総合「真に戦力となる人材を採る仕組み」をいかに作るか 特別広告企画 採用を劇的に変える「戦略人事」とは？
労働力減少などを背景に、真に自社の戦力となる人材の採用が急務になっている。日本企業の人材採用が抱える問題と人事部の戦略化の必要性、そして、それを解決する策として注目されるHRテクノロジーの活用について、人事経済学を専門とする早稲田大学の大湾秀雄教授に聞いた。
「採るべき人を採っていない」構造的な課題
Ｑ 日本企業の人材採用における課題とは、どのようなものであるとお考えですか。
大湾秀雄（おおわん・ひでお）早稲田大学政治経済学術院教授 1964年生まれ、東京大学理学部卒業後、民間企業勤務を経てスタンフォード大学経営大学院博士。東京大学社会科学研究所教授などを経て2018年より早稲田大学政治経済学術院教授。経済産業研究所ファカルティフェローを兼任
大湾 統計的仮説検定の用語を用いて、私は「タイプ１（ワン）エラー」「タイプ２（ツー）エラー」と呼んでいますが、人材の採用には２つの大きな間違い、ミスがあると考えています。タイプ１エラーとは「採ってはいけない人を採っている」こと、タイプ２エラーとは「採るべき人を採っていない」ことです。
このうち日本企業の人事採用では、タイプ１エラーの回避に力が注がれてきました。終身雇用制を前提としているので、いわゆる「お荷物人材」を抱え込みたくないからです。また、米国企業などでは採用は現場が行っていますが、多くの日本企業の場合、採用は“人事部集権”で行われているので、人材を必要としている現場から「なんでこんなヤツを採ったんだ！」といった苦情が出ないよう、いわゆる“変人”を避ける傾向もあります。この状態では、採用はどうしても“保守的”になっていきます。しかし、社風に親和性の高い人材ばかりを採っていると、現在のように事業環境の変化スピードが速く、多様な人材を採用する必要があるときには、真に自社の戦力となる人材の採用に結びつかなくなるのです。
Ｑ タイプ２エラーを防ぐ、つまり採るべき人を採る仕組みへの転換は進んでいるのでしょうか。
大湾 人事部はそうしたいと考えていても現実にはまだいくつもの課題があります。
例えば通常、採用面接は１次面接、２次面接、３次面接…という具合に階層的に行われますが、各段階の面接では、１～２名の社員が合否を判断します。ここでよくあるのが、面接者自身と似ている人を高評価し、自分と全く違うタイプに対しては評価が厳しくなりがちになることです。各段階で、そのような判断が続いていくと、尖った人材、個性的な人材ほど、どこかで、誰かに嫌われて落とされやすくなる傾向が出てきます。すると、最終的に残った人材は、誰も反対しないが、社内にもたくさんいるような“丸い”人材ばかりになってしまうのです。
ですから、まず、１～２名の判断に依存した階層的な判断はやめ、「チーム」で判断していくことが重要になります。個人ではなく、チームで「こういう人材が欲しい」と基準を決め、チームの刷りあわせの中で選別していくのです。そのためには、構造化問題、つまり事前に決めた質問項目に沿って応募者全員に同じ質問をすることが必要になります。これによって、面接で多様な評価側面を備えるような仕組みができます。
また最近は、面接前にウェブで適性検査を行って事前選抜をするケースが増えていますが、その際、適性検査のベンダーが用意した総合的な指標を使っている企業がほとんどです。するとどうなるかと言えば、「多くの企業から面接に呼ばれる人材」と「多くの企業から面接に呼ばれない人材」という二極化が発生します。実際のところ、大半のベンダーの適性検査は、将来の活躍人材を予測するうえで効果が高いとは言えません。応募者が適性検査に正直に答えない場合も多いですし、新卒者の能力は入社後も伸びるからです。また、適性検査は、内定者の予測力も限定的です。
つまり、将来の予測精度が高くないものが選抜の基準となっているうえ、そこで大量に人材が落とされている。その大量に落とされた人の中には、本来であれば、自社で活躍できる人材が沢山含まれているかもしれないのです。
さらに、「多くの企業から面接に呼ばれる人材」がたくさんできてしまうと、企業にとっては自社に来てくれる確率が下がるわけですから、採用効率も下がります。
人材評価のバイアスをいかに減らし、公平・公正にしていくか
Ｑ それらの課題を乗り越えて「採るべき人を採る」には、どのような取り組みが必要ですか。
大湾 先進的な企業の取り組みなどを分析してみると、まず採用したい人材のタイプ別に、独自の適性検査の指標を作成しようとしています。これだと事前選抜で他社と競合しませんし、自分たちの採用についての考え方をより明確にもできます。
