しくみ できること 料金 デモをリクエスト

人事データ・AI活用

バラバラのまま
つなぐだけ。
集め、読み解き、
答え、賢くなる。

統合しなくても、つながる。翌週からコタエが出ます。

今のシステムは入れ替えません 現場に入力画面は作りません 読み取りも保管も国内で完結します

各社でバラバラのシステムやファイルが、中央のAIに吸い寄せられて一つにまとまる様子 人事SaaS タレントマネジメント 子会社タレマネ Excel台帳 勤怠 子会社の勤怠 評価シート スプレッドシート 議事録 日報 面談記録 採用管理

面談で異動希望を出したまま、動いていない人は

面談ログから希望を取り出し、異動履歴と突き合わせました。

A社
B社
C社

出典:各社の面談記録・議事録/異動履歴(今月の更新分)

どんなサービスか

初期構築のいらない、
人事データ連携AIエージェントです。

統合データベースは作りません。各社のシステムをそのまま残し、パイプラインとAIでつなぎます。グループ内や各システムから情報を集め、期限を過ぎた組織に連絡し、集まった数字やデータを一つずつ手直しする。この作業はもう不要です。見たい数字に足りないデータも、専門スタッフが一緒に考えます。

01

統合しない

各社のシステムも様式も、そのままで構いません。会社が増えたときにやることは、接続を1本足すことだけです。

02

初期構築がいらない

共通の器を先に作らないので、大きな初期費用が発生しません。ファイルを置けば、翌週からコタエが出ます。

03

使うほど賢くなる

御社での用語の定義や数え方が溜まります。担当者が代わっても、去年と同じ条件の数字が出ます。

概要

データを集める方法に、三つめの道ができました。

グループ横断で数字を見たいとき、答えは長く二つだけでした。統合データベースの計画が止まってきたのは、様式の違いも文章の中身も、人が読まなければ揃わなかったからです。その読む部分をAIが担えるようになり、三つめの道ができました。

これまでの選択肢 1

統合データベースを作る

器を一つに揃えてから、数字を見る

これまでの選択肢 2

人手で集めて、突き合わせる

依頼と集計を、報告のたびに繰り返す

三つめの選択肢

各社はそのまま、AIでつなぐ

器を作らないので、初期構築が要らない

着手時間
定義の合意
システムの移行
運用の統一
数字が見える

作り切るまで、成果は出ない

依頼→回収→突合
報告
〃
報告
〃
報告

毎回、同じ工数がかかる

つなぐ設定
聞けば、いつでも数字が出る

初期構築がないので、つないだ翌週から答えが出る

初期構築
共通の器(データマート)の設計と構築が先に必要
不要。ただし毎回、人の工数がかかる
不要。ローデータのまま持つので、初期費用も小さい
各社のシステム
移行し、運用を統一する
変えないが、様式を配って集める
そのまま。手を入れない
会社が増えたとき
設計をやり直す
そのぶん工数が増える
接続を足すだけ
文章の中の情報
対象にならない
対象にならない
面談記録や日報も、項目になる
数え方のぶれ
定義の合意そのものに時間がかかる
担当者が代わると、数え方も変わる
承認した定義が自動で残る

しくみ

取り込んだままの形で置いて、AIが読み解きます。

各システムから取り込んだデータは、加工せずそのままの形で置きます。共通の型に揃えた入れ物、いわゆる統合データベースは作りません。整形も名寄せも集計も、必要になった時点でAIが行います。器を作る初期構築がないので、費用を抑えたまま、つないだ翌週には最初の答えが出せます。いつも使っているチャットにつなげば、その画面から日本語で頼めます。

データソース

採用管理
タレントマネジメント
勤怠
評価シート
スプレッドシート
面談記録・議事録・日報

各社そのまま

HaKaSe HR Agent

パイプライン

コネクト各システムに接続し、毎朝・毎週など決めた周期で様式のまま取得
ドロップ置くだけ。AIが中身を読んで何のデータかを見立て、承認を求める
ローデータのまま持つ加工前のまま。共通の型に揃えた入れ物(データマート)は作らないので、初期構築が要らない

AIエージェント

読み解いて、答える整形・名寄せ・集計・分析を、聞かれた時点で行う
LLM 記憶 ナレッジ
使うほど賢くなる御社での定義や計算式が候補として上がり、承認したものが次回以降の前提になる

