IBM と KPMG が従業員をどのようにトレーニングしているかの秘密を明らかにします。トレーニングに AI を使用するのは良い考えでしょうか?

従業員の研修は企業にとって重要な問題です。企業は熟練労働者の確保に苦労し、高い離職率に悩まされ、大規模な変革の真っ只中にあります。その結果、従業員のスキルアップとクロストレーニングの必要性がますます高まっており、従来のトレーニング方法では対応できないものとなっています。

[[407537]]

AI と機械学習は、企業が従業員のスキル戦略を強化し、スキルセットを特定し、学習パスを推奨し、実地トレーニングを提供し、さらにはスキル習得にかかる費用の判断を支援するためにますます利用されるようになっています。

345,000人以上の従業員を抱えるIBMは、従業員のトレーニングに人工知能を活用している企業の一つです。従業員が高いスキルを備えていることを保証することは、IBM の技術的リーダーシップの維持に役立ちます。

「現在、スキルの半減期は5年です」とIBMの人事部門でデータおよび人工知能担当の最高技術責任者を務めるアンシュル・シェオプリー氏は言う。「5年以内に、学んだことの半分は忘れ去られるか、時代遅れになります。」

クラウドコンピューティングや人工知能など、急速に進化する分野における新しい専門スキルの需要は、スキルの有効期限の短縮に大きく貢献しています。そのため、従業員のスキルを継続的に向上させるスケーラブルな方法を見つけることは、「あったらいいというものではなく、やらなければならないこと」だと彼は言います。

人工知能に基づくトレーニング戦略の分析

スキルアップ戦略の最初のステップは、従業員が現在どのようなスキルを持っているかを判断することです。以前は、これにはスキルの自己評価が含まれていました。しかし、シェオプリー氏は「この方法は約 75% の精度であることがテストで判明しており、非常に主観的です。このような評価はすぐに時代遅れになってしまいます」と指摘しています。

現在、IBM は履歴書、ブログ、公開された論文、企業通信など 2 億 2,000 万件の社内文書をスキャンして AI を活用し、スキルを推測しています。このシステムは、自然言語処理、クラスタリング、半教師あり学習の技術を含む IBM 独自の人工知能システム Watson をベースにしています。

「私たちは従業員に『あなたが持っていると思われるスキルはこれです。フィードバックをください』と伝えています。従業員のフィードバックに基づくと、自動化された評価の精度は 90% 近くになることがわかりました」とシェオプリー氏は述べ、スキル評価が自動化されると、最新のスキルを評価するのは簡単だと付け加えた。

従業員は、自身のスキル、IBM が必要とするスキル、IBM のクライアントが要求するスキルに基づいて、学習に関する推奨事項を受け取ります。

「人工知能やクラウド技術など、特定の戦略的分野では、全員がその分野の知識の基礎を身に付けてほしい」と同氏は語った。

このシステムは、ユーザーがビデオストリーミングサービスで次にどの映画を観るべきかの推奨を受けるのと同じように、同じ経歴を持つ他の従業員が次に何を学んだかに基づいて推奨も行います。

「IBM 社員の 98% が四半期ごとにこのシステムを使用しています」と Sheopuri 氏は述べ、このシステムのネットプロモータースコア (NPS) は 58 です。スコアリングシステムを作成したベイン・アンド・カンパニーによれば、50 を超えるスコアは優秀です。

IBM の従業員の報酬はスキルに結びついているため、従業員のスキル向上に報い、賃金格差に対処する方法として、マネージャーに給与の推奨を行うことができる AI システムも存在します。「これは私たちにとって大きなことです」とシェオプリー氏は言う。「私たちは人間の偏見を考慮に入れることを確実にしたいと考えています。」

[[407538]]

給与推奨システムは透明性が高く、推奨内容の説明も提供されるため、管理者は最終決定を下すために必要なすべての情報を入手できます。

従業員は給与の増加に加えて、AI を活用した仕事の推奨も受けられるようになります。「IBMには常に何千もの雇用機会がある」と同氏は語った。「これは我々にとって双方に利益のある状況だ。人材流出を減らすのに役立ち、我々は従業員が自分の夢を実現できるよう支援している」

「昨年、IBM 社員約 20 万人が求人推薦を閲覧し、数千人が自分に合った求人情報に基づいて新しい職を見つけました」とシェオプリー氏は言う。

職場でのサポート

トレーニング自体については、IBM は従来のサードパーティコース、社内で開発された学習教材、およびいくつかの新しい分散型教育チャネル (他の従業員がコンテンツを作成する) に依存しています。しかし、人工知能に基づいた特定の種類の仕事については、実地研修を提供しています。たとえば、人事部門では、チャットボットが福利厚生や入社ポリシーに関する質問に答えることができ、技術サポート機能にもインテリジェンスが存在します。

「当社は、何千もの顧客の IT インフラストラクチャを管理する大規模なテクノロジー企業です」と Sheopuri 氏は言います。「ログをマイニングして過去の問題と解決経路を理解し、その知識をカスタマーサービスエージェントに提供しています。」

デジタル化は、誰かが困ったときにすぐに助けられるように、経験豊富な従業員が近くの椅子に座っている状態と同じです。

実際、従業員が助けを必要とするときにトレーニングを支援することが、スキルアップのための AI の最も一般的な用途であると、KPMG のデジタルソリューションアーキテクチャ責任者であるスワミナサンチャンドラセカラン氏は述べています。

