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。

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。

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。

このコースを通じて人事管理分野でもビッグデータとAI活用が迫ってきていることが理解できるようになった。自分でも大手企業においては、特に中途採用などの一部人材のスキルが生かされてなかったりする課題が多いかと実感していた。今後にHR techの導入などにより人材の活性化がより合理化・効率化できるのではないかと期待したい。

”AI”というキーワードで思考停止してはいけない。
機械学習、強化学習、ニューラルネットワークやディープラーニングの特徴を理解して、HR Techサービスの導入を検討すべきだ。

古いのかもしれないが、導き出された配置に納得できなさそう。結婚にも応用される？されている？

HR Techは必要だと感じる、ただそれは、最終的に人が判断するときに、判断を適正に行っていくための、あくまでも参考材料であるということは変わらないと感じる。HR Techで効率化できる部分は大いに期待したい。

人材の抜け漏れない効率的な活用のため、ぜひ弊社でもHRtechを活用するべきだ。これから深く勉強し、そう提案できるようになりたい。

人事評価の納得性を高めることは、従業員のエンゲージメントを高めるために極めて重要な要素。Techの活用がこれから益々重要。

タレントマネジメントの要素として、社員がどのようなスキルを保持しているのかを客観的に収集・見える化することで、特定の部署で人員を抱えるのではなく、発生するプロジェクトごとに適任者を配置することが可能となる。
例えば、システムの導入であれば、対象の業務知識を保持しているメンバー、アーキテクチャを考えられるメンバー、フロントエンジニア、保守運用などを適切に配置することで、スキルアンマッチを防ぐことが期待できる。
一方で、社員は常に必要とされるような自己研鑽を継続して行う必要がでてくるが、社員の成長は企業の成長には欠かせないため、良い循環となることが期待できる。

間違いなく今後発展していく分野である。どこまでをAIに任せて、どこを人間がやるのか、慎重に考えていきたい。
今まで主観で行われていた採用や人員配置が客観的に判断できるのは有意義。

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。

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。

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。

人事部門ではないが、設計開発においてもスキルをまとめておいて担当させる業務を選択にも役立ちそうと感じました

人財部門でないので活用の機会が難しいが、チームワークの向上などに何らかの可視化手段は必要と感じている。
AIまで必要かと言われるとなんとも言えない。

業務においては、採用、人事、労務管理などでは効果を発揮できそうだと感じたが、活用できる人材の育成も必要だと感じた。

積極的に関与してみたい。
自分が受ける場合を考えると、人の温かみが無くなることは避けたい、うまく連携することが必要。

漠然とHR　techという言葉を認識していたが、効率化や客観性を求めるだけでなく、それを使ってどのように経営戦略に貢献させていくか、目的の定義が一番大事であり、最終判断は人が行いつつも、より付加価値を高められる使い方を研究することが重要だと思った。

HRtechの活用により、人によるHRマネジメントによって見逃していた機会や
見落としていた課題・リスクを把握できることを再確認できた。よりしっかり人材の良さを生かせるマネジメントを行ってゆきたい。

大変勉強になりました。

最後にちょろっとだけでてきた、データをどのように活用するのか、そこがHR techのキモで、そのことだけで1授業持ってもいいくらいのむつかしい内容だと思う。
常に70点を出せるチームを作れるだろうが、120点のウルトラCを出す、可能性に期待した配置もできなくなるだろう。多様な人材を配置する、ということがどれくらいできるのか。その仕事に必要な能力というのはだれがどう決めるのか。

AI　techについては、今後の人事制度に必要な機能になると考えられる。

鈴木部長「で、うちにデータはあったかね？」

導入を一気にやるのは難しいため、目的や動機付けが第一義になりつつも、現実的には、今データが存在するところから始めることも一つの選択肢になり得ると考えます。

常に作業と考える仕事を切り分けて考えて、作業は可能な限り自動化を行う

オンライン面接などの活用は理解していたが、労務管理やタレントマネジメント、モチベーション管理など広い範囲で活用できるということを理解しました。

人事業務の効率化や意味ある整備は必要である。「管理」に評価が加味されるものであるなら、評価方法・視点も重要。やはり経営戦略を支え遂行するためには、「目的」の明確化が不可欠。機械的にできることと、人事自ら見極めることができるかがポイント。

