AI で人事ワークフローを変革

※この投稿は米国時間 2025 年 8 月 8 日に、Google Workspace blog に投稿されたものの抄訳です。

Taylor Bradley 氏は、人材戦略およびサクセス担当バイス プレジデントとして Turing に入社する前、株式上場したばかりの企業および急成長中の企業などに向けた戦略的人事プログラムを主導していました。また、未来の働き方に関する著名な専門家であり、CNBC Workforce Executive Council のメンバー、TroopHR ポッドキャストのホストも務めています。

「AI 導入の最大の障壁はテクノロジーではなく、現状維持の慣性です。」

Turing の CEO である Jonathan Siddharth 氏から、1 週間で 800 人の新規採用が必要だと告げられたとき、私は「AI でこの問題を解決します」と答えました。振り返ってみると、これは単に差し迫った需要を満たすだけでなく、AI を活用した文化を築くための基盤を築くことで、人事業務を真にスケールさせる始まりでした。以下に、Turing が AI を活用して人事の変革の時代に対応している 5 つの方法をご紹介します。

1. AI を活用して人材を大規模にオンボーディング

2024 年初頭、Turing はサービスの需要に応えるため、より迅速に人材を採用してトレーニングする必要がありました。そこで、AI を活用した Turing University を設計し、役割、スキルセット、デプロイに必要なスピードに基づいて、人材を複数のオンボーディング パスにルーティングできるようにしました。ロンドンの地下鉄のように、複数の路線が 1 つの中央システムの下で運行されています。

このシステムを構築するために、エンジニアリング リーダーが新しい人材をオンボーディングする動画を作成し、それらの動画を使用して独自の LLM をトレーニングしました。その後、モデルが新入社員向けのインタラクティブな学習モジュールを生成しました。これには、業務シミュレーション、ハンズオン演習用のサンドボックス環境、正式な試験と習熟度チェックの両方に対応した知識評価が含まれます。

新しいオンボーディング プログラムの作成にかかった時間はわずか 3 時間でした。以前は、このようなプログラムをまとめるのに 2～5 週間かかっていました。これらの AI 主導のイノベーションのおかげで、Turing は 2024 年下半期に 5,000 人以上をオンボーディングしました。

2. Gem で人材を育成

Gem は、コーディング、詳細な調査、データ分析など、特定の種類のタスクに合わせてカスタマイズできる Gemini のバージョンです。当社は、特定の技術職に合わせたキャリア重視の AI アシスタントを複数開発しました。これにより、数百人のチームメンバーのスキルアップと技術力の検証を支援しています。

より幅広い影響を与えるために、Thrive Together プログラムでは、Google の既製の Gemini Career Builder Gem を活用しました。これは、高度にパーソナライズされたキャリア ガイダンス、モチベーション、学習サポートを提供します。Gem を効果的に使用する方法に関するトレーニングと、Turing が厳選したセルフペースの技術コースのライブラリを組み合わせることで、人事要員を増やすことなく、チームメンバーのスキルを測定可能な方法で向上させることを可能にします。

3. トレーニング プログラムの最適化

Turing は AI に依存せず、常に仕事に最適な AI ツールを選択しています。改善に役立てるため、トレーニング モジュールの効果に関するフィードバックを分析する Gem を構築しました。

世界中に散らばる人材の中には、トレーナーのアクセントを理解するのが難しいと感じている人もいることがわかりました。この知見から、当社は合成音声の採用に踏み切りました。合成音声を使用すると、地域ごとに異なるアクセント、言語、方言の音声トラックを作成できます。スクリプトを変更して [公開] をクリックすれば、数分で更新されたモジュールをリリースできます。

4. 人材の維持

Gemini 2.5 のリリースにより、従業員の育成プログラムをよりパーソナライズし、人材配置のワークフローを合理化できるようになりました。また、Google Workspace に組み込まれたエクスペリエンスにより、Gmail からスプレッドシートまで、チームメンバーによる導入と日常的な使用が増加しました。

これらの側面はすべて、従業員の満足度と定着率の向上に貢献します。今年上半期には、チームメンバーの満足度が 32% 上昇し、当社の最高記録を更新しました。特にスコアが高かった要素が、Turing University と管理職の効率でした。

5. 人事サポートの自動化

人事運用チームによると、6 か月で 4,000 人の新しいチームメンバーが加わった後、サポート チケットの数が四半期ごとに 5,000 件から 18,000 件に急増しました。既存のワークフローは、このような急成長の重圧に耐えられなくなりました。

2 日間のハッカソンで、チームは新しい AI モデルを開発してリリースしました。社内のナレッジベースでトレーニングされたモデルで回答案を作成し、それをスタッフが確認します。これにより、しっかりとした監視を維持しながら、対応時間を短縮し、当社のポリシーと文化に沿った対応をサポートできました。

開発にわずか 2 日を費やしただけで、カスタムモデルによってチケット処理時間が 33% 短縮されました。さらに、その後構築された Gems によって、年末までに年間 52,000 件のチケットの 60% を自動化する見込みです。これにより、他のチームメンバーは、他の重要な人事タスクを自動化するエージェント ワークフローの作成に専念できます。

AI を重視する文化の構築

これらのテクノロジーの実装により、人事部門の業務効率が向上しました。しかし、AI 導入の最大の障壁はテクノロジーではなく、現状維持の慣性です。AI ネイティブな人事エグゼクティブである私は、AI に関して 2 つの役割を持っています。それは、従業員の生産性を高めることと、AI を重視する文化を築くことです。

そのため、当社の人事運用スペシャリストは、AI が専門知識を補完するものであり、代替するものではないことを理解するための的を絞ったトレーニングを受けています。これにより、自信を持ってこの変革を主導できます。AI と人間の知能が連携して機能することが重要です。AI ツールは、人事チームの業務と専門知識を補完するものであり、代替するものではありません。「情報に基づいた人間参加型」は、AI を活用して人事ワークフローを変革するという長期計画の基盤となっています。