日本の生産性向上の鍵を握る はかどるAI、はかないAI 藤井薫

勘と経験と度胸（KKD）よりKDD
エビデンスベースドが世界を制する

勘と経験と度胸で大口をたたく。権威をかざし、根拠なき意思決定を強要する。Hippo(High Paid Person's Opinion)。貴方の傍にそんな高給取りのビッグマウスなカバ（Hippo）はいないだろうか？　勘と経験と度胸。そんなKKD的ビッグマウスが跋扈していた時代に、ITパワーをたずさえ、キラ星のように登場してきたのが、「Knowledge Discovery in DB」（KDD）だ。今日のData Analytics & AI狂想曲の基底に、このKDDの秘力がある。

クイズ、チェス、将棋、囲碁、東大入試、料理レシピ、お掃除、自動運転、金融取引、Web広告、医療診断、絵画、小説、楽曲…。あらゆるジャンルで、データから新たな知の発見と推論を行い、人類の知性たる名人を打ち負かし、深化し続けるData Analytics ＆ AI。その行く末に、驚愕と礼賛と危惧をないまぜにして、人類は乱舞しているのだ。

しかし、歴史は待ってくれない。テクノロジーの持つProgressive特性が、時間を猛然と前進させる。　「We will move from mobile first to an AI first world.」（モバイルファーストからAIファーストへ）　Googleの CEO　Sundar Pichai氏が、今年4月の「This year's Founders' Letter」で語った言葉は、今後の産業のパラダイムシフトとともに、AIの時代の到来を全人類に印象付けた。当然、その影響はHRMの世界にも広く浸潤つつあることは前回書いた。（ピープル・アナリティクスは、職場深化の「間術」か）

KKDよりKDD。証拠ある意思決定こそ大事。エビデンス・ベースドが人事を制する。ビッグマウスよりビッグデータ。大きいものに巻かれがちの事大主義的私たち。今、古いビッグな知性から、新たなビッグな知性にどう向き合うか。その知性が試されているのだ。

話を国・産業レベルに転じても、この新たな知性への期待は高まるばかりだ。ご存知の通り、少子高齢化の急速な進展に伴い、今後労働力不足が避けがたい日本においては、生産性の向上は喫緊の課題である。いまやGDPの約70％を占有するサービス産業の生産性の向上にも、新しいビッグな知性の利活用が期待されている。

飲食、小売り、観光、物流、介護・・・。いずれも国際比較においても、生産性が低く、逆に伸びシロもある領域だ。無形性（サービス品質が目に見えない）、同時同場性（需要と供給の交換が、相対の現場で生成消費される）、地域中小規模性（構成企業の多くが地元中小企業）。そうした産業特性が、低い生産性、人事で言えば、低い採用力・低い定着率・低い才能開花率の元凶とも言われている。その解決に、"新しいビッグな知性"の利活用が期待されているのだ。

可視化しないと始まらない
可感化しないと取りこぼす

可視化→最適化→自動化（マン・マシン共進化）。新しい知性Data Analytics ＆AIの駆動の一歩目は、可視化から始まる。自明ではあるが、エビデンス・ベースドHRMも、データの可視化（収集取得と構造化と意味の抽出）から始まる。

職務経歴データ、志望動機データ、採用要件データ、採用合否データ、配置配属データ、教育研修データ、職場行動データ、コミュニケーションデータ、バイタル（生体）データ、主観データ、能力発揮データ、評価データ、社内外ソーシャル・グラフデータ、エンバイロメント・フィットデータ、経営インパクトデータ……。
換言すれば、エビデンス・ベースドHRMは、"はかる"ことから始まるのである。
そこで筆者が今後重要になってくると思うのが、この"はか"るなのである。

図る、計る、量る。捗（はかど）る。
かように、"はか"は多義性があるのだ。
「はかが行く」の「はか」は、古くは米などの収穫予想量を言い、そこから、物の量や大きさを数値化する計る、測るや、計画を立てる意も生まれたという。
「はかどる」の「はか」は、計量・計画など、数値で測れて思い通りになること。「はかどらない」は、数値で測れず思い通りにならないこと。そんな含意もある。

もちろん、「はかどらない」より「はかどる」にこしたことはない。しかし、「はかどらない」を排除してばかりいると、「はかない」声や発見を「計画を邪魔するものと見なして、忌み嫌う心情が個人や組織に生まれるのがリスクになる。自然が、人間の思い通りにならないのと同様、不確実性の高い今後の事業運営も、計画した思い通りにならない。どちらも「はかどらない」し、「はかない」のである。

「はかる」は大事だが、「はかどる」ことばかり考えていると「はかない」新たな知の発見、すなわち、「Knowledge Discovery in DB」（KDD）を見過ごしてしまう。はかないとエビデンス・ベースでないが、はか（どら）ないに粘り向き合わないと、はかない新たな知の発見に辿り着かない。
「加減」「具合」「塩梅」「そこそこ」「ころあい」「そのへん」。「匙（さじ）加減」「お加減いかが？」
無形性の高いサービス経済社会や事業は、メジャラブルによる計測計量生産性と、インメジャラブルによる気配感応性の両立が不可欠なのである。

可視化と可感化。
不連続で予想外だが巨大な豊穣を与えてくれる。その想い通りに行かない微かに動く儚（はかな）さ。まるで自然や子供がもつはかなさにじっくり向き合い感じる事。
はかどる（測る・量る・捗る）AIと、はかない（捗らない・儚い）AI（愛）。
サービス経済化する日本の生産性向上の鍵は、二つのAIに向き合う事から始まる。

藤井薫

[関連するコンテンツ]

• ピープル・アナリティクスは、職場深化の「間術」か「奇術」か？
• Works No.130 プロフェッショナル人材を「見える化」する
• Works No.112 人事の哲学〜東洋思想が斬る、ニッポンの今〜
• IT×人事を巡る2つの「2つのA」