Pinned Tweet
管理職の悩みは、一つではありません。
『管理職のジレンマ』では、現役の人事コンサルタントが、現場で培った知見をもとに、管理職が直面する悩みを実践知として発信しています。
あなたの悩みに近いテーマから、ぜひご覧ください!
▼お悩みから探す
creia.jp/dilemma/
🤖 Made with AI
生成AIが広がっても、これから就職する学生は、
「希望する就職先で求められる能力や姿勢」を身につける努力を今まで通り行うのが良いと思っています。
直近の『企業が採用時に求める人材要件の調査』を見ても依然としてコミュニケーション能力、誠実さ、意欲、素直さなどを重視しており、AI・デジタル活用能力は上位要件にはなっていないようです。
もちろん、どのタイプの企業に就職したいかによって求められるものは大きく変わります。
もともとITがビジネスの核にある企業では、高度なAI活用スキルが強く求められるようになるでしょう。
業務に生成AIを組み込む企業はケースバイケース。
AIが得意なことは任せ、本来の業務をより高めてもらおうとなるかもしれません。
個々人が業務の一部に生成AIを使っている(これが大多数)のケースでは、求める人材像はそこまで大きくは変わらないでしょうね。
70
成果に紐づかない頑張りは見直したいですが、若手が少し背伸びして試行錯誤する時間まで一律に削らないようにはしたいですね。
管理職やってますが、時間を無駄にしている人ほど、真面目に仕事をしている傾向にあると思ってます。皮肉なことに、頑張っていることが、時間の使い方を見直さない理由になってしまう可能性も高いです。定期的に時間を失っていないかは振り返るべきなんですよね。
例えば夜遅くまで仕事するとか仕事を何でも引き受けるとかしていれば、本人も一生懸命やってる感覚は得られますし、周りの人もそう思ってくれるはずです。ただ、その努力が求められている成果に適切に紐づいているかというと必ずしもそうではありません。
時間意識があまり高くない人が実際振り返ってみれば、自分がやったとしても成果には紐づかず、仮にやらなかったとしても困らない仕事は結構な数出てくるんですよね。
明らかに怠惰な時間を過ごしていれば、改善しなければと思うのが人間ですが、逆に頑張っている風の時間を過ごしていると、疑いを持ちづらくなるのもあるあるです。
間違った努力をしてしまうと限られた人生の時間がもったいなさ過ぎるので、時間意識は常に持つべきだと考えてます。月並みですが、時間だけは平等です。
1
62
和田 実 retweeted
月曜の朝、カレンダーの空き時間を見て「ここで気になっている件を片づけよう」と考える。
でも、その空白には突発的な相談や対応が入ってきますよね。
気づけば金曜。その件は今週も手つかずのまま。
空いている時間を、すべて使える前提にはしない方がいい。
気になる件を1〜2件に絞って、関わり方を先に決めておく。
・自分で動く
・人に動いてもらう
・「水曜までは待つ」と決める
大切なのは、「気になるから、とりあえず自分で動く」ではなく、限られた時間をどこに使うかを一度選んでから動くことだと思います。
月曜の朝、カレンダーの空き時間を見て「ここで気になっている件を片づけよう」と考える。
でも、その空白には突発的な相談や対応が入ってきますよね。
気づけば金曜。その件は今週も手つかずのまま。
空いている時間を、すべて使える前提にはしない方がいい。
気になる件を1〜2件に絞って、関わり方を先に決めておく。
・自分で動く
・人に動いてもらう
・「水曜までは待つ」と決める
大切なのは、「気になるから、とりあえず自分で動く」ではなく、限られた時間をどこに使うかを一度選んでから動くことだと思います。
和田 実 retweeted
部下から「この仕事、AIを使っていいですか」と聞かれたら、何を基準に答えるか。
一番大事なのは、AIに何かを判断させないこと。
そこだけだと思うんですよね。
情報を集めてもらうとか、整理させるとか、自分が主でAIを道具として使うんだったらいいと思います。
ただ、最終的に自分がやりたいことを具体化してもらうのではなく、丸投げで考えてもらうような使い方だと、ちょっと困るよ、という感じです。
【なぜ判断させてはいけないのか】
でも、文字になっていないものは苦手なんですよね。
・人間関係
・目に見えない影響力
・社内政治
