通して、その人の人柄を判断する必要もあるかと思います。
書類選考の際にとても役立つと考えます。
また、面接の際のＱ＆Ａについても
人の特性を除外し、一定の基準で評価できるのではないかとも考えます。
AIが採用活動に採用されている状況に複雑な印象でした。今後の就職活動対象者は大変なのか、変化に適応する必要があると思います。
特性は理解することが出来まさした。ただ、やはり人間の目で見て考えて判断する事が一番大切だと思います。
今後の従業員マネジメントへの活用
仮説生成という観点でＨＲ tecを活用したい
HRテックは自社に本当に必要なのか？という問いを持ちながら学習しました。答えとしてはYESです。ただし、目的を明確にして活用しなければなりません。また業務が増え、より一層公平な人事を目指すためにも「人事の可視化」は大切であり、HTテックはとても有効なのだと、ネガティブなイメージからポジティブなものへと変わりました。
人事管理情報をAIと結びつけて分析・活用することは必要だと思うが、どこまでいってもやはり最後は人間が判断すべき。
育成でAIが役立つ。とはいえAIでどんな分析をするのかも知りたい
戦略的、客観的、コスト面で効率的な人事が可能になるなどの点で、飛躍的な進歩が期待される一方、評価される側からすれば「客観的」という錦の御旗のもとに勤怠等の低評価や解雇につながるわけでだから、非常なツールでもあると思いました。現在の小生は、HR-Techを使われたらリストラ要員の筆頭になりそうですね（汗）
HRテックという手法があることを認識できた。
新規事業に投入する人事情報にAIを活用したいと思いました
若手メンバーがすぐ辞めてしまい、人員不足が問題であるため、
AIを活用し、把握していけたら、解決できるのではないかと思った。
AIを妄信しないよう注意が必要だと思います。
企業規模が大きくなるほど、人事業務のＡＩ化は必要ですね。
人自部門にも大きな技術学院が起きている事を知らず勉強になった。
HRtechの概念を経営、人事トップ、担当者が把握した上で経営戦略に基づいた活用をしていかないとただの手段になり、手段の目的化にならないように進める事が大切だと感じました。
最近HRtechと思われるCMが多くなってきた理由が分かった。
私は人事部ではありませんが、例えば部内で新規プロジェクトを立ち上げる際、だれをメンバーにするか考えるにあたって、直観で人選するよりも、AIに基づくデータを参照することは意義がある。
HR テックを導入するかどうかはわからないが、各従業員の特性把握を日頃から意識しておかなければ、経営戦略の実現に貢献出来るような人事は行えないと思い、普段からの人を見方を改めようと思いました。
AI人事部門の導入により、同質性の高い人員採用や配置が発生する可能性がある
言葉自体今まで馴染みのなかった言葉で新鮮な気持ちで学べました。客観的な人事評価や選考を進めるうえで大変有効かと思います。
社内の人材を如何に有効活用するかが今後ますます重要になってくるのがわかった
テクノロジーの進化により、効率化が可能な業務は増加している。
効率化した上で、人事として何をしたいのか、目的・ゴール設定が重要になると感じた。
また、AIで判断できることと、採用担当としての直観や表現が難しい何かという点はあるはずであり、AIをあくまでも1つの判断ツールとして、活用することが大切である。
HR techの有効性は理解したものの、自社ではどこまで実現できるか想像もつかない
人を総合的に評価するのは非常に難しい為、AIのサポートが必要な領域と言う認識ができました。
多くの社員を評価するのは時間も要するだけでなく、その判断はとても難しいものと思います。そうした中で、大量データをある種フラットな見方ができるテクノロジーというのは、正しいデータと人(人事担当者)とのコラボレーションによって非常に有益なものとなると思います。自身の人事データ登録にあたってはそんなことを考えながら入力します。
ＨＲテックの導入により採用や異動のミスマッチを防ぐことができるのはよいと思う。人事が今後何をしようとしているのか、どうデータが使われるのかは注視していかなければならないとおもう。
あくまで手段であって、どう使いたいかをよく考え、検証する必要があると感じました。
AIの活用事例として、採用や人材管理で使われるユースケースを確認することができた。自分の現場では、そこまでAIが浸透してきている感じはしないが・・。
