特許 7591723 労働負荷推定システム、労働負荷管理システム、労働負荷推定方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-11-21

(45)【発行日】2024-11-29

(54)【発明の名称】労働負荷推定システム、労働負荷管理システム、労働負荷推定方法、及びプログラム

(51)【国際特許分類】

   G06Q 10/0639 20230101AFI20241122BHJP

【ＦＩ】

G06Q10/0639

【請求項の数】 21

(21)【出願番号】P 2023564843

(86)(22)【出願日】2022-11-10

(86)【国際出願番号】 JP2022041974

(87)【国際公開番号】W WO2023100616

(87)【国際公開日】2023-06-08

【審査請求日】2024-05-15

(31)【優先権主張番号】P 2021194842

(32)【優先日】2021-11-30

(33)【優先権主張国・地域又は機関】JP

(73)【特許権者】

【識別番号】314012076

【氏名又は名称】パナソニックＩＰマネジメント株式会社

(74)【代理人】

【識別番号】110002527

【氏名又は名称】弁理士法人北斗特許事務所

(72)【発明者】

【氏名】入江 健一

(72)【発明者】

【氏名】阿部 賢吾

(72)【発明者】

【氏名】山田 知典

(72)【発明者】

【氏名】西田 龍樹

(72)【発明者】

【氏名】白井 拓磨

【審査官】樋口 龍弥

(56)【参考文献】

【文献】特開２０１９－１４４７１８（ＪＰ，Ａ）

【文献】特開２０２０－１９０９３９（ＪＰ，Ａ）

【文献】特開２０１９－１９５４１７（ＪＰ，Ａ）

【文献】特開２０２０－０３８５４２（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００ － ９９／００

(57)【特許請求の範囲】

【請求項1】

労働による人の負担の程度である労働負荷の状態を推定する労働負荷推定システムであって、
前記人が行った業務の履歴に関する業務データ、及び前記人の人事に関する人事データの少なくとも一方に基づいて前記労働負荷の状態を推定する労働負荷推定部と、
前記労働負荷の状態の推定結果を含む推定データを出力するデータ出力部と、を備え、
前記労働負荷推定部は、
前記業務データ及び前記人事データの少なくとも一方に基づいて、数値で表される指標を求め、
前記指標の時系列データに生じる変曲点に基づいて、前記労働負荷の状態を推定する
労働負荷推定システム。

【請求項2】

前記業務データは、前記人が操作した情報端末の操作に関する端末操作情報、前記人の生体情報、前記人の位置情報、及び前記人が発した音声に関する音声情報の少なくとも１つを含む
請求項１の労働負荷推定システム。

【請求項3】

前記端末操作情報は、前記情報端末が有するキーボードの操作、前記情報端末が有するマウスの操作、前記情報端末が有するマイクロホンへの音声入力、前記情報端末が有するカメラの動作、前記情報端末が実行するアプリケーションの起動、前記アプリケーションの動作、アクティブウィンドウで実行されている前記アプリケーションの種類、起動中の前記アプリケーションの種類、起動中の前記アプリケーションの数、及び前記アプリケーションの実行にともなって生成されているウィンドウの数の少なくとも１つに関する情報である
請求項２の労働負荷推定システム。

【請求項4】

前記生体情報は、前記人の心拍数、前記人の体温、及び前記人の動作に伴う部位の加速度の少なくとも１つに関する情報である
請求項２の労働負荷推定システム。

【請求項5】

前記人事データは、前記人の職務履歴に関する職務情報、前記人の研修受講履歴に関する研修情報、前記人の考課履歴に関する考課情報、前記人の勤怠に関する勤怠情報、及び前記人が属する部署に関する部署情報の少なくとも１つを含む
請求項１の労働負荷推定システム。

【請求項6】

前記労働負荷推定部は、
前記業務データ及び前記人事データの少なくとも一方に基づいて、数値で表される指標を求め、
評価期間における前記指標に基づいて評価値を求め、
前記評価期間以前の期間を含む基準期間における前記指標に基づいて基準値を求め、
前記評価値と前記基準値とを比較することで、前記労働負荷の状態を推定する
請求項１の労働負荷推定システム。

【請求項7】

前記評価値は、前記評価期間における前記指標の最大値、最小値、中央値、ばらつき、平均値、又は移動平均値であり、
前記基準値は、前記基準期間における前記指標の最大値、最小値、中央値、ばらつき、平均値、又は移動平均値である
請求項６の労働負荷推定システム。

