日本だけじゃない「長時間労働」、解決には人工知能の力が必要だ
ITの進化や技術革新によって、労働者を取り巻く環境は劇的に変化した。インターネットとモバイルデバイスさえあれば、いつでも、どこからでも、どんな環境でも仕事ができる。技術の進化は労働者に「価値」と「ゆとり」をもたらす…はずだった。しかし、「労働者の生産効率性は過去25年間で最低水準だ」と指摘するのは、デロイトコンサルティングで企業のタレントマネジメントなどを手がけるジョシュ・バーシン（Josh Bersin）氏だ。同氏は、「これからの企業の成長戦略には従業員が成長できる環境を提供し、潜在能力を引き出してエンゲージメントを高めることが重要」と主張する。その真意は何か。話を聞いた。
●技術革新で生産性が低下した理由
日本の少子高齢化が止まらない。2017年4月に国立社会保障・人口問題研究所が公表した「将来の推計人口」によると、2065年における日本の人口は、2015年に比較し30％減の8808万人となり、高齢者の割合は38.4％に達するという。
ロイター通信が同データを基に試算したところによると、2017年に7,578万人だった15歳から64歳までの労働力人口は、2027年には7,071万人に減少。さらに、2030年には6875万人まで落ち込むと見られている。
「少子高齢化による労働力不足は深刻な課題だが、それ以上に喫急にとりくむべきは、個々の従業員の生産効率性向上だ。実は先進国の生産効率性は、過去25年間で最低水準だといえる」
こう語るのは、企業のラーニングに特化した研究やアドバイスを行うBersin by Deloitteの創業者で、デロイトコンサルティングの戦略責任者をつとめるジョシュ・バーシン氏だ。
同氏は「先進国の経済サイクルは8年～9年周期であり、新たな技術革新によって従業員に要求されるスキルと職業の内容は大きく変化する」と指摘する。それに伴い、本来であれば効率化できる作業が、技術革新の端境期に入ることで、副次的に発生する大量の作業の結果、現場が長時間労働を強いられているという。ある欧米の調査によると、15年前の同一職種を比較した場合、現在のほうが1カ月当たりの残業時間が10時間以上多いとのデータもある。
●経営者がもっとも留意すべきは「従業員の愛社精神」
さらにバーシン氏が「経営者がもっとも留意する課題」として挙げるのが、「従業員のエンゲージメント（engagement）向上」である。「契約」や「約束」といった意味を持つエンゲージメントだが、この場合には従業員の会社に対する「愛着心」や「貢献意欲」を指す。日本流でいうなら「愛社精神の向上」と言い換えてもよいだろう。ストレスが多い職場ほどエンゲージメントは低く、また報酬の多さとエンゲージメントの高さは、必ずしも一致しない。
Deloitte Human Capitalが2014年～2015年に調査したところによると、米国労働者の49％が週50時間以上、20％が週60時間以上働いているものの、人口の40％は「仕事で成功し、バランスの取れた家庭生活を送ることは無理だ」と考えているという。
さらに調査では、米国の労働者は労働時間の25％をメールのやり取りに費やし、1日に150回もスマホをチェックすること。米国企業の80％以上が、『現在のビジネスは従業員にとって非常に複雑／複雑』だと認識にしているにも関わらず、ビジネスを簡素化したり、従業員に対してトレーニングの機会を設けたりしている企業は、たった16％にすぎないことも明かになった。
バーシン氏は「従業員の70～75％が自分の会社に対してエンゲージメントを感じていないという企業もある。もちろん、生活のために目の前にある仕事はこなすが、『充足感を持って仕事をしているか』と言えば、答えは『No』だ。これでは会社も従業員も幸せにならない」と説明する。
さらに、社会情勢も従業員の不安材料となっている。米国政府の移民政策に対する“ブレ”や国際競争の激化など、その先行きは不透明だ。特に30歳以下の、いわゆるミレニアル世代の70％は、「世界はよい方向に向かっていない」と感じており、「自分の生活水準は、親世代よりも低くなる」と感じているという。
「営業・接客系」の働き方はAI登場で変わるか
「人工知能の進化と働き方の変化」を研究テーマとし、『2020年人工知能時代 僕たちの幸せな働き方』の著書を持つ組織開発・人材育成コンサルタントの藤野貴教氏。近い未来に訪れる人工知能時代に向けて現存する職種の変化と、“私たちができる仕事の進化の仕方”とは？
この記事では、さまざまな職種がある中で多くの人が関係する「営業・接客系」の職種について取り上げてみます。
■営業・接客系の仕事における人間の働き方の進化とは
前回の記事(AI時代に活躍できる人の「3つのタイプ」)では、AIが得意な領域と苦手な領域、AIに代替できない人間ならではの領域について解説しました。今回は、具体的に現存する職種の「営業・接客」を例に取り上げ、どんな部分がAIに代わる可能性があり、どんな部分が人間にしかできないものなのかを考えていきましょう。
その前に少し、2016年に経済産業省が打ち出した「新産業構造ビジョン～第4次産業革命をリードする日本の戦略～」というレポートを見てみましょう。
