株式会社横浜銀行
新卒採用のエントリーシート選考にAIを導入
将来のハイパフォーマー候補を、効率的に・公平な基準で発見
株式会社横浜銀行細かな解釈を必要とする複雑なテキストチェックを、KIBITで代替1日1,000件作成される応接記録のコンプライアンスチェックを効率化
2020年9月15日株式会社横浜銀行様の導入事例を掲載
2020年9月15日
新卒採用のエントリーシート選考にAIを導入
将来のハイパフォーマー候補を、効率的に・公平な基準で発見
神奈川県において圧倒的なお客さま基盤をもつコンコルディア・フィナンシャルグループの株式会社横浜銀行は、多様な成長ステージの企業やお客さま一人ひとりに最もふさわしい金融サービスを提供し、地域に寄り添い信頼される銀行をめざしています。
2020年12月に創立100周年を迎える同行は、近年、デジタル技術を活用した銀行業務の生産性向上を積極的に推進。2019年4月には、部門を横断したDX推進プロジェクトを企画・牽引するデジタル戦略部が設立され、取り組みを加速させています。
そのプロジェクトのひとつが、新卒採用選考へのAI導入です。誠実で熱意のあるハイパフォーマー候補の採用のため、KIBITをエントリーシート選考に活用している本プロジェクトの担当者に話を聞きました。
ーお話を伺った方ー
株式会社横浜銀行
デジタル戦略部 主任調査役 新川 直敬氏
人財部 人財育成グループ グループ長 村田 直子氏
株式会社横浜銀行
- 設立
- 1920年12月16日（創立）
- 従業員数
- 4,559人（2020年3月31日現在）
- 事業内容
- 普通銀行業務（預金・貸出・為替・投資型商品の販売業務、金融商品仲介、相続関連業務、投資銀行業務 など多様化するニーズに対する幅広い金融商品・サービスの提供）
KIBIT導入の効果
・全てのエントリーシートを、ブレのない公平な基準で評価
・書類選考の所要時間を、およそ７割削減
・熱意や志望度などをスコア表示することで、面接での情報活用が容易に
人事領域でのAI活用に挑戦
横浜銀行では、2016年から応接記録のコンプライアンスチェックをテーマに、KIBITの導入の検討を進めていました。そしてそれと同時に、他の分野での活用可能性についても検討が進められていました。
デジタル戦略部 主任調査役 新川 直敬氏
デジタル戦略部 主任調査役の新川 直敬氏は、当時の様子をこう語ります。
「KIBITのテキスト解析技術は、応接記録のコンプライアンスチェックに限らず、他の様々な分野でも活用できると考え、テーマを探していました。ちょうどその頃、“AI採用”の話題を耳にし、当行でもできるのではないかと、すぐに人財部に話をしにいきました」（新川氏）
その時の様子を、人財部 人財育成グループ グループ長の村田 直子氏はこう語ります。
「当時の人財部では、まだAI活用の検討を始めてはいませんでした。ですので、最初に話を聞いたとき、AIがどのようなもので、どういった業務に役立つのかをすぐにイメージできたわけではありません。しかし、非効率な業務を効率化したり、データをこれまで以上にきちんと活用し付加価値を出すことに役立つのでは、と前向きに挑戦することに決めました」（村田氏）
その後、人財部の業務やデータをあらためて精査・検討し、「新卒採用におけるエントリーシートの評価」をテーマとして具体的な活用検討を開始しました。
「将来活躍する人材」を公平に見極める採用へ
横浜銀行の採用選考のスタートは、書類選考です。候補者から提出されたエントリーシートなどの情報をふまえ、次の面接に進む人を採用担当者が決定します。
しかし、限られた時間で選考を進める必要性から、数千あるエントリーシートの全てを詳細に読み込むことはできません。また、選考は、複数の担当者が1日数時間かけて行うため、判断のバラつきはどうしても避けられません。
人財部 人財育成グループ グループ長 村田 直子氏
「現在の書類選考のやり方で、当社で活躍する可能性のある方を公平に選ぶことができているのか、もしかしたら見落としてしまっている人財がいるのではないかという思いがありました。KIBITの導入の際は選考の効率化だけでなく、客観性・一貫性のある基準で評価し書類選考の質を高めることが必要だと考えていました」（村田氏）
短期的ではなく、中長期目線で活躍が期待される人財を発見するため、入行10年前後経過した行員約300人の新卒採用時のエントリーシートのデータをもとに、KIBITの予備分析を行いました。
「エントリーシートをみて、その人物が10年後活躍するかを人間が予測するのは難しいことですが、すでに10年程度働いた行員のパフォーマンス状況は、今、客観的に確認することができる事実です。現在の活躍状況などをふまえハイパフォーマーを選定し、それをラベルとして教師データを作成することにしました」（新川氏）
「主にKIBITでの分析対象としたのは、エントリーシートのうちの、学生時代の経験、入行後にやりたいことや成長に関する記述項目です。当行をどれだけ理解しているか、どれだけ熱意を持っているかが最も表れやすい項目ですので、その内容を解析することで、理解や熱意の度合いも定量化できるのではないかという期待がありました」（村田氏）
