CPO Kaonavi Bicara tentang "Talent Intelligence": Mengubah Data SDM dari "Catatan Masa Lalu" menjadi "Prediksi Masa Depan"

Posisi Inoue jelas. Sejauh ini, banyak perusahaan yang manajemen talentanya berhenti pada tahap pengelolaan informasi SDM secara terpusat. Jika data dan AI dapat dipadukan hingga mampu menunjukkan "apa yang harus dilakukan selanjutnya", bagian SDM bisa lepas dari ketergantungan pada intuisi dan pengalaman. Namun, prasyaratnya adalah setiap perusahaan perlu mengumpulkan data terlebih dahulu. Dalam wawancara ini, cara menjembatani jurang antara "idealisme" tersebut dan "kenyataan bahwa datanya masih kurang" dibahas berulang kali.

Ditanya tentang apa yang terjadi pada manajemen SDM seiring meluasnya AI, Inoue menjawab, "Kita sedang beralih dari era yang mengandalkan intuisi dan pengalaman ke era yang menggunakan data dan AI untuk menggerakkan orang dan memaksimalkan potensi mereka." Intuisi para veteran atau pengalaman sukses di masa lalu itu sendiri tidaklah buruk. Namun, sering kali hal itu tidak dapat direplikasi, dan menurutnya poin pentingnya adalah dengan hadirnya data dan AI, keputusan dapat dibuat lebih bisa direplikasi.

Contoh yang ia berikan adalah tanda-tanda pengunduran diri. Ada batasnya jika firasat bahwa "orang ini sepertinya akan mengundurkan diri" hanya ditangkap melalui intuisi dan pengalaman. Jika diketahui ucapan seperti apa yang sering dilontarkan atau tindakan seperti apa yang dilakukan, langkah antisipasi dapat diambil lebih awal. Inoue melihat pemanfaatan seperti ini akan muncul sebagai sisi positif penggunaan AI. Ketika Iijima memastikan, "Jadi, situasi ketika para manajer terus membicarakan 'orang itu sepertinya agak berisiko' selama tiga jam tanpa jelas ada maknanya atau tidak, akan berkurang?", Inoue membenarkannya.

Iijima bertanya apakah kecepatan perubahan semacam ini berbeda antara Jepang dan luar negeri. Inoue menjawab bahwa memang ada perbedaan, tetapi yang paling berbeda adalah cara pemanfaatan data. Di luar negeri, digitalisasi data sudah maju. Sementara itu, perusahaan Jepang sebenarnya juga memiliki data. Hanya saja, data tersebut sering kali dikelola dengan Excel atau kertas. Inoue berpendapat bahwa jika bagian itu didigitalkan dengan baik, data dapat dimanfaatkan dalam bentuk yang sesuai juga dengan budaya Jepang.

Menurutnya, cara pengumpulan data berbeda-beda di setiap perusahaan. Di antara perusahaan yang datang berkonsultasi ke Kaonavi, masih ada yang mengelolanya dengan Excel atau kertas. Ada pula kasus di mana sistem sudah diterapkan, tetapi hanya sekadar mengisi kolom-kolom yang sudah ditentukan. Inoue mengaku sangat merasakan kesenjangan pemanfaatan data seperti ini.

Di tengah kekurangan tenaga kerja, perusahaan tidak hanya harus memikirkan rekrutmen, tetapi juga bagaimana agar karyawan yang ada saat ini bekerja dengan baik dan tidak mengundurkan diri. Ketika Iijima menyinggung hal ini, Inoue menyatakan bahwa tingkat konsultasi yang masuk belakangan ini telah cukup banyak berubah.

Dulu, kebutuhan utamanya adalah "DX di perusahaan sama sekali belum berjalan, jadi kami ingin melakukan digitalisasi" atau "kami ingin mengefisienkan pekerjaan". Belakangan ini, konsultasi yang lebih canggih semakin banyak, seperti soal karier individu atau keinginan untuk lebih memanfaatkan data dalam mempertimbangkan penempatan.