この中では、予測シナリオが2つ打ち出されています。1つは、国、産業、個人が今回起きているテクノロジーの進化に対応せずに、これまでどおりの産業・雇用体系を続けた場合の「現状放置シナリオ」。もう1つは、テクノロジー進化が与える影響を深く考え、産業・雇用を転換・流動化させた場合の「変革シナリオ」です。レポートでは、「痛みを伴う転換をするか、安定したジリ貧を取るか」という厳しい言葉を用い、「転換するならスピード勝負」であると明言しています。
強烈なのは合計数字です。「現状放置シナリオ」ならば735万人分の雇用が減るという見解で、一方、「変革シナリオ」ならば161万人分の雇用が減るという見解です。つまりどちらを取っても従業者数は減少する、という厳しい分析となっています。
このリポートでは、「営業・接客系」の仕事は、「営業・販売」または「サービス」と分類されているのですが、テクノロジーの進化に対応した「変革シナリオ」の場合で、「高度なコンサルティング」が求められる営業・販売の仕事は114万人の従業者数が増加するとされ、「低付加価値」の営業・販売の仕事は68万人が減少すると予測されています。
また、サービス系の仕事においては、人が直接対応することが求められる業務は179万人の増加、AIやロボットでも対応できる業務は51万人の従業者数が減少するとされています。
営業・接客系の仕事においても、AIの得意な仕事はAIに置き換えられる可能性は高く、人間は、人間にしかできない価値の仕事にシフト・進化していく必要があることがわかります。
■「ヒューマンタッチ」なやり取りが増えていく
「人と接する」営業・接客の仕事において、AIやロボットでも対応できる業務とはいったい何でしょうか。そのひとつの例が、IBMのAI・Watson(ワトソン)をコールセンターのリアルタイム支援に実用導入させた、みずほ銀行の事例です。
ワトソンの最大の特徴は、自然言語を解釈する点です。つまりお客様の声を自動的に音声認識して、回答候補をオペレーターに提示してくれるのです。それまではオペレーターが、記憶だけでは賄えない膨大で複雑なマニュアルの中から対応するべき事例を調べて回答していました。それをAIが代わってくれることにより、スタッフは「心」を使う仕事に注力できるようになります。
たとえば、相手の状況や感情を察し、「急いでいる人ならばスピーディに」「時間のある人には丁寧に」対応できます。また、単なるマニュアル的なやり取りだけでなく、相手に合わせた人間らしい声かけや会話をするように進化していくかもしれません。
営業・接客の仕事では、今後はどんどんこうした「人間の心」を使う「ヒューマンタッチ」な方向にシフトしていくでしょう。そして、こういう人間的なサービスによって顧客満足度が高まり、同時にコールセンタースタッフもやりがいを覚えて「仕事が楽しい」と感じられるようになるのだと思います。
人の仕事が、ヒューマンタッチな方向へ進化するのとは別に、新たな価値を生み出すための「仮説を立てる」領域に進化するパターンもあります。
AIは「データがなければただの箱」です。このAIに、どういった目的でどういったデータを分析させ、どういった結果を知りたいのかを考えるのはやはり人間です。
これまでも顧客情報管理(CRM)は、システムの中で実現されてきましたが、「データを入力する人」と「分析する人」が別部署であることも多く、残念ながら現場のスタッフがうまく活用して成果を上げるレベルに至ることは多くありませんでした。
しかし、AIの導入により、「現場スタッフ自身が、簡単にスピーディにデータ分析をする」ことが可能となるのです。
■わずか3分程度、しかも自動で
アメリカのAIベンチャー企業データロボットが開発した「DataRobot(データロボット)」は、プログラミング知識がない普通のビジネスパーソンでも、エクセルを使う感覚でAIを扱えるようになるツールです。
大量のデータをデータロボットに読み込ませて、「何を分析したいのか」という目的を設定し、「開始ボタン」を押します。すると、過去のデータの傾向を統計分析した「予測モデル」をなんとわずか3分程度で「レンジでチン」するように自動で作ってくれるのです。
この活用例としては、たとえば、過去の顧客の契約受注データ・失注データを大量に学習させて予測モデルをつくり、その予測モデルにまだ未契約の新規の顧客データを何件か読み込ませます。すると、どの顧客が契約に至る「可能性」が高いかをこの予測モデルが示してくれ、これを活用することによって営業社員は限られた時間を有効活用することができるのです。
今までは、予測モデルをつくることができるのは、データ分析に精通した一部の社員のみだったうえ、制作するのに数日から数週間かかっていました。しかし、データロボットなら、誰でも数分で最新のデータに基づいて何度でも予測モデルを作成することができます。まさに「考えて行動する」現場に進化していくのです。
上記はほんの一部ですが、AIは人間の仕事を脅かすものではなく、人をサポートしてくれるものだということがおわかりいただけたのではないでしょうか。しかし私は、「効率を上げる」だけがAI活用の目的になってはいけないと考えています。それはあくまでも手段です。そして、ただ休みが取れれば“働き方改革”が成功したと考えるべきではないと思っています。人間がロボット的な働き方から解放され、より人間らしいやりがいのある仕事に取り組むことで、働く人々の環境が整うと思うからです。
AIを活用して効率を上げることでどんな会社にしたいのか？ 社員がどういう働き方ができるようにしたいのか？ 経営者の方にはそれらをしっかり考えビジョンを作ってほしいと思います。
