データ駆動で実現する、人と企業のマッチング

Transcript

1. © 2025 Wantedly, Inc. データ駆動で実現する、人と企業のマッチング 日本学術会議 公開シンポジウム 人工知能で生命を追求する データ駆動による生命の理解 ― 細胞から人の動きまで ― Jan. 9 2025 - 仲暁子、市村千晃（ウォンテッドリー株式会社）
2. © 2025 Wantedly, Inc. はじめに
3. 登壇者紹介 © 2025 Wantedly, Inc. 名前：仲 暁子 所属と役割： • ウォンテッドリー株式会社 • 代表取締役CEO
4. 登壇者紹介 © 2025 Wantedly, Inc. 名前：市村 千晃 所属と役割： • ウォンテッドリー株式会社 • データサイエンティスト • 推薦システムの開発・運用に従事
5. © 2025 Wantedly, Inc. 働くひとのマッチング 本日お話しすること
6. © 2025 Wantedly, Inc. 仲パート
7. © 2024 Wantedly, Inc. Wantedly, Inc. ウォンテッドリー株式会社 東京都港区⽩⾦台5-12-7 MG⽩⾦台ビル4F 代表取締役 仲 暁⼦ 証券コード 3991（東証グロース） 沿革 2010.09 2012.02 2016.1 1 2017.03 2017.09 2021.09 2022.04 フューエル株式会社を設⽴ 会社訪問アプリ「Wantedly」（現 Wantedly Visit） つながり管理アプリ「Wantedly People」 シンガポールで公式にサービス開始 東京証券取引所マザーズ市場に上場 Engagement Suite 「Story」社内報 「Pulse」チームマネジメント 「Perk」 福利厚⽣ 市場区分⾒直しに伴い東京証券取引所グロース市場に移⾏ About Wantedly 会社概要
8. © 2025 Wantedly, Inc. 人材を取り巻く社会情勢
9. © 2025 Wantedly, Inc. 日本における労働者のマッチング 6,000万人 400万社（40万社）
10. © 2025 Wantedly, Inc. 少子高齢化に伴う、構造的な人不足 / 強い売り手市場 出典：https://www.mhlw.go.jp/stf/newpage_42833.html
11. © 2025 Wantedly, Inc. 当社の考え方
12. 🩷 働くインセンティブ | 外的動機づけ vs 内的動機づけ
13. © 2024 Wantedly, Inc. AI等の台頭によって単純労働が淘汰された結果、創造的労働だけが残りま す。これは⾦銭によってモチベートすることができない分野です。 報酬とパフォーマンスは必ずしも⽐例しません。 だからこそこれからの時代で、⾦銭的にモチベートできない創造的労働 のインセンティブたりうるもの ー それは、「ビジョンへの共感」である とわたしたちは考えます。 この考えのもとで、わたしたちはモノづくりをしています。 創造的労働は ⾦銭でモチベートできない Business なぜやるのか 報酬とパフォーマンス 注 ：インドで⾏われた実験の結果。被験者を1ゲームあたりの最⼤報酬で3グループ    （4ルピー、40ルピー、400ルピー）の3グループに分けて6種類のゲームのグ    ループごとの平均得点を⽐較した調査。 出所：”Large Stakes and Big Mistakes” - Federal Reserve Bank of Boston
14. © 2024 Wantedly, Inc. Tasks Skills 共感マッチ Will スキルマッチ タスクマッチ Competencies 性格・コンピテンシーマッチ 人と組織・職をマッチする上での切り口 © 2024 Wantedly, Inc.
15. © 2024 Wantedly, Inc. Tasks Skills 19世紀の 適材適所 共感マッチ Will スキルマッチ タスクマッチ Competencies 性格・コンピテンシーマッチ これまでは、報酬と能力の等価交換
16. © 2024 Wantedly, Inc. Tasks Skills 19世紀の 適材適所 共感マッチ Will スキルマッチ タスクマッチ 21世紀の 適材適所 Competencies 性格・コンピテンシーマッチ 21世紀は、はたらきがいも
17. © 2025 Wantedly, Inc. Wantedlyで目指しているマッチング 400万人 4万社
18. 究極の適材適所により シゴトでココロオドル ひとをふやす TO CONNECT PEOPLE WITH THE RIGHT OPPORTUNITIES, CREATING A WORLD WHERE WORK DRIVES PASSION. ウォンテッドリーは、究極の適材適所を通じて、 あらゆる⼈がシゴトに没頭し成果を上げ、 その結果成⻑を実感できるような 「はたらくすべての⼈のインフラ」を構築しています。 About Wantedly 私たちのミッション
19. © 2025 Wantedly, Inc. Wantedlyが推進するマッチング
20. © 2025 Wantedly, Inc. Wantedlyで実現している、マッチングの2軸 共感を生む コンテンツ データの活用
21. © 2025 Wantedly, Inc. Demo 共感を生むコンテンツ | 顔がみえる