AIは未だ発展途上であり、データの蓄積が必要となるツールであるため取り扱いは慎重であるべき。特に人を扱う人事部門の人を見る力が重要であることは言うまでもない。現状ではＨＲＴは人事課題を解決する手法の一つの側面に過ぎないことを関係者が自覚することである。

将来的にＡＩが導入されてくると思われるため、ＩＴに強くならないといけない。

現在人事部門にではありませんが私の職場においても今まで勘や経験で対処してきた事案をIOTを活用して客観的な判断基準で進めて行く必要性を感じています。

採用のシーンでは、書類選考や面接対応における効率化や見極め精度の向上が今後期待出来そうである。

aiを導入しても100%の答えは出ないと理解した。

HR Techの効果については理解できるが、すべてがConceptどおりに行くわけではなく、特にTalent Managentは経営陣からの要望は強いがどのような要素をデータ化していくか、そもそもデータ化できるかなど難易度が高い、というのが実感。もう少し、具体的なノウハウが紹介されていると有用な研修だと思いました。

HR　techを活用して得られた多くのデータをどのくらいに信用・反映させるのか、まだ発展途中なので現段階では出された全ての情報を鵜吞みにはできないかと。あと、その情報と結論はどこから導かれたのかも大体でよいのでAIから聞きたい、、。

HR techにより、人事制度の見直しを図り、より戦力的な人材獲得や人材配置が求められている事が分かった。ただし、そのデータ獲得方法についてはイメージし難く、質問内容等によっては主観的な要素を排除し切れない部分もありそう。

AIを活用するための過去の人事データは、派閥や上層部の個人的判断による過去の人財配置に基づいている。それなりに成果を出している場合、その誤った判断に基づいた人事データを使用したAIがより良い答えを出せるかはまだ未知数であると考えた。

HRTechが発展しても、人の目線を通じた人材開発の必要性は変わらない。むしろAIにはできないことは何かを見極めて対応する必要がある。

HRtechの導入により、採用・管理・育成定着各段階で業務の効率化や新たな価値の提供を可能にすることは分かったが、一方で、頼り過ぎないように注意する必要があると思った。
人に関する分野なので、AIはあくまで補助であり、人のチェックによる人材配置、人の手による目的設定、従業員への適切なフォロー等々が大切だ。決してHRtechが独り歩きをしてはならない。

HR Techは人の感覚を最小限として、人事評価、業務への適性を導き出せると感じたが、最終的にはHR Techのデータを人が確認しなければならないことも理解した。

AIが採用・管理・育成定着の骨子を担い、人がサポートするという体制にするにはAIに与える情報は膨大なものになるのだろう。
また、移動後の活躍を予測したり、社員の適正までAIが判断し、その精度があがるとなると、人間がいらない世界が来るのかもしれない。

採用、管理、貢献定着において、幅広く活用できるということ。ただ、こうした技術を使いこなせるか、使うための目的を考えておかないと宝の持ち腐れになるか。

メールの内容からモチベーションを把握して離職を予測するというAIの利用方法が面白いと感じた。実際はメールの書き方には個性が大きいから簡単ではないような気はするが。

人事評価はますます結果だけでなくプロセスも大事であり、これまでのような人付き合いで昇進は少なくなると考えられる。

人事部にもHRtechが使われる時代になり、採用、管理、育成などに活用され始めている。将来どのように変化していくのか理解することが大切。

HR techという言葉を初めて知りました。AIなど有効性があるものの、最後は人が入ることが重要。ただし、客観的に人事配置ができることはいいことだと思いました。

これまでは会社がこの人はこの部署に配属して仕事をさせれば成長すると、過去の経験や担当者の意向で決まることが多かった。
その結果人材のアンマッチがおき、モチベーションの低下や離職に繋がり、会社として損をしてしまっていた。
今後はタレントマネジメントの様にその人が何が得意なのかを分析したうえで、適切なポジションに配置して行くことが必要だと思う。
コロナで話題になったジョブ型採用も通ずるところがあると思う。

説明のなかで「期待できる」という結びが多く、まだまだ進化の途中ということが伺えた。
確かに客観性・公平性という面では一理あるのかもしれないですが、伸びしろ部分までIAで分析できるのか等々、疑問が残ります。