Inoue merangkum perubahan ini sebagai beberapa tahap. Pertama, data mulai terkumpul melalui pengelolaan informasi SDM secara terpusat dan efisiensi kerja. Sebagai langkah berikutnya, konsultasi tentang cara memanfaatkannya meningkat. Lalu, belakangan ini konsultasi untuk tahap selanjutnya semakin bertambah. Berkat fitur analisis, tren perusahaan sudah bisa diketahui, tetapi pembahasan tentang "lalu apa yang harus dilakukan selanjutnya" sulit berkembang. Karena harapan terhadap hal itu besar, Kaonavi pun merancang produknya agar terhubung ke talent intelligence.

Menurut Inoue, konsep asli manajemen talenta adalah menyentralisasi informasi SDM dan memanfaatkan data yang terkumpul. Pemanfaatan yang dimaksud mencakup penetapan sasaran dan penilaian berdasarkan sasaran tersebut, pengelolaan keterampilan setiap individu, penempatan, dan sebagainya. Namun, belakangan ini maknanya ditangkap secara lebih sempit, dan masih banyak kasus di mana orang menganggap "sentralisasi data = manajemen talenta".

Data yang dikumpulkan terutama berupa penilaian masa lalu, keterampilan, minat dan preferensi pribadi, informasi tes bakat, dan sebagainya. Inoue menjelaskan bahwa manajemen talenta adalah sistem yang menciptakan kondisi di mana seluruh informasi terkait seseorang tersimpan, lalu mengelolanya.

Tentang cara penggunaannya di lapangan, Inoue menyampaikan hal berikut. Perusahaan yang selama ini melakukan penetapan sasaran dan penilaian di internal menggunakan Excel mendigitalkannya dengan Kaonavi dan mengotomatiskan alur kerjanya. Atau, riwayat hidup dan riwayat pekerjaan sebelum masuk perusahaan yang disimpan dalam bentuk PDF entah di mana, sehingga tidak ada yang bisa melihatnya ketika ada yang ingin melihat, dikumpulkan di Kaonavi agar bisa dilihat siapa saja. Namun, kenyataannya banyak perusahaan berhenti di situ. Mereka belum sampai pada tahap merancang cara pemanfaatannya dan memikirkan data apa yang perlu disimpan untuk itu.

Inoue menjelaskan talent intelligence sebagai sesuatu yang membuat AI menggali kecerdasan (intelligence) dari data terkait SDM dan mengubah pengambilan keputusan organisasi. Wadah untuk menampung data sudah ada, data sudah terkumpul, dan alat visualisasi serta analisis pun sudah tersedia. Namun, selama ini yang bisa dilakukan hanya sebatas analisis kondisi saat ini. Menurutnya, kondisi idealnya adalah adanya sesuatu yang menunjukkan apa yang harus dilakukan ke depan.

Akan tetapi, di sisi perusahaan, sentralisasi data pun belum memadai. Tentang alasan tetap mengusung talent intelligence pada saat ini, Inoue menjelaskan bahwa ia ingin menciptakan "model siklus". Misalnya, ada perusahaan yang tingkat pengunduran dirinya meningkat. Dulu, semuanya selesai setelah divisualisasikan, dan bagian SDM harus berusaha keras memikirkan mengapa tingkat pengunduran diri tinggi dan bagaimana menurunkannya. Dengan talent intelligence, pihaknya berupaya memberi dukungan hingga tahap memunculkan petunjuk seperti "mungkinkah ada kemungkinan seperti ini?".