【請求項8】

前記労働は、単位期間毎に区切られ、
前記評価期間は、前記複数の単位期間のうち最新の単位期間を含む
請求項６の労働負荷推定システム。

【請求項9】

前記労働は、単位期間毎に区切られ、
前記評価期間は、前記複数の単位期間のうち最新の単位期間を含まない
請求項６の労働負荷推定システム。

【請求項10】

前記単位期間は、前記人の平日に対して設定され、前記人の休日に対して設定されない
請求項８の労働負荷推定システム。

【請求項11】

前記労働負荷推定部は、
前記評価値が前記基準値を含む基準範囲に収まっていれば、前記労働負荷は変化していないと推定し、
前記評価値が前記基準範囲に収まっていなければ、前記労働負荷は変化したと推定する
請求項６の労働負荷推定システム。

【請求項12】

前記労働負荷推定部は、前記評価値が前記基準値を含む基準範囲に収まっている状態の発生頻度、及び前記評価値が前記基準範囲に収まっていない状態の発生頻度の少なくとも一方に基づいて、前記労働負荷の状態を推定する
請求項６の労働負荷推定システム。

【請求項13】

前記労働負荷推定部は、前記変曲点が生じた後、前記指標が増加し続ける時間又は減少し続ける時間が時間閾値以上であれば、前記労働負荷が変化したと推定する
請求項１の労働負荷推定システム。

【請求項14】

複数の前記人のそれぞれの前記推定結果を記憶する推定結果記憶部を更に備え、
前記データ出力部は、前記複数の推定結果のうち前記推定データに含めることができる少なくとも１つの推定結果を、前記推定データの出力先毎に予め決めている
請求項１の労働負荷推定システム。

【請求項15】

前記労働負荷推定部、及び前記データ出力部は、サーバ装置に設けられている
請求項１４の労働負荷推定システム。

【請求項16】

前記労働負荷推定部は、前記業務データ及び前記人事データの少なくとも一方と、質問に対する前記人の回答に関する回答データと、に基づいて前記労働負荷の状態を推定する
請求項１の労働負荷推定システム。

【請求項17】

前記労働負荷推定部は、機械学習によって構築された学習モデルに前記業務データ及び前記人事データの少なくとも一方を入力し、前記学習モデルから前記推定結果を取得する
請求項１の労働負荷推定システム。

【請求項18】

前記業務データ、及び前記人事データの少なくとも一方を保存するデータ管理部を更に備える
請求項１の労働負荷推定システム。

【請求項19】

請求項１の労働負荷推定システムと、
前記推定データを表示する表示装置と、を備える
労働負荷管理システム。

【請求項20】

労働負荷推定システムによって実行され、労働による人の負担の程度である労働負荷の状態を推定する労働負荷推定方法であって、
前記人が行った業務の履歴に関する業務データ、及び前記人の人事に関する人事データの少なくとも一方に基づいて前記労働負荷の状態を推定する労働負荷推定ステップと、
前記労働負荷の状態の推定結果を含む推定データを出力するデータ出力ステップと、を含み、
前記労働負荷推定ステップでは、
前記業務データ及び前記人事データの少なくとも一方に基づいて、数値で表される指標を求め、
前記指標の時系列データに生じる変曲点に基づいて、前記労働負荷の状態を推定する
労働負荷推定方法。

【請求項21】

コンピュータシステムに、請求項２０記載の労働負荷推定方法を実行させる
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、労働負荷推定システム、労働負荷管理システム、労働負荷推定方法、及びプログラムに関する。

【背景技術】

【0002】

特許文献１は、アンケートを必須とすることなく、エンゲージメントの推定を可能とするエンゲージメント推定装置を開示している。

【0003】

エンゲージメント推定装置は、データベースと通信回線網を介して接続して、データベースから種々の情報を取得する。データベースは、グループ単位のグループ情報を記憶している。グループ情報は、グループ単位の属性情報、ネットワーク情報、及びエンゲージメント情報を含む。

【0004】

そして、エンゲージメント推定装置は、対象グループのエンゲージメントを以下のように推定する。

【0005】

エンゲージメント推定装置は、データベースから取得した各グループのグループ情報に基づいて、対象グループのネットワーク情報の特徴量と類似する特徴量のネットワーク情報を示すグループを選択する。エンゲージメント推定装置は、当該選択したグループのエンゲージメント情報を第１エンゲージメント情報として抽出する。

【0006】

また、エンゲージメント推定装置は、データベースから取得した各グループのグループ情報に基づいて、対象グループの属性情報と類似する属性情報を示すグループを選択する。エンゲージメント推定装置は、当該選択したグループのエンゲージメント情報を第２エンゲージメント情報として抽出する。

【0007】

そして、エンゲージメント算出部は、第１エンゲージメント情報と第２エンゲージメント情報とに基づいて、エンゲージメント値の平均を算出し、平均値を対象グループのエンゲージメント値と推定する。

