AI×HR　AIオールインを支える 人材採用と育成

AI×HR AIオールインを支える 人材採用と育成 石井 敬時

石井 敬時 株式会社ディー・エヌ・エー ヒューマンリソース本部 採用戦略部 部長 2017年に新卒入社 ゲーム事業で企画職としてキャリアをスタート 2019年よりゲーム事業の新規タイトルの立ち上げを中心にマーケティン グ職として複数のPJを経験 2021年にヒューマンリソース本部 新卒採用/育成部門に所属 現在は採用戦略部部長としてDeNA全社の採用戦略立案と実行に従事

AI時代の採用において ... 「事業の周りに人を集める」のではなく、 「人の周りに事業が創造され続ける」ことを目指すDeNA その起点となる仲間を集める採用活動において、AIによる自動化だけと捉えず、 いかに、人が人のために使う時間を増やせるか？にフォーカス © DeNA Co., Ltd. 3

目次 ● 直近1年での採用活動の変化 ○ 【採用】採用プロセスの自動化 / 精度の向上の活用事例 ○ 【配属】新卒配属のプロセスへのAI活用 ● AI オールインを実現するための人材の捉え方 ○ 採用ポジション/採用コースの再編

目次 ● 直近1年での採用活動の変化 ○ 【採用】採用プロセスの自動化 / 精度の向上の活用事例 ○ 【配属】新卒配属のプロセスへのAI活用 ● AI オールインを実現するための人材の捉え方 ○ 採用ポジション/採用コースの再編

AI時代の採用において ... 「事業の周りに人を集める」のではなく、 「人の周りに事業が創造され続ける」ことを目指すDeNA その起点となる仲間を集める採用活動において、AIによる自動化だけと捉えず、 いかに、人が人のために使う時間を増やせるか？にフォーカス © DeNA Co., Ltd. 6

１年間での採用/育成プロセスへAIの活用 ● AIツールの発展に合わせ採用/育成/配属のプロセスの部分代替 ● 属人化する採用評価のボラティリティの解消による精度の向上 ○ HR主導だけではなく、選考官の活用事例の展開なども多く含む プロセスオートメーション (工数削減) ● ● 採用 ● ● ● ● 配属・育成 精度の向上 (工数削減/クオリティアップ) AIスカウトサービスの利用 ○ 利用媒体の選定 AI面接の一部導入 ○ 複数社のPoCの実施 AI書類評価の導入(内製) ○ 内製のオリジナルの評価項目に 合わせた 優秀評価者の選考ショートカット ○ 最短1日で2ステップのスキップ 面接の録画確認よる構成評価の自動化 ● AI面接機能を利用した配属面談の導入 ○ 複数社のPoCの実施と導入 ● ● ● ● 選考官各人の評価壁打ち ○ Gem、Cursor、NotebookLMの 個人活用 AI活用を必須にしたJob型の選考の導入 選考官のAI活用レベルの標準化 ○ 選考官選定時のDARS（DeNA AI Readiness Score）の活用 面接官向けガイドライン資料のAIによる 自動アップデートと具体例の拡充 配属マッチングプランとアップデートの 自動化

【採用】部分的なプロセスオートメーションの連続 ● AIツールが数週間でアップデートされていく中で複数のツールをPoCとしての導入の連続 ○ 完全代替を固定にせず、最適なものに乗り換えていきながら、割合が変化していく 初期 接点 求人に興味を持ったら即スカウティング AIスカウトサービス プロセスオートメーション (工数削減) ● ● ● ● ● AIスカウトサービスの導入 ○ 利用媒体の選定 AI面接の導入 ○ 複数社のPoCの実施 AI書類評価の導入(内製) ○ 内製のオリジナルの評価項 目に合わせた 優秀評価者の選考ショートカット ○ 最短1日で2ステップのス キップ 面接の録画確認よる公正な評価の自 動化 提出後の自動評価 優秀対象に即時 スキップ 認知 興味 提出後の自動評価 優秀対象に即時 スキップ 面接 書類/テスト 1次選考 評価の判断は Human in the Loopの 担保 面接時の録画の自動 確認と評価内容の照 らし合わせ 2次選考 最終的に”人”が 必ず判断 最終選考

【配属】客観的データに基づいた、理想的な配属・マッチングの実現 過去 ※1ヶ月程度での配属プロセス想定 JD（Job Description） 公開 課題 配属担当複数名 × 入社者面談 ・担当者のばらつき ・日時の個別調整 マッチングプラン の策定 課題 部署担当 × 入社者面談 配属担当 × 入社者及び部署担当 課題 ・情報の集約 ・複数プランの作成 ・情報のアップデート時の手動反映 ・次年度への継承 配属

【配属】客観的データに基づいた、理想的な配属・マッチングの実現 ※1ヶ月程度での配属プロセス想定 過去 配属担当複数名 × 入社者面談 JD（Job Description） 公開 課題 ・担当者のばらつき ・日時の個別調整 マッチングプラン の策定 課題 部署担当 × 入社者面談 配属担当 × 入社者及び部署担当 課題 ・情報の集約 ・複数プランの作成 ・情報のアップデート時の手動反映 配属 ・次年度への継承 アップ デート JD（Job Description） 公開 AI面接機能を 利用したAI面談 × 入社者面談 ・客観的な情報収集と集約 ・人的リソースの削減 マッチングプラン の自動策定 部署担当 × 入社者面談 配属担当 × 入社者及び部署担当 ・面談を通して集約された情報を加味した 配属プランの自動アップデートと複数の提案 配属 ・全ての判断プロセスのログ化

