カオナビCPOが語る「タレントインテリジェンス」――人材データを"過去の記録"から"未来の予測"へ

今知らないとやばい、タレントインテリジェンス。タレントインテリジェンス、ちゃんとキャッチアップして導入できた会社とそうじゃない会社の差はすごい出てきそう。なんかこの人辞めそうみたいな兆候みたいなところって、勘と経験だけだとやっぱり限界がある。

こういう発言が多いとか、こういう行動してるからとかいうところが分かれば、先回りして手が打てるので。今までのタレントマネジメントとか人材情報の管理って、どうしても過去のことなんですよ。

これからやりたいのっていうのは、やっぱ未来の予測ってところが一番分かりやすい表現かなと思って。人事の方の仕事の役割がめちゃくちゃ変わりそうだ。そうですね。これは逆に人事の方とか経営者の方々に、今これは準備しとかないとやばいよみたいなアドバイスあります？

どうも、ビジネスジャーナルTVの飯島です。今日は今知らないとやばいタレントインテリジェンスについて、お話をお伺いしていきます。タレントインテリジェンスはAIを活用して人材配置をより高度化する、タレントマネジメントとAIの掛け算の概念です。この考え方は今、米国を中心に急速に広がっています。今日はタレントインテリジェンスとは何かを、経営者をはじめとした人事に携わる方々にできるだけ分かりやすく伝えたいというふうに思ってます。

今日はゲストとしてカオナビのCPO、井上英樹さんにお越しいただいております。今日はよろしくお願いします。

よろしくお願いします。私の方は今、カオナビでプロダクトプランニング本部というところになってるんですけども、役割としてはプロダクトを軸にして、開発と販売戦略、両方見るような立場でやらせていただいてます。本日はよろしくお願いします。

お願いします。ありがとうございます。早速本題の方に移れればというふうに思います。まずAIと人材を巡るこの時代背景のところについてお伺いしていきたいんですけど、大きい話のところから、AIが急速に普及する中で、人材マネジメントの世界ってどんな変化が起きてますか？

分かりやすく言うと、今まで勘と経験でやっていたものから、データとAIとかインテリジェンスを使ったところで、人を動かす、人を生かす時代みたいなところにかかってるかなと思っていて。やっぱりベテランの勘とか過去の成功体験自体がすごい悪いわけではないんですけど、あんまり再現性がなかったりすることが多いので、そこに対してデータとかAIが絡むことによって、再現性があることができるというところが結構大きなものかなと思っていて。

あと例で挙げると、やっぱなんかこの人辞めそうみたいな兆候みたいなところって、勘と経験だけだとやっぱり限界があるというかいう形なんですけど、こういう発言が多いとか、こういう行動してるからとかいうところが分かれば、先回りして手が打てるので。そういうところがやっぱりいいものとして、これが出てくるんじゃないかなと思ってる感じですかね。

AIがあることで、今までなんとなく組織を作る中で、あの人ちょっと今やばそうだよみたいな話をマネージャー陣で、ちょっと意味があるのかないのか分かんない、3時間とかずっと喋るみたいな、そういうのが減るってことですね。

そうですね。もう判断がすごいしっかりしてきて、分かりやすくなってるんですかね。

これってなんとなく日本のレガシー独特の文化なのかなって思っちゃったりもするんですけど、海外と日本でもその辺のスピード感って違うんですか？

そこは多分違うと思って。ただ、大きく違うっていうよりも、データの活用の仕方だけが結構違うなっていうのが認識としてあって。海外だとデータ化するみたいなところは結構進んでるんですけど、日本だとデータ化するのが進んでないっていうよりも、データはあるんですね。

あるんですね。

なんですけど、Excelで管理してますとか、紙で管理してます。そこが結構属人化しやすかったりすると思うんですけど、そこをしっかりデータ化することによって、日本の文化にもより合うような形じゃないかなと思ってる感じですかね。

これ、やっぱ各社によってデータの取り方とかまちまちなんですか？ アンケートで取ってたり、何かシステムを使ってたり。

それはもう絶対まちまちで。いまだにうちにご相談いただくお客さんの中でも、本当に今Excelで管理しててとか、紙で管理しててとか、システムは入れたんだけど、とりあえずもう決まった項目に入れてるだけでみたいなことがあるので。そういうデータ活用の違いみたいなところは大きく感じるところが多いですかね。