コミュニケーションApp
(任意の連携)

Slack
Teams
いつものチャットで
頼む/受け取る

依頼と通知

合わせるのは、御社ではなくAI側。
だから、かゆいところに手が届く。

持ち方

どんな持ち方でも読む

列の並びも項目名もファイルの形も、会社ごとに違って構いません。揃える作業は、読み取る側で引き受けます。

定義

御社の定義のまま数える

離職率も管理職も、御社での決め方をそのまま使います。標準の定義に合わせ直していただく必要はありません。

言葉

社内の言い回しで通じる

部署名も制度名も、社内で呼んでいるとおりに聞けます。使うほど言葉が溜まり、説明がいらなくなります。

集める

人事の外にあるデータまで、統一せずに揃います。

各社が今使っているファイルと、今出している項目のまま読み取ります。様式の配布も記入のお願いも要りません。人事システムの中だけでなく、事業部の稼働や面談ログなど、人事の外にあるデータも同じように扱えます。答えを変えるのは、たいてい後者です。

これまでのやりかた

頼んで、くっ付けて、直す

集まるまでの期間が、そのまま報告の遅れになります。

  • 必要なシステムや組織にデータ出力を依頼する
  • 期限を管理し、遅れている場合はアラートを出す
  • 集まったデータを1つ1つ結合する
  • 定義が違う列や表記揺れを、手作業で補正する

HaKaSe HR Agent

各様式のまま読み取る

つなぐ手段は2つ。システムに接続するコネクトと、手元のファイルを置くだけのドロップです。ドロップなら情報システム部門の接続作業を待たずに、人事部だけで今週から試せます。

  • コネクト:人事システムの標準出力を、加工せずそのまま
  • コネクト:つないだ後は、決めた周期で自動的に取り込む
  • ドロップ:Excel台帳でもPDFの一覧表でも、置くだけで中身を見立てる
  • ドロップ:事業部から受け取ったファイルも、人事部が置くだけ
  • ドロップ:面談ログや議事録のような文章も、そのまま対象になる

読み解く

データのブレも意味が分かるので問題なし。

現場の入力を一つも増やさずに、項目が増えます。「データが無い」とされてきた項目の多くは、日報や議事録の中に文章として残っています。読んでレコードにするのは、人でなくてもできます。

文章から、新たなデータをつくる

指定した資料だけを読み、氏名と日付のついたレコードに変換します。文章しかなかった項目が、数えられる形になります。

面談記録

本人の希望と、その時期を取り出す

担当者が読み返して転記していた内容が、会社をまたいで並べられる形になります。

議事録

業務内容や関与度が分かる

誰がどの案件に、どこまで関わっているのか。文中に埋まっていた事実が、確認できる記録として残ります。

日報

担当業務の実態を、項目として持つ

制度上の配置と、実際にやっている仕事の差を、後から見比べられます。

過去の申請資料

昇格・異動の経緯を、遡って揃える

システム移行前の履歴が抜けている会社も、当時の資料から補えます。

同じ名前の別物を、見分ける

呼び名と数え方の違いを、比較できる単位に寄せます。各社に定義変更をお願いする必要はありません。

各社の持ちかた等級/グレード/ジョブレベル
比較できる単位階層の深さで並べ替えた等級
各社の持ちかた管理職/マネージャー/役職者
比較できる単位部下を持つ職位の範囲
各社の持ちかた入社日/グループ入社日/転籍日
比較できる単位在籍の起算日をそろえた年数

答える

聞けば答える。聞く前にも、知らせる。

揃ったデータに対して、SQLなどの専門スキルも分析画面の操作も要りません。日本語で聞けばその場で集計され、変化があった項目は、聞かなくても向こうから届きます。

機能 05 / 聞けば答える

日本語で聞いて、その場で集計する

女性管理職比率を、会社別に出して

対象会社の等級台帳から集計しました。

A社
B社
C社

出典:各社の等級台帳(今月の更新分)

この中で、退職率も高い部署は

在籍データと突き合わせ、両方が高い部署を並べました。集計に使ったローデータは、1件ずつ開いて確認できます。

機能 06 / 自ら知らせる

変化があった項目から、先に届く

定期レポート

  • 女性管理職比率が、前回から下がった会社があります
  • 退職率が、前回より上がった部署があります
  • 提出期限のある項目で、まだ揃っていない会社があります
  • それぞれの項目に、根拠となった資料への参照がつきます
  • 宛先と項目は、担当する会社・部門ごとに分けられます
  • 受け取る側の操作は、開いて読むところまでです