【0008】

上述の特許文献１の技術は、アンケート（サーベイ）を必須とすることなく、対象グループのエンゲージメントを推定できるが、労働負荷の状態を人毎に推定することはできなかった。

【先行技術文献】

【特許文献】

【0009】

【文献】特開２０２０－１３５５４３号公報

【発明の概要】

【0010】

本開示の目的は、サーベイを必須とすることなく、労働負荷の状態を人毎に推定することができる労働負荷推定システム、労働負荷管理システム、労働負荷推定方法、及びプログラムを提供することにある。

【0011】

本開示の一態様に係る労働負荷推定システムは、労働による人の負担の程度である労働負荷の状態を推定する。前記労働負荷推定システムは、労働負荷推定部と、データ出力部と、を備える。前記労働負荷推定部は、前記人が行った業務の履歴に関する業務データ、及び前記人の人事に関する人事データの少なくとも一方に基づいて前記労働負荷の状態を推定する。前記データ出力部は、前記労働負荷の状態の推定結果を含む推定データを出力する。前記労働負荷推定部は、前記業務データ及び前記人事データの少なくとも一方に基づいて、数値で表される指標を求める。前記労働負荷推定部は、前記指標の時系列データに生じる変曲点に基づいて、前記労働負荷の状態を推定する。

【0012】

本開示の一態様に係る労働負荷管理システムは、上述の労働負荷推定システムと、前記推定データを表示する表示装置と、を備える。

【0013】

本開示の一態様に係る労働負荷推定方法は、労働負荷推定システムによって実行され、労働による人の負担の程度である労働負荷の状態を推定する。前記労働負荷推定方法は、労働負荷推定ステップと、データ出力ステップと、を含む。前記労働負荷推定ステップは、前記人が行った業務の履歴に関する業務データ、及び前記人の人事に関する人事データの少なくとも一方に基づいて前記労働負荷の状態を推定する。前記データ出力ステップは、前記労働負荷の状態の推定結果を含む推定データを出力する。前記労働負荷推定ステップでは、前記業務データ及び前記人事データの少なくとも一方に基づいて、数値で表される指標を求める。前記労働負荷推定ステップでは、前記指標の時系列データに生じる変曲点に基づいて、前記労働負荷の状態を推定する。

【0014】

本開示の一態様に係るプログラムは、コンピュータシステムに、上述の労働負荷推定方法を実行させる。

【図面の簡単な説明】

【0015】

【図1】図１は、実施形態の労働負荷推定システムを備える労働負荷管理システムを示すブロック図である。

【図2】図２は、同上の労働負荷推定システムが推定対象とする従業員が属する会社の概略を示す図である。

【図3】図３は、同上の労働負荷推定システムが推定対象とする従業員を示す斜視図である。

【図4】図４は、同上の労働負荷推定システムにおける指標の時系列データを示すグラフである。

【図5】図５は、同上の労働負荷推定システムにおける情報端末の利用総時間の時系列データを示すグラフである。

【図6】図６は、同上の労働負荷推定システムにおける推定処理を説明するための図である。

【図7】図７は、同上の第１変形例における推定処理を説明するための図である。

【図8】図８は、同上の第２変形例における推定処理を説明するための図である。

【図9】図９は、同上の第３変形例における推定処理を説明するための図である。

【図10】図１０は、同上の第４変形例の労働負荷推定システムを備える労働負荷管理システムを示すブロック図である。

【図11】図１１は、同上の第５変形例における指標の時系列データを示すグラフである。

【図12】図１２は、同上の第９変形例における労働負荷推定方法を示すフローチャートである。

【発明を実施するための形態】

【0016】

以下の実施形態は、一般に労働負荷推定システム、労働負荷管理システム、労働負荷推定方法、及びプログラムに関する。より詳細には、以下の実施形態は、人の労働負荷の状態を推定する労働負荷推定システム、労働負荷管理システム、労働負荷推定方法、及びプログラムに関する。なお、以下に説明する実施形態は、本開示の実施形態の一例にすぎない。本開示は、以下の実施形態に限定されず、本開示の効果を奏することができれば、設計等に応じて種々の変更が可能である。

【0017】

（１）労働負荷管理システムの概要
図１に示す労働負荷管理システム１は、労働負荷推定システム２、及び表示装置３を備える。

【0018】

労働負荷推定システム２は、労働による人の負担の程度である労働負荷の状態を推定する。労働負荷推定システム２は、労働負荷推定部２２と、データ出力部２３と、を備える。労働負荷推定部２２は、人が行った業務の履歴に関する業務データ、及び人の人事に関する人事データの少なくとも一方に基づいて労働負荷の状態を推定する。データ出力部２３は、労働負荷の状態の推定結果を含む推定データを出力する。