なるほど。でもこれ、想像するになんですけど、やっぱり人手が不足する中で、企業も採用だけじゃなくて、いかにいる人たちに働いてもらうかとか、辞めないでもらうかみたいなのが、もうダイレクトに大事じゃないですか。この辺りでもやっぱり皆さん、企業の方々含めて、どうしようかなって今なってる感じですか？

そうですね。まさになので最近、ご相談いただくケースというか、もうかなりレベルが変わってきたなって思っていて。今までだと本当に業務効率化とか、全然社内でDXできてないからDX化したいとかいうニーズだったんですけど、個人のキャリアについてとか、あとは配置検討でもっとデータを活用したいんだとか、より高度な要望っていうんですかね、相談を受けることが結構多くなった印象ありますね。

なるほど。結構、井上さんもずっとこの領域でビジネスされてて、改めてタレントマネジメントみたいなところについても補足いただきながらお伺いしたいんですけど、この数年でお客さんの使い方の変化とか、タレントマネジメントっていう概念というかが、どういう世の中に求められ方が変わったかとか、その辺お伺いしてもいいですか？

そうですね。今ちょっと話したところと若干かぶってはくるんですけど、やっぱり人材情報を一元管理したいとか、業務効率化したいみたいなところに、データが大体集まってきたと。なので、それをいかに活用するかみたいなところが次のステップとしてあって、そこの相談はだいぶ増えてきましたと。

さらに最近増えてるのは、その次のステップで。データ活用は大体分かると。分析機能があって、今会社の傾向がどうかみたいなところはすごい分かると。ただ、次に何をすればいいかが、ちょっと検討がなかなか進まないとか、そこを結構期待されることが多いので、うちとしてもタレントインテリジェンスみたいなところにつなげて、今プロダクトを考えてる感じですかね。

なるほど。タレントマネジメントについて、もう少し詳しくお伺いしてもいいですか？

はい。タレントマネジメントなんですけども、人材情報の一元化と、溜まったデータを元にどう活用するかみたいなところが、タレントマネジメントの概念になっていて。活用っていうと分かりやすいのは目標設定とか、それを使って評価したりとか、あとは各個人でスキル管理をしたりとか、配置をするみたいなところが、結構ベースのタレントマネジメントの概念になってるんですが、最近だと結構その意味合いが縮小化されて、意味合いを取られてることが多いので。まだまだデータの一元化みたいなところがイコール、タレントマネジメントって思われるケースがまだ多いかなっていう印象ですかね。

なるほど。実際はどういうデータを集めていくことが多いんですか？

人材情報に関わるところになってくるので、基本的にはやっぱり過去の評価であったりとか、本当にさっき言ったスキル管理。あとはその人の趣味嗜好だったりとかですね。あとは適性検査の情報とか、そういうところが結構メインとして溜まる情報になってくるかなと思います。

その方にまつわる情報が全部入ってる状況、それを管理するシステムっていうところで、タレントマネジメントっていう形になる。

はい。

なるほど。例えばカオナビを導入した企業とかは、一人一人、皆さん誰がいるかっていうのにちゃんと箱があって、そこに今こういう状況だとか、こういうことを期待してるとか、そういうことをメモっていくみたいな。それをうまく生かせてないみたいなのが今課題です？

そうですね。本当にデータを一元管理するのに、ちょっと止まっちゃってる状態っていうんですかね。そこからさらにどう活用するかまで設計して、どういうデータを保存しとこうとかいうところは、まだいけてないのが実情って感じですかね。

なるほど。そういった背景の中で、タレントインテリジェンスっていう概念を打ち出していってるっていうことですね。

そうですね。はい。

この辺の背景、また詳細お伺いしてもいいですか？

大丈夫です。人材にまつわるデータに対して、AIが知性ですね、インテリジェンスを引き出して、組織の意思決定を変えるみたいなところが、うちが目指してるポイントになっていて。さっきの話とちょっとつながっちゃうんですけど、結局データを溜める箱ができましたと。そこに対してデータを溜めましたと。そこから何か可視化する、分析みたいなツールができますと。