【配属】客観的データに基づいた、理想的な配属・マッチングの実現 ※1ヶ月程度での配属プロセス想定 過去 配属担当複数名 × 入社者面談 JD（Job Description） 公開 ・担当者のばらつき ・日時の個別調整 課題 アップ デート JD（Job Description） 公開 マッチングプラン の策定 削減 課題 部署担当 × 入社者面談 配属担当 × 入社者及び部署担当 課題 ・情報の集約 ・複数プランの作成 ・情報のアップデート時の手動反映 削減 入社人数×1H/1M 50~70H/1M AI面接機能を 利用したAI面談 × 入社者面談 マッチングプラン の自動策定 ・客観的な情報収集と集約 ・人的リソースの削減 配属 ・次年度への継承 合計 削減 300H~/5M 部署担当 × 入社者面談 配属担当 × 入社者及び部署担当 ・面談を通して集約された情報を加味した 配属プランの自動アップデートと複数の提案 →★入社者とのコミュニケーションの充足 配属 ・全ての判断プロセスのログ化

目次 ● 直近1年での採用活動の変化 ○ 【採用】採用プロセスの自動化 / 精度の向上の活用事例 ○ 【配属】新卒配属のプロセスへのAI活用 ● AI オールインを実現するための人材の捉え方 ○ 採用ポジション/採用コースの再編

【採用】AI オールインを実現するための人材の捉え方 ● AI オールイン戦略において核となる技術領域において高い専門性をもつ人材であるAIスペシャリスト ● AIスキルを駆使してその成果を全領域へ広げていく役割を担える人材であるAIジェネラリスト AIスペシャリスト AIジェネラリスト AIオールイン戦略の中において 核となる 技術領域の専門性を担 うリーダー 入社時から高度な専門性を活か し、DeNAのコア事業の成長を加 速／全社の変革をリードする役割 AI活用の柔軟性を高いレベルで 素質として持ち 、全社全領域へ AIオールインを戦略を実現して いくのための中心となる 多様な 役割を担う人材 事業成果の最大化/組織でのAI活 用の活性化による生産性の向上 を担う これまで変わらず事業牽引する リーダーとしての高いポテンシャ ルを持つ人材

【キャリア】 AIスペシャリティのポジションの具体化 376 件 / 2 5年2月~ ポジション AI活用におけるスペシャリティ 【横断組織】 LLMフルスタックエンジニア 【ヘルスケア事業】事業開発データ サイエンティスト 【AI】リーダーズAI エンタープライズ セールス（新規事業開発・推進） 【事業横断】 AI案件専任プロジェクトマネージャー の具体化 各ドメインでの専門性 AIスキル活用を前提とした 各事業の専門性を発揮できる ポジション採用の継続

【新卒】新卒採用コースの再編 ● 専門性を活かすキャリア選択であるとともに、職種の枠を超えた多様な役割を担い活躍する人材の採用 を行う「AIジェネラリストコース」を新設 ○ 採用時は各職種の枠組みで募集を行いますが、入社後はその枠に留まらない活躍を期待 AIスペシャリスト職 エンジニア職 AI スペシャリストコース AIスペシャリスト職 AIオールイン戦略の中において核となる 技術領 域の専門性を担うリーダー を採用 入社時から高度な専門性を活かし、 DeNAのコア 事業の成長を加速／全社の変革をリードする役 割割 ビジネス職 デザイナー職 AI ジェネラリストコース エンジニア職 ビジネス職 デザイナー職 AI活用の柔軟性を高いレベルで素質として持ち、全社全領 域へAIオールインを戦略を実現していくのための中心となる 多様な役割を担う人材 事業成果の最大化 /組織での AI活用の活性化による生産性 の向上を担う これまで変わらず事業牽引するリーダーとしての高いポテン シャルを持つ人材

【新卒】入社前のサポート及び変更点 ● 採用プロセス：AIの活用を前提としたプロセスへシフト ○ 既存の仕組みの中で考えるのではなく、事業や業務プロセスの中でのAIがコアに置き換わった 前提をどう考えていけるか ● 入社前サポート：AIプロダクト開発研修/内定承諾後、月額最大$100までのツール利用支援等 ● 条件面の改定：27年4月以降入社者より各コースに含まれる職種の初年度年俸の改定 ○ AIスペシャリストコース : 700万〜 / AIジェネラリストコース : 600万〜 AI ジェネラリストコース AI スペシャリストコース AIスペシャリスト職 入社時の年俸： 600万〜 → 700万〜 エンジニア職 ビジネス職 デザイナー職 入社時の年俸： 450/500万〜 → 600万〜 共通のサポート：入社前のAIツール利用プロト作成等の研修/有償ツールの利用支援

生産性を改善していく中で... DeNAを知り、直接感じてもらうこと。 デラ イ ベン ト・ チャ ーズ 主 人が人へ伝える活動へ少数の組織でも、時間の使い方をコンバート with 株 Alum 式会社 note 様 AIハ ッカ ソン 催

新しい取り組みへのフォーカスの結果 (道半ば) オリジナルの新規接点 （団体/コミュニティ数） 自己応募 エントリー数 1.6 68団体/年 1 4.8 8団体/年 1 25年 25年 25年

AI時代の採用において ... 「事業の周りに人を集める」のではなく、 「人の周りに事業が創造され続ける」ことを目指すDeNA その起点となる仲間を集める採用活動において、AIによる自動化だけと捉えず、 いかに、人が人のために使う時間を増やせるか？にフォーカス 採用に関わるAI活用はまだまだ大きな変化が起こるため、変化のスピードを重視 これまでと変わらない、「面白がり」を好む一人でも多くの仲間を探し続けます