Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
SmartHRのデータ戦略 ─非構造化 データが拓く人的資本経営の未来─
Search
Kotaro Inoue
February 12, 2026
Technology
100
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
SmartHRのデータ戦略 ─非構造化 データが拓く人的資本経営の未来─
@AI時代のデータ活用 ── リアルなデータの面白さとツラミと可能性
https://ivry.connpass.com/event/377161/
Kotaro Inoue
February 12, 2026
More Decks by Kotaro Inoue
See All by Kotaro Inoue
敵対生成プロンプト同時探索による内省型プロンプト最適化
kinoue_smarthr
0
120
Other Decks in Technology
See All in Technology
Databricks 月刊サービスアップデート 2026年05月号
tyosi1212
0
210
ITエンジニアを取り巻く環境とキャリアパス / A career path for Japanese IT engineers
takatama
4
1.8k
Oracle AI Database@Google Cloud:サービス概要のご紹介
oracle4engineer
PRO
6
1.5k
実装は速くなった、レビューはどうする? ― 自身のレビューをAIで再現させるサーヴァントエンジニアリングのすゝめ / Implementation got faster. So what about reviews? — An invitation to Servant Engineering: Recreating your own code reviews with AI
nrslib
7
4.2k
AIにフローを作らせようとして挫折した話
hamatsutaichi
0
220
【Gen-AX】20260530開催_JJUG CCC 2026 Spring
genax
0
440
Microsoft Build Keynoteふりかえり
tomokusaba
0
100
noUncheckedIndexedAccess、3時間、1万円。 / noUncheckedIndexedAccess, 3 Hours, 10,000 JPY.
kaonavi
1
330
運用を見据えたAIエージェント設計実践
amacbee
1
3.2k
AI Adaptable なテストを整える工夫 / Ways to Make Your Tests AI-Adaptable
bitkey
PRO
3
220
2026.06.13_AI時代に事業会社が「SIer出身エンジニア」を求める理由 / Why Businesses Seek Engineers with a System Integrator Background in the AI Era
jumtech
0
760
新規事業を牽引する技術選定 〜フルスタックTypeScript開発の実践事例〜
nullnull
3
360
Featured
See All Featured
Agile Leadership in an Agile Organization
kimpetersen
PRO
0
160
New Earth Scene 8
popppiees
3
2.3k
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
270
The untapped power of vector embeddings
frankvandijk
2
1.7k
Thoughts on Productivity
jonyablonski
76
5.2k
Stewardship and Sustainability of Urban and Community Forests
pwiseman
0
220
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
0
390
Ruling the World: When Life Gets Gamed
codingconduct
0
250
The SEO identity crisis: Don't let AI make you average
varn
0
480
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.9k
Transcript
SmartHR のデータ戦略 非構造化データが拓く人的資本経営の未来 株式会社SmartHR 井上 耕太朗 2026/02/12 © SmartHR, Inc.
話すこと 1. SmartHR って何の会社? 2. SmartHR のAI 時代のデータ戦略 3. 非構造化データのリアルと活用
4. 非構造化データ AI における課題 5. SmartHR の目指すデータの先
自己紹介 井上 耕太朗(ML エンジニア) 【工学博士】 前職は画像処理ML 系SaaS プロダクトの開発、PoC 、 客先導入支援などに従事
2025 年4 月からSmartHR に入社 AI-OCR の開発や評価基盤の構築、AI 類似従業員検索 の立ち上げなど担当 ☕ コーヒーとarXiv の知識を入れるのが日課 3
SmartHR って何の会社?
