オンボーディングのデータ入力
どのHRソフトも解決できなかったボトルネック

どのHRISデモも見せない、8つの書式・4つのシステムの現実

新入社員が火曜日に内定承諾をする。金曜日までに人事からは8種類の書類を含むオンボーディングパッケージが送られる。社員はできる範囲で記入する——多くの場合、スマートフォンから、前職の最終シフトの合間に——そして完成したPDFは人事の受信箱に届く。その後起こることが、どのHRISベンダーのデモも飛ばすボトルネックだ。

これら8つの書類のデータは4つの異なるシステムに格納される必要があり、それらのシステムは標準では連携しない。I-9はコンプライアンスデータベースとE-Verifyに送られる。W-4とその州版は給与計算に送られる。直接預金の承認は給与計算と銀行に送られる。緊急連絡先とポリシー同意書はHRISの従業員記録に送られる。福利厚生の登録は福利厚生管理プラットフォームに送られる。氏名、住所、社会保障番号、生年月日、源泉徴収控除、銀行口座番号、受取人指定——各項目は、人が別の画面に、多くの場合コピー＆ペーストができないフラット画像としてレンダリングされたPDFから、再び入力される。

人事マネージャーの5人に2人は、新入社員1人あたりのオンボーディング情報の手作業による収集に少なくとも3時間を費やしている。これはCareerBuilderの調査に基づくStrongDMのデータによる。オンボーディングの管理業務——税務書類、コンプライアンス文書、ポリシー同意書——は最初の1週間の不均衡な割合を占め、新入社員の定着を左右するオリエンテーション、トレーニング、関係構築を圧迫する。そして47%の企業が適切な技術インフラの欠如をオンボーディングの課題として挙げる一方で、より不快な真実がある。インフラは存在する。ただ、それが解決すると謳う問題を解決するために作られていないだけだ。

I-9：手作業が法的問題に変わる書式

ほとんどのオンボーディングの非効率性は、時間の浪費、採用候補者の不満、生産性の遅延といった抽象的なコストをもたらします。しかしI-9は違います。法的な期限が伴います。

USCIS規則に基づき、Form I-9のセクション1（従業員記入部分）は、雇用初日までに完了しなければなりません。セクション2（雇用者による書類確認と検証）は、3営業日以内に完了する必要があります。新入社員が月曜日に勤務を開始した場合、雇用者のセクション2は水曜日までに完了しなければなりません。木曜日に開始した場合、雇用者は翌週の月曜日まで猶予があります。新入社員が書類を手にオフィスに出社する場合でも、3日間の猶予は十分に短いものです。リモート勤務の場合、書類収集、確認、データ入力、システムへのアップロードといった全プロセスを、メールのやり取り、PDF添付ファイル、手作業のキー入力で行わなければなりません。

コンプライアンス上のリスクは均等に分散されているわけではない。従業員50名で業務プロセスが整っている企業は、ICE（移民税関捜査局）の監査通知を何年も受けずに済むかもしれない。一方、複数の拠点にまたがる500名の従業員を抱え、各マネージャーが紙の書類でSection 2を記入し、それを本社の人事部門に郵送してデータ入力する企業は、採用のたびにコンプライアンス上の負債を積み重ねている。I-9は単なる書類ではない。データ入力の迅速さを法的義務とする書類なのだ。

そして、罰金の対象となるエラーは、まさに手作業によるデータ入力が生み出す種類のものだ。署名漏れ。記入漏れ。書類番号の転記ミス。有効期限の誤り。よくあるI-9エラーの一覧は、PDFから47項目をコンプライアンスポータルに手入力した結果をそのまま示している。生年月日の誤字、発行機関の誤記、Section 1より先にSection 2を記入するなど。これらのエラーは、データが人間のキーボードを介さずにフォームからシステムへ移動すれば、一つとして発生しない。

W-4の増幅効果：41の州別書類、一人の給与計算担当者

I-9が法的緊急性を生む書類だとすれば、W-4ファミリーは、単一のHRISテンプレートでは構造的に解決不可能な問題を生み出す。

米国の従業員は全員、連邦政府のフォームW-4を記入します。しかし、41の州では州所得税が課され、それに伴い州独自の源泉徴収フォームも必要です。カリフォルニア州ではフォームDE 4、ニューヨーク州ではIT-2104、イリノイ州ではIL-W-4が必要です。インディアナ州ではフォームWH-4が必要で、州の源泉徴収だけでなく、郡のステータスも記入する必要があります。なぜなら、インディアナ州の郡は独自の所得税を課しているからです。ミシガン州では州レベルでフォームMI-W4が必要で、さらに従業員の居住都市に応じて、22種類の市レベルの源泉徴収フォームのいずれかが必要です。オハイオ州には、市、町、学区にまたがる数百もの課税管轄区があります。