ハイパフォーマーが高スコアとなるモデル作りに成功
KIBITによる解析の結果、ハイパフォーマーに高スコア、それ以外は低スコアがつくという傾向が出ました。これは適性検査と相関するものではなく、適性検査では測れない新たな指標が示せることも明らかになりました。
また、過去データでの選考プロセスのバックテストも実施。選考プロセスが進むにつれて通過者の平均スコア平均が上昇していることを確認。さらには、通過者の中でも「辞退者」のスコアが全プロセスで低いことも分かったのです。
「この結果から、KIBITのスコアに潜在的な熱意、志望度が表れている可能性が高いと考えています。また、スコアを見ると、コピー＆ペーストや部分的な変更、切り貼りなどもわかりますので、誠実さに疑念のある応募者も発見しやすくなりました」（新川氏）
「人財部でも、当初はどのような結果が出るのか半信半疑ではあったのですが、検討を進め、検証データを見るうちに、これはいけるという思いに変化していきました。入行15年程度経過した行員約800人分での検証結果をふまえ、2017年第2四半期には正式に採用選考に導入することを決定しました」（村田氏）
解析結果を、プロセスの効率化だけでなく面接にも役立てる
KIBITを活用した採用選考といっても、KIBITのスコアだけで書類選考を不合格と判断することはありません。
「KIBITの活用により客観性・一貫性をもった評価ができるようになりましたが、書類選考の最終判断をする際は担当者が必ずエントリーシートに目を通すことにしています。それでも、書類選考にかかる所要時間は、７割程度削減できたのではないでしょうか」（新川氏）
さらに、人との対話で候補者をより深く見る「面接」の場面でも、KIBITの解析結果が役立っているといいます。面接担当用の資料には、応募書類や適性検査のスコアとあわせて、KIBITの解析結果（ポジティブスコア/ネガ予兆スコア、コピペ疑念の有無）が記載されています。
「面接の予備知識としてKIBITスコアを見てもらい、会話を通じて『本当にそうか？』『本心はどうなのか？』などを確認できるようにしました。もちろんエントリーシートには面接担当者も目を通しますが、定性的な情報を定量化して提示することで、より活用しやすくなりました」（村田氏）
実際に採用面接を担当した行員や支店長からは、「スコアを見ることで事前に大まかな傾向がつかめて参考になった」、「ネガティブ予兆がある場合は注意して面接した」、「コピペ疑念有の候補者は、応募書類を読んだ時と実際に話した印象にギャップがあった」などの声がありました。
採用プロセスは改善。ただし、本当の成果を見極めるのは数年後
2019年4月入行者の採用選考よりKIBITの活用が開始され、この春には2度目の入行者を迎えました。
「昨年新入行員を配属した店舗の支店長からは、『今年の新入行員はいいね』、『これまでより全体的に“粒揃い”“高レベル”“底上げ”』というポジティブな声が寄せられています」（新川氏）
しかし、このプロジェクトの本当の成果の見極めはまだこれからです。
「採用プロセスの効率化や、当行を正しく理解した志望度の高い学生の見極め、という点はすでに成果が出ていると言えます。ただ、このプロジェクトで重視しているのは将来のハイパフォーマーを見極める、という点です。入行1〜2年目の今はまだこのジャッジをするには早いので、彼らがこの先どのような活躍をしてくれるのかを見守りながら、数年後あらためて成果を確認したいと考えています」（村田氏）
次のテーマで、さらなるDX推進へ
人財部では、KIBITを含めたAI活用範囲の拡大検討を、継続して行っています。
「目標設定シートなど、テキスト解析を活用できそうなテーマはいくつかあがっています。既存のシステムやインフラの変更も考慮しなければならない場合もありますが、戦略の実現や業務効率化のために、デジタル技術の活用場面はもっと増やせるのではないかと話しています」（村田氏）
最後に、様々な部署でのDX推進プロジェクトを牽引する新川氏に、AI導入の成功ポイントや今後の展望を聞きました。
「AI活用の話を持っていくと、各部門からは『自分の仕事と結びつかない、やりたいがよくわからない』という声が出ることもあります。その場合まずは小さなことでもいいので「AIって使えそう」と感じる成功体験をしてもらうようにしています。
『そのデータを使えばこういう結果が出せるのでは』とまず解析をさせてもらい結果を共有する。戦略の見直しのタイミングで『その世界観の実現のためには、ここをデジタル化するとよいのでは』と話す。 これまでも、こういったコミュニケーションを繰り返す中で、『部門のこの課題を、AIでどうにかできないか？』と相談してもらえるようになり、具体的な検討につながっています。
今後も小さな成功体験を重ねながら、行内全体にAIの活用可能性を感じてもらい、横浜銀行のDXをさらに推進していきたいと考えています」（新川氏）
※本文中に記載されている会社名及び商品名は、各社の商標または登録商標です。
※記載内容は、2020年6月時点のものです。
