採用エンジニアリングとは

採用エンジニアリングの基本的な概念とその応用範囲

採用エンジニアリングとは、理想的な職業紹介を実現するための職業マッチング技術の総称であり富士誇が独自に研究・開発を行っています。 その目的は、求職者に対して最適な求人情報の提供を可能とすること、そして求人者に対して求人要件の定義と適合する人材情報の発見を行うことです。 またその適用範囲は日本の全ての求職者と求人者に適用を可能とすることを目指し技術開発を行っています。 採用エンジニアリングは、主に3つ要素より構成されています。
1)採用エンジニアリングの基幹情報となる、職業紹介の実績情報の構築と傾向分析。
2)職業マッチングの精度を向上させるアルゴリズムの研究・開発。
3)適切な求人要件の定義と将来的な求人予測を可能とするアルゴリズムの研究・開発。
この3つの要素を様々なプラットフォームに組込・応用することで、職業機会の創出に関わる雇用と労働、学生の専門性を高める進学と就職、政策における雇用促進と失業保障など、多様な場面の意思決定課程において、この技術が活かされると確信しています。
代表的な活用例は、
1)求人情報と求職者の適合度が、高い精度で算出することが可能となります。
2)教育機関において、学生が志望する専門分野に具体的な進路を明示・助言することが可能となります。
3)公官庁では、国内労働力の正確な把握により労働力の将来予測また経済政策の策定が可能となります。
採用エンジニアリングの技術は、職業マッチングおよび求人予測を行うアルゴリズムであり、特定の機能を示したものではありません。従ってその応用範囲は様々なシステムに及びます。この技術は、広く活用可能なオープンソースとすることを前提に研究・開発を行っています。
採用エンジニアリングがもたらす技術は、求職者の労働力を可能なかぎり高い労働生産性に転換できる求人者を発見することであり、また求人者の採用リスクを払拭させ雇用を促すこと、さらに誰もが活用可能な職業インフラとすることを目指しています。「全ての人に適職を・・・」この理想のもとに採用エンジニアリングの技術を日々研究・進化させています。

理想的な出会いは2030兆分の1の確率/ 採用エンジニアリングの開発背景

採用エンジニアリングの開発背景は、日本の雇用環境において早期の就業を支援し失業率を低減させる高度な理論的体系が存在していないことに起因します。 職業紹介のミスマッチが引き起こす求職状態および失業状態の長期化、就業後の早期離職、雇用市場の縮小など様々な弊害が生じており抜本的な解決策が求められています。 さらに求人者が求める最も理想的な人材と出会う確率は2030兆分の1と試算することができます。この途方も無い確率を考えると世界の総人口を遥かに超え理想的な求職者に出会うことすら不可能となります。 これは求人側が求職者を雇用できない根本的な概念であり、この確率を現実的な数値まで引き下げることが採用エンジニアリングの発想の原点です。

※2030兆分の1との数値根拠とは。
理想的な求職者に出会う確率は、理想的な求職者の定義が必要となります。国内の求人者における主な選考指標とその種類を掛けあわせ確率を試算しています。
選考指標と選考種類は、a.求人する職業の種類(約28,000分類)/b.求人側の業種(約483種)/c.必要とする職業の経験年数(40段階)/d.求人の期間(平均36日)/e.求人時点での求職者数(潜在求職者600万人/労働力人口約6,600万人)/f.必要とする属性情報(学歴4段階)/g.必要とする属性情報(適正5段階)/h.必要とする属性情報(地域47都道府県)/i.必要とする属性情報(年齢40段階)

2030兆分の1の採用確率でも採用が実現する理由。
上記選考指標の種類または段階をどの程度まで緩和するかにより、求人における採用確率が変動します。 労働関係法では求人要件の緩和を法的に規制しています。これにより求人時点での要件は各求人者とも緩和されるものの、実際の雇用に繋がるかは、その時点の失業率より判断することができます。 富士誇では、雇用を促進させる抜本的な改革は、職業紹介における的確な理論を体系的にまとめ、それらを職業インフラ化することだと考えています。
採用活動が比較的堅調に行われている企業を分析すると、求人要件が的確であり且つ明確に定義されていること、さらに現実的に採用可能な段階まで求人要件を緩和しており、結果これらを採用エンジニアリング技術で試算した際に、求職者の発見率も現実性がある数値となっています。
また採用が長期化する求人者、さらに採用が実現できない求人者、採用のミスマッチを繰り返す求人者は、求人要件の定義が適切ではないことが原因であり、現実採用不可能な求人者の発見確率となっています。 採用エンジニアリングの最大の目標は、求職者に適切な求人情報を提供すること、さらに求人者が現実的に雇用を実現できる求人要件の適切な定義を提供することにあります。
その為、採用エンジニアリングの目的は、求職者が確実に就業に繋がること、さらに求人者の実態に合わせて現実採用可能な確率まで求職者の発見確率を引き下げることを目指しています。 

採用エンジニアリングを支える5つのテクノロジー

富士誇では、「全ての方に適職を」という採用エンジニアリングの目的を実現するために5つの技術の研究・開発を行っています。またこれらの技術をアルゴリズムとしてまとめ、さらに環境の変化に自動的に適合するよう変数調整を行えるプログラムを開発しています。 採用エンジニアリングの基幹となる5つの技術をご紹介します。