これは、単一のHRISオンボーディングモジュールで「簡単に対応できる」機能ではありません。HRISプロバイダーは、連邦W-4と最も一般的な10州のフォームのデジタル版を構築できます。しかし、ミシガン州の22の市のフォーム、ましてやオハイオ州の数百もの学区フォームのデジタル版を、中堅企業向けの製品として経済的に成り立つコストで構築・維持することはできません。その結果、HRISがネイティブでサポートしていない州や地方のフォームについては、データはPDFとしてHRの受信箱に届き、手作業で入力されることになります。

Ernst & Youngの2022年の給与計算エラー調査によると、新入社員をタイムリーに給与システムに登録しなかった場合、従業員1人あたり平均635ドルのコストがかかることが判明しています。W-4の設定ミスは、1件あたりさらに539ドル追加されます。年間50人を採用する企業の場合、登録漏れだけで31,750ドルの回避可能な給与修正コストが発生し、その多くは従業員が州の源泉徴収フォームに記入した内容と、給与担当者がシステムに入力した内容とのギャップに起因しています。

HRISのアーキテクチャは、従業員フォームではなく、従業員レコードを中心に設計されている

ここが、どのベンダーブログも教えてくれない構造的な診断です。HRISプラットフォームは従業員記録を保存・管理するために作られたものであり、それらの記録を生成するフォームを取り込むために作られたものではありません。

人事情報システム（ADP Workforce Now、BambooHR、Workday、Gustoのいずれであっても）は、そのアーキテクチャの核心において、ユーザーインターフェースを備えたデータベースです。従業員の氏名、住所、社会保障番号、源泉徴収の選択、直接入金の詳細、緊急連絡先、福利厚生の選択を、リレーショナルスキーマの構造化フィールドとして保存します。データがデータベースに入れば、システムは給与計算、福利厚生管理、レポート生成、ワークフロー起動を実行できます。「データがデータベースにある」以降のすべては、美しく機能します。

しかし、オンボーディングの瞬間はデータベースの上流にあります。それは、データが紙やPDF上に存在し（システム外）、データベースの境界を越える必要がある瞬間です。その境界越えは常に手作業であり、HRISベンダーは30年にわたってデータベース内部の最適化に注力し、境界そのものにはほとんど手をつけてきませんでした。

ADP Workforce Nowのオンボーディングモジュールは、このパターンを正確に示しています。I-9、W-4、直接入金、福利厚生登録を電子フォームと電子署名で処理し、完了すると自動的に給与記録にデータを同期します。しかし、人事テクノロジーアナリストが文書化しているように、期限切れフォームの自動エスカレーション、未完了タスクのマネージャーへの自動再割り当て、コンプライアンス期限前の停滞した書類のフラグ付けはネイティブでは行いません。トランザクションの核はカバーしますが、トランザクション周辺のワークフローはHRの手動調整に委ねられます。また、ADPが構築したフォームでのみ機能するため、ADPのカタログ外の州や地方のフォームは手動入力に戻ります。

BambooHRとADPの差はさらに顕著です。BambooHRは中堅企業向けのHRISプラットフォームとして最も人気のあるものの一つです。ADP Workforce Nowは最も人気のある給与計算プラットフォームの一つです。これらは連携しますが、Flexspringのようなサードパーティ製コネクタを介して行われます。ADPマーケットプレイスでの製品説明は、問題を認めるかのようです。「HR担当者を、手作業による二重データ入力という魂をすり減らす単調な作業から解放します。」HRISと給与計算システム間で新入社員データを同期するためだけに専用の有償ミドルウェア製品が存在することは、両システムがデータ入力時点でのデータ共有を想定して設計されていなかったことの最も明確な証拠です。

これはバグではありません。1990年代にHRISプラットフォームが登場した際に行われたアーキテクチャ上の選択であり、同じデータベース中心のモデルの上に新機能を重ねるという数十年にわたる機能追加によって維持されてきました。従業員記録は充実しましたが、フォームは変わりませんでした。

PRWORAと20日ルール：何とも連携しない第二の義務

I-9の期限と州ごとのW-4の断片化だけでも十分ではないかのように、ほとんどのHR担当者が名前を挙げることはできなくても、採用のたびに遵守している第三のコンプライアンス要件があります。それが1996年の個人責任と就労機会調整法（PRWORA）です。

PRWORA（42 U.S.C. § 653Aに法典化）は、全50州のすべての雇用主に対し、従業員の入社日から20暦日以内に新規採用者を州の新規採用者データベースに報告することを義務付けています。報告には、従業員の氏名、住所、社会保障番号、採用日、雇用主名、雇用主住所、連邦雇用主識別番号の7項目が必要です。目的は養育費の徴収支援であり、全国新規採用者データベースが養育費関連案件と照合しますが、人事業務の観点からは目的は重要ではありません。重要なのは、これがI-9、W-4、給与、福利厚生とは完全に独立した、独自の期限、データ形式、州固有の提出ポータルを持つ別個の報告義務であることです。