【0019】

表示装置３は、推定データを表示する。

【0020】

上述の構成を備える労働負荷管理システム１、及び労働負荷推定システム２は、サーベイを必須とすることなく、労働負荷の状態を人毎に推定することができる。

【0021】

（２）労働負荷管理システムの詳細
図１は労働負荷管理システム１の具体構成の一例を示し、労働負荷管理システム１は、労働負荷推定システム２、及び表示装置３を備える。労働負荷管理システム１は、業務データ収集システム４を更に備えることが好ましい。労働負荷推定システム２、表示装置３、及び業務データ収集システム４は、インターネットなどを含むネットワークＮＴ１に接続して、ネットワークＮＴ１を介した通信を可能に構成されている。

【0022】

そして、労働負荷管理システム１は、組織に属する人の労働負荷の状態を管理する。組織は、例えば会社、法人、企業、及び団体などであり、複数の人が組織に属している。組織に属している各人は、組織から要求又は依頼される労働を行う。

【0023】

複数の人が労働を行う組織においては、近年、エンゲージメントの向上が求められている。例えば、組織に属する人が働きやすさ、やりがい、及び共感を感じるほど、エンゲージメントは向上する。そこで、労働負荷管理システム１は、組織におけるエンゲージメント向上のために、組織に属する人の労働負荷の状態を管理する。以降、組織を会社、組織に属する人を従業員、として説明する。

【0024】

（２．１）業務データ収集システム
業務データ収集システム４は、図２に示す会社Ｃ１に属する複数の従業員Ｈ０のそれぞれの業務データを収集する。複数の従業員Ｈ０を区別する場合、従業員Ｈ１、Ｈ２、Ｈ３、Ｈ４、………と称す。会社Ｃ１を構成する複数の部署は、第１部署Ｃ１１、第２部署Ｃ１２、及び第３部署Ｃ１３を含む。第１部署Ｃ１１には、従業員Ｈ１、Ｈ２が属している。第２部署Ｃ１２には、従業員Ｈ３が属している。第３部署Ｃ１３には、従業員Ｈ４が属している。

【0025】

業務データは、端末操作情報、生体情報、位置情報、及び音声情報の少なくとも１つを含むことが好ましい。本実施形態では、業務データは、端末操作情報、生体情報、位置情報、及び音声情報を含む。

【0026】

業務データ収集システム４は、情報収集アプリケーション４１、生体センサ４２、位置センサ４３、及びマイクロホン４４を備える。

【0027】

端末操作情報は、従業員Ｈ０が操作した情報端末の操作に関する情報である。会社Ｃ１では、従業員Ｈ０は、労働の際に、パーソナルコンピュータ、タブレット端末、又はスマートフォンなどの情報端末９（図３参照）を操作することで、書類作成、データ入力、データ閲覧、リモート会議、及び連絡などの各作業を行う。情報端末９には、情報端末９毎の識別情報である第１識別情報が予め割り当てられている。さらに、情報端末９には、情報収集アプリケーション４１がインストールされている。そして、情報収集アプリケーション４１は、情報端末９に施された操作に応じた端末操作情報を収集し、収集した端末操作情報を第１識別情報とともに、労働負荷推定システム２に間欠的（周期的）に送信する。

【0028】

端末操作情報は、例えば情報端末９が有するキーボードの操作、情報端末９が有するマウスの操作、情報端末９が有するマイクロホンへの音声入力、情報端末９が有するカメラの動作、情報端末９が実行するアプリケーションの起動、アプリケーションの動作、アクティブウィンドウで実行されているアプリケーションの種類、起動中のアプリケーションの種類、起動中のアプリケーションの数、及びアプリケーションの実行にともなって生成されているウィンドウの数の少なくとも１つに関する情報である。本実施形態では、端末操作情報は、キーボードの操作、マウスの操作、マイクロホンへの音声入力、カメラの動作、アプリケーションの起動、アプリケーションの動作、アクティブウィンドウで実行されているアプリケーションの種類、起動中のアプリケーションの種類、起動中のアプリケーションの数、及びアプリケーションの実行にともなって生成されているウィンドウの数を含む。

【0029】

生体情報は、従業員Ｈ０の心拍数、従業員Ｈ０の体温、及び従業員Ｈ０の動作に伴う部位の加速度の少なくとも１つを含む。本実施形態では、生体情報は、従業員Ｈ０の心拍数、従業員Ｈ０の体温、及び従業員Ｈ０の動作に伴う部位の加速度を含む。従業員Ｈ０の動作に伴う部位の加速度は、例えば歩行及び走行時の脚の加速度、振り回された腕又は手首の加速度、又は身体の移動に伴う加速度などである。また、生体情報は、上述の各項目以外に、呼吸速度（呼吸周期又は単位時間当たりの呼吸数）、体脂肪率、基礎代謝量、活動量、及び血中酸素などを更に含むことが好ましい。