やっぱ次のステップとしては、それをどう活用していくかなんですけど、あくまで今までだと現状分析までしかできない形なので、これから先どういうことをしていけばいいのか、示唆出しまでされる状態が一番理想形だと思ってるんですね。なので、まずそこを目指したいですと。ただ実情でいうと、さっきの話とつながっちゃうんですけど、まだまだ企業としてはデータを一元化するところが十分じゃない。

じゃあなんでこのタイミングでタレントインテリジェンスって言って、ちょっと次のステップみたいなところに踏み出していくかっていうと。例えば御社の今の状況はこういう状況ですと、例えば離職率が高くなっていてみたいな。そこに対して今までだと可視化して終わりなので、なんで離職率が高いかの理由とか、どういうアクションをすれば離職率が下がるのか、今までだと頑張って考えてやってたんですけど、そこに対して、こういう可能性があるんじゃないですかとかっていう、示唆出し支援までするところを今やろうとしていて。

ただデータが十分でないと、そういう示唆出しも十分にできないんですね。なのでそれに気づいてもらうためにも、先にタレントインテリジェンスでそういう機能を出していって。ここのデータがもっと集まらないと、ここの可能性が正しいのか、正しくないのか分からないみたいなところを、ちゃんと出してあげたい。なので、まだまだデータが集まってない企業さんが多い中でも、ちょっと次のステップを先にやってるのは、そういう循環モデルを出したいからって感じですかね。

なるほど。だからタレントインテリジェンスっていう概念が、企業の方々が大事だなと思ってやりたいなって思った時に、そもそもちゃんと入力しないといけないよ。それが企業さんからすると、ちょっと背中を押されてやる理由になるみたいなところができるといいなと。

そう、まさに今、そのデータを入れる理由が薄かったりするんですよね。

なるほど。

なので、そこの理由を作ってあげることによって、よりデータを活用できるんだっていう思いにもつながってくるので、そこを作っていきたいっていうのがある感じですかね。

はい。これまでだと、どういうふうに使われてたのがリアルのところなんですか？

本当に例えばですけど、まだ目標設定とか評価みたいなところが、社内でExcelでやってますみたいな。そこをカオナビを使ってデジタル化して、ワークフローも自動化してやるみたいなところに止まってる形だったりとか。あとは社内だとその人に関する情報、例えば入社前で言ったら履歴書とか職務経歴書とかあると思うんですけども、それを単純にPDFでどこかに保存してます。誰か見たいって言って、誰も見れないみたいな状況だったのを、一旦カオナビに集約して誰でも見れる状況を作る。でもそこで止まっちゃったのが実情って感じですかね。

なるほど。だから人に紐づく情報をきちんとその人に紐づけて、情報整理できるような状態になってるようなところが今あるから、そこをどう使っていくかっていうところをこれから提示と。

これタレントインテリジェンスっていうぐらい、カオナビさんが打ち出そうとしてるもの、特に何ができるようになるかっていうところを、改めて少しお伺いしてもいいですか？

それでいくとすごい分かりやすいんですけど、今までのタレントマネジメントとか人材情報の管理って、どうしても過去のことなんですよね。これからやりたいのっていうのは、やっぱ未来の予測ってところが一番分かりやすい表現かなと思っていて。この人は過去にこういう実績があるからとか、こういう経験をしてるからで今まで止まってたものに対して、じゃあ次はこの人はこういうポジションであれば、より成果が出せるとか。あとはこういうキャリアを目指せるんじゃないかみたいな、未来の予測ができるところが大きな違いって感じですかね。

なるほどですね。この未来予測っていうのは、どういうふうに導き出されてるんですか？

それでいくと、まさにPoCとか始めてみて、これからって感じではあるんですけど。普通に汎用AIとかいろんな方が今使っていて、いろんな壁打ちしたりとか相談したりとかすると思うんですけど、内容的には本当に一般的な回答が結構多いと思うんですね。カオナビではやっぱり人材に関する情報が、あらゆるものが揃ってますと。その人の趣味嗜好だったりもそうですし、あとは性格的なところ、プラスして過去の評価だったりとか、過去の目標設定とか、それの結果はどうだったとかいうところが全部残ってる状態になっているので。そういうデータも全部活用して、その人にとって最適なキャリアだったりとか、今後どこのポジションだったら輝くかみたいなところの示唆出しができるところと。