正直初めて聞く言葉であった。内容は以前からなんとなく知っている事だった。

AIやビッグデータなどのテクノロジーを自分の仕事にも積極的に取り入れて、効率化や新たな技術革新に繋げていく。

人事部が従業員の最適配置を実施する際に役立ちそう。

AIを人事に活用することの利点がよくわかりました。

AIは仕事の色々なところにはいりこんでいますが、あくまでもアクションと修正をしっかりとすること、人間の判断が最後に求められることは必要だということがよくわかりました。

私の所属は人事部門ではないが、HRtechが進み皆が働きやすい職場になれば良いと思った。一方でデータ化する評価項目を精査する必要があるとも考える。

HR techという言葉はよく耳にしていたが、改めて定義から理解することができた。人材データの整備は特に課題だと感じているので、今あるデータを分析可能な形に整理し、定量的な分析からはじめたいと感じた。

得意だけどあまりやりたくない業務。あまり得意でないけどやりたい業務。
短期ではなく長期視点で見たときの、社員/組織にとっての【適正】な人材配置。

なんでもAIの導入が進んでいると感じた。

HRとの関わりの中で提案が出来ればと考えています。
採用・配置、人材育成、評価、報酬がHRの基幹業務と認識しております。プロセスと結果の可視化を実現するシステムがHRテックと理解しました。HRの目的に即した議論をしてみたい。

人事労務の変革について理解することができました。

人員を新たに募集する際は、有効かと思う。
既存の人員の配置転換等には、慎重に活用すべきかと。
ただ、上司の一存や、偏りがある状況の精査には、ある程度活用してゆくべき。

社内の業績システムには様々な項目について入力することを求めらますが、この情報が人事異動の材料になることがよくわかりました。入力は手間ですが、自分をPRするためには適切に入力することが必要だと改めて実感しました。

評価するにおいては我々は人事の方からの評価が占める割合はとても大きく、これからAI導入により軽減されることは良いことだと思った

客観性・公平性を担保できるものの、それがうまくいっているかは人間が判断する必要がある。人事部として、配置転換の是非は永遠のテーマであるが、人とAIの両方から最適解を見つけていきたい。

人事に限らずITテクノロジーをいかに活用するかが大事になってきた。
その中で今まで主観的な判断が多かった人事において客観的な判断を求める為に
テクノロジーを活用する動きがでてきているのだろう。

・今後の現場管理職が期待される職務は大きく変わるものと考えます。（管理WT↓人材育成WT↑など）

HR Techを活用する上で人材の採用⇒育成までの
パイプラインの中でどういう活用方法があるのかが
体系立てて把握できました

ベースとなるデータとしてどのようなものを利用するのが良いか、今あるデータの活用の仕方から考える必要があると感じました。

HR Techが導入されることで、より納得性のある採用が増えることが期待できる一方で、仕組みとして、人材の多様性をどのように確保するかの設計が重要になると感じる。

現在、教師の業務は異常なぐらいの種類の量になっている。HR techを活用することで、教師が適材適所で自分の力を存分に発揮できるようになり、そのことが生徒の成長に大きく貢献できると考える。

人材活用だけでなく、リストラ対象リスト作成にも活用できそう

どのようなデータを収集し与えるか、という点で現時点ではまだ疑問の残る仕組み。部下を持つ身としても個々人の適正や希望もアップデートされており、人事情報にインプットできているものは僅か。

人と職場の関係性は、人生の充実度にも関わってくるから、HR テックで良い方向に導けると、世の中平和な方へ向かうかなと思いました。

人事業務のなかで、採用、管理、育成という分類にわけ、
テクノロジー活用を図る視点が斬新でした。

HRテックを取り入れる際には、どうテクノロジーを活用しているか、従業員にも共有した方が良いと感じました。

AIで人材採用や管理までできるようになると、下手に人間が絡まない方が良い気がしてきました。
その結果のアウトプットをフィードバックしていくと、どんどん最適化が進んでいくと思われます。人間の仕事はどうなるのでしょうか？

AIを活用した戦略的な人事システムの考え方と活用、注意点を学んだ。

今後も様々な分野でAIが採用されるとは思いますが、人の採用までその領域が拡がっていることに驚きです。

ＨＲ　Ｔｅｃｈの導入で本当に成果が出るのか。他社での導入事例を見たい。主観的なバイアスがかからないのは良いが、誰がバイアスがかかっていないと判断するのか。不透明感がある。