一部の給与計算プロバイダーはクライアントに代わって新規採用者報告を処理します。ADPのRUNやWorkforce Nowパッケージでは上位プランに含まれています。プランに含まれていない場合や別の給与計算プロバイダーを使用している場合は、手動で報告する必要があります。州のポータルにログインし、他の4つのシステムに既に入力した同じ書類のデータを再入力します。電子申告が可能な州では、12日以上16日以内の間隔で月2回の送信が必要であり、提出頻度自体がスケジュール上の負担となります。また、アラバマ州を含むいくつかの州では、連邦の20日間よりも短い期限が設定されています。

PRWORAの要件は28年前に制定されました。28年間、アメリカのすべての新規採用者は、HRISとは別世界に存在し、ネイティブな統合経路がないコンプライアンス報告義務を生み出してきました。これはソフトウェアの制限ではありません。誰も橋渡しをするインセンティブを持たなかった規制アーキテクチャ上の決定です。

なぜこのボトルネックが30年間もHRソフトウェアに残ったのか

ここまでで、パターンは明らかでしょう。オンボーディングのデータ入力が遅いのは、人事部門が適切なソフトウェアを導入していないからではありません。複数の規制要件が、それぞれ異なるスケジュールと異なるデータ項目を要求しながら、雇用初週という瞬間に集中するからです。このタイミングは、その後の処理を想定したあらゆるシステムの隙間をすり抜けてしまうのです。

しかし、構造的な診断には、組織的な説明がまだ必要です。なぜ人事チームは、この状態を30年もの間、当然のこととして受け入れてきたのでしょうか。

答えは、人事という職業を定義するコンプライアンス文化にあります。人事はプロセス革新を最適化する機能ではなく、リスク回避を最適化する機能です。オンボーディングのワークフローを自動化して失敗した人事マネージャーは、ICE監査の指摘、給与計算の訂正通知、州への報告違反に直面します。一方、I-9データを手作業で項目ごとに入力し、ゆっくりと慎重に、すべての書類をダブルチェックする人事マネージャーは、慎重すぎると監査官から批判されることはありません。専門職としてのインセンティブは、自動化のスピードよりも、手作業の徹底を報います。自動化の失敗による不利益（コンプライアンス違反）はキャリアを脅かすのに対し、手作業の非効率による不利益（時間の無駄）はそうではないからです。

ギャラップの調査で、オンボーディングを「素晴らしい」と評価した従業員がわずか12%だったのは、その結果です。プロセスが経験、スピード、データ精度ではなく、コンプライアンスのために最適化されていると、従業員は書類記入と待機の1週間を過ごします。人事チームはタイピングの1週間を過ごします。双方とも、これがオンボーディングの当然の姿だと思い込んでいます。過去30年間、ずっとそうだったからです。

今変わろうとしているのは、新しいHRIS機能ではありません。データベース側ではなく、ドキュメント側から問題にアプローチするツールのカテゴリです。すべてのフォームをHRISに無理に適合させるのではなく、これらのツールはフォームを読み取ります。レイアウト、形式、発行元の州を問わず、あらゆるフォームからデータを抽出し、構造化されたテーブルにまとめます。ImageToTable.aiは、列名抽出という仕組みでこれを実現します。「従業員名」「社会保障番号」「自宅住所」「源泉徴収控除」「銀行口座番号」など、必要なフィールドを定義すると、AIがアップロードされた各フォームを読み取り、該当する値をページ上のどこにあっても特定し、すべてを1つのスプレッドシートにまとめます。フィールドの周りに矩形を描いたり、フォームテンプレートを作成したりする必要はありません。探しているものをAIに伝えるだけで、レイアウトの座標ではなく、ドキュメントの内容の意味理解に基づいて見つけ出します。

このアプローチがオンボーディングにおいて特に重要なのは、フォームが既知のテンプレート文書である必要がないからです。手書きで記入されスキャンされたI-9、IRSのウェブサイトからダウンロードしたW-4、カリフォルニア州固有の項目がある州のDE 4フォーム、独自のレイアウトを持つ信用組合のダイレクトデポジットフォーム——これらすべてをまとめてアップロードでき、AIはそれぞれから同じ列セットを抽出します。新入社員のバッチを処理する人事チームにとって、これは50件のオンボーディングパケットを1回の処理で1つのExcelファイルに変換できることを意味し、1週間かけて1つずつフォームを手入力する必要がありません。結果として得られるスプレッドシートは、レビューと検証を行った後、標準の一括アップロードインターフェースを通じてHRISにインポートでき、フォームからデータベースへの境界におけるキーボード入力を完全に排除します。

