もう上司に昇給をお願いする必要はありません!次回の給与の引き上げ方法はAIとアルゴリズムが決定する

[[270924]]

年次評価に基づいて従業員のパフォーマンスを評価する従来のアプローチは、かつては機能していたとしても、もはや機能しないということにほぼすべての人が同意しています。実際、この慣行以上に従業員を不快にさせるものを想像するのは難しいです。

コンサルティング会社マーサーが最近、世界中の人事リーダーを対象に行った調査によると、現在の業績管理システムが非常に効果的だと考えている人はわずか2%でした。マッキンゼーが最近実施した別の調査によると、雇用主の3分の2が大幅な変更を行っている、または行おうとしていると答えているのも不思議ではない。

「管理者も従業員も、従業員のパフォーマンスを評価する従来の方法は主観的すぎる、官僚的すぎる、時代遅れすぎると考えていた」と、ワシントン D.C. のマッキンゼーのパートナーで、人間のパフォーマンスを評価するために人工知能 (AI) を使用している企業と緊密に協力してきたブライアン・ハンコック氏は指摘する。

調査によると、雇用主は年次業績評価を廃止し、リアルタイムのフィードバックに置き換える取り組みを進めている。この新しいシステムは、従業員が現在の職務にどれくらい長く従事しているかから、社内の他の場所で活用できるスキルまで、幅広い洞察を管理者に提供します。

ハンコック氏は、このデータを使用することで、管理者は「従業員を評価するのではなく、指導すること」に集中できると述べた。これは、過去に使用された方法よりも客観的であり、将来の結果に焦点を当てています。最も先進的な AI システムは、企業全体の膨大なデータ ポイントのパターンに基づいて、誰かの昇進を検討する際に具体的な推奨を行うなど、他の多くのこともできます。

もちろん、これによって多くの疑問が生じます。もし人間のマネージャーが、自分たちの仕事は結局のところルールに従うことだけだと感じ始めたら、チームを率いることにどれだけ熱心になるでしょうか。情熱を持ち続けるでしょうか。企業はマネージャーを排除しないパフォーマンス管理システムをどのように設計できるでしょうか。マネージャーはどのような役割を果たすのでしょうか。

AIがどのように役立つか

IBMは2015年にAIベースのパフォーマンス管理システムの構築を開始しました。このシステムは、管理者が自身の知識と判断力を活用できるようにしながら、AI が人間の知能をどのように強化できるかを垣間見せてくれます。

たとえば、IBM システムからの 1 つの提案を考えてみましょう。管理者は、不安を抱える従業員が会社に留まるよう積極的に奨励し始める時期と方法は? IBM の人事チームは、Watson アルゴリズムを使用して新しい手順を開発し、特許を申請しました。

このプログラムは、IBM の全企業にわたるデータ パターンを調べ、近い将来にどの従業員が退職する可能性が最も高いかを予測します。次に、アルゴリズムは、従業員の離職を防ぐために、さらなるトレーニングや昇進の機会など、特定のアクションを推奨します。

管理者はシステムの指示に従わなければならないのだろうか？IBMの最高人事責任者ダイアン・ガーソン氏はそうは考えていないが、重要な警告を発している。システムのアドバイスに従う上司は通常、より良い結果を得るという。

「すべてのデータから、従業員グループに10パーセントの昇給を与えると、離職リスクが90パーセント減少することがわかった」とガーソン氏は言う。「こうした勧告に従わなかった管理職の離職率は、従った管理職の2倍だった。」

IBM が懐疑的なマネージャーの忠誠心を勝ち取るもう一つの方法は、「システムが特定の行動を推奨する理由を説明すること」だと彼女は付け加えた。ブラックボックスを開けてデータを人々に見せる必要があります。

それでも、ガーソン氏はパフォーマンス管理は「主に人間の仕事」だと主張する。マネージャーは、自分の直属の部下がアルゴリズムによって提供された情報よりも優れており、最終決定権は自分たちにあることを知っています。

たとえば、上司が特定の従業員を引き留めるという AI システムの推奨に従わないと決めた場合、「おそらく、上司にはその従業員を辞めさせる十分な理由があったのでしょう」とガーソン氏は言う。あるいは、上司は特定のチーム メンバーのことをよく知っていて、システムが推測できるよりもパーソナライズされた魅力的な引き留めインセンティブをその従業員に提供できるかもしれない。

チームにはAIが必要だ

IBM に 25 年間勤務したベテランの Marc Wangel 氏は、ワシントン D.C. で IBM の連邦政府事業を担当する 12 名の戦略および技術チームを率いています。 IBM のデータ駆動型システムは、管理者に命令ではなく洞察を提供すると彼は考えています。

従来の方法で従業員のパフォーマンスを評価するには、複数の異なる HR レコード セットを調べて、各直属の部下に関する情報を見つける必要がありました。対照的に、新しいシステムでは、個人のキャリアのあらゆる側面に関する情報が上司に即座に提供される。

「時間を大幅に節約でき、実際に私はより優れたマネージャーになれます」とワンゲル氏は言います。「チームメンバーと会って指導する時間が増えました。」

これは重要です。企業が容赦ない変化の波を乗り越え続けるためには、パフォーマンス管理を進化させ、適切なスキルと人材を適切な場所に適切なタイミングで配置する必要があり、AI 主導のデータ分析はその重要な部分です。

しかし同時に、コーチ、アドバイザー、タレントスカウト、チアリーダーとしてのマネージャーの役​​割は、これまで以上に重要になっています。 「AI は大量の情報を非常に迅速に分析し、大規模なデータセットの傾向を見つけるのに非常に優れています」とハンコック氏は指摘します。「特定のコラボレーションをよりうまく行うためにトレーニングが必要かどうかを判断するのは簡単ではありません。世界中のすべてのデータを持っていても、それを解釈する人が必要です。」

ガーソン氏も同意し、「純粋にデータに基づいたパフォーマンス フィードバックは興味深いものですが、将来のキャリアを計画する際には、自分を理解し、自分の目標や夢に耳を傾けてくれるマネージャーとの関係も必要です。AI は役立ちますが、その関係はまったく別のところから生まれます。それが、チームがメンバーに残すべき最高のスキルです」と述べています。