AI Hero Rachik Bryan web big 1

Rachik Laouar 氏と Bryan Leung 氏

Head of Data Science(Rachik 氏)、Data Analyst(Bryan 氏)

現在、候補者が得られるフィードバックは、採用の可否だけです。これでは今後の就職活動に生かすことができません。採用の可否について、なぜそうなったかを候補者に伝える必要があります。納得してもらうことが重要であり、それが倫理的な AI の中核となる「説明可能性」につながります。

Rachik 氏と Bryan 氏による AI ヒーローとしてのインパクト

Rachik Laouar 氏と Bryan Leung 氏は、Adecco Group UK&I 社の採用活動の運営と価値創出に関する変革を支援してきました。2 人は、AI を活用して人材と求人のマッチングを適切かつ倫理的に行うことに注力するとともに、適切なリードを集める営業活動を支援しています。Adecco Group 社は全世界に 35,000 人の従業員を擁し、1 日あたり 15 万の顧客にサービスを提供しています。
上位 10% のリードで 2 桁の転換率を達成
営業に注力して収益が向上
検討対象の履歴書を 37% 削減
生産性が 10% 向上
60 のプロジェクトで 3,000 のモデルを 3 週間で構築
データサイエンティストの作業が 3 倍迅速化

AI により候補者と職務のマッチングが向上

Adecco Group 社は、人材派遣、アウトソーシング、正社員採用、再就職支援、キャリアサービスなどの包括的なサービスを提供する、世界でもトップ 5 に入る人材サービス企業です。全世界で 35,000 人の従業員を抱え、年間 330 億ドルの売上高を誇ります。

過去 2 年間、Rachik Laouar 氏と Bryan Leung 氏は、Adecco Group UK&I 社のガバナンスと法務の担当者、変革チーム、ビジネスエキスパートからなる有能なチームと協力し、採用プロセスに大変革をもたらしてきました。Adecco Group UK&I 社の持つ専門知識と DataRobot の AI を活用した説明可能な推奨事項を組み合わせることで、これまで手作業で行ってきた採用・営業活動をインテリジェントに自動化されたプロセスに変えたのです。その結果、採用担当者はパフォーマンスが大きく向上し、業界にありがちなバイアスを最小限に抑えながら、最も適合性の高い候補者を迅速に採用できるようになりました。数カ月でこうした成果を実現し、顧客を成功に導く可能性の拡大が認められ、競争の激しい市場で Adecco Group UK&I 社のブランド評価をゆるぎないものにしています。

2 人は、約 1,000 人の採用担当者と営業担当者、そして年間 100 万人の候補者を抱える英国で作業に着手しました。人間が履歴書や経歴書に目を通すという従来の手作業によるアプローチでは、適切な選考が困難でした。さらに、選考プロセスには透明性が欠けていました。そこで、Rachik 氏と Bryan 氏は説明可能性を強化し、候補者が職務に適合しなかった理由をわかりやすくしました。2 人は、信頼できる AI ソリューションを活用してこうした状況をすべて一変させ、AI による採用と営業を拡大しています。

持続可能な成功を実現するための基盤

基本的な作業は、データに関する課題の克服でした。具体的には、会社名、役職名、スキルセット、定型文などをどのように標準化してマッチさせるのか、職務体系とスキル体系はどのようなものなのか、といった課題がありました。また、どのような特徴量が成功や失敗の可能性を示し、たとえば文法的な誤りをどのように考慮するか、それによって候補者の何を予測するのか、といったことを明らかにする必要がありました。この他にも、履歴書の長さは実績を表すのか、候補者をどのようにセグメント化するか、などの課題を解決する必要もありました。

このような作業に基づいて、チームは DataRobot MLOps を使用してモデルを作成・デプロイし、収益性、マージン、成功率などのインサイトを得ることができました。また、価値をさらに広範にわたって拡大するために、初の全社的なダッシュボードを展開してデータサイエンスチームが AI で獲得したインサイトを、採用担当者などのビジネスユーザーが広く活用できるようにしました。

AI に関する倫理と信頼の重要性

Rachik 氏と Bryan 氏は、あらゆる背景を持つ人々の機会均等、多様性、インクルージョンの重要性を認識しています。2 人は、DataRobot の倫理的な AI によるバイアスの検出・軽減機能を活用し、グローバルな人事採用分野に存在する直接的・間接的なバイアスの軽減を優先事項としました。

今後に向けて

Rachik 氏と Bryan 氏は、この成功をもとに、今後のユースケースを蓄積していく予定です。「私たちは、お客様が求人を開始したときから、その雇用の終了や配置転換まで、あらゆるプロセスに AI を組み込む予定です」と Rachik 氏は語っています。

既存のデータがあれば、何十もの新しいユースケースが考えられます。たとえば、最も高い収益をもたらす可能性のある候補者と最も給与の高い仕事をマッチングさせることで、短期的にも長期的にも成功率を上げることができます。また、説明可能な AI や倫理的な AI を活用して透明性を確保することで、職務に対する適合度など、候補者に必要な情報を提供することもできます。採用担当者は、特定の職務に最適な候補者とその理由、候補者の長所・短所などに関するインサイトが得られます。一方、企業は、Adecco Group UK&I 社がさまざまな候補者を確保しており、候補者全員が十分に力を発揮できるように職務とマッチングしてくれるという安心感が得られます。

どの特徴量が重要なのかを把握し、適切な候補者を見つけ、最適な会社で働く機会を提供すること、それが私にとっての目標です。モデルの構築ではなく、成果を出すことを目指しています。
  • DataRobot のプラットフォームのおかげで仕事がうまく進んでいます。結果の精度も上がり、しかもタイムリーです。まるで魔法のようです
    Omair Tariq
    Omair Tariq

    Data Analyst, Symphony Post Acute Network

  • 弊社は、この業界で主体的に動く必要があると考えています。具体的には、顧客のニーズを理解する予測モデルを構築し、キュレーションプロセスを通して顧客のコンシェルジュになるべきだと考えています。
    Oliver Rees 氏
    Oliver Rees 氏

    General Manager – Torque Data at Virgin Australia

  • LendingTree 社にとってデータはビジネス戦略の中核にあり、一人ひとりに合った卓越した顧客エクスペリエンスを提供するうえで欠かせません。DataRobot を導入して以来、この資源から低コストで価値を引き出せるようになりました。
    Akshay Tandon 氏
    Akshay Tandon 氏

    LendingTree 社、戦略分析担当副社長

  • モデリングに必要なデータサイエンスと手間のかかる作業を任せられるのは、DataRobot の技術の本質的な特長です。DataRobot を導入する前、モデリングプロセスには多くの手作業が必要でした。今のプラットフォームでは、そのステップの多くを最適化および自動化しながらも、自在に制御することができています。DataRobot を導入していなかったら、今と同じ成果を得るためには常勤のスタッフを 2 名増やす必要があったでしょう。
    Evariant

    DataRobot で AI ヒーローを目指しましょう