【0030】

位置情報は、従業員Ｈ０の位置を表す情報である。音声情報は、従業員Ｈ０が発した音声の情報である。

【0031】

生体センサ４２、位置センサ４３、及びマイクロホン４４は、従業員Ｈ０が装着しているスマートウオッチなどのウェアラブル端末８（図３参照）に設けられており、ウェアラブル端末８には、ウェアラブル端末８毎の識別情報である第２識別情報が予め割り当てられている。そして、生体センサ４２は、従業員Ｈ０の心拍数、体温、動作に伴う部位の加速度、呼吸速度（呼吸周期又は単位時間当たりの呼吸数）、体脂肪率、基礎代謝量、活動量、及び血中酸素などを測定し、測定結果を生体情報として、第２識別情報とともに労働負荷推定システム２に間欠的（周期的）に送信する。位置センサ４３は、ＧＰＳ（Global Positioning System）、又はビーコン若しくはWi-Fi（登録商標）などの電波情報を用いた測位技術を用いて従業員Ｈ０の位置を検出し、検出結果を位置情報として、第２識別情報とともに労働負荷推定システム２に間欠的（周期的）に送信する。マイクロホン４４は、従業員Ｈ０が発した音声を集音し、集音結果を音声情報として、第２識別情報とともに労働負荷推定システム２に送信する。

【0032】

なお、業務データ収集システム４は、会社Ｃ１が入っているビル、事務所、又はテナントなどの建物に設置された撮像装置を備えてもよい。この場合、業務データ収集システム４は、建物に設置された撮像装置の撮像画像に画像認識処理を施すことで、撮像画像から複数の従業員Ｈ０のそれぞれの生体情報、及び位置情報を取得することができる。

【0033】

また、業務データ収集システム４は、会社Ｃ１が入っているビル、事務所、又はテナントなどの建物に設置された固定マイクロホンを備えてもよい。この場合、業務データ収集システム４は、建物に設置された固定マイクロホンの出力に音声認識処理を施すことで、複数の従業員Ｈ０のそれぞれの音声情報を取得することができる。

【0034】

（２．２）労働負荷推定システム
労働負荷推定システム２は、労働負荷推定部２２、及びデータ出力部２３を備える。労働負荷推定システム２は、データ管理部２１を更に備えることが好ましい。

【0035】

労働負荷推定システム２は、コンピュータシステムを備えていることが好ましい。コンピュータシステムがプログラムを実行することによって、労働負荷推定システム２の一部又は全部の機能が実現される。コンピュータシステムは、プログラムに従って動作するプロセッサを主なハードウェア構成として備える。プロセッサは、プログラムを実行することによって機能を実現することができれば、その種類は問わない。プロセッサは、半導体集積回路（Integrated Circuit）、又はＬＳＩ（Large Scale Integration）を含む一つ又は複数の電子回路で構成される。ここでは、ＩＣやＬＳＩと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）若しくはＵＬＳＩ（Ultra Large Scale Integration）と呼ばれるものであってもよい。ＬＳＩの製造後にプログラムされる、ＦＰＧＡ（Field-Programmable Gate Array）、又はＬＳＩ内部の接合関係の再構成又はＬＳＩ内部の回路区画のセットアップができる再構成可能な論理デバイスも同じ目的で使うことができる。複数の電子回路は、一つのチップに集積されてもよいし、複数のチップに設けられてもよい。複数のチップは一つの装置に集約されていてもよいし、複数の装置に備えられていてもよい。プログラムは、コンピュータが読み取り可能なＲＯＭ、光ディスク、ハードディスクドライブなどの非一時的記録媒体に記録される。プログラムは、記録媒体に予め格納されていてもよいし、インターネット等を含む広域通信網を介して記録媒体に供給されていてもよい。

【0036】

なお、労働負荷推定システム２は、１台のコンピュータ装置、及び互いに連携した複数台のコンピュータ装置のいずれで実現されていてもよい。また、労働負荷推定システム２は、クラウドコンピューティングシステムとして構築されていてもよい。

【0037】

例えば、労働負荷推定システム２は、コンピュータシステムを備えたサーバ装置ＳＶ１であることが好ましい。すなわち、データ管理部２１、労働負荷推定部２２、及びデータ出力部２３は、サーバ装置ＳＶ１に設けられている。この場合、労働負荷推定システム２は、労働負荷の状態を処理するためのリソースを容易に確保できる。