人間はそういう断片的な情報をつなぎ合わせて、こうだろうなと感覚的に判断できる。
完全な情報はAIに投入できないし、大量に入れたとしても、人間と同じように解釈するかどうかは保証されない。
【見極めるのは管理職】
だから、AIに任せていいところと、人間が最後に責任を負わなきゃいけないところを、管理職が見極めなきゃいけない。
部下は、管理職からの
「ここまでは使っていいよ」
「ここは必ず人間がやってね」
という指示を受けてやる立場です。
指示を出す側が分かっていないと、いろんなリスクが起きる。
【AIは、考えを増幅するだけ】
AIが作ってきたものを信じるという形になってしまうと、リスクコントロールできなくなっちゃう。
管理職クラスで鵜呑みにする人がいるとは信じたくないですけど、結構いるだろうなと思います。
AIは、自分の考えを増幅しているだけ。
間違った考えを持っていたら、それもそれっぽく正当化してくれる。
「いやいや、そうじゃないよね」って突っ込めない人は、多分使わない方がいいと思います。
和田 実 retweeted
評価面談。
「課長は現場を何も分かっていません」
こう返されてうまく説明しきれない。
ただ上司にも理由があって、評価の根拠が十分にないと、確信を持って説明できないんですよね。
だから、ねぎらったり説明を曖昧にしたくなる。
評価の材料は成果物だけではありません。
相談のタイミング、報連相の頻度、
トラブル時の初動、
指摘後の修正の速さ…仕事中であっても集められます。
和田 実 retweeted
評価の時期になって、今期の成果を書き出してみる。
並んでいるのは、どれも「やったこと」だったりします。
「業務マニュアルを作成した」
→その結果、何が変わった?
「業務の手順が統一された」
→それによって、何が変わった?
「担当者による作業品質のばらつきが減った」
自分の仕事を振り返るとき、「やったこと」で止めずに、「何が変わった?」と一つずつ先をたどってみる。
管理職なら、さらに「その変化は、会社にとってなぜ大事なのか」まで考えてみる。
すべての仕事を、無理に売上や利益に結びつける必要はありません。
効率化、人材の成長、リスクの低減。会社にとっての価値には、いろいろな形があります。
部下から「この仕事、AIを使っていいですか」と聞かれたら、何を基準に答えるか。
一番大事なのは、AIに何かを判断させないこと。
そこだけだと思うんですよね。
情報を集めてもらうとか、整理させるとか、自分が主でAIを道具として使うんだったらいいと思います。
ただ、最終的に自分がやりたいことを具体化してもらうのではなく、丸投げで考えてもらうような使い方だと、ちょっと困るよ、という感じです。
【なぜ判断させてはいけないのか】
でも、文字になっていないものは苦手なんですよね。
・人間関係
・目に見えない影響力
・社内政治
人間はそういう断片的な情報をつなぎ合わせて、こうだろうなと感覚的に判断できる。
完全な情報はAIに投入できないし、大量に入れたとしても、人間と同じように解釈するかどうかは保証されない。
【見極めるのは管理職】
だから、AIに任せていいところと、人間が最後に責任を負わなきゃいけないところを、管理職が見極めなきゃいけない。
部下は、管理職からの
「ここまでは使っていいよ」
「ここは必ず人間がやってね」
という指示を受けてやる立場です。
指示を出す側が分かっていないと、いろんなリスクが起きる。
【AIは、考えを増幅するだけ】
AIが作ってきたものを信じるという形になってしまうと、リスクコントロールできなくなっちゃう。
管理職クラスで鵜呑みにする人がいるとは信じたくないですけど、結構いるだろうなと思います。
AIは、自分の考えを増幅しているだけ。
間違った考えを持っていたら、それもそれっぽく正当化してくれる。
「いやいや、そうじゃないよね」って突っ込めない人は、多分使わない方がいいと思います。
和田 実 retweeted
1on1で、上司が早く助言しすぎて話を閉じてしまう。
逆に、聞くだけで終わってしまう。
これは能力や熱意の問題というより、毎回その場のアドリブで回さざるを得ないからなのかもしれません。
本当に難しいのは、聞くことそのものより、聞いた内容を整理して、どう扱うかまで決めることなんですよね。
評価の時期になって、今期の成果を書き出してみる。
並んでいるのは、どれも「やったこと」だったりします。
「業務マニュアルを作成した」
→その結果、何が変わった?