あとやっぱカオナビって、4,500社、今導入実績があるところがあるので。そこでの活用してる実績だったりとか、うちの社内でもそういうお客さんにサポートしてるメンバーとか結構いるので、そういうノウハウをしっかり詰め込んだものを作ることによって、普通の汎用AIじゃできないことっていうのが実現できるんじゃないかなと思って、今PoCしてるところです。

独自の顧客の方々のデータ、情報があることで、提案できるものがあると。

はい、そうですね。

これはタレントインテリジェンスっていうものをやる上で、何か課題になってるものがあったらお伺いしたいんですけど。

課題になってることでいくと、プロダクト軸に考えると、技術要素はもちろんでかいですと。やっぱり生成AIを使うプロダクトって、いろんな企業が取り組んでると思うんですけど、まだまだ生成AI自体もどんどん進化をしている形なので。要は不確実性が高いものが結構多いので、そこに対してどう、という点とか結構難しいところ。あとはアプローチとして難しいところでいくと、やっぱり日本型の雇用形態を前提にしたものみたいなところは、まだ今、自分の構想の中でも結構多いんですけど、結構難しさを感じていて。

海外だと結構個人のスキルだとか、その人個人の今までの経験とかキャリア軸にいろいろできたりするんですけど、やっぱり日本の雇用形態だと海外ほど雇用の流動性が高くない。どちらかといえば個人として、転職を含めてどうしていくかっていうよりも、今うちにいる人のポテンシャルをどうやったら最大化できるかの方が結構強いと思うんですね。だからそこを出すのは結構難しいんじゃないかなっていう気はしてる感じですかね。

なるほど。これはまさに僕がお伺いしたかったことの一つで。人の変数がありながらも、その会社独自のルールとかポジションとかっていう変数が存在するかなと思った時に、会社ごとのルールっていうのが、それぞれ今空いてるポジション、上にいる人、それぞれ違う中でどうアドバイスしていくのかなっていうのは少し気になってたんですけど。この辺りの手応えとか、こういうふうに進めてるみたいなこととか、お伺いしてもいいですか？

はい。やっぱり個人としてのキャリアだったりとか、社内での配置を検討する上でも、会社としてのビジョンだったりとか、MVVとか、いろんな会社さんが設けてると思いますけど、それをしっかりちゃんとカオナビに登録することはもちろん重要ですし。そこを軸にして、やっぱり各部門ですね、何を目指してるのか、KGIとかKPIとして何を追うべきかみたいなのがしっかり登録されていないと、各個人のキャリアとか目標に紐づいてこないので。そこの登録はしっかりできるようにはしていきますと。そこら辺が結構今のアプローチって感じですかね。

どの企業さんも使ってる中で、カオナビの方々の支援を受けて、こういう情報を入れなきゃいけないっていうのは、日々支援いただいてる中でどんどん登録していってるってことですよね。

そうですね。はい。

まずこれやんなきゃいけないって思うところが一歩目だと思うと、まずそこを導入してみて、入れていったもん勝ちみたいなところはありますね。

そうですね。だからやっぱりデータの登録みたいなところはすごい価値があるので、各社さん、まだまだデータの価値っていうのをあんまり理解できてないところも多いと思うので。本当に日々の業務のルーチンでやってるところも多いと思うんですけど、そのデータがどう活用されるのかみたいなところを見据えて、データ活用してくれると嬉しいなっていうのがあるのと。

ちょっとさっき説明漏れちゃったところがあるんですけど、うちがタレントインテリジェンスって言ってやってるところで、データとAIを絡めて、使っていただいてる企業さんにより価値を与えていきたいとは思ってるんですけど、それで全部の業務とかが代替できるとは思ってないんですね。どうしても人の手は絶対2、3割は残ると思ってるので。そこはどちらかといえば最終決定するところだったりとか、あとは本当に社内の人事的なルールを作ったりとかいうところは、どうしてもサポートしていかなきゃいけない部分なので、プロダクトと人のサポート軸でやっていくってところは今変わらないかなって感じですかね。

なるほどですね。他社さんが提唱するタレントインテリジェンスとの違いを、お伺いしてもよろしいですか？

はい。そこでいくと、カオナビが目指してるタレントインテリジェンスみたいなところは、本当に溜まってきたデータを機能として活用するところは、今までタレントマネジメントとして提供してきたんですけども、そこからさらに、その企業にとってどういう活動をしたら、より事業がグロースするかとかいうところですね、示唆出しまでするところをタレントインテリジェンスって概念で呼んでいますと。