1)情報の信頼性を担保するアルゴリズムの研究・開発
求職者と求人者の適合性を図るには、双方の的確で正確な情報が提供される事を前提とします。まず的確な情報とは、どのような情報なのかを定義する必要があります。このアルゴリズムの概念は、的確な情報とは普遍項目と、投票項目が存在すると定義しています。普遍項目とは適合性を図る上で必要な情報であり、投票項目とは、求人者および求職者が必要とする情報項目を双方がアルゴリズムに提案し、さらに提案された項目に双方が投票することにより新たな情報項目が決定する仕組みとなります。投票項目によりあらゆる環境変化(時代・人種・風土・系座環境等)を吸収するよう研究がなされています。
また情報の正確性を担保することが、情報の信頼性を確保する上で最も重要な要素となります。的確な情報が提供された時点でアルゴリズムはその情報の信頼性を担保するよう要求します。担保を求める情報項目は多岐に渡り、個人情報をはじめ職務経歴に関する能力・資格、人間性などに渡ります。信頼性の担保とは、第三者がその情報の信頼性を認めることが前提となります。情報の信頼性をアルゴリズムが得られない場合は不信情報となり双方に不信状態が開示されます。
このアルゴリズムは、任意の情報提供を原則としながら、その情報に対しての的確性と信頼性を厳密に判断するよう開発しています。

2)適合性に関するアルゴリズムの研究・開発
採用エンジニアリングで最も重要なアルゴリズムは、この適合性を判断するアルゴリズムです。これは求職者と求人者の適合度を算出するものとなります。このアルゴリズムの開発には、膨大な就業実績の情報と高度な分析能力、さらに環境変化に耐えられる環境変数の開発が複雑に関係しています。このアルゴリズムは大きく2つの要素より構成されています。一つは求職者にとって理想的な求人情報を自動的に検出し希望、蓄積能力、教育訓練における到達値の順に求人情報を検出するよう設計されています。また二つ目に求人者にとって理想的な求職者を、求める職務により検出しています。これら二つの要素に最も影響を与える情報は、過去の就業実績であり、これらを分析し類似する求職者の情報を基に適合度を算出しています。またこのアルゴリズムの環境変数は、日々蓄積される過去の就業実績に基づき変化します。

3)合議制ロジックのアルゴリズムの研究・開発
理想的な求人情報または求職者の検出には、上記の適合性アルゴリズムの判断を最終的なものとはしません。適合性アルゴリズムが検出した求人情報または求職者は、さらに合議制ロジックのアルゴリズムにより理想的かどうかを最終判断します。この合議制ロジックのアルゴリズムとは、例えば、求職者に対して適合性アルゴリズムが検出した求人情報が理想的であるかどうかを第三者の求職者が議論し投票することにより最終的な適合度を確定しています。また求人者に対しても同様に行われます。最も重要な要素は、誰が第三者として投票に関わるかということになります。これは求人情報および求職者の類似性があるメンバーが投票権を獲得し過去に投票権が多いメンバーほど、投票への影響力が大きくなるよう環境変数を調整しています。この合議制ロジックのアルゴリズムの最終目的は、多くのメンバーが就業支援に関わる環境を構築することであり、さらに就業支援に関わるプロフェッショナルを多様な議論と合議により育成することです。従って雇用問題は他人ごとではなく、社会全体として改善すべき公共性の高い重要な課題であることを多くのメンバーに啓蒙し参加を呼びかけます。このアルゴリズムが採用エンジニアリングの職業インフラである所以とも言えます。

4)市場との関係性を示すアルゴリズムの研究・開発
上記3つのアルゴリズムは、現時点での情報に基づき現時点での適合性を判断するものとなります。しかし誰もが現時点で適合する求人情報や求職者を求めているとは限りません。今後将来、希望する人材を雇用したい、また希望する求人へ就業したいという欲求を満たすために、その為に必要とされる要素を的確に見出す必要があります。このアルゴリズムでは、求職者が希望する求人へ就業する何が足りないのかを、すでに就業しているメンバーを分析し差異比較をすることで必要な要素を見出すことを可能としています。また希望する求人へ就業する可能性を順位や必要年数を算出することも可能となります。同様の概念で求人者へも適用することが可能となります。従って必要とするものが許容する時間内で取得可能場合は、それに向けての努力が有効と判断され、また逆の際は希望を変える場合の参考材料にこのアルゴリズムはなります。希望と市場との距離を算出可能となり、将来設計をする参考指標になると考えています。この概念は、職業紹介におけるキャリアパスの提示や学生または職業訓練者への進路指導の参考として活用が可能です。

5)上記4つのアルゴリズムを採用エンジニアリングに実装するための研究・開発
上記4つのアルゴリズムは基本的に数式となります。従って採用エンジニアリングを職業インフラにするためには、様々な端末機器に対応するシステムの開発や多言語化を順次進める必要があり、最先端技術を活用した研究および開発を進めています。

ページの先頭に戻る

Copyright (C) FUJICO CO., LTD. All Rights Reserved.