#05

実証実験から現場導入・仕組み作りまでを一気通貫で取り組める面白さと挑戦がある。

キャリアアドバイザーの 
カウンセリング音声データ可視化プロジェクト

人材業界はさまざまなデータの宝庫ですが、そのデータの多くが未開拓です。パーソルキャリアでは、そうしたデータを活用して業務改善や事業成長に活かしていこうという取り組みが行われています。今回フォーカスするのは、「キャリアアドバイザーのカウンセリング音声データ」を可視化するプロジェクト。どのような意義のある取り組みなのでしょうか?さまざまな苦労を乗り越え、より良いサービスづくりに取り組む、パーソルキャリアならではの心意気にも迫ります。

メンバー

  •  

    経営戦略本部 データ戦略統括部
    データソリューション部

    橋本 久

    プロジェクトマネジャーとして、
    システム面・ビジネス面の両面を統括

    2016年中途入社。新卒でBPO・コンタクトセンターのアウトソーサーに入社し、コンタクトセンターに蓄積されるデータ活用のコンサルティングを担当。SIerに転職しビッグデータ企画推進を経験した後にパーソルキャリアへ入社。データ利活用を推進するさまざまなプロジェクトを手掛ける。

  •  

    経営戦略本部 データ戦略統括部
    データソリューション部

    納富 テイ子

    Google Cloud Platformによるシステム構築全般、エンジニアチームのタスク管理

    2018年中途入社。新卒でSIerに入社し、金融機関のシステム統合に携わる。その後ECベンチャーや大手EC企業を経験し、プロジェクトマネジャーとしての実績を積む。パーソルキャリア入社後は、データを活用した業務改善プロジェクトに複数携わっている。

  •  

    経営戦略本部 データ戦略統括部
    データソリューション部

    間舘 祐太

    業務課題の整理や育成・評価方法の検討、
    ROIの算出、セキュリティ要件対応

    2013年新卒入社。人材紹介事業でIT領域の法人営業部門に配属。大手IT企業を中心とした採用支援に携わる。その後、自身のキャリアチェンジを希望し、データソリューション部へ異動。本プロジェクトをはじめ複数プロジェクトで課題整理や要件対応を担う。

  •  
  • カウンセリングの音声を
    可視化する意義とは?

    ――キャリアアドバイザーが求職者の方に行うカウンセリングの音声をテキスト化するプロジェクトということですが、どんな狙いがあって始まったのでしょうか?

    橋本:まず前提として、僕らのミッションはIT技術を活用して「現業のビジネス課題の改善・解決を推進すること」です。人材紹介事業においては、人間がより付加価値の高い仕事に集中できるようにする。機械が担うべきところは機械に任せていこうという想いを持っています。

    今回のプロジェクトで担っているのは、「doda」のキャリアアドバイザー(以下、CA)のサービス品質向上です。「doda」のエージェントサービスに登録いただくと、専任のCAによる1対1のカウンセリングを行います。そこでCAは、求職者の方々の経験や希望をお伺いし、その方にマッチした情報提供や求人紹介を行いますが、機械的に求人を探して紹介するだけではありません。カウンセリングの中で、求職者の方が抱える不安を取り除き、後押しし、前向きな気持ちでより良い仕事に向かっていただく、人間にしかできない仕事です。

    しかし、カウンセリングは基本的に1対1。そのため熟練のCAが求職者の方々に対して、どのようなコミュニケーションで転職の後押しをしているのか、経験の浅いCAがどこにつまずいているのか、コミュニケーションプロセスを可視化できないという課題がありました。そこでカウンセリングの音声を集音して自動テキスト化し、CAのコミュニケーションプロセスを可視化することで、「育成」に活かせるのではないかと考えました。

    もう1つ、音声をテキスト化することで、求職者の方々の希望条件や転職理由を正確に把握することが可能です。その情報をシステムに自動連携すれば、求職者の希望条件やスキルと、求人情報のマッチング精度を向上させることができると考えています。機械の力でマッチングの精度を向上させることで、CAは求職者の方とのコミュニケーションなど、人間にしかできない仕事に注力することができます。

    CAの提供価値(コミュニケーション)を可視化することで、より良いエージェントサービスの提供につなげたい。その狙いを持って、まずは技術的に実用化が可能かを確かめるためにPoC(Proof of Concept:実証実験 )からスタートしました。

  •  
  • 試行錯誤の連続。
    AI技術のビジネス適用の難しさを痛感

    ――社内で前例はないプロジェクトだと聞いたのですが、どのような点が新しいのですか?

    橋本:まず、カウンセリングのコミュニケーションプロセスを可視化して活用するという点では、人材業界で珍しい取り組みだと思います。また、当社はデータ分析基盤では既にAmazon Web Servicesで構築していたのですが、このプロジェクトではGoogle Cloud Platformを使って分析基盤を構築しました。個人情報を扱うシステムをGoogle Cloud Platformで構築することは、当社で初の試みです。

    ――橋本さんと間舘さんは、PoC段階から携わっているのですよね。PoCから実用化というのは、大きな壁が立ちはだかるところだと思います。

    橋本:そうですね。まずは音声をテキスト化するエンジンを探すところから始まりました。だいたい音声認識エンジンは学習が必要なのですが、Googleの音声認識エンジンは学習が不要で、認識の精度が高く、すぐに活用できそうだと分かりました。でも一番苦労したのは、音声を取得するマイク探しですね。

    ――どのようなところが難しかったのでしょうか?

