AI企業変革を読み解くAX、AI-native、AI-first
DXからAXへ——言葉は変われど、多くの企業は同じ轍を踏もうとしている。AI Transformation、AI-native、AI-first。これらの言葉を二つの軸で整理すると、AI企業変革のアプローチが4象限の地図として見えてくる。
People Analytics Idea HUB
Driven by クニラボ
What’s new?
Featured posts
Newsletter
Get all the latest posts delivered straight to your inbox.
Processing your application
Please check your inbox and click the link to confirm your subscription.
There was an error sending the email
Editor’s Choice
Previous posts
Get started with our best stories
HRにおける課題という言葉のあいまいさを活かす
「人事課題」という言葉をLLM3つに分類させたら、結果がバラバラだった。同じWebテキストを分析しているはずなのに。その「ズレ」の背景には、経営・現場・マーケットという3方向からの圧力を受け続ける人事の複雑な立場がある。
余白が、真の課題を連れてくる
最初に提示された課題は、たいてい本当の課題ではない。それに気づくために必要なのは、より高度な分析スキルではなく、余白だった。
Claudeでピープルアナリティクスを試す──LLMが賢くなるほど、使う側が試される
Claudeにピープルアナリティクスを任せるとあっという間にレポートが出来上がる。しかし分析プロセスを詳しく見ると、相関と因果の取り違え、一貫性の欠けたコード、もっともらしいが問題のある提言内容が見えてきた。LLMが自律的になるほど、使う側の評価スキルが試される。
探索メモ#1 データ分析を学ぶときの壁
日々の活動中で気づいたことや課題感を素直に語るPodcastです。今回は、データ分析を学ぶときの壁について。
ピープルアナリティクスが果たす役割は何だろうか
「何のためにピープルアナリティクスを導入するのか」——この問いに答えられている組織は少ない。分析手法の高度化ではなく、意思決定の主体が変わっていくプロセスとして捉え直したとき、ピープルアナリティクスの本質が見えてくる。
人事データ分析が難しい理由 ――現場の壁と乗り越え方
ピープルアナリティクスに取り組もうとする組織が最初にぶつかる壁は何か。データの整備状況、ステークホルダーとの合意形成、リテラシーの底上げ——本サイト運営者の武田が実務の現場から語りました。