なので例えばなんですけど、離職率についてのポイントで言った時に、今離職率がその会社にとって10％ありますと。その10％っていうのが高いのか低いのかが分からないので。今までカオナビでいくと、十何年ですかね、もう支援してるところがあるので、そこの支援実績だったりとかいうところと、あとはその会社さん固有のデータも溜まっているので、それを元にまず10％が高いのか低いのか。もし低いとしたら、どういうところがポイントになって低いのか。逆に離職が高いとしたら、どういうところに課題があって、どういう行動をすれば離職が下がるのかみたいなところの示唆出しができるところまでを、タレントインテリジェンスって考え方で提供してる形になってます。

でも目指してる姿としては、やっぱり今までのデータを一元化するみたいなところに、知性ですよね、インテリジェンスを絡めることによって、途中説明したような示唆出しができたり。さらにそこからデータをより登録して、さらにより良い示唆出しがされるような状況を作るっていう、このインフィニットモデルみたいなところを目指してるんですけど。その概念自体は、他社と比べてもだいぶ新しい考え方になってきます。

なるほど。その言葉自体というか考え方自体が新しい。確かに今まで聞いたことなかったんで、すごい探り探りの質問。これ逆に言えば、これから作られるものにみんなワクワクしてると思うんですけど、実際プロダクトとしては何ができるようになるみたいなことって、いくつかあったりすれば教えていただいてもいいですか？

はい。それでいくと、主にはAIエージェントを活用した機能みたいなところで、今日説明したところで絡む部分でいくと、例えば今、離職が高いですとかってなった時に、その離職を低下させるためにどういうことができるかみたいなところの示唆出しをしてあげたり。ただ、それを単純にやるとすると、汎用AIでやってるのとあんまり変わらないと思うんですけど。例えば離職率が10％ですとかって言った時に、一般的に高いか低いかってよく分からないと思うんですね。なので、その10％がいいのか悪いのかっていうところの現在の状態もしっかり分かるようにする。その上で離職率が他社と比べて高いんであれば、こういうポイントがあるんじゃないですかっていうところを、カオナビに溜まってるデータからさらに示唆出ししてあげるってところが、プロダクトとしては目指してる姿ですかね。

データを見た時に、その企業にずっと勤めてる方から見ると、これがいいのか悪いのかも分からないから、それが「これっていいの？」って聞けば、今悪くないですよとか、もうちょっとこういうところを改善しなくちゃいけないですね、なんならこれもやんないといけないですねみたいなところまでアドバイスしてもらえる。

そうですね。なので本当に、そういう意思決定をする支援をするインフラになりたいっていうのが、一番最終ゴールではあるんですよね。

なるほどですね。これ、近々準備してるもので、この辺は出てくる予定みたいなものとかあったりするんですか？

はい。それでいくと、もう対外向けにとかも今年やり、取り組む内容として、さっき話したAIエージェントってやつはリリースするっていうところを宣言はしてるんですけど。その中のテーマとしていくつか挙げてるのが、さっき言った離職のところであったりとか、あとは配置検討関連ですかね。

配置検討ってすごい難しいと思っていて、この人はこの部署に異動したら、会社としての業績が上がるのか上がらないのかってすごい難しいじゃないですか。

難しいです。分かんない。

はい。それって今までだと本当に勘と経験だったりとか、本人と1on1で話していて、こういうことがしたいだったりとかいうことを聞いて、だったらモチベーションが上がるところに異動させてあげたいとか、そういう感じだったと思うんですね。

そうですね。

ただ、それの確率がどうかっていうと結構難しいと思って。異動させた結果、その人がすごい成果を発揮するのか、新しい環境に馴染めずにあんまり成果を出せないとかって分からないと思うんですけど、そこの確率を上げるために、データとかいうところをしっかり活用してやっていくところは、一応テーマとしては今大きく挙がってるところですかね。他にちょっとテーマとして考えてるのは10個ぐらいあるんですけど。

