AIを活用して採用のマッチング度を可視化する”mitsucari”- 注目のベンチャー特集「ミライセルフ(mitsucari)」(2)【K16C-MRS #2】 – INDUSTRY CO-CREATION(ICC)

AIを活用して採用のマッチング度を可視化する”mitsucari”- 注目のベンチャー特集「ミライセルフ(mitsucari)」(2)【K16C-MRS #2】

LINEで送る
Pocket

ミライセルフの人事支援サービス「mitsucari」のプレゼンテーションを2回シリーズでお届けします。(その2)は、社会心理学と人工知能を用いて採用のマッチング度を可視化する”mitsucari”の仕組みと、そのビジネスモデルについてお話し頂きました。2016月9月6日・7日に開催したICCカンファレンス KYOTO 2016スタートアップ・コンテスト「カタパルト」プレゼンテーションの書き起こし記事です。ぜひ御覧ください。

スタートアップビジネスの「エコシステム」を構築し、日本の起業家を支援するプログラム「IBM BlueHub」は「カタパルト(CATAPULT)」のオフィシャル・サポーターです。

登壇者情報
2016年9月6日・7日開催
ICCカンファレンス KYOTO 2016 「ICC SUMMIT」
Session 1B
CATAPULT(カタパルト) - スタートアップ・コンテンスト-
Supported by IBM BlueHub
 
(プレゼンター)
表 孝憲
株式会社ミライセルフ
代表取締役CEO
https://mitsucari.com/
 
京都大学法学部卒。新卒でモルガン・スタンレー証券株式会社債券部に新卒入社。債券統括本部のセールスとして金利商品からクレジット商品、顧客も幅広くカバー。同時に採用活動に力を注ぎ入社後半年目から面接官として週末は面接に従事。その後2010年からはリクルーティングコミッティーリーダーを務める。2013年6月に退職し、UC Berkeley Haas Business Schoolへ留学。在学中にシリコンバレーの教育系2社とモバイルセキュリティ1社の計3社でインターン。また多くの会社へ訪問し企業文化に関するインタビューを行う。在学中に、Google USに勤務していた井上と株式会社ミライセルフを設立。代表取締役CEOに就任。カルチャーフィットを数値化および解析し、人工知能でマッチングの精度を高めるテクノロジー転職ベンチャーをスタート。2015年7月に資金調達し現在に至る。

その1はこちらをご覧ください:【新】採用面接の評価と採用後のパフォーマンスの相関は0に近い – 注目のベンチャー特集「ミライセルフ」(1)【K16C-MRS #1】


採用におけるマッチング度を可視化する”mitsucari”

 弊社の「mitsucari」は、バイアスを排除した採用活動や人事評価の手法を簡単に利用することができるようにしたサービスです。

テストを通じ、求職者と企業双方がどのような価値観や企業カルチャーを重要視するか分析する仕組みです。
さらに、お互いのマッチングの度合い(相性の良さ)を可視化することができます。

実際、個人の価値観や企業カルチャーを分析し、マッチングさせるのは大変な作業です。

求職者、企業それぞれ見なければならないポイントが異なるため、組み合わせが無数に存在するからです。
弊社はこの無数の組み合わせを、テクノロジーを利用することによりシンプル化し、誰でも簡単にマッチングの度合いを見ることができます。

14個の軸と2つのスコアを使い分析します。

例えば、始めにキャリアに関する考え方について、成果重視なのか過程重視なのかといった点を問います。

続いてパーソナリティについて、どのような人物なのか?細かい人なのか、大ざっぱな人なのかといった要素を問います。

最後に、EQ心の知能指数、IQ論理的思考力を分析します。

”mitsucari” の具体的な活用イメージ

この結果を踏まえてどのようなポイントを面接に利用するか、今日は審査員(スタートアップ・コンテスト「カタパルト」審査員)の千葉さん(千葉功太郎 慶應義塾大学SFC研究所上席所員)にご協力いただき、具体的に説明したいと思います。