AIなどITの力、つまりHRテクノロジーを活用して、事務的な採用業務を効率化する取り組みもいいでしょう。それによって生まれた採用担当者の時間の余裕を、できるだけ面接に振り分けるようにする。その面接の際には、現場の人間を巻き込んでチームで判断するようにし、個々の面接者の“判断バイアス”を排除することが重要です。
また、将来の経営幹部層以外の採用は現場に任せるのもいいと思います。どのような人材が必要かは、現場が一番知っているわけです。各事業所、各部門で必要な人材は現場で確保してもらう。その代わり、人事部は、将来の幹部候補生だけを担当するのです。
Ｑ HRテクノロジー活用への期待と留意点はありますか。
大湾 人事部の採用プロセスを効率化することが期待できます。ただし、データによる新たな“統計的差別”に警戒する必要があります。
ある大手IT企業が、過去の採用データをAIに与えて技術者の採用を支援する仕組みを構築したところ、AIはことごとく男性を推奨してきました。なぜなら、そのIT企業では過去、技術者の大部分が男性だったからです。結局、そのIT企業はその開発を断念しましたが、それがAI活用の落とし穴でもあるのです。HRテクノロジーの推奨を鵜呑みにするのは危険で、あくまで意思決定の支援を行うツールだと理解すべきです。
採用した人の属性データと入社後のパフォーマンスの相関データを整えたり、自社では採用しなかったが他社で活躍している人について関連データを収集し、自社にとって適切な採用基準を創れるようになるのが理想です。特に技術者の場合は、他社に採用されてからのパフォーマンスを評価しやすいので、後者の仕組みは構築しやすいでしょう。ただ、採用関係の分析でもう一つ注意する必要があるのが「セレクションバイアス」です。
Ｑ セレクションバイアスとはどのようなものでしょうか。
大湾 自社の採用傾向を客観的に分析したいと考えても、分析のためのサンプルは自社にしかないのですから、先のIT企業のような結果を招きかねません。また採用と入社後のパフォーマンス分析でも、あくまでも採用された人が分析の対象となっていますので、本当に知りたい応募者という母集団についての結果とは必ずしも言えません。母集団と実際に使う“選ばれた”サンプルの属性の違いからくる結果のズレをセレクションバイアスと言います。
セレクションバイアスは、サンプルを母集団に近づけることやデータ補正によって減らすことができます。例えば、採用段階で言えば、採用した人も落とした人も含めてすべての応募者データを残すところからバイアスを排除する取り組みが始まります。ちなみに応募者全員の個人情報の活用については、２次使用を制限すべきとの意見もありますが、私は、応募の際に「弊社の採用プロセスの改善のために、匿名加工のうえ利用します」と一文を示し、同意の上で匿名データとして活用していくのが良いのではないかと考えています。
それらに加えて、採用におけるHRテクノロジーの活用では、応募者、候補者のデータだけではなく、面接官のデータも詳細に残し蓄積しておく必要があります。どの面接官がどんな質問をして、どんな候補者を選んだかといったデータを残すことで、面接官の採用傾向が明白になります。よくあるのは、同じタイプの人を採用する傾向がある、といったこと。これでは多様な人材の採用が難しくなってしまうので、面接官の傾向もデータ化して分析し、それをフィードバックしながら補正していくことが重要です。
採用においては、経路も含めた過程と結果、応募者、候補者、面接官のデータが全てつながっていくのが理想でしょう。
人事データ解析の専門職化が進む
Ｑ 一口に「HRテクノロジーの活用」と言ってしまいますが、自社が必要とするHRテクノロジーを見極めるにはどうすればよいでしょうか。
大湾 ある意味で当たり前ですが、人事面で抱えている課題の見極めが大事です。最近は、データ分析や活用のコンサルタントも増えていますので、自社の課題と突き合わせていけば自社にマッチしたHRテクノロジーが自ずと明らかになるでしょう。私は個人的には、汎用性が高く、柔軟な分析機能を備えているものが有用だと思っています。最初から特定の機能に固まってしまっているものだと、社内の分析能力が上がってきたときに、それ以上の分析ができなくなることも考えられます。
Ｑ 人事におけるデータサイエンティスト的な専門家を育てることにもなりますか。
大湾 そうです。人事関連でHRテクノロジーを駆使する人は自ずと専門家への道を歩み出すでしょうし、職能化が進むと「ＨＲアナリスト」のようなものが出来上がってくるでしょう。今後は、人事のみならず、マーケティング、生産管理なども含め、全社横断的にデータ収集・管理や戦略的な活用を担う人材が求められてくることが考えられます。今後、「チーフ・アナリスティクス・オフィサー（CAO）」の育成が経営の重要課題に浮上するのは間違いないでしょう。