※ この記事は、Introducing Glint Labs and The Next Generation of Employee Listening Research Report の抄訳です。最新の情報はリンク先をご確認ください。この記事は Microsoft Copilot および GitHub Copilot を使用して抄訳版の作成が行われています。
本日、組織が従業員を理解し、変化を乗り越えられるよう支援する調査や AI を活用したツールを Microsoft People Science が提供する専用の場所として、Glint Labs を公開します。従業員の声の収集やエクスペリエンスから、AI トランスフォーメーション、仕事の未来までを扱う Glint Labs は、実務に活用できる根拠を求める人事、ピープル リーダー、ビジネス リーダー向けです。
まず、次の 2 つを公開します。
- 仕事の変化の速さに合わせてリスニング システムをどのように進化させるかを取り上げた最新の調査レポート「The Next Generation of Employee Listening」。
- 従業員アンケート データを相関分析、因子分析、離職に関するインサイトなどの高度な分析に活用する、AI ガイド付きのノーコード ワークフロー「The Analyze Survey skill」。
Research Drop のライブラリも Glint Labs に移行し、新しい Research Drop も公開する予定です。
The Next Generation of Employee Listening 調査レポート
組織が従業員の声を聞く方法はこれまで以上に増えています。しかし、チャネルが増えても、より良い意思決定につながるとは限りません。リスニングが今後どのように変わるのかを把握するため、8 カ国の大企業で従業員リスニングを担当するリーダー 103 人、米国の従業員およびピープル マネージャー 500 人を対象に調査を行い、リスニングの実務担当者、パートナー、お客様 29 人に話を聞きました。
調査で明らかになった内容をいくつか紹介します。
リスニングを増やすだけでは、理解は深まらない
リスニングを担当するリーダーの 74% が、リスニング チャネルを拡大しています。一方、自社のリスニング システムが、ビジネス上の意思決定に影響を与え、リスニング データを意味のある成果につなげる点で「優れている」または「業界トップクラス」と評価した人は、3 人に 1 人にとどまりました。情報が増えるだけでは、影響力は高まりません。
ニーズを起点とするリスニングは、プログラムではなく問いから始まる
組織が答える必要のある問いは、急速に変化しています。昨年、従業員アンケートで質問されたトピックの 14 位だった AI は、今後 12 ～ 18 カ月にリスニングを担当するリーダーが最も注力する予定の優先事項になりました。
ニーズがこれほど速く変化すると、既存のプログラムを中心に構築されたリスニング システムでは対応が難しくなることがあります。このレポートでは、ニーズを起点とするリスニングを提案しています。まず組織が何を把握する必要があるかを考え、その目的に合った声、根拠、手法を選びます。
AI によって、目的に合ったリスニングの重要性が高まる
リスニングを担当するリーダーの 83% が、AI によって組織がインサイトを活用する方法は根本的に変わると考えています。一方、AI を活用したリスニングのユース ケースのうち、何を優先するかについて明確な方針があると答えた人は 43% にとどまりました。現在、AI の活用は、学んだことを組織がどう実行に移すかよりも、分析に集中しています。
目的に合ったシステムとは
目指すのは、できるだけ多くの声を聞くことではありません。重要な判断を支えるために、信頼できる理解を十分に得ることです。このレポートでは、目的に合ったリスニング システムの 5 つの原則として、信頼性、知的であること、迅速に対応すること、業務に組み込まれていること、成果を重視することを示しています。
次のリスニングに取り組む前に、次のように問いかけてみてください。「何を理解しようとしているのか。アンケートを利用できない場合、何が失われるのか。」
Glint Labs でレポート全文を読む
5 つの原則、リスニング システムに AI が取り入れられている領域、チームで検討するための実践的な問いなど、調査結果の詳細をご覧ください。
👉 The Next Generation of Employee Listening を読む
🔬 Glint Labs を見る