"社員がプロアクティブな行動をするためには、「心理的安全性」が高いことが重要だということが見えてきました。"
この部分、特に共感します。新卒のうちは足元の業務の不安や将来への不安など様々な心理的な圧迫要素が多いです。そういった不安は仕事をし続けて結果を出したりする中でしか解決しません。どうしようもないことで悩んでもしょうがないのです。そのあたり、今夢中で取り組むべきこと、さしあたり悩んでも仕方のないもの、この辺りの不安を取り除いてあげるのはとても重要で、上司を含めた職場の先輩たちから学ぶことは大きいですね。

リクルートが考えるデータ・テクノロジードリブンな戦略人事を、①採用、②配置、③育成、④評価、⑤組織開発、⑥退社（卒業および卒業後）という人事プロセスにしたがってつまびらかにしている良記事ですね。

HRtechのトレンドの中で、サービスが進化するとうことだけではなく、同時に人事にデータサイエンティストを配置するのがだいぶ増えてきているように感じます。企業内の人事データという眠れる資産をいかに活用するかが競争優位の源泉になっていく。

ランサーズでも、従業員どうしの関係性のネットワークをFFS（Five Factors Score）という相性診断ツールで解析したり、全社のエンゲージメントを半年に一回eNPS（従業員満足度調査とはことなるエンゲージメントサーベイ）で調査したりしていますが、それだけでもけっこう見えてくるものがあります。

「上長と日々、雑談をしているかどうか」を可視化してエンゲージメントドを高めていくとか、「今後3ヶ月の退職可能性が高いスタッフを可視化する」ことによってエグジットマネジメントをするとか、こういう動きはますます経営や人事に求められるようになっていくと思いますね

幾つかの構成要素がある施策。特に配属部分に関しては、新卒を対象にやっているが、社内の人事異動全般に拡大をできるものだと思う。
記事にも出られているリクルート高橋さんがコメントされているように、ボトムラインの担保のために基準を定めて運用していくことは、AIに限らず重要だと思う。それは言語化を伴うし、その運用・判断の一次部分を機械がやって、違和感があれば元の基準の上で定性的に議論をすればいいと思う。逆にそれをやる余地を残して置くことが、ハイブリッドモデルの利点だし、それによって元の基準やその言語化、出てきた結果のPDCAも回せる。

人事にエンジニアを配置してテクノロジーで課題解決していくというのは本当に素晴らしいことだと思います。
私が人事にいた頃に、うちが新卒長期勤続の会社ということもあり、採用時のSPI の成績と5年後10年後の人事評価を見比べてみたことがあります。そうすると、SPI の成績と現在の人事評価はほぼ一致していました。
ということは、少なくともうちの会社では、面接をすべてやめてSPI の成績だけで採用しても、それほどおかしな結果にはならないのかもしれません。逆にSPI と現在の評価が乖離している場合は、そもそもSPI をやる意味がないということになるか、それとも入社後の育て方に問題があるということになるのかもしれません。
これは極めて簡単な例ですが、人事にはテクノロジーで解決できることが山のようにあると感じています。

ディグラムでも人事分野で色々トライしてますが、
日本の中では一歩先を行ったトライだと思います。
できる人とできない人の差が広がるのだろうと思います。

我々はできないと言われた人のカウンセリングや
お助けをしていきたいと考えてます。

ちなみに、私は仕事のスキルやマインドを測るのは、
仕事以外の日常行動から推察すると見えてくると考えてます。

おもしろい&すごいです。社員数が多いとサンプルが取れるのでここまでいろいろなことができるのですね。

人事領域でデータが得意なのは、サンプルがたくさんあるときにアタリをつけることだと思います。明らかに合わない人を外したり、危なそうな社員にアラートを出したり。

一方で人事にはどうしても人が見ないとわからない領域が残り続けると思っていて、最後の最後その人に最もいいキャリアをお勧めすることであったり、危ないときに寄り添うことであったりは、人間の役割として続くのだと思います。役割分担です。

非常に示唆に富んだ内容でした。採用のパイオニア企業が最先端の採用や配置を実現している、さすがです。

上司と部下の相性の最適化や、心理的安全をベースにした雑談などの関係性の構築、ティール組織にも通じるような主体性のある組織…。採用の先にある定着や活躍の分野では人と機械の共存発展が出来そうな分野がたくさんありますね。この辺りが一番楽しくやりがいがあるところです。

このタイミングでここまで挑戦しているのは数年後に圧倒的な強さを生むことになると思います。人事のデータはまだまだ人によるブレの大きいデータが多いため、何が組織の人事評価で有用なデータかを見極めていくのが当面重要な気がします。

人事配置の最適化については記事中では配置される人をメインに語られていましたが、その部門のフォーメーション的な要素も変数として入ってくるのかなとも思います。全員が戦士ではなく、魔術師もヒーラーも必要ですからね。

何はともあれ、これをリクルートの人事の規模でやれるのは羨ましいです

「心理的安全性」を高めるには上司と部下の日々の雑談が大事。そのコミュニケーションをデータで可視化し、組織として継続的に高めるような活動を展開。最終的に、これまで運の要素の大きかった、「良い上司に恵まれるか」というのがテクノロジーにより、運で決まる可能性が減る。人と人の関わり、日頃の雑談といった日々のコミュニケーションを否定せずに、それをデータで可視化した上でマッチ度を探るというのは面白い観点ですね。

効果的なマネジメント方法なんてのも一人一人にカスタマイズ可能で、マイクロマネジメントが合う人もいれば、ざっくりとした方向性だけ示して自由に、という方が合う人もいるので、この領域を深めていく余地はまだまだありそう。