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
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Kotaro Inoue
February 12, 2026
Technology
140
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
320
Other Decks in Technology
See All in Technology
変更し続けられるシステムをどう保つか — AI時代のSSoTという設計原則
kawauso
1
1.1k
伝票作成AIエージェントを支える、LLMOpsとインフラの選択肢 / AICon2026_takeda
rakus_dev
0
260
AI時代こそ、スケールしないことをしよう -「作る人」から「なぜ作るか」を考える人へ / Do Things That Don't Scale in the AI Era — From How to Why
kaminashi
1
100
AI_Dev_Day_製造業領域でのAI活用から見た活用の罠と成功に導く実践知.pdf
kintotechdev
0
160
生成 AI 時代にいま一度「問い合わせ」について考えてみる
kazzpapa3
1
130
AIコード生成×サプライチェーン攻撃 — PHPが直面する“二重の信頼問題
shinyasaita
0
460
アップデートで何が変わった?デモで学んで使いこなすIBM Bob2.0
muehara
0
230
「守りたい体験」を渡すだけで E2E を生成させられるようになった話
hinac0
2
1k
大量データに対しても、生成AIを用いてリーズナブルにデータ加工をしたい!Databricksのai_queryについて調べてみた
kamoshika
1
280
凡エンジニアがこの先生きのこるためには。〜TypeScript完全に理解したい〜
alchemy1115
2
420
ファミコンでPHPを動かす / PHP on the Famicom
tomzoh
2
620
【公開用】AI_Dev_Ex2026_AI_登壇資料
matsuritechnologies
PRO
1
490
Featured
See All Featured
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
1
2.8k
How to make the Groovebox
asonas
2
2.3k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
72
40k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
65
57k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
230
23k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.9k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
28
3.6k
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
220
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
62
45k
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
370
Applied NLP in the Age of Generative AI
inesmontani
PRO
4
2.4k
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