人事データを可視化することで 社員も企業も活性化する ――オラクルＨＣＭ戦略責任者に聞く

オラクルが企業に提供するクラウドアプリケーション群は、ＥＲＰなどの基幹業務をはじめとして、経営管理システム、サプライチェーンマネジメント、マーケティングやサービスなどあらゆる業務の分野を網羅している。その中でも特に力を入れている分野の1つが、ＨＣＭ（ヒューマン・キャピタル・マネジメント）システムだ。同社のヒューマン・キャピタル・マネジメント戦略担当バイスプレジデントであるグレッチェン・アラコン氏に、オラクルＨＣＭの特徴と日本市場への取り組みを聞いた。

人材に関する豊富な機能を統合

グレッチェン・アラコン （Gretchen Alarcon）
オラクル ヒューマン・キャピタル・マネジメント
戦略担当バイスプレジデント
ミシガン大学でMBAを取得し、スタンフォード大学でアメリカ研究の学士号を取得。ナショナル・セミコンダクター等で人事プロセスの開発を手掛けた後、ピープルソフト（のちにオラクルが買収）に入社。長年にわたり人事システムとプロセスの開発と戦略立案に関わる Photo by DIAMOND IT & Business

――オラクルの人事アプリケーションの強みは何でしょうか。

人材管理に関する「完全なスイート」であることです。従業員の給与管理や人事評価といった従来からある人事システムに加えて、タレントマネジメント、最近では人材イネーブルメントと呼んでいる動議付けのや社員のオンライン教育などに対応した機能も付加しています。ここまで幅広く人材の支援を行える仕組みを1つのサービスとして提供できるのが、大きな特徴です。

そして、オラクルはグローバルで多くの人材を抱える大企業として、この人事システムを活用するユーザーでもあります。自らこのシステムを使って、企業として世界で成長できるようにしなければいけません。そのための改良を続けることで、ＨＲシステムとしての完成度を高めているのです。

オラクルの人事システムの歴史は、15年ほど前に、「Ｅビジネス・スイート」というＥＲＰの製品にはじめて人事管理機能を加えたところから始まります。そして12年前に、オラクルは人事システムに強かったピープルソフトを買収しました。買収が完了したときに、Ｅビジネス・スイートの強み、ピープルソフトの強みを一から見直して、新たな人事システムに統合しました。その後、5年ほど前にはクラウド化も終えています。

その結果、現在では世界で約1300社がオラクルのコアＨＲシステム（人事給与システム）を採用しています。

データ分析で選んだ人材に
偏りはないか

――適材適所の人材を社内の人事データ分析によって決めていくことについてお聞きします。実際にそのような機械任せの人材選定を行っていくと、特定の組織の要員は特定のスコアが高い人が集まってきて、人材の特徴が一定の傾向に収斂することはないのでしょうか。「多様性のある組織」が強いと言われるなか、ひとつの傾向に偏った人材の選択はいい結果を生まない気もします。

そういう心配はあるかもしれませんが、実際のシステムによる適材適所の選定は、大企業であれば1人の枠に対して候補を5人程度に絞って、あとは人事担当者などが1人に決めるプロセスと採ります。ですので、最後までシステムで決まるわけではありません。私は、システムは人事担当者を支援するもので、決して人事担当者の仕事を全部置き換えるものとは思っていません。

一方で、採用や人事異動に際して人間が人間を選ぶ際の偏りというものも当然あるわけです。オラクルでは「タレントレビュー」という機能をＨＲシステムに加えています。これは現在の組織の状態を分析して、多様性を含めたパフォーマンスをチェックする機能です。

例えば、あるグローバル企業の部門マネジャーは、オーストラリア人ばかりを続けて採用していたことがわかったとします。その場合、単に責めるのでなく、こういう理由でよくないということをわからせる必要があります。そして、オーストラリアではなくニュージーランドから採用すべきだというように誘導するのです。もっと単純な、性別や年齢のバランスなども、タレントレビューによって可視化することができます。

この「可視化」がいまの企業人事にとって非常に重要な要素です。大きな企業では採用時には大量の人材情報から短期間で適任者を選ばなければいけません。非常に大きな負担ですが、人材採用の精度を上げるには、傾向による選抜はシステムが行い、最終的な選考は人間の手で行うべきです。