【0038】

（２．２．１）データ管理部
データ管理部２１は、上述の第１識別情報及び第２識別情報と、複数の従業員Ｈ０の識別情報と、を対応付けて記憶している。そして、データ管理部２１は、受け取った業務データ及び人事データに付加されている第１識別情報及び第２識別情報に基づいて、複数の従業員Ｈ０のそれぞれの識別情報に、対応する業務データ及び人事データを紐付けることができる。

【0039】

すなわち、データ管理部２１は、従業員Ｈ０毎の業務データ及び人事データを保存している。

【0040】

（業務データ）
データ管理部２１が記憶している業務データは、業務データ収集システム４から受け取った端末操作情報、生体情報、位置情報、及び音声情報である。

【0041】

（人事データ）
データ管理部２１が記憶している人事データは、会社Ｃ１の人事部門が労働負荷推定システム２に送信したデータである。人事データは、職務情報、研修情報、考課情報、勤怠情報、及び部署情報の少なくとも１つを含む。本実施形態では、人事データは、職務情報、研修情報、考課情報、勤怠情報、及び部署情報を含む。

【0042】

職務情報は、従業員Ｈ０の職務履歴に関する情報であり、例えば従業員Ｈ０の担当業務の履歴などの職務経験に関する情報である。

【0043】

研修情報は、従業員Ｈ０の研修受講履歴に関する情報であり、例えば従業員Ｈ０が有しているスキルに関する情報である。

【0044】

考課情報は、従業員Ｈ０の考課履歴に関する情報であり、例えば上司が従業員Ｈ０の労働を評価した結果に関する情報である。

【0045】

勤怠情報は、従業員Ｈ０の勤怠履歴に関する情報であり、例えば従業員Ｈ０の年次有給休暇及び欠勤などの休み、並びに出勤時間及び退勤時間などの勤務時間に関する情報である。

【0046】

部署情報は、従業員Ｈ０が現在属する会社Ｃ１の部署に関する情報であり、例えば従業員Ｈ０が属する部署の人員に関する情報である。部署情報は、例えば組織図に示される、上司－部下の関係、及び同僚などの情報などである。

【0047】

（２．２．２）労働負荷推定部
労働負荷推定部２２は、業務データ及び人事データの少なくとも一方に基づいて人Ｈ０の労働負荷の状態を推定する。なお、推定対象となる従業員Ｈ０を従業員Ｈ１とする。

【0048】

具体的に、労働負荷推定部２２は、従業員Ｈ１の業務データ及び人事データの少なくとも一方に基づいて、数値で表される指標Ｙ０（図４参照）を間欠的（周期的）に求め、指標Ｙ０の時系列データを作成する。そして、図４に示すように、労働負荷推定部２２は、評価期間Ｔ１における指標Ｙ０に基づいて評価値Ｙａを求める。労働負荷推定部２２は、評価期間Ｔ１以前の期間を含む基準期間Ｔ２における指標Ｙ０に基づいて基準値Ｙｂを求める。労働負荷推定部２２は、評価値Ｙａと基準値Ｙｂとを比較することで、従業員Ｈ１の労働負荷の状態を推定する。

【0049】

このように、労働負荷推定部２２は、サーベイを必須とすることなく、業務データ及び人事データの少なくとも一方を用いて、労働負荷の状態を従業員Ｈ０毎に推定することができる。

【0050】

（業務データに基づく指標）
以下、労働負荷推定部２２が業務データに基づいて指標Ｙ０を求める処理について説明する。労働負荷推定部２２は、業務データに基づいて、数値で表される指標Ｙ０（図４参照）を求める。業務データは、端末操作情報、生体情報、位置情報、及び音声情報を含む。

【0051】

（端末操作情報に基づく指標）
労働負荷推定部２２は、業務データとして、従業員Ｈ１が使用する情報端末９の端末操作情報を用いることができる。端末操作情報は、情報端末９が有するキーボードの操作、情報端末９が有するマウスの操作、情報端末９が有するマイクロホンへの音声入力、情報端末９が有するカメラの動作、情報端末９が実行するアプリケーションの起動、アプリケーションの動作、アクティブウィンドウで実行されているアプリケーションの種類、起動中のアプリケーションの種類、起動中のアプリケーションの数、及びアプリケーションの実行にともなって生成されているウィンドウの数の少なくとも１つに関する情報である。労働負荷推定部２２は、端末操作情報に基づいて、従業員Ｈ１によって情報端末９が利用されている日毎の総時間である総利用時間を求めることができる。すなわち、労働負荷推定部２２は、総利用時間の時系列データを取得して、総利用時間の数値を指標Ｙ０として利用することができる。