Namun, jika datanya tidak cukup, petunjuk yang dihasilkan pun tidak akan memadai. Karena itulah, ia ingin meluncurkan fiturnya lebih dulu dan menunjukkan dengan jelas bahwa "jika data di bagian ini tidak lebih banyak terkumpul, tidak bisa diketahui apakah kemungkinan ini benar atau tidak". Ketika Iijima merangkum, "Jadi, tercipta alasan untuk harus memasukkan data, dan itu menjadi dorongan bagi perusahaan?", Inoue menjawab, "Tepat sekali, saat ini alasan untuk memasukkan data masih lemah." Menurutnya, menciptakan alasan itu juga akan menumbuhkan keyakinan bahwa data dapat dimanfaatkan.

Inoue menyebut ini sebagai "Talent Intelligence Infinite Model". Kecerdasan dipadukan dengan sentralisasi data untuk menghasilkan petunjuk. Kemudian lebih banyak data didaftarkan, dan petunjuk yang lebih baik pun dihasilkan. Siklus inilah yang ia tuju. Inoue menyatakan bahwa konsep ini merupakan cara berpikir yang cukup baru dibandingkan perusahaan lain. Sebagai gambaran produk, mungkin terlihat seperti lompatan besar, tetapi dasarnya adalah keinginan untuk meningkatkan nilai dari pendaftaran data.

Ketika kembali ditanya apa yang menjadi mungkin dengan talent intelligence, Inoue menjawab, "Manajemen talenta dan pengelolaan informasi SDM selama ini mau tidak mau berkaitan dengan masa lalu. Yang ingin kami lakukan ke depan adalah memprediksi masa depan." Menurutnya, inilah ungkapan yang paling mudah dipahami. Ia menjelaskan bahwa perbedaan besarnya terletak pada kemampuan memprediksi, misalnya "di posisi ini berikutnya ia bisa menghasilkan kinerja yang lebih baik" atau "bukankah ia bisa mengejar karier seperti ini", dibandingkan dengan yang selama ini berhenti pada catatan bahwa seseorang memiliki rekam jejak atau pengalaman tertentu di masa lalu.

Tentang mekanisme prediksinya, Inoue terlebih dahulu menyampaikan bahwa pihaknya baru saja memulai PoC dan masih dalam tahap awal. Meskipun berkonsultasi atau bertukar pikiran dengan AI generik, jawaban yang didapat kebanyakan bersifat umum. Kaonavi memiliki informasi lengkap tentang SDM, mulai dari minat dan preferensi serta informasi kepribadian seseorang, hingga penilaian masa lalu, penetapan sasaran, dan hasilnya. Jika semua itu digunakan, dapat dihasilkan petunjuk mengenai karier yang paling optimal bagi orang tersebut atau di posisi mana ia akan bersinar.

Lebih lanjut, Inoue juga menyinggung bahwa Kaonavi telah digunakan di sekitar 4.500 perusahaan. Ia berpikir bahwa dengan memadukan rekam jejak pemanfaatan di sana serta pengetahuan para anggota internal yang mendukung pelanggan, hal-hal yang tidak dapat dilakukan oleh AI generik mungkin bisa diwujudkan, dan karena itulah PoC sedang dijalankan.

Sebagai tantangan dalam mengembangkan talent intelligence, Inoue pertama-tama menyebut aspek teknologi. Banyak perusahaan yang menggarap produk berbasis AI generatif, tetapi AI generatif itu sendiri masih terus berkembang pesat. Banyak bagian yang belum pasti, dan menurutnya cara menghadapi hal itu cukup sulit.

Kesulitan lainnya adalah menjadikan sistem ketenagakerjaan ala Jepang sebagai premis. Di luar negeri, berbagai hal dapat dilakukan dengan berporos pada keterampilan, pengalaman, dan karier individu. Sementara itu, mobilitas tenaga kerja di Jepang tidak setinggi di luar negeri. Alih-alih apa yang akan dilakukan individu, termasuk pindah kerja, sudut pandang tentang bagaimana memaksimalkan potensi orang yang saat ini ada di perusahaan lebih kuat. Karena itu, Inoue mengaku merasa sulit untuk memberikan petunjuk dalam konteks tersebut.