まず千葉さんが、弊社の採用試験を受けに来てくれたと仮定します。

千葉さんと弊社の全体的なマッチ度(マッチングスコア)は「B+」でした。

マッチングスコアはA+からC-まで9段階あるので、スコア上では「中の上」といった結果でしょうか。

オレンジ色で表示されているのが弊社、ブルーで表示されているのが千葉さんの結果を示しています。

ここで気になるポイントは、全体主義か個人主義かという項目にギャップが見られることです。

この項目にズレが生じている人は採用してから問題が起こりやすいことが分かっていたとしましょう。

その場合、面接でこのポイントを千葉さんに聞くことが重要です。

例えば「今までの経験で、個人の利益とチームの利益が相反した経験を教えてください。また、その際にどのように対応しましたか?」といった質問を聞いてみることです。

勿論このポイント以外の事も通常通り面接しますが、ポイントを押さえることで、面接での聞き洩らしが無くなっていきます。

これは、前述のグーグルが行っている構造化面接の第一歩となります。

テスト内容は具体的にどのようなものかというと、問題数は82問で、所要時間は15分程度のものです。

求職者がどのような感情を感じやすいのか知るための内容。

パーソナリティやキャリアの思考性を問う内容。

これを見ると、弊社はただのテスト会社のように感じるかもしれませんが、そうではありません。

他のテストの違いをまとめたものです。

一般的なテストは個人間の比較のみに優れていますが、弊社のテストは個人、グループ、組織どの比較も簡単に行うことができます。
また一般的なテストは面接でのみ使われるものです。

しかし、mitsucariはテストを面接で利用した後の部署配属や組織マネジメントにも利用することができます。

例えば、「営業チームのA部長と相性が良い社内のメンバーは誰であるか」、「新人採用したBさんに最適なメンターとなる社内の先輩社員は誰であるか」、といった組織の適材適所化に利用することもできるのです。

”mitsucari”の機械学習を可能にする技術チーム

さらに、蓄積した採用や配属データをAIや機械学習に利用することで、それぞれの会社にテーラーメイドされた採用面接や組織の最適化が可能となるのです。

これを可能にしているのが、グーグル出身者を中心とした弊社の素晴らしいエンジニアチームであり、また京都大学の研究室にもお力をお借りしています。

こちらは加工していない生のデータ例ですが、このデータから会社にどのような人がいるか、従業員を「クラスター(集団)」に分けて分析することができます。

例えば、黄色のゾーンに該当する二人がこの会社で活躍している社員だと仮定します。

採用試験で、応募者の中から二人と同じクラスターに該当した人物を採用するといったことができます。

黄色と、茶色のゾーンに属する社員を組み合わせると、チームに良い相乗効果が働くといった分析も出来るので、今在籍している社員に対して「より効率的に働いてもらう」、「潜在能力を引き出す」ということが可能となります。

弊社サービスは、スタートアップ・コンテスト「カタパルト」審査員であるfreee株式会社を始め、260社ほどで既に導入いただいております(2016年12月末現在)。導入企業は15名の会社から10,000名以上の会社まで様々で、どちらかといえば新卒や第二新卒の領域で面接の精度向上にご利用いただいております。

”mitsucari”のビジネスモデル

今後のビジネスモデルとしてはSaaS(Softwara as a Service、インターネットを経由してソフトウエアを利用するサービス)の形で適性テストの販売を行うことをさらに加速していきます。

従業員100人規模の企業を例に考えると、人材採用にはこちらが示すような多くのコストが発生します。

この会社の場合、弊社のプロダクトを月額40,000円程度でご利用いただくことが可能です。

実際「mitsucari」を利用することにより面接数を30%程度減らすことができたという事例もあり、非常にコストパフォーマンスが良いと思います。

人と組織のミスマッチを減らし、いきいきと働ける世の中のためにこれからも頑張っていこうと思います。

ご清聴 どうもありがとうございました。

(終)

編集チーム:小林 雅/榎戸 貴史/戸田 秀成/鎌田 さくら


【編集部コメント】

最後までお読みいただきありがとうございます!今回の感想はぜひNewsPicks(ICCのNewsPicksページ)でコメントやフォローを頂けると大変うれしいです。

更新情報はFacebookページのフォローをお願い致します。

LINEで送る
Pocket

ICCパートナーズ

ICCパートナーズ

ICCパートナーズ(ICC Partners Inc.)は産業を共に創る経営者・経営幹部のためのコミュニティ型カンフ ァレンス「Industry Co-Creation(ICC) カンファレンス」の企画・運営および新規事業創出・アライアンスなどのアドバイザー業務を行っています。