AI

トラスコ中山、数理最適化で人事異動案の作成工数を約98%削減

この記事のポイント

  1. 実現したこと

    人事担当者は、条件を満たす配置案を受け取り、考慮すべき観点をAIとの対話で確認できる。

  2. 実現の仕組み

    数理最適化モデルが所属年数などを入力条件として、人事異動の配置案を導き出す。

  3. 得られた結果

    富士通は、数理最適化モデルの活用により、人事異動案の作成工数を約98%削減したとしている。

  4. 従来との違い

    複数の社内システムやExcelに分散していた人事データを、異動案の検討に使う共通基盤へ集約した。

人事担当者が、人物シルエットのカードを使った配置案を同僚と確認している。机には無地の資料がまとめられ、カードの複数の配置を矢印で示している。
AI生成画像

人事異動の配置案を数理最適化で作成し、AIとの対話で判断を補う仕組みが実業務に入った。トラスコ中山は2026年4月の異動から活用を開始し、富士通は異動案の作成工数を約98%削減したとしている。

分散した人事データを異動案の検討基盤へ集約

トラスコ中山と富士通が構築した人事異動支援アプリケーションは、複数の社内システムやExcelで管理していた人事データを一元化する。集約先となる業務基盤「Fujitsu Data Intelligence PaaS」上で、異動案の検討に必要な情報をまとめて利用する構成だ。

このアプリケーションは2026年4月の人事異動から使われている。分散していた情報を集めた基盤が、配置案を作る処理の土台となる。

所属年数などを条件に配置案を計算

配置案の作成を担うのは、富士通が今回の取り組みに向けて構築した数理最適化モデルだ。所属年数などの定量的な判断軸を入力条件とし、各種条件を満たす配置の組み合わせを導き出す。

富士通は、このモデルを使うことで人事異動案の作成工数を約98%削減したとしている。削減の対象は異動案を作成する工数であり、人事担当者は生成された案を受け取って検討を進める。

計算した異動案をAIとの対話で点検

作成された異動案の検討には、AIチャット機能を組み合わせる。この機能は、人事情報に加えて、担当者が日常的に重視してきた判断の観点を整理して構築された。

人事担当者は、数理最適化モデルが出した案について、幅広い観点を考慮できているかを対話で確認できる。定量的な条件から配置案を作る処理に、判断の観点を確かめる対話をつなぐ仕組みになっている。

現場の判断軸を整理し、最終判断は担当者が担う

こうした判断支援の構築にあたり、富士通の現場に入るエンジニアは、トラスコ中山の人事部門とともに業務内容とプロセスを整理した。担当者の経験や状況に応じた判断を扱う業務を理解し、アプリケーションの開発へつなげた。

実際の異動判断では、人事担当者が、従業員のキャリア志向や配置による影響についてAIから得た示唆を参考にする。その検討を踏まえ、最終的な人事異動の判断を行う。