Di sini Iijima bertanya bagaimana memberikan saran ketika, selain variabel manusia, variabel lain seperti aturan khas perusahaan, posisi yang kosong, dan orang yang berada di atas juga berbeda-beda di setiap perusahaan. Jawaban Inoue adalah bahwa yang pertama-tama penting adalah mendaftarkan visi dan MVV perusahaan dengan baik ke Kaonavi. Dengan itu sebagai poros, jika apa yang dituju setiap divisi serta apa yang harus dikejar sebagai KGI dan KPI tidak didaftarkan, hal itu tidak akan terhubung dengan karier dan sasaran individu. Karena itu, pihaknya berupaya agar hal-hal tersebut dapat didaftarkan dengan baik. Itulah pendekatan yang diambil saat ini.

Ketika Iijima berkata, "Jadi, langkah pertamanya adalah menyadari bahwa ini harus dilakukan, dan yang lebih dulu memasukkan data akan diuntungkan?", Inoue menyetujuinya. Masih banyak perusahaan yang belum sepenuhnya memahami nilai data. Mungkin mereka memasukkannya sebagai rutinitas kerja sehari-hari, tetapi ia berharap data dimasukkan dengan mempertimbangkan bagaimana data itu akan dimanfaatkan.

Inoue menambahkan penjelasannya bahwa ia ingin memberikan nilai kepada perusahaan melalui data dan AI, tetapi tidak menganggap bahwa semua pekerjaan dapat dilakukan dengan itu. Ia berpendapat bahwa 20–30% pekerjaan pasti akan tetap membutuhkan tangan manusia. Keputusan akhir dan penyusunan aturan SDM internal, misalnya, adalah bagian yang harus didukung oleh manusia. Karena itu, kebijakan untuk menjalankan dua poros, yaitu produk dan dukungan oleh manusia, hingga kini tidak berubah.

Ditanya tentang perbedaannya dengan talent intelligence yang diusung perusahaan lain, Inoue menyatakan bahwa bagian pemanfaatan data yang terkumpul sebagai fitur selama ini telah disediakan sebagai manajemen talenta. Lebih jauh dari itu, memberikan petunjuk tentang bagaimana perusahaan harus bergerak agar bisnisnya tumbuh itulah yang disebutnya talent intelligence.

Contoh yang ia berikan adalah tingkat pengunduran diri. Meskipun tingkat pengunduran diri suatu perusahaan 10%, tidak bisa diketahui apakah itu tinggi atau rendah. Kaonavi memiliki rekam jejak dukungan selama lebih dari 10 tahun dan data khas perusahaan tersebut. Berdasarkan itu, pertama-tama ditentukan apakah 10% itu tinggi atau rendah. Jika rendah, apa faktor penyebabnya; jika tinggi, di mana masalahnya dan tindakan apa yang dapat menurunkannya. Inoue berupaya menyediakan hal ini sebagai cara berpikir talent intelligence.

Sebagai produk, fiturnya terutama akan memanfaatkan AI agent. Jika hanya menjawab cara menurunkan tingkat pengunduran diri, tidak akan banyak berbeda dengan AI generik. Karena itu, setelah menunjukkan posisi saat ini, yaitu apakah angka saat ini baik atau buruk, jika lebih tinggi dari perusahaan lain, faktor penyebabnya akan disarankan berdasarkan data yang terkumpul di Kaonavi. Inilah wujud yang dituju. Ketika Iijima memastikan, "Jadi, jika menanyakan hal yang baik-buruknya tidak diketahui oleh orang yang sudah lama berada di perusahaan, kita bisa mendapat saran sampai 'tidak buruk', 'bagian ini perlu diperbaiki', 'ini juga perlu dilakukan'?", Inoue membenarkannya. Ia menyatakan bahwa tujuan akhirnya adalah menjadi infrastruktur yang mendukung pengambilan keputusan.