仕事ぶりだけでは推定できない
社員の要望をデータ分析で考慮する

――オラクルが採用する、人事システムにおける「アダプティブ・インテリジェンス」とはどういうものでしょうか。

ＡＩ、機械学習、ビッグデータ分析など、最近は非常に多くの技術が取り沙汰されています。アダプティブ・インテリジェンスはこれらの技術を統合して、企業ユーザーが意思決定をする際にアドバイスを提供するものです。

アダプティブ・インテリジェンスを人事の分野でどう使うのか、一つの事例を紹介しましょう。例えばマネジャーの下で働く部下がいて、彼または彼女は多少の残業なら聞き入れて働いてくれていて、パフォーマンスもよかったとします。そのマネジャーは安心しているのですが、ある日突然「会社を辞める」と言い出すことがあります。「なぜ？」とマネジャーは思うかもしれません。

このような部下の行動には、必ず理由があります。それは家族の事情かもしれませんし、本人の健康上の理由かもしれません。急に辞めるところまでいかなくても、表面的には問題ないような社員が、実は勤務時間の柔軟性を求めていることもあり得るのです。

アダプティブ・インテリジェンスを活用すれば、社員に関するさまざまな情報を取り込み、マネジャーが考えていないような潜在的なニーズを明らかにすることができます。また、この部下がほんとうは勤務時間を減らしたいと思っていれば、その要望に応えるにはどうすればよいのか、アイデアが出てくるかもしれません。

――分析には、社内のデータだけを使いますか。それとも外部のデータも使うのでしょうか。

従業員の個人データは、もちろん社内の人事データを使います。それに加えて、人事に関する外部の調査データを考慮することもできます。例えば雇用状況に関する統計や、人材専門の調査会社のデータもあります。それらを生かせば自社のデータを補強することもできます。

日本の古い人事制度は
システム以前の問題か

――日本の人事制度は、欧米のように職務記述書（ジョブディスクリプション）に基づいて各社員の所属部署や役職が決まっていません。特定の能力を持たないまま職に就き、勤務した経験の蓄積で職能が定まり、その職能だけで様々な職務をスライドする異動がいまだに多くの企業でまかり通っています。グローバルスタンダードとは程遠い事情の企業がまだ多く存在するわけです。根底がこのような制度で動いている企業が人事システムだけを新しくしても、あまり意味がないように思えます。

採用や人事制度については、日本に限らず各国、各地域にそれぞれ固有の問題が存在しています。北米では、従業員はそれぞれの部署における責任を果たさなければいけません。1年後は同じ会社にいないかもしれないことも、常に意識しています。日本はそれよりずっと長期的な視点で従業員の雇用を考えてきました。欧州は、その中間という傾向があります。

ただ北米企業の雇用についても、変化があります。これまでは1つの部署に就いた従業員は、例えばマーケティングの部門であればその仕事で昇進を目指すか、昇進できなければ別の会社に転職するかのようなドラスティックな状態でした。それが最近は、仮にマーケティングで昇進できないとしても、同じ会社の中で別の部署を選択するオプションが選べるような動きが出てきています。この背景には、社内のキャリアパスと自分のスキルの両方を可視化して見比べることができるようになってきたことがあります。キャリア情報の可視化によって、柔軟性を増したのです。その結果として、従業員の定着率も上がっている例もあります。

同じように、日本の人事もグローバル時代に大きく変わろうとしていると思います。どのような制度でも、大事なのは従業員のキャリアについて可視化されていて、その内容を会社も把握できることです。そのためには人事データを管理するシステムは必要です。

――オラクルの人事システムは、国によってどの程度カスタマイズされているのでしょうか。

国によって法律も企業の制度も大きく異なります。昇格するのに1年とか2年とか必ず時間が必要な場合もありますし、プロセスも大きく変わります。我々は各国の人事制度を広く検討し、地域の事情に合わせてカスタマイズができるようにしています。他社の人事システムは、まったくカスタマイズできないことを基本にしているものもありますが、オラクルは違います。

――最後に、日本企業の人事担当者、また経営者にアドバイスをお願いします。

人事に関する仕事に就く方にいつもお話するのは、人事とは会社の戦略が成功するために支援すべきものだということです。新しいテクノロジーやプロセスを導入する際には、それが企業の戦略に沿っているのか、人材の活用に貢献できるのかを考えるべきです。ＨＲを変えることは目的ではなく、会社の戦略ありきです。