人事評価においての、HRテックのメリット、データ化と言語化、そしてそこにバイアスがかからないこと。そのためには、そもそもデータの素となる要素を多面的に個を把握する必要性がある。
会社にも、バイアスだらけの主観的人事のときもあれば、
個の特性診断のようなものによるデータ重視の人事もある。
どちらも完ぺきではないという自覚が必要。
最近覚えたHR。
techを何でも付けるの、流行りか。
分類を数値化して管理すること、そのルールを定義するのは人。
HRテックの活用で、人事がさらに企業経営に貢献できる具合が高まる。
AIでできることは、AIな任せて人間にしか出来ないことを対応できるよう、早くに習慣づけたいと考えます。
人事異動において、能力に合わない部署への異動を減らすことができるのはとても期待できます。自身の能力の傾向を自分でも見えるようになると自己育成の方向性も見えてくると思います。
自組織に活かしたいと思います
主観や経験に基づく人事への不満や非効率を解消する解決策としてHR techは不可欠であるが、それを活用する目的や活用方法によっては組織を良くも悪くもする諸刃のヤイバ。しっかりした理念が必要。
HR Techを導入する事でその人にあう配置ができるので、ミスマッチは今までよりも少し減りそう。今後1番注目すべきなのはHR Techですね。日本の人事制度に確信が起こる事を期待しどんどん導入していきたいです。
人事の仕事は書類作成等、むだな仕事が多い。
それを省き、必要な場所にヒト・時間をかけるためにHRは必要なのだと思った。
AIに代表されるテクノロジーは便利だがそれに頼り切るのではなく、人間の判断を入れつつ付き合っていくのがよいと感じた。
HRテックとは？という基礎を学ぶ事が出来た。
Technologyを活用することにより、これまで見えていなかった人材データの見える化ができるのは、組織をより強くするために必要であると感じる。一方でTechnologyとはあくまでツールであり、このコースでも強調されていたように「目的」を明確にすることが何よりも重要。また、「人」を理解するためのデータとは何かを考えることも大切だと思う。
テクノロジーへの投資と効果の関係も知りたい。
多数の従業員がいる会社では、HRtechを有効に活用することが業務の有効性・効率性を向上することにつながると感じた。
データ上である業務の適正が示されれば、意見や考えだけでなく公平で納得のいく人事施策を打てると感じます。ただ、データから出された答えが実情とあっているかは検証して使用すべきですね。人に関する様々な事柄を頭の中で整理して置いておいて、何かを判断のは難しいので、技術の力を使っていくのはいいですね。
まずは、散在している人事情報を束ねる取り組みを進めたい。
HRの領域でもAIが活用されていることを踏まえ、どのような領域でも積極的に活用していかなくてはいけないことを、改めて認識した。
AIに判断させることでバイアスをなくすことは大事だが、真の目的に沿っているかどうかは人の目で判断しなければならないと感じた。
概念的なことは理解できたが、具体的にどう活用されるのか見えず、知らないところで人事に監視されている様で不快な印象も受ける。
AIというフレーズが出すぎているような気がしました。
すごいことになっていますね、
バイアスがかからないのはよい。
テクノロジーは適切な目的をもって利用されなければならない。
ＨＲテックとは、人材マネジメントのためのテクノロジー。ＡＩやビッグデータの発達により進化が進んでいる技術。しかし、人間が全く目を離して良いわけではない。優先順位や課題など、人が考えるべき部分は人が行うべきだ。人に寄り添う経営を心掛ける必要がある。
・ＨＲテックを使うことが目的にならないように、常に何故このデータを活用する必要があるのか、活用することで何を成し遂げたいのかという根本的な目的を意識することが大切だと思った。
人的リソースの枯渇状況とそのポジションを望む社員もしくは応募者をaiでマッチングできるようになれば幸せだね。
逆に過剰な人的リソースのチームからから一番ミスマッチ人材をaiで抽出して除外することも大事。
便利な世の中になった一方、能力をAIで判断されるのには少し抵抗がある
要求に対する最適解をあたえてくれる点はよいかもしれないが、要求自体の妥当性は自分たちで考えるしかない。