なるほど。内緒ですか、まだ。

内緒です。

楽しみですね。でも今の話をお伺いすると、僕も会社経営させていただいてるんですけど、経営者が使うシーンも増えそうだなと。

そうですね。

今までレポートしてもらってたのが、自ら聞きに行く。そういうシーンが増えるイメージなんですか？

そうですね。一応カオナビを使ってもらうメインターゲットみたいなところは、結構対外的には現場マネージャー、部長さんとか課長さんとか、あと社員一人一人に使ってほしいってもちろんありますと。ただ、人事関連でいくと、やっぱり経営者が見てたりとか、人事部長さんが見てたりとか、人事部も見たり、あと現場マネージャー、社員みたいな感じで、レイヤーがあると思うんですけど。やっぱり経営者からすると、そういうデータの状態っていうのは見たいと思うんですよね。

そうですね。見たいです。

特に結構大きい悩みとしては、サクセッションプランみたいな感じで、次にこの部署の部長を誰に任せようとか、経営管理で見たら、例えば次に役員を誰にしようみたいなサクセッションプランはすごい重要だと思うので。そういうところの、まず候補出しをしてあげたりとか、逆にこの人を抜擢するんであれば、こういう観点が今足りてないから、そういう育成をしようとかいうところまで出してくれたら、めちゃくちゃ嬉しいと思っていて。

ありがたい。

そういうところはやっぱり経営者向けの視点ではやりたいところって感じですかね。

なるほど。やっぱりAIが普及すると、その辺りの人がやっていく部分も変わってきそうですね。

だいぶ変わってくると思います。なので今までどうしてもデータ集めにすごい時間をかけていて、最後の意思決定をするのにあんまり時間をかけられなかったみたいなことが多いと思うんですけど、これからはデータはもう一緒に集まると。かつ可能性だったりとか示唆出しみたいなところっていうのも自動化されると。あとは最終意思決定するのは、やっぱり経営だったりとか人事のメンバーだったりすると思うので、本当にその意思決定にかける時間っていうところに集中できる。

あとはやっぱり人事部門だと、今本当、実際の業務で言った時に、本当は一人一人との対話に時間をかけなきゃいけないと思うんですけど、もう本当に事務仕事が多かったりとかすると思うので。そこはもう自動化することによって、人と対話する時間なんかはもっと増やしてもらいたいなって感じですかね。

なるほど。今の質問、まさにもう少し深掘りしていったところなんですけど、人事の方の仕事の役割がめちゃくちゃ変わりそうです。

そうですね。はい。

これ、どう変わるんですか？

やっぱり今話したのと結構かぶるんですけど、本当に人としっかり対話する時間みたいなところですかね。あとは、どういう人事施策を打てば今の課題が解決できるのかみたいなところに頭を使う時間っていうのが、だいぶ増えるんじゃないかなと思っていて。今は本当に目の前の事務仕事を潰して、次の施策を考えるよりは、とりあえず例えば3月だったら4月からの異動に対してとか、期末の評価とか、来年のみんなの年収どうしようかみたいな事務仕事がめちゃくちゃ多いと思うんですけど、そこはだいぶ減っていくんじゃないかなって気がしますね。

なるほど。でもさっきのお話で少し出てたんですけど、海外の会社さんの場合、割とジョブ型というか、この人の能力がこれだから、それを組み合わせてこうだ。でも日本の場合は少しチームワークというか、この部署、こういうメンバーでこうやってチームで成果を上げていこうみたいな、この違いがあるかなっていう中で、AIの活用みたいなところは、どういうふうに違いが出てきたり、ワークしたりみたいな形になるんですか？

それでいくと、やっぱり今お話しいただいた通りで、日本の働き方って本当にチームで働くことが多いなと思っているんですけど。うちもそうなんですけど、コロナ禍から結構テレワークの会社が増えてきたと思っていて、直近だとちょっと出社回帰に戻ってるケースもあると思うんですけど。やっぱりチームのメンバー自体がキャリア観として何を考えてるかとか、何が得意でみたいなところが可視化されてることがすごい重要だと思っていて。

それがない中で話すと、個人としてやりたくなかったりとか苦手なことの作業が割り振られて、一人一人の生産性がちゃんと上がっていかないみたいなところがあると思っているんですけど。やっぱりこれから先を考えた時には、一人一人の生産性をいかに上げるかみたいなところって、日本の働き方からしたらすごい重要だなって思っていて。特にやっぱり今、統計で出てるのだって、40年後に労働人口が4割減るみたいなことが言われているので。なのでそこに対して日本の働き方をしっかり変えていかないと、今と同じだけの日本としての生産性が出せない形になってくるので、そこのベースを支えたいっていう思いは結構強いんですよね。