【0052】

図５は、指標Ｙ０の一例として、従業員Ｈ１が使用する情報端末９の総利用時間Ｙ１の時系列データを表している。図５の横軸は日を表しており、Ｅ１は平日の期間、Ｅ２は休日（土曜日、日曜日、及び祝日）の期間である。図５の縦軸は総利用時間Ｙ１を表している。

【0053】

（生体情報に基づく指標）
労働負荷推定部２２は、業務データとして従業員Ｈ１の生体情報を用いることができる。生体情報は、従業員Ｈ１の心拍数、従業員Ｈ１の体温、及び従業員Ｈ１の動作に伴う部位の加速度を含む。そこで、労働負荷推定部２２は、生体情報に基づいて、従業員Ｈ１の心拍数、体温、及び加速度などの時系列データを取得して、心拍数、体温、及び加速度などの数値を指標Ｙ０として利用することができる。

【0054】

また、労働負荷推定部２２は、心拍数及び加速度の少なくとも一方に基づいて、従業員Ｈ１が動作していない安静状態であるか否かを判定できる。そして、労働負荷推定部２２は、安静状態であるときの心拍数を指標Ｙ０として利用してもよい。さらに、労働負荷推定部２２は、従業員Ｈ１が動作状態から安静状態に遷移した直後の心拍数のデータを指標Ｙ０から除外してもよい。

【0055】

（位置情報に基づく指標）
労働負荷推定部２２は、業務データとして従業員Ｈ１の位置情報を用いることができる。位置情報は、従業員Ｈ１の位置を表す情報である。そこで、労働負荷推定部２２は、位置情報に基づいて、従業員Ｈ１の移動距離、及び移動速度などの時系列データを取得して、移動距離、及び移動速度などの数値を指標Ｙ０として利用することができる。

【0056】

また、労働負荷推定部２２は、位置情報に基づいて、従業員Ｈ１が動作していない安静状態であるか否かを判定できる。そして、労働負荷推定部２２は、安静状態であるときの心拍数を指標Ｙ０として利用してもよい。さらに、労働負荷推定部２２は、従業員Ｈ１が動作状態から安静状態に遷移した直後の心拍数のデータを指標Ｙ０から除外してもよい。

【0057】

（音声情報に基づく指標）
また、労働負荷推定部２２は、業務データとして人Ｈ１の音声情報を用いることができる。音声情報は、従業員Ｈ１が発した音声の情報である。そこで、労働負荷推定部２２は、音声情報に基づいて、従業員Ｈ１の発話量、発話回数などの時系列データを取得して、発話量、発話回数などの数値を指標Ｙ０として利用することができる。

【0058】

（端末操作情報、生体情報、位置情報、及び音声情報に基づく推定）
また、労働負荷推定部２２は、業務データとして人Ｈ１の端末操作情報、生体情報、位置情報、及び音声情報の少なくとも２つを組み合わせて用いて、指標Ｙ０を求めてもよい。

【0059】

（人事データに基づく指標）
以下、労働負荷推定部２２が人事データに基づいて指標Ｙ０を求める処理について説明する。労働負荷推定部２２は、人事データに基づいて、数値で表される指標Ｙ０（図４参照）を求める。人事データは、職務情報、研修情報、考課情報、勤怠情報、及び部署情報を含む。

【0060】

（職務情報に基づく指標）
労働負荷推定部２２は、人事データとして、従業員Ｈ１の職務情報を用いることができる。職務情報は、従業員Ｈ１の職務履歴に関する情報である。労働負荷推定部２２は、職務情報に基づいて、従業員Ｈ１の現在の業務と職務履歴とを比較することで、現在の業務に対する従業員Ｈ１の業務適正度を求めることができる。すなわち、労働負荷推定部２２は、業務適正度の数値を指標Ｙ０として利用することができる。

【0061】

（研修情報に基づく指標）
労働負荷推定部２２は、人事データとして、従業員Ｈ１の研修情報を用いることができる。研修情報は、従業員Ｈ１の研修受講履歴に関する情報である。労働負荷推定部２２は、研修情報に基づいて、従業員Ｈ１の現在の業務と研修受講履歴とを比較することで、現在の業務に対する従業員Ｈ１の業務適正度を求めることができる。すなわち、労働負荷推定部２２は、業務適正度の数値を指標Ｙ０として利用することができる。

【0062】

（考課情報に基づく指標）
労働負荷推定部２２は、人事データとして、従業員Ｈ１の考課情報を用いることができる。考課情報は、従業員Ｈ１の考課履歴に関する情報である。労働負荷推定部２２は、考課情報に基づいて、従業員Ｈ１の現在の業務と考課履歴とを比較することで、現在の業務に対する従業員Ｈ１の業務適正度を求めることができる。すなわち、労働負荷推定部２２は、業務適正度の数値を指標Ｙ０として利用することができる。