人事領域でもテクノロジーが活用できることが、具体例をもとに理解できた。
より知識を身に付けたいと思いました
今まで以上に人事の仕事が経営に大きな
影響を及ぼすことが、今回の講義の内容で
理解することができた。
数年前から社内のHR間では話題になっていましたが、グロービスの初級教材として組み込まれるほど一般的な内容というのとに驚きました。
人事も主観的でない方法で評価することは、いいと思います。
旧態依然の人事が変わることに期待します
HR Techについて具体的に説明できるようになった。
自動化やAI導入によって人事業務が時短できるという点は良いと思った。疑問点は、人を評価・配置する際にその人物をどう評価するのか、その基準をどう決定するのかという点である。基準を人間が作るならば、(人間の判断は主観的だとのことなので、)基準が主観的ならば結果も主観的になるのではないかと思った。
テクノロジーで解決できる部分とそうでない部分との見極めが重要だと思います。
テクノロジーの進歩と共に経営にも関わる戦略的な人事という視点と、従業員個々人のあらゆるデータを管理するという意味で高い倫理観が必要であることが分かった。
HRTechは人事の透明化にも寄与出来ると思いました。
これから取り入れてみたい。
初めて知り、今後 我々も検討しなければと思いました。
業界によっては実際に活用されていることが想像できました。
まず、データ収集が難しそうだと思った。上司の評価や、あの分野で活躍しそうなどは完全に主観なので、そのような点をどうするのかがわからなかった。
あと、採用、不採用に関しては、不採用にした人のその後のデータがないので、実は超有能になりえる素材だったという判定が難しそうかな。
採用管理の効率化や、人事データの整理・分析に使用できると考えていたが、ＡＩの活用をそこまで推進するものなのかが疑問。ＡＩになにをやらせるということなのか、今一つイメージがわかなかった。
人事とAIとの関連性を理解できました。
HRTechそのものは便利であるが、それを管理・活用するのは人であり、活用する人次第ではその利便性は左右されることを認識した。
HR Techの全貌について理解することができました。今後はどのシステムやアプリケーションが自社にあっているのかを確認し、どのように導入、運営していくのかが大きな課題となると思いました。
人事の世界にもAI/ビッグデータが関係し始めていること、またその期待効果をイメージすることができた。
人事情報までデータで可視化でき、分析できる時代になったのだとつくづく進化を思い知らされた。
評価において、データに基づいた分析を行う事で個人の主観が入りにくくなる事はとても良いと思います。
その他にも人材配置、育成など人事部門の様々な事に活かせる技術と感じました。
AIが得意なものと人間が得意なものを見極め、正しく運用していくことが大切だと感じた。
データが大量にあってもそのデータから求めている解を導き出す事ステップが重要かつ最大のノウハウであり、そのノウハウをソフト化する、アプリ化できているかどうかがのほうが大事に思う。。。
インプットするデータの質が重要
AI 技術の活用で、今までの人事評価も変わります。
AIと人事が学べます
ありがとうございます。確認含めわかりやすかったと思います。
人事、情報、経理などが、自分たちの仕事で経営判断に貢献するという意識を持っているか否かがその会社の明暗を分けるのかも知れない。
自分の会社の人事部には、HR Techという課がありますが、これと新しい概念であるHR Techとは全く別物である事を認識させられた。我が社のHR に如何にHR Techを機能的に融合できるかが、今後10年スパンでは大きく問われるのではないかと思う
参考になった
わかりやすかったです
人財です
TECHの導入に異論はないが、誤った過去データによるミスリードやイノベーションのジレンマには気を付けたいと感じる。
人事部がスキルや経験が複雑化しており、業界×業種×スキル×人の素養、というように評価軸を一様に判断できない。人を評価するのが難しくなってきている。HR Techでよくタレマネを導入しているがデータがたまるころには状況も変わってきておりデータの鮮度に問題がある。人事部業務は全従業員に分散し、紹介による採用と入社後の育成、成果を分け合う仕組みこそが大事。一企業内でのデータでしかない現状ではまだまだHRTechは時期尚早でお金の無駄である。