None
None
SmartHR のAI 時代のデータ戦略
SmartHR にある非構造化データ フォーマットが一意でない / 毎年変わるデータが山盛り! キャリア: 履歴書, 職務経歴書 契約書類: 雇用契約書,
誓約書, 請求書 手続き: 保険料控除証明書, 給与所得者の基礎控除申告書 兼 配偶者控除等 申告書 兼 所得金額調整控除申告書 人事評価: 評価シートの評価者および被評価者のコメント その他: 資格やスキル, アンケート回答など 8
これまでの非構造化データの山登り 順番にデータ山を登るしかなかった。職人が構造化ロジックを手作り… ! 9
AI 時代の非構造化データ山の登り方は多様 LLM の登場でデータ山にロープウェイができた 10
SmartHR の非構造化データ山の登り方 蓄積データを軸とした2 ステップ構成+α 11
SmartHR のデータ戦略: データで作るハーベストループ 12
非構造化データのリアルと活用
非構造化データを利用したアプリケーション AI-OCR 様々な履歴書や保険料控除証明書の内容を 読み取り、項目への入力を自動化します。 AI アシスタント 就業規則などのドキュメントを参照して、 従業員の問い合わせ回答を自動化します。 AI 類似従業員検索
従業員データから近しいスキルや経歴の人 材を検索できます。 14
非構造化データの例: 保険料控除証明書 日本生命[1] 第一生命[2] 住友生命[3] 15 [1] https://www.nissay.co.jp/keiyaku/oshirase/hokenryokojo/simulation/img/img-02.jpg [2] https://www.dai-ichi-life.co.jp/examine/deduction/tool/image_v2/img_deduction_02.gif
[3] https://www.sumitomolife.co.jp/infolist/revise/sinkokutool/images/image2.png
非構造化データのデータ蓄積: AI-OCR マルチモーダルLLM とルールベースの組み合わせで柔軟性と品質を担保 構造化されたデータは蓄積され、SmartHR の人的資本データを豊かにする 16
非構造化データのプロダクト活用: AI 類似従業員検索 蓄積されたデータで人的資本経営の示唆を与える 17
非構造化データの概念実証への応用: 申請データの模造 申請には差し戻しがつきものだが、どのような解決策が効果的なのか不明確 そこで既存の申請傾向を分析し、生成AI で構築した申請シミュレーション環境 で解決策の適用可能性を定量評価。 妥当性の高い示唆が得られている。 18
非構造化データ AI における課題
非構造化データ活用における課題は山積み 事業活用面では法律/ モラルと品質保証の大きく2 つの課題がある 法律/ モラル的課題 ( 非構造化データに限らない) 見知らぬところで自身/ 自社のデータが利用されるのは当然不安
→ ユーザ許諾はもちろん、法務・セキュリティ部門のレビューを徹底 データガバナンスの整備も重要 品質保証の課題 AI 出力は常に一意とはならないが、説明性が求められる場合がある → 何でもプロンプトやモデルで解決しない, 品質監視基盤も必要 20
不確実な出力と価値提供に向き合う基本の「き」 リリース判断用のデータと、その健康状態を定量的に測定できる指標を予め用 意して監視。特に前者はドメインエキスパートのノウハウが重要。 21
実際にあったこと 監視体制が有ったため難を逃れた事例が多い。 解決策はAI 部分だけとも限らないのでチーム全体での課題認識も大切。 ある日を境に突如AI 出力の傾向に変化が! → オンライン評価で発覚し調査、ルールベース追加で対応 利用モデルのサポート終了期限が! →
オフライン評価でリリース判断、オンライン評価で性能監視 なんでこうなるの?系問い合わせが! → トレースログから問題を特定、対象ケースでのUI 改善 22
SmartHR の目指すデータの先
大変だけど面白い世界も広がっている SmartHR に眠る大量のコンテキストはまだ掘り出し切れていない! 24
SmartHR の目指すデータの先 目指すは唯一無二の人的資本経営プラットフォーム! 各プロダクトで生まれた構造化・非構造化データを意味のある形で蓄積 プロダクトを使うほどデータが溜まり、できることがさらに多機能に SmartHR のデータ活用に興味があれば、ぜひカジュアル面談から! 25