できること

3つの領域で、人事の代わりに動きます。

いつもの社内チャットで頼めばその場で片づき、頼まなくても決めた変化が届きます。

人事経営支援

経営に説明できる人事へ。散らばったデータを毎回集め直す作業をなくし、根拠のある案を用意します。

社内チャット# 人事チーム

人事担当

前四半期の退職率を事業部別に教えて

HaKaSe HR Agent

事業部別に並べました。集計の元になったデータと出典も開けます。

頼まなくても届く A部門で、前月から気になる変化が3件出ています
メッセージを入力
意思決定の質

離職の兆しを早めに知る

勤怠や評価、異動歴の変化から気になる動きを拾い、部署単位で早めに共有します。

意思決定の質

配置・昇進の候補案をつくる

評価履歴と経験の組み合わせから候補を並べ、なぜその人かを必ず添えます。

業務効率

経営会議の人材レポートを用意する

人員、採用、離職、人件費を毎月同じ形にまとめます。数字の集め直しは不要です。

意思決定の質

要員計画を試算する

「この部門を5人増やしたら」を人件費と採用難易度の両面から試算します。

学習

使えば使うほど、御社の人事として賢くなっていきます。

一般的な人事の知識で答えるのは、最初の1回だけです。分析のたびに御社での用語や計算の仕方が候補として上がり、管理者が承認したものが次回以降の前提になります。担当者が代わっても同じ定義のまま数字が出るので、数え方の食い違いが起きません。

分析の直後に、候補が上がる

集計データと計算式を、今回の分析から学習候補として保存できます。

ナレッジ候補が見つかりました

離職率の定義と計算方法ドメイン用語

自己都合・契約期間満了を含む全退職を分母から除く。年度途中は参考値として扱う。

学習用に登録しました。管理者の承認後、次回以降の分析で参照します。

承認したものだけが、前提になる

  • 候補は、担当者が使った分析からそのまま上がります
  • 管理者が内容を開いて確認し、承認します
  • 承認された定義で、次回以降は最初から集計されます
  • 承認していない候補は、参照されません
  • 登録した定義は、後から書き換えも取り消しもできます
  • 担当者が代わっても、承認済みの定義がそのまま使われます

溜まっていくもの

用語

御社で使う言葉の意味

「離職」「管理職」「在籍」が、御社ではどこまでを指すのか。会社ごとの例外も含めて残ります。

計算式

数え方と、含める範囲

分母に何を入れ、どの期間で切るか。過去に出した数字と同じ条件で並べられます。

対応

各社の呼び名の対応表

どの会社のどの呼び名を、どの定義に寄せたのか。新しく加わった会社にも、同じ対応を当てます。

切り口

よく見る並べ方

会社別、部門別、等級別。毎回指定していた条件が、次からは初期状態になります。誰が聞いても同じ形で返ります。

知見

その問いに足りないデータを、着手前に指摘します。

当社はセプテーニグループの一員として、まず自社グループのピープルアナリティクスを実務として回してきました。どの問いにはどのデータが要るのか、どれを足すと精度が上がり、どれを集めても使い道がないのか。そこを先に申し上げられるのは、分析する側に立って何度も外してきたからです。

退職の予兆を、早く見たい

足りないデータ
イベント参加などの社内行動履歴。誰がどの場に出てきているかは、評価や勤怠のデータには残っていません

次世代リーダーをピックアップ

足りないデータ
繋がりの量を把握するデータ。誰が部門や会社を越えて人とつながっているかは、等級や評価では見えません

人事異動・配置の調整

足りないデータ
個々のキャリアビジョン。面談ログなどの文章から取り出せば、項目として持てます

安全性

読み取りも保管も、日本国内で完結します。

扱うのは個人情報を含む人事データです。処理の経路を国内に閉じ、どの段階でも国外にデータが出ない形で運用します。その運用は、セプテーニグループがデジタルマーケティング事業で培ったデータマネジメントのノウハウを使って仕組み化しています。

