ソートリーダー

実験から実行へ:AIが人事・給与業務の水準を高める方法

Wesley Bryan
Unite.AI を Google の優先ソースに追加
要点HR AIは、機密性の高い従業員データを保護するために、安全なHIPAA準拠のプラットフォームを必要とします。
もっと見る
  • HR AIは、機密性の高い従業員データを保護するために、安全なHIPAA準拠のプラットフォームを必要とします。
  • AI分析を検証し給与計算の正確性を確保するためには、人間による監視が不可欠です。
  • AIは、複雑な福利厚生プラン文書を解釈することで、福利厚生管理などのHR業務を効率化できます。

AIはここ数年、ビジネス向け技術の議論の中心となってきた。約束されている生産性と効率の向上には、業務を大きく変える力があるからだ。しかし、企業でのAI活用の現状を調べたマッキンゼーの報告書によれば、調査回答者のほぼ全員が何らかの形でAIツールを使っているものの、大半はいまだ実験段階にある。

調査対象企業の約3分の2は、まだ技術を組織全体に展開し、価値を生む形で実行するには至っていない。その一方で、技術は急速に進化している。AIという目標自体が動き続けていることも、AIへの期待や話題を測定可能な成果につなげたい経営幹部にとって課題となっている。

人事・給与業務は、実験から実行へ進むうえでの試金石になりつつある。ここでは、この重要な転換点で人事責任者が直面する課題、人による監督が引き続き欠かせない理由、そして事業に最も良い影響をもたらすための進め方を概観する。

人事・給与業務にAIを適用する際の特有の課題

理論上、人事・給与業務はAIの適用に理想的な領域だ。大量のデータを扱い、正確さと効率を求められる処理が数多くあるためである。しかし、従業員の健康、勤務実績、給与に関する情報ほど機密性の高いデータはない。

こうした背景から、人事・給与業務にAIを導入したい責任者は、主に二つの課題に直面する。第一はデータの安全性だ。個人を特定できる情報、すなわちPIIを、安全対策のない公開AI環境に入力するリスクは到底受け入れられない。

人事・給与業務のAI機能は、安全でHIPAAに準拠した環境で稼働させる必要があり、公開のChatGPT環境で動かすべきではない。これが最初の安全策であり、譲れない条件となる。

第二の課題は、技術をどう適用するかの判断だ。AIツールは比較分析や給与計算処理の異常検出といった手間のかかる作業をこなせるが、成功の鍵はデータの正確さにある。従業員に直接影響する人事・給与業務では、誤りは許されない。人事では99%の成績でも不合格なのだ。

そのため、人事責任者がAIを人事・給与業務に効果的に適用するには、プラットフォーム固有の専門知識と、ガバナンスへの強い注力が必要になる。AI理論を一般的に知っているだけでは不十分だ。また、インターネット上の公開情報だけでなく、自社のデータからAIツールが学べるプラットフォームを選ぶことも不可欠である。

人による監督が成功の鍵を握る

人事・給与分野の活用事例によってAIが測定可能な成果を出せると分かるにつれ、効果的なAI戦略はガバナンスやデータの完全性だけでなく、成功の重要な要因である人による監督を土台として築かれることが、ますます明確になっている。

最善の方法は、自社データを使って実際の業務フローにAIを組み込み、その分析を人が検証することだ。そうすれば、オンラインの公開データを取り込む単独ツールとしてAIを使うという、よくある落とし穴を避けられる。その使い方にはリスクがある。最も熱心な支持者さえ認めているように、AIは100%正確ではなく、リスクを抑える安全策として確認が必要だからだ。

給与レンジの設定は、慎重な人の監督が必要な人事業務の好例である。優秀な候補者を引きつけるには競争力のある給与レンジが必要であり、複数の州では給与の透明性に関する法律も施行されている。人事チームが正確なデータに基づいて判断しているかを確認することが重要だ。

給与レンジを最適化する際には、勤務地への配慮をはじめ、複数の要素が関わる。そのため、公開データを参照するChatGPT型プラットフォームに頼る人事チームが、フロリダ州オーランドの給与レンジを決める際、うっかりニューヨーク市のデータを基準にしてしまえば、不利な立場に置かれる。

人事チームが、強力なガバナンス管理を備え、自社データを基に分析するHIPAA準拠のプラットフォームを使えば、実際の成果を示し始められる。それでも人の関与は欠かせない。人事・給与業務において、正確さは任意の条件ではないからだ。したがって、AIにどの役割を与えるかが重要になる。

AIに給与レンジの設定や税率の特定を任せるのではなく、人事責任者は、人が確認する分析や、その後に人が実行するタスクの作成にAIを使うべきだ。たとえば、税金を期限内に納めるためのリマインダーを作ったり、インターネットではなくシステム内のデータに基づく報告書を利用者に提供したりできる。

価値を生むためのAI導入

AIの特異な点の一つは、驚くほど速く進化することだ。常に学習し、能力を広げているため、どこにどう導入するかの判断は、これからも動く的を狙うようなものになる。

人事責任者が検討すべき戦略の一つは、特に時間のかかる業務を三つから五つ挙げ、AIでどう効率化できるかを考えることだ。業務フローに組み込んでタスクを完了するエージェント型AIや、データ分析を行う大規模言語モデルなど、支援の手段はすでに複数ある。

たとえば、ソフトウェア企業は従業員の福利厚生の管理を大幅に効率化するため、AIを使い始めている。AIは、情報の詰まった複雑な福利厚生プランの文書と、人事情報システム、すなわちHRISが求める厳密に構造化された設定ルールとの間をつなぐ、賢い翻訳役となる。高度な自然言語処理、NLPを用いて複雑な法的契約書や福利厚生の要約を読み取り、対象者の条件、補償の段階、免責額、拠出限度額といった重要な情報を自動抽出できる。その後、これらの変数を、人事ソフトウェアが理解できる特定のデジタル形式やロジックに直接対応付けて変換する。この自動化は、従来は煩雑で誤りの生じやすかった手入力を変革する。人事部門は、毎年のプラン変更、法令順守ルールの更新、まったく新しい福利厚生の導入を、これまでにない速さ、正確さ、容易さで進められる。

ここには、人事・給与の責任者が実験から実行へ進む際の、AIの能力に関する基本的な事実が表れている。自律エージェント同士の対話など、期待の膨らむ可能性が見えており、大きな転換をもたらすだろう。それでも、最終的な判断は人間の責任者が下す必要がある。

人事責任者がガバナンスを中心に据え、データの完全性を確保し、人による監督を不可欠な要素として組み込んだシステムを築けば、業務フローに組み込まれたAIは作業の負担を引き受けられる。しかし、責任を負うのは引き続き人間だ。AIを活用して人事・給与業務の水準を高めるうえで、それがあるべき姿である。

ウェズリー・ブライアンは、Veritas PrimeのBPaaSサービスプレジデントで、AIを活用したSaaSプラットフォーム、クラウド変換、エンタープライズ製品イノベーションをグローバルマーケットで牽引する数十年の経験を持つ。