「業務の手順が統一された」
→それによって、何が変わった?
「担当者による作業品質のばらつきが減った」
自分の仕事を振り返るとき、「やったこと」で止めずに、「何が変わった?」と一つずつ先をたどってみる。
管理職なら、さらに「その変化は、会社にとってなぜ大事なのか」まで考えてみる。
すべての仕事を、無理に売上や利益に結びつける必要はありません。
効率化、人材の成長、リスクの低減。会社にとっての価値には、いろいろな形があります。
▼「何をしたか」ではなく「その結果、何が変わったか」。アウトプットとアウトカムの違いと、明日からできる3つの習慣はこちらです
creia.jp/dilemma/evaluation-…
50
和田 実 retweeted
「新卒が減ったのはAIのせい」だけでは、説明しきれない気がしています。
少し前の日経に「新卒内定人数、過半の23業種で減少 大卒文系は5年ぶりマイナス」という記事が出ていました。
AIとの関係を匂わせる内容でしたが、ちょっと調べてみました。
調べてみると、労働市場全体では、中途採用の比重が以前より高まっているようです。
では、「新卒は採ってもすぐ辞めるから、中途採用に切り替えている」かというと、そう単純でもなさそうです。
厚労省の直近データでは、大卒者の3年以内離職率は31.2%。
「入社3年で3割辞める」と言われた2000年代と、驚くほど変わっていません。
一方、帝国データバンクの今年10月の調査では、新卒採用が中心の企業で特に多く挙がっていたのが「素直さ」でした。
専門性や即戦力という言葉がずいぶん定着したはずなのに、新卒にはまず「素直さ」を求めている。
裏返せば、「専門性を持った完成形を採る」というより、「自社のやり方を吸収してくれる若手を採って育てる」という発想が、まだかなり強く残っているようにも見えます。
仮に今の新卒が担っている業務がAIに代替されうるとしても、日本企業にとって新卒はいまだに特別な意味を持つ存在で、新卒そのものが要らなくなることは今のところなさそうです。
最近の新卒採用の減少は、単純な「新卒離れ」だけではないのかもしれません。
和田 実 retweeted
最近の採用現場で分かりやすく起きている変化は、学生が生成AIを使ってエントリーシートを作成・添削することが一般化したこと。
書類だけでは本人の個性や能力を見極めにくくなったので、面接での深掘りを増やしたり、一部の企業ではエントリーシートを廃止して動画や対話型の選考に切り替える動きがあります。
ただ、「AIスキルが無いと採用しない」「AIで人が要らなくなるので採用を控えよう」というレベルの採用戦略上の変化が起きているかというと、そこまでの変化はまだ起きていないようです。
「新卒が減ったのはAIのせい」だけでは、説明しきれない気がしています。
少し前の日経に「新卒内定人数、過半の23業種で減少 大卒文系は5年ぶりマイナス」という記事が出ていました。
AIとの関係を匂わせる内容でしたが、ちょっと調べてみました。
調べてみると、労働市場全体では、中途採用の比重が以前より高まっているようです。
では、「新卒は採ってもすぐ辞めるから、中途採用に切り替えている」かというと、そう単純でもなさそうです。
厚労省の直近データでは、大卒者の3年以内離職率は31.2%。
「入社3年で3割辞める」と言われた2000年代と、驚くほど変わっていません。
一方、帝国データバンクの今年10月の調査では、新卒採用が中心の企業で特に多く挙がっていたのが「素直さ」でした。
専門性や即戦力という言葉がずいぶん定着したはずなのに、新卒にはまず「素直さ」を求めている。
裏返せば、「専門性を持った完成形を採る」というより、「自社のやり方を吸収してくれる若手を採って育てる」という発想が、まだかなり強く残っているようにも見えます。
仮に今の新卒が担っている業務がAIに代替されうるとしても、日本企業にとって新卒はいまだに特別な意味を持つ存在で、新卒そのものが要らなくなることは今のところなさそうです。
最近の新卒採用の減少は、単純な「新卒離れ」だけではないのかもしれません。
▼「大卒文系は5年ぶりマイナス」。AIとの関係を匂わせていた元の日経記事はこちらです(会員限定)
nikkei.com/article/DGXZQOUC1…
43


