HRISのAIは、自然な言葉による検索、入力用の情報の読み取り、勤怠での顔認証など、特定の作業を支援します。何のために使うかを明確にし、利用者が結果を確認できることが重要です。
自然な言葉で情報を検索する
通常の検索は、保存された情報と同じ語句を入力する必要があることがあります。Semantic SearchはLLMとの連携により、自然な表現で書かれた検索意図を捉え、関連する情報を探しやすくします。探したい内容は分かっていても、正確な用語や言い回しが分からないときに役立ちます。
Sigma HRISとForte HRISにはAI AssistantとSemantic Searchがあります。デモでは検索できる情報を確認し、従業員が普段使う言葉で質問してみましょう。同じ意味で表現を変えた質問の結果を比較し、目的に合っていて理解しやすいかを確認します。
画像とテキストからの入力を支援する
AI Assisted Data Entryは、画像やテキストを読み取り、すべてを手入力する負担を減らします。読み取り後は元資料と比較し、特に氏名、日付、数値を確認してください。誤りがあれば修正してからアプリケーションへの入力を進めます。
元資料の品質は重要です。ぼやけた画像、欠けた文字、分かりにくい配置は結果に影響します。テストには会社で実際に使う資料を用意してください。画像と文字を読めることは、どの形式や状態でも完全に読めることを意味しません。
勤怠での顔認証と生体検知
Face Recognitionは勤怠記録時の顔の照合を支援します。Liveness Detectionは、写真や録画ではなく、その場で撮影された顔かを確認するために使います。役割が異なるため、モバイル勤怠の準備時にそれぞれを理解しておく必要があります。
Sigma HRISとForte HRISではAI AssistantとFace Recognitionの連携が含まれ、そのAI連携に追加料金はかかりません。Liveness DetectionはFace Recognitionに含まれます。アプリケーション、モジュール、端末、設定の利用要件は、見積内容と会社の状況に合わせて確認します。認証結果は撮影条件や端末にも影響されます。
必要に応じて使い、確認手順を明確にする
会社は要件に応じてAIの利用を検討できます。支援する作業、利用者、結果の確認方法を決めてください。従業員に関する重要な判断は、権限者が確認せずにAIの出力だけに従うべきではありません。誤った結果の報告方法も共有します。
Sigma Solusi Informatikaは品質を重視し、機能の設計に従って重要なデータをAI連携先へ渡さないようにし、問題解決まで利用を支援します。処理する情報の範囲は、使う機能ごとに確認します。Sigma HRISはオンプレミスとプライベートクラウド、Forte HRISはクラウドで提供します。お客様の声を反映した定期的な開発で、AI機能を実際の利用ニーズに合わせて改善します。
人事業務でAIを使う前にテストする方法
会社の利用環境を反映した例を用意する
入力支援では、鮮明な画像、品質の低い画像、異なる配置のテキストを用意します。各例で何が読み取られるべきかを決め、結果の内容、不足、修正箇所を確認します。整った書類を一つだけ試すより、実態に近い評価ができます。
Semantic Searchでは、簡単な質問と、利用者が普段使う言い換えを試します。検索の意図と利用可能な情報に合う結果かを確認し、質問が広すぎれば文脈を補います。もっともらしい結果でも、従業員や会社の処理に関する行動の根拠にする前には確認が必要です。
確認が必要な場面と修正手順を決める
AIの結果を作業支援に使える場合と、利用者の確認が必須の場合を明確にします。誤りは元資料とともに記録し、サポートが調査できるようにしてください。確認済みのデータとAIの出力が違うという理由だけで重要な決定を変えないことが大切です。責任ある利用には人による確認が含まれます。
Sigma HRISとForte HRISは、要件に応じたAIの利用、Sigmaのチームによる支援、問題解決までのサポートを提供します。例を添えたご意見は調査と開発に役立ちます。入力や検索の一部の負担を減らしながら、利用者が結果を理解し、業務を自ら管理できるようにすることが目的です。
AI利用時の人による確認に関する参考資料: Microsoftの責任あるAIに関するガイド