これは、従業員の離職率が高いコールセンターでは特に重要です。

「離職率は小規模センターでは 18%、大規模センターでは 40% です」とチャンドラセカラン氏は言います。「エージェントの交代には 5,000 ドルから 7,000 ドルの費用がかかります。これにはスキルアップのための労力は含まれていません。」

たとえば、エージェントは MacBook Pro のバッテリーを交換する方法を説明する場合があります。新しいエージェントは、画面に参照用のプロンプトが表示されることで恩恵を受けます。ここで、AI は発信者の質問を正確に特定し、ガイド、製品マニュアル、サポートパンフレットなど、企業が持つ可能性のあるすべてのドキュメントから最も関連性の高い情報を取得できます。

さらに、AI は過去のやり取りに基づいて通話の内容を予測し、最初から関連情報を収集することができます。たとえば、以前にその顧客を扱った経験のある従業員が同席し、インターン生にその顧客の問題を解決するよう指導するなどです。

これらのシステムは、多数の従業員に業務に関連する新しい情報を提供するためにも使用できるため、新製品が発売されたときに従業員を研修に派遣する必要がなくなります。

たとえば、KPMG は最近、ロンドン銀行間取引金利 (LIBOR) システムの変更についてスタッフをトレーニングする必要がありました。 KPMG は AI を使用してあらゆる形式の契約書を読み取り、銀行金利やその他の LIBOR 固有の言語への参照を抽出し、それを従業員のワークフローにプッシュします。このシステムは、従業員に追加の支援を提供するために、その分野の専門家によるトレーニングも受けます。

チャンドラセカラン氏は、この新しい学習方法は現在労働力として働く世代に適していると述べた。「今日の企業は一般的に、従業員に『6週間の研修プログラムを受けてから戻ってきてこの仕事をしてください』とは言いません。」

バーチャルアシスタント

チャンドラセカラン氏は、職場でのAIサポートは、将来的には従業員全員が仕事のスキル習得を支援する個人アシスタントを持つようになることを意味すると述べた。「まるでAIパーソナルトレーナーがいるようなものです。」

この考えはよく知られています。 20年前、マイクロソフトは誰もがOfficeアシスタントのClippyから学べるようにしたいと考えていたが、うまくいかなかった。人々はクリッピーを非常に嫌ったため、2010年にタイム誌の史上最悪の発明品リストにクリッピーが載った。しかし今回は違う、とチャンドラセカラン氏は言う。

同社は現在、かなり安定した言語・音声認識、感情分析技術、推奨エンジンを備えている。デジタル化により、企業の特定の要件に応じてこれらのシステムをトレーニングするために必要なデータが得られるようになりました。

「データに代わるものはありません」と彼は言います。「たとえば、カスタマーサービスセンターでは、優れた音声文字変換エンジンを実現するために、アクセント、発音の悪い単語、背景の雑音などを含む優れたデータが必要です。契約書の場合は、さまざまな言語、さまざまな形式、スタイルの例を提供する必要があります。優れたデータと人間が注釈を付けたデータに代わるものはありません。」

企業は、システムのトレーニングと改善を継続するために、フィードバックメカニズムを確実に導入する必要があります。「従来のアプリケーションを開発する場合、初日は最高の日です。すべてが適切に機能し、問題は後から発生します」とチャンドラセカラン氏は言う。「AI の場合、初日は最悪の日です。最初の数回の反復に備えておく必要があります。」

同氏は、多くの分野で人工知能システムはすでにかなり安定した状態にあり、うまく機能していると述べた。「文書から手書きのメモを抽出する方法など、新たな分野もいくつかあります。」

マイクロドージングの学習

IEEE 会員であり、Centric Consulting のクラウドコンピューティングおよび新興テクノロジー部門の責任者である Carmen Fontana 氏は、この新しい AI ベースの学習アプローチを「マイクロドージング学習」と呼んでいます。

「私たちは、何かを学ぶために週に40時間も授業に通うのは好きではありません」と彼女は言う。「AIを使えば、短い断片や短いプロンプトで一瞬で学習できます。すぐに理解でき、簡単に吸収できます。」

Centric では、Fontana 氏はこの学習の作成者であり、ユーザーでもあります。

「私は自分のビジネス分野に基づいてコンテンツを作成しています。そうすることで、自分の分野以外の人にも私たちのビジネスを理解してもらえます」と彼女は語った。「私にとっては面倒なことが減ります。チームを正式にトレーニングする必要もありません。ただこのコンテンツを世に出すだけで、人々は少しずつ情報を得ることができます。」

同社には、従業員向けの学習経路を構築する推奨エンジンもあります。例えば、フォンタナ自身も最近、会社の価値観や文化について学びました。

彼女はこう語った。「私はここに9年間勤めていますが、いつも少しぎこちない感じがします。入社した当初は、企業価値や企業文化に関する研修を受けていなかったので、戻って見直し、価値観と文化に関する私たちの位置づけを学びたいと思っています。」

この新しいアプローチにより、従業員は学習に対する主体性を持つようになると彼女は述べた。

「それは私がコンサルタントになったときとは大きな違いです。」