Tentang apa yang akan segera hadir, Inoue menyatakan bahwa pihaknya telah mengumumkan secara terbuka akan merilis AI agent. Tema yang diangkat di dalamnya adalah pengunduran diri seperti yang dibahas sebelumnya, serta pertimbangan penempatan.

Inoue memandang pertimbangan penempatan sebagai hal yang sangat sulit. Tidak bisa diketahui apakah memindahkan seseorang ke divisi tertentu akan meningkatkan kinerja perusahaan. Selama ini, keputusan diambil berdasarkan intuisi dan pengalaman, atau melalui 1-on-1 dengan yang bersangkutan untuk mendengar "saya ingin melakukan hal seperti ini", lalu ingin memindahkannya ke divisi yang dapat meningkatkan motivasinya. Namun, tidak bisa diketahui apakah setelah dipindahkan orang itu akan menunjukkan kinerja, atau tidak bisa beradaptasi dengan lingkungan baru dan gagal menghasilkan kinerja. Memanfaatkan data untuk meningkatkan peluang tersebut menjadi tema besar. Ia menjawab sambil tertawa bahwa masih ada sekitar 10 tema lain yang sedang dipikirkan, tetapi isinya belum bisa diungkapkan.

Iijima, yang juga mengelola perusahaan sendiri, mengarahkan pembicaraan bahwa sepertinya akan semakin banyak situasi di mana pimpinan perusahaan menggunakannya sendiri. Inoue menjelaskan bahwa target utama Kaonavi adalah para manajer di lapangan seperti kepala departemen dan kepala seksi, serta setiap karyawan. Ia lalu menyatakan bahwa dalam urusan SDM terdapat lapisan pimpinan perusahaan, kepala divisi SDM, divisi SDM, manajer lapangan, dan karyawan, dan pimpinan perusahaan pasti ingin melihat kondisi data.

Persoalan besar yang secara khusus disebut Inoue adalah rencana suksesi (succession plan). Siapa yang akan dipercaya menjadi kepala departemen ini berikutnya, atau dari sudut pandang manajemen perusahaan, siapa yang akan menjadi direktur berikutnya. Menurutnya, jika kandidat dapat ditunjukkan, sekaligus apa saja aspek yang saat ini masih kurang dan bagaimana mengembangkannya jika orang tersebut dipromosikan, hal itu akan sangat membantu pimpinan perusahaan. Ia menyatakan bahwa ini juga merupakan area yang ingin digarap dari sudut pandang manajemen puncak.

Ditanya apakah peran manusia juga akan berubah seiring meluasnya AI, Inoue menjawab, "Akan cukup banyak berubah." Selama ini banyak waktu dihabiskan untuk mengumpulkan data, sehingga tidak banyak waktu yang bisa dicurahkan untuk pengambilan keputusan akhir. Ke depan, data akan terkumpul, dan kemungkinan serta petunjuk akan muncul secara otomatis. Karena keputusan akhir diambil oleh anggota manajemen dan SDM, mereka dapat memusatkan waktu di sana.

Mengenai divisi SDM, Inoue menunjukkan bahwa seharusnya mereka meluangkan waktu untuk berdialog dengan setiap orang, tetapi pekerjaan administrasinya terlalu banyak. Misalnya, pada bulan Maret mereka disibukkan oleh penanganan mutasi bulan April, penilaian akhir periode, serta penentuan gaji tahunan untuk tahun depan, sehingga tidak ada ruang untuk memikirkan kebijakan berikutnya. Ia memperkirakan pekerjaan administrasi seperti itu akan jauh berkurang berkat otomatisasi, dan waktu untuk berdialog dengan orang serta untuk memikirkan kebijakan SDM mana yang dapat menyelesaikan masalah akan bertambah.

