ネットワーク、IT、AIの技術の強みを軸に、時代に合わせた価値を提供する

私は、大学卒業後、他業界を経験後、2019年にNECに入社しました。現在は新卒採用チームのリードとともに、全社の文化変革を推進するカルチャー変革統括部も兼務しています。

NECは1899年に日本初の外資系合弁企業として設立されました。安全・安心・公平・効率という社会価値を創造し、誰もが人間性を十分に発揮できる持続可能な社会の実現を目指すことをPurposeとしています。

NECは「ネットワーク」「IT」「AI」の三つのテクノロジーを用いて、国や企業、地方自治体など様々なお客様に対してソリューションを展開しております。「ネットワーク」領域では、海底ケーブル事業や宇宙との通信、「IT」領域では量子コンピューティング、「AI」領域では顔認証に代表される生体認証、日本語生成AIなどの活用があります。

新卒採用のプロセス全体を見直し、ジョブ型採用を導入

従来は、技術系の職種は理系学生を対象とした学校推薦による部門別採用とし、営業・スタッフ職や一部のSE職は、自由応募による文理不問の採用活動を行っていました。つまり、職種により応募できる範囲に制限がかけられていた状態でした。昨今の学生は、文系学生でも個人的にプログラミング知識を身に着けている方もいらっしゃったり、多様な選択肢の中で自由に企業を選択したいといったニーズもあり、当社が選ばれ続けるためには、応募方法や、文理といった専攻に関わらず、挑戦したいと思った職種に応募できる仕組みとすることがベストと考え、プロセス全体を見直すに至りました。これにより、文系学生でも、専門的な理系知識を必要としない技術系の職種に応募をすることができるようになったり、学校推薦でなくとも技術職に応募をすることが可能となりました。制度導入前は応募者が減少するのではないかと心配もありましたが、ふたを開けてみれば応募者が増加し、一部の職種については修士課程の学生の応募が増えるなど、ポジティブな変化がありました。企業が選択肢を提供することを応募者はポジティブに捉えたのだと思います。また、従来であれば別業界に行くような専門性の高い応募者が「その職種だったら受けてもいいかな」と、NECを選ぶことが増えたと感じています。

「なぜ合格？なぜ不合格？」科学的じゃない採用の世界に危機感。

私は大学で農学を勉強しており、大学卒業後、青年海外協力隊としてアフリカで果樹栽培指導員として活動し、その後、大学院でアフリカの農家に関する調査研究をしました。三井物産に入社し、食料部門のチョコレート原料などのトレーディング、シンガポール駐在時の戦略企画業務、再び食料部門の乳製品のトレーディング・事業投資などに従事していました。学生向けのインターンシップに現場社員の立場として協力したことが契機となり、当時の採用担当の室長から「人事総務部に来て採用を担当しないか」というお声がけをもらい・・、といった流れで人事に異動してきたという経緯です。

人事に来て初めての採用面接を終えた夏。採用って“科学じゃない”なぁと思いました。この学生はなぜ合格？なぜ不合格？これって科学的に説明できるのだろうか、何に基づいて判断しているのだろうかと。人事の世界は感覚的に判断している部分が多く、面接員の主観に基づいて意思決定されるところに危機感を持ちました。ちょうどその時、前任者が進めていた日本エス・エイチ・エルのパーソナリティ検査OPQによる人材可視化プロジェクトを引き継いだので、彼の蓄積してきた知見をどうにか使えないだろうかという気持ちもありました。

まずは面接員へのトレーニングが必要と考え、研修内容を作りこんでやってみたはいいものの、結果としては従来の傾向に変化はありませんでした。2年目の採用面接でも、私のモヤモヤは残りました。

三井物産に必要な人材を採用する、集中的な面接員トレーニングに成功。

面接員の分析によって得られた結果は2つあります。一つは、面接員個々の評価の可視化。それぞれの面接員がどのような学生を合格にする傾向があったか。言わば個々の主観の数値化です。もうひとつは、三井物産の面接全体の評価傾向の可視化。全面接員の評価を通じて、どのような学生を合格にする傾向にあったかです。これらは面接評価点とパーソナリティ検査OPQの各因子得点との相関関係を分析することで検証できました。

もう一つの企みは、データに基づく人事施策への意識醸成。

私にはもう一つの企みがありました。「人事に数字を使う」という意識を、現場社員である面接員や人事総務部全体に醸成することです。こういった取組が、数字や明確な根拠に基づく科学的なタレントマネジメントをするべきだという意識醸成につながる第一歩にしたいと思っていました。面接員が普段仕事をする現場でもそういう考え方が浸透するのは大事なことですよね。人事施策はデータに基づいて行うものだという雰囲気を作るつもりでやっていました。

今後のタレントマネジメントの進め方についてですが、まずは各自が脳内に持っている、人に対する印象や記憶を、できるだけ客観データに変換して蓄積していきます。あるポストの候補者を探そうというとき、上司の直感だけで「あいつだ」と決めてしまうと、情報範囲が限定的になってしまう。頭の中の情報を客観的なデータとしてアウトプットして、そのデータを使いながら配置を検討すべきです。候補者として世界各国で採用された人が同じように並び、比較され、よりポストに見合った人が配置される、そういうタレントマネジメントが理想です。

頭の中の情報をアウトプットすることは今回の分析と繋がっています。主観的な面接評価傾向を客観的な数値に置き換え、より良い方向へ最適化していく、そういった取組をグローバルタレントマネジメントでも実現したいですね。