保管

データは国内に置く

保管先は日本国内のリージョンに限定します。置き場所は接続設計の時点で確定し、契約に書き込みます。

処理

読み取りも国内で行う

資料の読み取り、レコードの生成、照会への応答まで、すべて国内の環境で処理します。

転送

国外には出さない

処理のためであっても、国外へデータを転送しません。国外の再委託先も使いません。

蓄積

溜まるのは御社の中だけ

承認された定義や計算式は御社の環境の中だけに蓄積します。他社の分析に使うことも、汎用モデルの学習に使うこともありません。

費用

設計から始めることも、
すぐに使い始めることもできます。

費用は二つに分かれています。最長3ヶ月で、AIエージェントを使ってどの業務をどう変えるかを決める「設計」。そして、HaKaSe HR Agent を月額で使う「利用」。設計は必須ではなく、設計を挟まずに利用から始めることも、設計の結果を見てから利用に進むかを決めることもできます。金額は、対象の範囲と規模をうかがったうえでお見積りします。

STEP 1|設計

Design

AIエージェントを活用した業務設計|期間:〜3ヶ月

  • 答えられるようにしたい問いと、見たい数字を決める
  • 置くファイルと、つなぐシステムの棚卸し
  • 誰が、どの場面で、どう使うかの業務設計
  • ご希望により、HR Agent 以外のAI活用も設計の対象にできます
  • 設計だけのご発注もできます
費用範囲に応じてお見積り

STEP 2|利用

Run

HaKaSe HR Agent の月額利用

  • 従業員数とご利用人数に応じた、規模別の月額
  • Slack/Teams など、いつものチャットから日本語で聞けます
  • 承認した定義や計算式が溜まり、使うほど御社向けに賢くなります
  • 手元のファイルを置くドロップなら、初期費用はかかりません
  • オプション|初期費用:各システムにつなぐコネクトを使う場合のみ、接続の範囲に応じてお見積り
月額規模に応じてお見積り

よくある質問

よくあるご質問にお答えします。

システムの統合は必要ですか。

必要ありません。各社のシステムも様式もそのままで、読み取る側で比較できる単位に寄せます。

費用はいくらから始められますか。

費用は「設計」と「利用」の二つです。設計は、AIエージェントを使ってどの業務をどう変えるかを決める業務設計で、期間は3ヶ月まで。設計だけのご発注もできます。利用は、HaKaSe HR Agent の月額で、従業員数とご利用人数に応じて決まります。手元のファイルを置くドロップなら初期費用はかからず、各システムにつなぐコネクトを使う場合のみ、接続の範囲に応じた初期費用をお見積りします。金額は、対象の範囲と規模をうかがったうえでご提示します。

情報システム部門の対応は必要ですか。

ドロップだけで始める場合は不要です。人事部の手元にあるファイルを置くところから試せます。コネクトを使う場合のみ、接続の許可と設定でご協力をいただきます。

導入までにどのくらいかかりますか。

ドロップなら、置いた翌週から聞けます。コネクトは接続設計から2〜4週、対象を全社に広げる場合はそこから2〜3ヶ月が目安です。

各社のツールや定義がバラバラでも揃いますか。

呼び名と数え方の違いは、寄せた根拠を残したうえで揃えます。読み取れない項目は無理に揃えず、空欄だと分かる形で残します。

現場に入力してもらう必要はありますか。

ありません。新しい入力画面は作らず、従業員への質問やアンケートの送付も行いません。

どこまでのデータを読むのですか。

棚卸しで一覧にして合意したデータだけです。事業部から受け取ったファイルも対象にできますが、個人間のチャットやメールは対象外です。

推定が混ざるのではないですか。

レコードには元の資料名・箇所・日付が添えられます。人が確認して確定させたものだけが集計に入ります。

データはどこに保管されますか。

保管も処理も日本国内で完結し、国外に出ることはありません。御社の環境と当社の環境のいずれに置くかは接続設計時に選べます。

使った内容が、他社のために使われませんか。

ありません。承認された定義や計算式は御社の環境の中だけに蓄積し、汎用モデルの学習には使いません。

M&Aで会社が増えたら、どうなりますか。

その会社のデータを棚卸しし、接続を追加します。既存の設定を作り直す必要はありません。

担当者が変わっても続きますか。

読む資料と作るレコードが仕様書として残り、承認された定義も蓄積されています。引き継ぎで前提を説明し直す必要はありません。

サンプルデータを1つ、
つないでみませんか。

つなぎたいデータのサンプルをお見せいただければ、それに近いデータをこちらで再現してデモを行います。実データをご提供いただく必要はありません。