なるほどですね。これタレントインテリジェンス、ちゃんとキャッチアップして導入できた会社とそうじゃない会社の差はすごい出てきそうです。

そうですね。だからそのためにも、データの価値っていうところを今からちゃんと考えてやってほしいって結構思いはあるので。それも踏まえて、今のこのタレントインテリジェンス、インフィニットモデルみたいなところをやっぱ考えていて。途中お話しいただいた通りで、やっぱりデータを登録するきっかけがないと登録しないと思うんですよね。登録したことによって何がいいことあるのかみたいなところが理解されてこないと、結構難しいと思ってるので。なのでプロダクトのイメージからすると、すごい一足飛びにやってるようなイメージがあるかもしれないんですけど、実際もっとデータの登録の価値を上げたいとか、そういうところが結構ベースにつながってる考え方かもしれないですね。

なるほど。ある意味、ちゃんと高い目標というかアウトプットイメージを持ってやることで、今やんなきゃいけないことに、より目を向ける意味みたいなことをしっかり理解してもらいたいっていうところが思いとしてあります。

はい。

なるほど。これは逆に人事の方とか経営者の方々に、今これは準備しとかないとやばいよみたいなアドバイスあります？

それでいくと、本当にデータ自体かなって正直思っていて。こういうシステムを入れてる、入れてないってあんまり関わらずなんですけど、やっぱり人に関する情報を、もうExcelでも紙でも何でもいいんですけど、まずは集め始めるところからスタートしてほしいなって思っていて。まずそこが本当の第一ステップですかね。

そう思うと、後でそのデータを活用しやすいような形で登録しておく、持っておくみたいなことも大事かもしれないですね。

そうですね。なのでそういうところは、まだこれからシステム導入とか先かもしれないんですけど、それとか全然アドバイスはもちろんできるので、いろんな相談をしてもらえるとすごい嬉しいなと思っていて。

それが生かされて、ゆくゆくやっぱり離職とか、ひいては売上とか、その辺りにもインパクトが出てくるなっていう実感ありますか？

実感はもちろんありますね。特にやっぱり離職率みたいなところは、目に見えて分かりやすい数字だとは思うんですけど、途中説明した異動配置とかいうところって、目先の効果がすごい見づらいんですよ。

そうですね。

A/Bテストできないので、この人をこの部署にやった時と、この人をこの部署にやった時って、同じ人なんでテストできないじゃないですか。でも最終的には、その人がそういう配置について良かったか悪かったかって、やっぱり部署としての成果に出てきますし、ひいては会社全体の売上に貢献できるみたいなところになってくるので。そこは結構、結果としては分かりやすい状態を作れるんじゃないかなとは思ってます。

なるほど。これは経営者の方にとっても人事の方にとっても、すごい欠かせないパートナーになってきそうな感じがします。

はい。そうなれることを期待したいですね、自分も。

なるほど。最後に井上さんから、3年から5年後ぐらいの中期ビジョンをお伺いしたいんですけども。

それでいくと、カオナビ自体はやっぱり日本の組織における人材の力を最大化するインフラになりたいっていうところは、ビジョンとして出してるところがあるので。具体的に言うと、人材のプラットフォームの上に、さっき言った知性、インテリジェンスが様々な形で機能として乗るプラットフォームをどんどん作っていきますと。

なので3年後とか5年後とか、中長期のビジョンでいくと、結果として働いてる人一人一人が、自分の可能性に気づける社会を作るみたいなところの一つのキーワードに、カオナビみたいなところがなれると嬉しいなっていうのがあるので。やっぱり個人からすると、自分にはこんな可能性があったのかとか、自分にはこんなキャリアパスもあったのかみたいなところに気づけて。だから、自分の成長にワクワクするっていうんですかね、そういう状態を作れると嬉しいなと思ってます。

はい。素晴らしいですね。やっぱり働いてる人も経営者も、このタレントインテリジェンスっていう概念をきちんと理解しておくことで、じゃあタレントインテリジェンスの概念が分かる経営者のところで働こうと思うと、輝かしいキャリアを歩めるかもしれないですね。はい、ありがとうございます。今日は井上さん、楽しいお話をありがとうございました。

ありがとうございました。

ヘフ