HRテクノロジーでいかに自社の生産性を上げるか

Artificial Brain

日本の生産性は先進7か国中19年間最下位

 

プロジェクトをいかに納期に間に合わせるか?

いかに仕事の質と量を減らさず残業を減らすか?

いかに人的コストを押さえるか?

 

製造業、開発業、サービス業…どの業界、どの職種においても私たちが日々考える問題です。

 

世界の中でも最も勤勉で正確で努力家と評される日本人ですが、OECD加盟34カ国中で日本の労働生産性はなんと2005年以降続けて21位、主要7か国の中でなんと19年間も連続して最下位を記録しています(OECD調査)。よく、日本人は残業を前提に長時間働きすぎるから逆に生産性が悪くなっているのではないかと言われますが、本当にそれが原因でしょうか。

 

データを見てみると、例えば同調査で2位を記録しているノルウェーでの平均労働時間と、日本の平均労働時間は変わりません。(株式会社ワークスアプリケーションズ調査)ではいったい、何が原因なのでしょうか。また、どのようにしたら企業に勤める私たち日本人の生産性をあげることができるのでしょうか。

 

HRテクノロジーとは?

 

このように、生産性が芳しくない真の原因を分析したり、自社に適した具体的な改善方法を見出すために最近使われているのが「HRテクノロジー」といわれる、AIやビッグデータ分析を用いた社内環境や仕事体制の改善アプローチです。具体的なデータや数値を用いることで、人が得意としている直感の精度をさらに高め、低コストでより効果的に会社の成長を促すことができるのです。

 

HRテクノロジーが活躍している場面は様々で、主要なものは採用、育成、労務管理の最適化などです。新たに注目が高まっている、社員の「働きがい向上」のためにも、テクノロジーを使って計測したデータや、改善を支援するソフトウェアなどが活躍しています。

 

HRテクノロジーを用いた最新事例

 

二つの事例を紹介しましょう。一つは企業、一つは個人にフォーカスした事例です。

 

2016年に行われた「第一回テクノロジー大賞」にてイノベーション賞を受賞した日立製作所は、個人と組織のパフォーマンス最大化に向けた診断や予測をするシステム「リシテア/AI分析」を自社開発しています。AIを活用して社内のハイパフォーマーをデータ分析し、浮かび上がった共通因子を採用に活かしています。企業や職種ごとに文化や求められる人材やスキルが異なるため、一般的かつ抽象的な判断軸に基づく採用ではなく、自社(あるいは自部署)ごとに活躍人材を分析し、オリジナルの指標を作ることはとても効果的です。採用の手間を縮小化し、効率的に自社に合った優秀人材を採用することで会社の生産性をあげていく取り組みです。

 

企業全体ではなく個人にフォーカスした事例を紹介しましょう。近頃人気を博している「Fitbit」などのフィットネスアプリを、実際に使ったことはありますでしょうか。エクササイズの頻度と生産性の高さには相関関係があるというデータに基づき、エクササイズの時間を設けていない人が少しずつ体を動かすようアプリがリマインダーを行います。努力の量や成果がすぐにフィードバックされ、モチベーションを維持できるよう工夫されており、継続的に人(社員)の生産性を上げていくことができます。

 

HRテクノロジーで自社の生産性を高めてみませんか?

このようにHRテクノロジーは企業内のビッグデータ分析だけでなく、いち個人から得られるスモールデータを活用した生産性向上の取り組み事例も欧米を中心に増えています。かつて日産自動車の企業改革を成功させたカルロス・ゴーン氏も「優秀な人事は数字で話をする」と社内人事へ言い聞かせていたそうです。人事分野にAI?テクノロジー?と思われている方も、ひとのフィーリングや直感が重要にな人事分野だからこそ、具体的なデータによりその精度を補強できるという風に捉えなおしてみると、企業の生産性向上への新たなアプローチが見えてくるかもしれません。

Posted by on 2017年2月10日 | No Comments »

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です