資策會數位轉型研究院─FIND中心

面對高齡化和社會少子化，導致勞動力減少的問題，東京都立大學的白鳥成人教授利用人工智慧（AI）開發出一款能夠預測可能會離職的員工。此工具的出現，對留住人才有困難的企業，或許提供了解決方向。

個別分析數據，掌握要因擬定最適當應對措施

此AI系統可根據包括出勤記錄、過往就業史、年齡、性別、出生地等個人數據評估並預測辭職機率，同時也可進一步分析員工平時在職行為與舉止、公司考評相關資訊分析員工是否有離職念頭，為企業提供預防性支援的相關對策。

離職預測AI系統的3大特色

1. 掌握員工移動狀況
透過AI系統掌握員工移動的情況，重點觀測員工的工作地點與居住地距離、所使用的交通工具、通勤花費時間成本等，進一步分析現職在哪個階段出現問題、問題程度以及改善情況。當特定時期的離職或休假風險數據惡化時，透過詳細調查分析該時期數據，能夠更容易釐清離職的原因。

2. 將離職與休假者進行分組
將離職和休假者進行分組後，找出人力感知不到的關鍵部分。如此可以了解不同離職模式的差異，並確定哪些措施能有效留住人才。

3. 找出特定離職原因並對症下藥
透過AI系統分析的數據，找出特定導致離職和休假的因素和模式，擬定出最適合每位員工的措施。如此一來便可以針對離職和休假風險較高的員工進行關照，從而最大程度地降低成本。

「預知離職」的利與弊

使用AI預測員工離職在人力資源管理中儼然成為重要課題，然而這項技術也帶來相關爭議。尤其是如何確保公平性，並避免偏見。另外，由於此項技術需建立在監視員工勞動相關行為的前提，是否違反職場倫理以及侵犯私領域，也有兩派不同看法產生。

使用預測離職AI系統管理員工的離職，利弊並存:

優點:

•透過及時介入可以降低離職率。
•透過向雇主發出預防性處理潛在問題的信號，有可能提高員工滿意度。
•離職率降低可以節省企業在新員工招聘和培訓方面的成本。

缺點:

•機密數據若未妥善處理，存在侵犯員工隱私的風險。
•部分員工對於被AI評估可能感到不適，存在道德上的爭議。
•AI預測並非百分百準確，且其評估過程不透明，可能導致員工對於企業信任及忠誠度降低。

結語

儘管離職預測AI在人力資源管理中帶來不少便利性，但同時也必須認真處理相應的風險和挑戰。需要針對性地制定相關政策和規範，確保AI應用是在公平、透明且符合倫理標準的前提下進行。同時也需要不斷地監測和評估AI系統的性能，以確保其符合最高標準的要求。

日本活用AI預測員工離職，強化人才運用提升企業效率