従来のデータとタレマネシステムではつかめない休職・離職の予兆をTeamSpiritがつかめる理由とは

タレントマネジメントシステムを入れても離職・休職を防げない本当の理由

　タレントマネジメントシステムを導入して、経歴やスキル、適性検査などのデータをロジカルに分析し、最大のパフォーマンスを発揮できる人材配置を行ったにもかかわらず、ある日突然、「一身上の都合により……」と退職届を出されたり、メンタル不調を理由とした休職の申請を受け取ったりするケースは少なくない。人事が事態を把握したときには、本人の意思は固まっており、“時すでに遅し”であることも多い。

　こうした早期離職・休職に伴う1人当たりの一般的な損失は、約350万円〜1400万円に相当するといわれている。突発的な空きポジションの補充にかかる直接的な損失だけでなく、残されたメンバーのモチベーション低下や業務負担増などの間接的な損失もあり、組織の健全性を担保するうえで看過できるものではない。

　なぜこんなことに？ データをどこかで読み間違えたのか？ 答えはNOだ。「この根本的な原因は、データそのものにある」と小中原氏は見る。

　入社時に提出された履歴書や半期ごとに行われる評価、あるいは年に1度の満足度調査。こうした「静的データ」は、冷え切った過去の記録だ。これだけに依存していると、今の従業員の心を正しく捉えることはできない。

　メンタルの不調や離職の検討は、週単位や月単位で急速に深刻化する。1年前の静的データに、従業員からのSOSが含まれていることのほうが少ないだろう。次の満足度調査が行われるころには、すでに離職や退職の意思は固まっており、もはや引き留める術はなくなっている。日々の人間関係や急激な業務負荷の変動によるリアルタイムな心の変化は、静的データだけでは計り知れないのだ。

　昨今のタレントマネジメントシステムには、AIによる離職予測や最適な人員配置の機能が搭載されていることも多いが、AIを使っているから安心かといえば、そうではない。「AI分析にかけるデータの鮮度が保たれていなければ、導き出されるのは現場のリアルとかけ離れた“精度の低い予測”になってしまうことを忘れてはならない」と小中原氏は警鐘を鳴らす。

　では、どんなデータがあればよいのだろうか。

AIの予測精度を高めるために欠かせない「動的データ」とは

　精度の高いAI分析をするために、静的データに加えて必要なのは動的データだ。より具体的にいえば、日々の「勤怠（行動）」と「パルスサーベイ（感情）」の2つである。

　勤怠には、打刻時間・残業・工数変動といった行動データが含まれる。これは客観的事実であり、嘘をつくことができない。他方、パルスサーベイは短いスパンで心身の状態を把握できるため、異変の予兆を逃さず検知することが可能だ。

　また、別の視点で見れば、静的データは「点」であり、動的データは「線」だと言い換えることもできる。年に1度の満足度調査で把握できるのは、「その瞬間＝点」の状態に過ぎない。だが、本当に必要なのは、連続的な変化を動的データによって「線」で捉え、手遅れになる前に対話を始めることである。

　そんな「勤怠×パルスサーベイ×AIの予兆検知」を実現できるのが、TeamSpiritの統合データ基盤によるAIタレントマネジメントだ。TeamSpiritでは出退勤の打刻のタイミングでパルスサーベイを同時に行えるので、従業員が毎日行うルーティン作業の中で自然とコンディションも確認できる。現場に負担をかけずに、高い回答率でリアルタイムに動的データを収集し続けられる仕組みだ。

　また、TeamSpiritでは勤怠・工数・評価・スキル・パルスサーベイといったタレントマネジメントに必要なあらゆるデータが1つの基盤に統合されるため、人事担当者の手を煩わせる集計や転記などの作業は一切不要だ。従業員が入力する日々のデータを、すべてそのまま「今の現場の状態」としてAIに供給される。

　さらに、AI分析によって検知された異変があれば、Slackなどで即座に人事にアラートを飛ばすことができ、従業員の異変を見逃すことなくタイムリーにフォローを入れられるようになっている。

TeamSpiritで「作業の人事」から「人に寄り添う人事」へ

　一般的に、人事は業務時間の約4割を、データ集計や転記、レポート作成などの手作業に費やしているといわれている。ここに何かしらのデータ統合プラットフォームを導入すると、どうなるのか。人事の業務時間を「集計・目視チェック」「その他の定型業務」「人に寄り添うコア業務」の3つに大まかに分けて見てみると、次のような変化が期待できるという。

• 集計・目視チェック

  Before 40％　→　After 5％以下（8分の1）

• その他の定型業務

  Before 40％　→　After 40％

• 人に寄り添うコア業務

  Before 20％　→　After 55％以上（約3倍）

　本来、人事に求められている仕事は、データ集計や転記、レポート作成などの手作業ではないはずだ。システムの導入によって、そのような本質的ではない作業時間を大幅に削減することができ、従業員が何かしらのアラートを発したときに、人事としてすぐに適切なフォローができるだけの時間的な余裕を生み出すことができるというわけだ。

　不調の兆候を見せた社員への早期アプローチはもちろんのこと、現場の生の声を吸い上げたエンゲージメント施策の展開や、欠員補充にとどまらない「経営戦略に資する攻めの採用」へとリソースを傾注できるようになるだろう。

　「AIにはAIの得意領域があり、人には人にしかできない領域がある。この棲み分けをうまくすることで、『人に寄り添う人事』を実現できる」と語る小中原氏。どこまで行っても「人のフォローは人にしかできない」と理解したうえで、これまで奪われてきた作業時間を、最も重要な「人に向き合う時間」に振り分けることで、“人間ドリブンな組織づくり”ができると強調した。

　システム導入の効果はそれだけではない。優秀な人材を守るとともに、「離職に伴う採用・育成コストの流出」という経営損失を防ぐことにもつながる。1人の退職を防ぐだけで、次のような極めて高い投資対効果を得られるのだ。

• 離職コストの大幅削減

  1人の採用補填・教育にかかる数百万円規模の損失を未然に防ぐ。

• 現場の生産性維持

  主要メンバーの離職によるチーム全体のモチベーション低下と業務負荷の増大を食い止める。

• 採用市場でのブランディング

  「人が辞めない会社」として、中長期的な採用ブランディングに寄与する。

　「TeamSpiritでは、組織の基盤となる『スキルマップ、キャリア意向、評価履歴、資格情報』のような静的データと、日々の変化を捉える『勤怠状況、⼯数管理、コンディション』といった動的データを、1つのプラットフォームで取り扱うことができる。さらに、それらをリアルタイムにAIが活用し、精度の高い示唆や助言を与えてくれるところが強みだ。ぜひTeamSpiritで攻めと守りを両立した次世代の人事戦略を描いてもらえれば」と語り、小中原氏はセッションを締め括った。