入社後、人事部門への配属時点からシステムによる社員情報管理、スキル把握をどう行っていくのかということ腐心してきましたが、昨今の技術進化、とりわけAI技術の進歩をみると隔世の感があります

HRテックを活用して組織の活性化を進めつつも
人間だからこそ持ち得る部分　ＡＩ＝人間ではない（当たり前のようだが見過ごしがち）にも観点を変えて着眼していく必要性を感じました。

ＨＲ techを学びました。

戦略的な人事の必要性は知っていたがA Iの活用が進んでいることは知らなかった。当社がどこまで達しているのか気になりました。

社内でHRTechらしき、自分の経験をインポート用のExcelに記載する対応が年1回あるが、何に使われているかも分からず、ただ面倒なだけなので、ただ集めるより目的を意識して、何を集め/どう使うかが大事だと感じた。

より効率的に、より精度高く出きるようになるが、一方でAIの活用においては、人間の判断を織り込んでいくことも忘れてはならない点である。

自分は人事部ではないが属人的な仕事のように見えるところや不公平に思われるところがこうした技術で払拭されていくことに期待したい。

自社でどれだけ活用されているかわかりませんが、昨年の専門ポジションへの異動時に、入社からの25年のデータベースに基づいて今のポジションが適正と判断されていると聞いていました。具体的なデータベースの仕組みは聞いていませんでいたが、何となく活用されているイメージが理解できました。管理職となってから常に、人事部門に評価や異動の相談をしてきましたが、現在のHRTechの水準から、データを把握する部門とタイアップすることが重要であることを再認識しました。ただ、外部にそのデータが漏れているリスク（時にチャンス）が常に潜んでますね。

経営層への客観的なデータが迅速に提供が可能になる反面、経営層が人事面での細部まで判断するようになり、特に中小企業などにおいて、人事部門の中間層の人材が不要になると判断されるケースが出てくるのではないか。
長期的にみて、人事のなんかるかを理解する人間が社内にいなくなる。などという状況が起こらないように、テクニカルな面のみ推し進めるのでなく、人材育成と両輪で進めて行く必要があると感じる

個人情報には十分留意することが大前提であるが、現場作業におけるミスの傾向といったものを一元的に管理できないかを考えている。非現業部門ではなく現業部門における人材の適正配置に役立てられるのではないかと感じた。

HR tech 初めて聞く言葉でした。今後の人財活用に有効であることおもいましたが、中小企業ではむずかしいと思います。

HR Techがあることを認識した。それをどのように使用するのかは設定する目的が重要であることも分かった。近いうちに人事評価もHR Techを利用することですっきりするかもしれないと感じた。

確かに、今後の人事業務では、膨大なデータをコンプライアンスを保ちながら扱うことが重要で有り、HR　Techの活用は、検討すべき技術だと思われる。ただ、一方で、本コンテンツ内で指摘がされていたとおり、人事は今後よりいっそう、人に寄り添いが必要となる。どこまでいっても、、AIが自主的に目的や定義をすることはなく、その目的や定義は、人が人をみる（観る、看る、診る）ことによってしか、創出されないと思う。

個人の能力を客観的に分析し配置出来れば効用が最大化できる可能性がある。

人事業務の効率化は何をもたらすのか？人の評価だけでなく、システムの評価も必要。イノベーションは何によってもたらされたのか？組織か個人か？目的は何か？ただ単に効率化したいだけなのか？そんな評価をする企業に魅力を感じるのか？そもそもそれでいいのであれば、すべての作業はAIがやればよいので人は不要となる。そして社長も必要ではなくなる。「人のため」との視点がなくなってはダメ。人は誰しも間違えるのでそれがダメなら、もはやそれは人ではない。しかし間違いを修正しないのも人ではない。謙虚であり感謝ができ人のために働く。こんな評価が本当にできるのか？つまり会社の利益のためやっているに過ぎないのである。

組織運営で大切な『ヒト』。主観や印象だけで判断しない重要な仕組みだと思います。

ビジネストランスフォーメーションや新しい行動様式や働き方が求められる中で、企業と各社員が最適にスキルやモチベーションを高め、チームとしてのシナジーを最大化する過程を見える化して、進化させることが極めて重要である。AIやビックデータ解析がこの分野に適用され、より広範に活用されることで、1企業を超えた「人財の流動性」や「タレントシェアリング」などへの機会が生まれると思う。