これはHRISに代わるものではありません。HRISが本来カバーするよう設計されていなかったギャップを埋めるものです。つまり、データが未構造化の状態で組織に入り、構造化されたレコードになる必要がある瞬間です。このギャップは、別のコンプライアンスリスクを追加することなく初めて埋めることができます。抽出されたデータはHRISに触れる前に人が確認できるため、HRチームが求める監督ステップを踏みつつ、AIがすでに読み取りと入力を完了しているため、確認にかかる時間は数時間ではなく数分です。

また、バッチ処理ワークフローを使用して例外ケースを処理することもできます。AIが信頼性警告をフラグしたフォーム、手書きフィールドがあいまいなフォーム、異なる州で入社したため異なる源泉徴収の検証が必要な新入社員のフォームなどです。バッチアプローチは、50枚のフォームを読んでフィールドを転記する機械的な作業と、フラグされた項目を確認して判断を下す判断作業を分離します。この分離により、人員を増やすことなくプロセスを拡張できます。

よくある質問

すべてのフォームにHRISのオンボーディングモジュールを使えないのはなぜですか？

ほとんどのHRISオンボーディングモジュールは、連邦W-4、I-9、直接入金、福利厚生登録など、定義された標準フォームのセットを処理します。そのセット外のフォーム（州固有の源泉徴収フォームや会社固有の同意フォームを含む）はサポートされません。これらのフォームについては、データを手動で入力するか、フォームをPDF添付ファイルとして保存し、データフィールドを検索可能またはレポート可能にしない必要があります。これは特定のHRISの欠陥ではなく、管轄区域によって存在するフォームのバリエーションの多さと、デジタルで構築・維持することが経済的に viable なフォームがどれだけ少ないかという問題です。

追跡すべきI-9の期限は何ですか？

第1節は従業員が雇用初日までに記入する必要があります。第2節は雇用主が従業員の初日から3営業日以内に記入しなければなりません。雇用期間が3日未満の場合は、両方の節を初日までに完了する必要があります。これらの期限はUSCISが定め、ICE監査を通じて執行されます。遅延や不完全なI-9は、最も一般的な監査指摘事項の一つです。

AI抽出は手書きの入社フォームに対応できますか？

はい、ただし条件があります。ImageToTable.aiは視覚言語モデルを使用しており、ある程度の判読性がある手書き文字を認識できますが、非常に小さく薄い文字や、強い筆記体のテキストは信頼度警告が表示される可能性があります。推奨されるワークフローは、AIで抽出可能な部分を処理し、フラグが立った項目を手動で確認・修正することです。これにより、通常80〜90%のフィールドが初回で正確に抽出されるため、フォーム全体を手動入力する場合と比べて大幅な時間節約になります。

この方法はカリフォルニア州DE 4やニューヨーク州IT-2104のような州固有のフォームでも機能しますか？

はい。ImageToTable.aiはテンプレートマッチングではなく意味理解を使用するため、各フィールドの意味を理解してフォームを読み取ります。DE 4とIT-2104は見た目が全く異なりますが、両方に「源泉徴収控除」または同等のフィールドが含まれており、AIは位置ではなく意味で認識します。ユーザーが定義する列名は、アップロードされたすべてのフォームで意味的なターゲットとして機能します。

抽出されたデータはデータプライバシー規制に準拠していますか？

ImageToTable.aiは、抽出処理中にファイルをメモリ上で処理し、処理セッション終了後はアップロードされた書類や抽出データを永続的に保存しません。社会保障番号、銀行口座情報、自宅住所などの個人識別情報（PII）を扱う人事部門にとって、これはクラウドストレージに書類を保持するツールとは異なる重要なアーキテクチャ上の違いです。抽出された出力（ExcelまたはCSV）はお使いのローカルマシンにダウンロードされ、その後の管理はお客様の責任となります。

ギャップはソフトウェアのバグではなかった

オンボーディング時のデータ入力のボトルネックは、人事テクノロジーの失敗ではありません。これは、システムにデータが入った後の従業員データを管理するために作られたソフトウェアカテゴリの意図された動作であり、紙のフォームとデータベースレコードの間のギャップを埋めるためのものではなかったのです。30年にわたり、そのギャップを埋める唯一のツールは、キーボードと、どのフィールドがどこに対応するかを知っている人間でした。

変わったのは、HRISプラットフォームがフォーム処理で優れたことではありません。変わったのは、AI書類抽出という別のカテゴリのツールが、給与計算担当者のようにフォームを読めるようになったことです。つまり、ページ上の位置や発行州に関係なく、各フィールドの意味を理解します。違いは、AIが人間が1枚読む間に50枚のフォームを読み、抽出結果はすべてHRISに反映される前に確認可能であることです。

オンボーディングフォームデータをスプレッドシートに抽出