    橋本:CAと求職者の方は対面でカウンセリングを行います。その際、どちらがどの発言をしたのか、話者を切り分けて集音することが難しかったですね。音声をテキスト化した時に、一方の会話テキストに、もう一方の会話テキストが混ざってしまうんです。ピンマイクや指向性マイクなど、別々に音声を取る方法を模索しましたが、どうしても誤認識がありました。

    間舘:知見のあるベンダーにヒアリングしたり、グローバルの事例を調べたりしましたが、なかなか事例が見つからなかったんです。

    橋本:最後に、AIスピーカーを試しました。これでダメだったらプロジェクトを断念するところでしたが、ある開発ベンダーにご協力をいただき、音声を切り分けて集音できる技術の検証ができ、現在に至っています。

    間舘:マイク問題もそうですが、音声認識エンジンの正確性の計測も大変でしたね。

    橋本:実際にデモカウンセリングを行って、音声認識エンジンがテキスト化した内容と、実際に我々が音声を聞き、起こしたテキストを照合しました。

    間舘:ヒトが地道に音声を聞いて正確に起こそうとすると、すごく時間が掛かるんですよね。

    ――認識率はどの程度だったんですか?

    橋本:7割以上が合格ラインなのですが、若干下回りました。しかしAIスピーカーのパラメータを調整すれば、クリアできる見込みが立ちました。課題はあるものの、ようやくプロジェクトとして光が見えてきたのが、2018年の夏ごろになります。本格的にシステム開発に着手したのは納富さんが入社した後で、そこからプロジェクトが始動しました。

  •  
  • もっと簡単な方法もある中で、
    なぜ敢えて新しいことへの
    挑戦を選択するのか?

    ――納富さんは2018年の8月に入社し、9月にプロジェクトにジョインしたそうですね。システム構築面ではどんな苦労がありましたか?

    納富:Google Cloud Platformで個人情報を扱うシステム構築をするために、クラウド利用におけるサービス品質を可視化する「クラウドチェックリスト」を満たす設計をする必要がありました。これが非常に細かく58項目ほどあり、かつ前例もほとんどないため、項目の解釈に非常に時間が掛かりましたね。でも、「何でもやります!」と宣言してプロジェクトに入ったので、途中で断ることもできません。その後入社したエンジニアが非常に優秀だったので助かりました(笑)。

    ――もっと楽な方法で…と思いませんでしたか?

    納富:確かに、音声認識エンジンだけGoogleを使って、あとは既にチェックリストを満たした別環境で構築することも考えました。でもチームのエンジニアから「それは正しいやり方ではない」との意見があり、やはりやるしかないと思いました。新しいことに挑戦する意義もありますしね。

    橋本:先を見据えた選択でもあります。最初は音声のテキスト化でスタートしますが、ゆくゆく動画活用も視野に入れています。Google Cloud Platformは動画解析も使えるため、チャレンジしました。

    ――PoCの段階から、前例のない試みの連続。なぜ果敢に挑んでいけるのでしょうか?

    納富:面白そうだと思ったんですよ。面倒だけど、他ではやらないだろうな。じゃあ私たちがやるか!と。

    間舘:「誰もやったことない」っていい響きですよね。うちの部署は、多少リスクや障壁があっても、それを乗り越えて新しいことに挑戦しようという人が多いです。

    納富:確かに。「パッションが大事!」って楽しそうに働いているエンジニアがいるんですよ。そんなエンジニアは見たことなかったから新鮮でした。

    橋本:CAサイドからも、音声データを教育などに活用したいというニーズが顕在化していましたしね。だから、僕たちがやろうとしていることは価値があると思いました。ただ新しいことをするのではなく、しっかり事業に貢献できるよう、意識して取り組んでいます。

  •  
  • PoCで満足しない。
    現場に導入するからこそ意味がある

    ――目下開発中で、リリースはこれからとのこと。ROIなど数値もしっかり追っていくのですね。

    橋本:そうですね。現在、間舘さんを中心にCAの育成組織と育成プランを調整しながら、成果を出すためにどのように活用をしていくのかを検討しています。間舘さんはCAメンバーへの親しみやすさを考えて、システムのロゴデザインも作ってるんですよ。

    間舘:システムのネーミングも、ロゴも考えました。それだけ手塩にかけて育てています(笑)。

    ――改めて、パーソルキャリアでデータ活用に関わる魅力を教えてください。

    間舘:3つあります。1つは、最先端のテクノロジーをPoC止まりではなく、現場導入までやっていけること。現場に役立つ仕事ができるというのは、やりがいに繋がります。
    2つ目、手を挙げれば挑戦させてもらえること。データソリューション部内でビジネス創造会議を実施して、そこから7案件が実際にスタートしました。
    3つ目、大量のデータが保有されているだけではなく、活用できる状態になっていること。データ活用に携わりたい方には、最高の環境だと思います。

    納富:活用しきれていないデータもあれば、これから取れるデータもあって、将来性を感じます。そのデータを活用することで、一人ひとりの方がご自身に合う仕事に出会えれば、世の中がより良くなるはず。その一翼を担っていきたいです。

    橋本:橋本:僕自身もそうでしたが、人との出会いで人生は変わると思います。その人の人生において「『doda』に出会えてよかった」と思っていただけるようなサービスづくりを支えていきたいと考えています。

    ※社員の所属組織は2018年12月時点のものになります。

  •  

プロジェクトストーリー

募集職種

  • 営業職

    SALES

  • アシスタント

    ASSISTANT

  • マーケティング

    MARKETING

  • コーポレート

    CORPORATE

  • エンジニア

    ENGINEER

  • オープンポジション

    OPEN POSITION

  • 再入社をご希望の方

    RE-JOINER

募集職種

PAGETOP