Iijima menyebut perbedaan bahwa di luar negeri pola pikir sistem kerja berbasis pekerjaan (job-based) yang menggabungkan kemampuan individu lebih kuat, sedangkan di Jepang lebih banyak cara kerja yang menghasilkan kinerja sebagai tim, lalu menanyakan bagaimana hal itu memengaruhi pemanfaatan AI. Inoue juga mengakui bahwa di Jepang orang lebih banyak bekerja dalam tim. Ia kemudian menyatakan bahwa sejak pandemi COVID-19 semakin banyak perusahaan yang menerapkan kerja jarak jauh (meskipun belakangan ini ada juga gerakan kembali ke kantor), sehingga memvisualisasikan apa yang dipikirkan anggota tim dan apa keahlian mereka menjadi sangat penting. Jika hal itu tetap tidak terlihat, orang akan diberi tugas yang tidak ingin ia kerjakan atau yang tidak ia kuasai, sehingga produktivitas setiap orang tidak meningkat.

Inoue juga menyinggung bahwa populasi usia kerja diperkirakan akan berkurang 40% dalam 40 tahun ke depan. Jika cara kerja di Jepang tidak diubah, produktivitas yang sama seperti sekarang tidak akan bisa dicapai. Bagaimana meningkatkan produktivitas setiap orang merupakan hal penting bagi cara kerja di Jepang, dan ia mengaku memiliki keinginan kuat untuk mendukung hal tersebut.

Iijima berkata, "Sepertinya kesenjangan antara perusahaan yang berhasil menerapkannya dan yang tidak akan semakin besar," lalu bertanya apa yang harus dipersiapkan oleh bagian SDM dan pimpinan perusahaan saat ini. Inoue menjawab, "Terus terang, datanya itu sendiri." Tidak terlalu berkaitan dengan sudah menerapkan sistem atau belum; entah dengan Excel atau kertas pun tidak masalah, ia berharap perusahaan mulai mengumpulkan informasi tentang orang terlebih dahulu. Menurutnya, itulah langkah pertama yang sesungguhnya. Ketika Iijima menambahkan bahwa mendaftarkannya dalam bentuk yang mudah dimanfaatkan nanti juga penting, Inoue menyetujuinya dan menyatakan bahwa pihaknya juga dapat membantu berkonsultasi bagi perusahaan yang belum akan menerapkan sistem dalam waktu dekat.

Mengenai apakah dampak terhadap pengunduran diri dan penjualan benar-benar terasa, Inoue menjawab, "Tentu saja terasa." Tingkat pengunduran diri adalah angka yang terlihat jelas dan mudah dipahami, tetapi dampak jangka pendek dari mutasi dan penempatan sulit terlihat. Sebab, tidak mungkin melakukan uji A/B yang membandingkan penempatan orang yang sama di divisi ini dan di divisi itu. Meski demikian, baik-buruknya penempatan pada akhirnya akan tercermin dalam kinerja divisi, dan pada gilirannya terlihat sebagai kontribusi terhadap penjualan perusahaan secara keseluruhan. Karena itu, Inoue berpendapat bahwa kondisi yang hasilnya mudah dipahami tetap dapat diciptakan.

Terakhir, ketika ditanya tentang visi jangka menengah, Inoue memperkenalkan visi Kaonavi untuk menjadi solusi yang bertujuan "memaksimalkan kekuatan SDM dalam organisasi di Jepang". Secara konkret, pihaknya akan membangun bentuk di mana kecerdasan hadir sebagai berbagai fitur di atas platform SDM.

Sebagai hasilnya, Inoue mengatakan ingin menciptakan masyarakat di mana setiap orang yang bekerja dapat menyadari potensinya sendiri. Ia akan senang jika Kaonavi bisa menjadi salah satu kata kuncinya. Ia ingin menciptakan kondisi di mana individu menyadari, "Ternyata saya punya potensi seperti ini," atau "Ternyata ada jalur karier seperti ini juga," dan merasa antusias terhadap pertumbuhan dirinya. Itulah pandangan Inoue untuk 3–5 tahun ke depan.