タレントマネジメントにより、より適材適所の人員配置と人材育成（本人のキャリアプランと会社での活躍推進）を実現できると考える。

人事、昇級昇格、配置転換をAIにて初期段階で選別されてしまうとその時点で漏れてしまった場合がないのだろうか。

人材の適材配置というのは組織の競争力を高める上で非常に重要。
客観的かつ公平に各人のタレントを把握してマネジメント出来る点でAI活用は重宝できると思う。
バイアスがかかっておらずに活用できるデータをどうやって集めるか、そこが分からないので、もう少し学んでいきたい。

業者効率化はできると思うが、果たしてAIに異動命令を出され納得できるのかという問題があると考えられる。
人それぞれにキャリアプランがあると考えられるため、その気持ちを汲み取ってあげる必要もある。
現段階では、人の力の方がAIに勝ると考えているが、将来的には業務効率化以上のことを期待したいと感じた。

ふと、思ったが、営利組織と同じ使い方はできないが、非営利組織でも、HRテック、が活用されると、参加メンバーのハッピーに繋がる気がした。

人の経験に基づく判断とAIを活用した戦略を掛け合わせた人材戦略が必要。

HRtechについてどういうものであるか、どういった目的でどういった場所で導入されているか分かった。
しかしHRtechを使用しない場合からどのような変化があるのか具体的にはわからなかった。
また選考において公平であることを挙げていたがAIの判断のもととなるデータにそもそも偏り等がないか、その中から適切でない情報をもとにAIが決定を下していないか等を確認する方法もまた問題になる。実際にAI判断であっても公平性がない事例は存在したのでそこも考えたい

言葉は聞いたことがあったが、意味合いは知らなかったので勉強になった。
具体的にどのような場合に使われているか、使用例を確認してみたい。
採用時のミスマッチが防げるのは非常に良いことだと思う。

現在は引き続き勘と経験に頼った採用活動がなされており、ミスマッチは相変わらず多数発生しています。また、本人の意欲、適正等を全く無視した非戦略的人事も続いていますので、客観的な人事を促進するツールとして活用できるとよいと思います。ただし、戦略的な人事配置をそもそも意図していない会社では、使いようもないところではありますが。

HR techについて振り返りができてよかった。
例えば事例を挙げてこの企業のこういう部分が特徴的、などもあるとより良いような気がしました。
なんでもHR techと括ってしまっていいのか疑問です。

人材をどういったデータで管理するのかが重要かなと考えます。またデータのみで推進するのは、リスクあり、人の管理については人の判断も必要だと思います。

採用や配置の決定、タレントマネジメント、労務リスクの管理に効果的と感じる。しかし、AIの精度を上げるためにも多面的な情報を得ることが必要だと思う。
また人事の業務の1つである、制度設計や法律への対応などはAIではなく人が行う業務なのではないか。人事の業務も人ならではの業務は何かと言うことを考えていく必要性を感じた。

実際に、人材採用をAIにまかせっきりにして、選考に偏りが出てしまった例があるので、HR techを実際に業務で活用する際には、そのシステムに頼り切りにならないよう、人の目で確認することが大切だと思います。

古い体質の会社に勤めています。人材ＤＢを活用した育成施策を打つ場合、明示的に差別（例：性別、既婚未婚の有無）だと言われかねない変数を使った「最適化」を回避する必要があるな、と素朴に思いました。人間による判断の場合、そこが「総合的判断」というオブラートに包まれていたから。

AIの技術が進んでくると、人の採用、管理、育成業務においても、効率化および品質向上が図れることが見えてきていることが分かった。ただし、人を扱う業務においては、感情を考慮しないと、モチベーションにも影響するため、導入に会ったっては、試行・評価・見直しをして改善する必要があると思う。

AIにより社員の適性を分析できるとありますが、適切な基準は結局人による判断に左右されると思います。

HR Techによる研究部門でのタレントマネジメントは興味がある。

HRtechの意味・概要はわかりました。
自分はまだ目の前のHRは活用できてないのかも…

アフター＆ウィズコロナの環境下、経営判断に貢献できる人財データを可視化を推進していきたい。

テクノロジー進化もあり、テキストマイニングによって言語からの分析ができるツールを導入したい。従来のコード設定してそれに当てはめたデータ登録では、定義がズレてしまうと蓄積したデータも効果に繋がらなくなってしまう。

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。

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。

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。