# 予測的な人材流動性分析に生成AIを活用する方法
## 今すぐ試せるプロンプト例
まずは以下のプロンプト（AIへの指示文）をコピーして、ChatGPTやClaude※1などの生成AIに貼り付けてみてください。
「我が社は営業部門で過去3年間の離職率が30%です。離職者のプロフィール：平均年齢32歳、勤続年数3年未満、入社時の配置部門は営業。この情報から、離職のリスクが高い社員の特徴を分析し、離職防止のための具体的な施策を3つ提案してください。」
このように、自社のデータと質問をシンプルに入力するだけで、生成AIが人材流動性※2の予測分析に役立つ提案を返してくれます。これが生成AI 使い方の最初の一歩です。
## ポイント1：過去のデータから未来の傾向を読み取る
人材流動性分析とは、「社員がどのくらいの頻度で組織を離れるのか」を理解し、将来の傾向を予測することです。生成AIの使い方として重要なのは、単にデータを与えるだけでなく、文脈を含めることです。
例えば、「過去2年間で営業部の20代社員15名が離職。その理由は給与・キャリア形成・人間関係。現在の営業部は50名。この傾向が続いた場合、2年後の営業部の人数はどうなるか予測してください」というプロンプトを使えば、AIが統計的な予測を提供します。
生成AIはパターン認識に優れているため、複数の要因（給与水準、部門、年齢層、入社時期など）を同時に分析できます。手作業でこれらの関連性を探すには時間がかかりますが、AIなら数秒で傾向を抽出します。重要なのは、「何を知りたいのか」を明確にすることです。
## ポイント2：採用計画と育成戦略の立案に活用する
予測的な人材流動性分析の実務的な活用は、採用計画の策定です。生成AIの使い方として、以下のようなプロンプトが有効です：
「当社の管理職層の離職率は年8%です。現在の管理職は120名。毎年10名の昇進があります。この条件下で、5年後に管理職が不足する可能性はあるか。また、その場合の対策を教えてください。」
AIはこうした複雑な計算と戦略立案を一度に処理できます。さらに、「若手社員の離職を防ぐための育成プログラムのアイデアを、業種別の好事例を踏まえて5つ提案してください」といったプロンプトを使えば、業界のベストプラクティス※3に基づいた提案が得られます。
採用コストと育成コストは企業にとって大きな負担です。離職を予測できれば、採用と育成のバランスを最適化でき、経営効率が格段に向上します。
## ポイント3：組織のボトルネック※4を可視化し、対策を講じる
生成AIの最大の利点は、データの背景にある「なぜ」を探ることです。生成AIの使い方として、定性的な※5分析も可能です。
「当社では毎年、営業職から企画職への異動希望者が多いですが、異動できるのは全体の20%です。この状況が離職につながっていないか。また、キャリアパスの設計上、何が問題か分析してください」
このプロンプトに対して、AIは組織構造の問題を指摘し、改善策を提示します。また、「部門別の離職率と各部門の平均残業時間のデータから、働き方と離職の関連性を分析してください」と入力すれば、労働環境の改善が優先課題であることが明確になります。
生成AIは、これまでバラバラだった情報を統合し、わかりやすい形で示すことで、経営層や人事部門が意思決定を下すのをサポートします。
—
生成AI 使い方を習得することで、人材流動性分析は誰でも実施可能になります。難しい分析ツールを購入したり、外部コンサルタントに依頼したりする前に、まずは生成AIで試してみることをお勧めします。
※1 ChatGPT、Claude：会話型の生成AI
※2 人材流動性：企業内で社員が入退社する動き
※3 ベストプラクティス：業界で実績のある最良の方法
※4 ボトルネック：進捗を妨げる制約要因
※5 定性的：数値ではなく、質的特性を分析すること