22. © 2025 Wantedly, Inc. 変化に伴う、新しいトレンド 出典：https://prtimes.jp/main/html/rd/p/000001227.000013485.html 有効回答数：376社調 / 期間：2024年4月15日～2024年5月2日 / 調査対象：企業・団体の人事担当 60% が実施
23. © 2025 Wantedly, Inc. 利用企業社数の推移
24. © 2025 Wantedly, Inc. 市村パート
25. © 2025 Wantedly, Inc. Wantedly Visit と推薦システム
26. © 2024 Wantedly, Inc. Wantedly Visit - プラットフォーム構造 仕事を探すユーザーと人材を探す企業がであい、つながる ツーサイドのプラットフォーム
27. © 2025 Wantedly, Inc. 膨大かつ多様な情報から魅力的なものを見つけるのが困難に • ユーザーや企業の数が大きく増加 • 登録ユーザー数 ~ 400万人 • 登録企業数 ~ 4万社 • ユーザーや企業の属性や嗜好性が多様化 サービス拡大に伴う課題
28. © 2025 Wantedly, Inc. 推薦システムを活用することで効率的にマッチングを生み出す 魅力的な情報に出会うためのソリューション
29. 推薦システムとは？ © 2025 Wantedly, inc. 複数の候補から価値のあるものを選び出し、 意思決定を支援するシステム 風間正弘, 飯塚洸二郎, 松村優也 著. 推薦システム実践入門 : 仕事で使える導入ガイド P2 より
30. © 2025 Wantedly, Inc. 相互推薦システムの導入
31. © 2025 Wantedly, Inc. 双方向の嗜好が満たされなければマッチングは成立しない 興味あり 成功 失敗 一般的な推薦 (Item to User) マッチングの推薦 (User to User) 成功 興味あり 興味あり 興味あり 興味なし 一方向の嗜好だけでなく 双方向の嗜好に基づいた推薦 が必 要 マッチングにおける推薦の難しさ
32. © 2025 Wantedly, Inc. 嗜好のすれ違いの発生 • 前提 • ユーザーと企業の両方の嗜好を取り入れた単一の機械学習モデル でマッチングの予測をしていた • 課題 • 片方の嗜好を重視してしまい、企業の嗜好には合うがユーザの嗜好 に合わない募集が上位に推薦される、といった事象が発生 Wantedly Visit で発生していた課題
33. © 2025 Wantedly, Inc. サービス内のユーザーを互いに推薦し合うシステム • 一般的な推薦システム（Item to User の推薦） • ユーザーからアイテムへの嗜好に基づいて推薦 • 相互推薦システム（User to User の推薦） • 推薦候補のユーザー / 推薦を見るユーザーの両方の嗜好に基 づいて推薦 相互推薦システム（Reciprocal Recommender Systems）とは？
34. © 2025 Wantedly, Inc. ユーザー 企業 ユーザー → 企業の嗜好予測 企業 → ユーザー の嗜好予測 各モデルの予測値を集約し マッチ度を算出 マッチ度が高いユーザーを 企業に推薦 マッチ度が高い募集を ユーザーに推薦 Wantedly Visit への相互推薦システムの導入 行動、プロフィール、募集などのデータ
35. © 2025 Wantedly, Inc. 応募・スカウトの両方で主要 KPI の改善 • ユーザーからの応募 • 応募数・応募起因のマッチング数が大きく改善 • 企業からのスカウト • スカウト数・スカウト起因のマッチング数が大きく改善 相互推薦システム導入による成果
36. © 2025 Wantedly, Inc. 解決すべき技術的課題
37. © 2025 Wantedly, Inc. キャパシティと全体最適を考慮した推薦の実現 • 相互推薦システムの導入により推薦の偏りは部分的に緩和 • しかし現在の相互推薦ではユーザー・企業のキャパシティや全体最適を考慮 した推薦は達成できていない こんなに応募が来ても対応できない … 全然応募が来ない… 解決すべき技術的課題
38. © 2025 Wantedly, Inc. キャパシティと全体最適を考慮した推薦の実現 どう解決に向かうか？ • マッチング理論に基づくユーザーのキャパシティを考慮した相互推薦の仕組 みの導入 関連研究 • マッチングプラットフォーム全体の利益（Social Welfare）を最大化する目的 関数を用いたランキングの提案 [Su et al., 2022] 解決すべき技術的課題
39. © 2025 Wantedly, Inc. ユーザーの行動特性に基づいたモデリング • ユーザーの中には、好意が来るのを待つ受動的なユーザーもいる • 受動的なユーザーは行動ログが溜まりづらく、嗜好を読み取りづらい • 適切なユーザーに推薦されない限り、マッチングが達成できない ❌ 魅力的なスカウトが来たら 返事しようかな 自分からは応募したくない 解決すべき技術的課題
40. © 2025 Wantedly, Inc. ユーザーの行動特性に基づいたモデリング どう解決に向かうか？ • 受動的なユーザーが適切な能動的なユーザーに推薦されやすくなるような推 薦アーキテクチャの検討 • プロフィール等のコンテンツを活用し受動的なユーザーの嗜好を捉える 関連研究 • ユーザーの Active / Passive な行動のグラフ表現と BERT によるテキスト の埋め込みからマッチングを行う研究 [Yang et al., 2022] 解決すべき技術的課題