【0063】

（勤怠情報に基づく指標）
労働負荷推定部２２は、人事データとして、従業員Ｈ１の勤怠情報を用いることができる。勤怠情報は、従業員Ｈ１の勤怠履歴に関する情報である。

【0064】

労働負荷推定部２２は、勤怠情報に基づく従業員Ｈ１の勤務時間から、従業員Ｈ１の業務負荷量を求めることができる。すなわち、労働負荷推定部２２は、業務負荷量の数値を指標Ｙ０として利用することができる。

【0065】

また、労働負荷推定部２２は、勤怠情報に基づく従業員Ｈ１の勤務時間から、従業員Ｈ１の業務に対する他の従業員（Ｈ２－Ｈ４）のサポート度合を求めることができる。すなわち、労働負荷推定部２２は、他の従業員のサポート度合の数値を指標Ｙ０として利用することができる。

【0066】

また、労働負荷推定部２２は、勤怠情報に基づいて、従業員Ｈ１の退社時間と次の出社時間の間隔を把握できる。そして、労働負荷推定部２２は、従業員Ｈ１の退社時間と次の出社時間の間隔から、従業員Ｈ１の業務負荷量又は他の従業員のサポート度合を求めることができる。すなわち、労働負荷推定部２２は、業務負荷量又は他の従業員のサポート度合の数値を指標Ｙ０として利用することができる。

【0067】

また、労働負荷推定部２２は、勤怠情報に基づいて、従業員Ｈ１の年次有給休暇の取得率を把握できる。そして、労働負荷推定部２２は、年次有給休暇の取得率から、従業員Ｈ１の業務負荷量又は他の従業員のサポート度合を求めることができる。すなわち、労働負荷推定部２２は、業務負荷量又は他の従業員のサポート度合の数値を指標Ｙ０として利用することができる。

【0068】

（部署情報に基づく指標）
労働負荷推定部２２は、人事データとして、従業員Ｈ１の部署情報を用いることができる。部署情報は、従業員Ｈ０が属する会社Ｃ１の部署である第１部署Ｃ１１に関する情報である。労働負荷推定部２２は、部署情報に基づいて、従業員Ｈ１が属している第１部署Ｃ１１の構成人数を把握できる。すなわち、労働負荷推定部２２は、第１部署Ｃ１１の構成人数の数値を指標Ｙ０として利用することができる。

【0069】

（職務情報、研修情報、考課情報、勤怠情報、及び部署情報に基づく指標）
また、労働負荷推定部２２は、人事データとして人Ｈ１の職務情報、研修情報、考課情報、勤怠情報、及び部署情報の少なくとも２つを組み合わせて用いて、指標Ｙ０を求めてもよい。

【0070】

（業務データ及び人事データに基づく指標）
労働負荷推定部２２は、業務データと人事データとの組み合わせに基づいて指標Ｙ０を求めてもよい。

【0071】

例えば、労働負荷推定部２２は、業務データとして従業員Ｈ１－Ｈ４のそれぞれの位置情報及び音声情報を用い、人事データとして従業員Ｈ１－Ｈ４のそれぞれの部署情報を用いる。この場合、労働負荷推定部２２は、従業員Ｈ１－Ｈ４のそれぞれの位置情報に基づいて、従業員Ｈ１－Ｈ４が互いに接近した時間の長さ（接近時間）、及び従業員Ｈ１－Ｈ４が互いに接近した回数（接近回数）を判定できる。また、労働負荷推定部２２は、従業員Ｈ１－Ｈ４のそれぞれの音声情報に基づいて、従業員Ｈ１－Ｈ４が互いに接近しているときの相互コミュニケーションの有無を判定できる。また、労働負荷推定部２２は、従業員Ｈ１－Ｈ４のそれぞれの職務情報及び部署情報に基づいて、従業員Ｈ１－Ｈ４の相互関係（上司と部下の関係の有無、及び同じ業務を担当しているか否かなど）を判定できる。そして、労働負荷推定部２２は、上述の各判定結果に基づいて、従業員Ｈ１－Ｈ４の相互のコミュニケーションの回数又は量（業務連携度合）を指標Ｙ０として求めることができる。

【0072】

（労働負荷の状態推定）
労働負荷推定部２２は、指標Ｙ０を用いて従業員Ｈ１の労働負荷の状態を推定する。

【0073】

具体的に、図４に示すように、労働負荷推定部２２は、評価期間Ｔ１における指標Ｙ０に基づいて評価値Ｙａを求める。労働負荷推定部２２は、評価期間Ｔ１以前の期間を含む基準期間Ｔ２における指標Ｙ０に基づいて基準値Ｙｂを求める。労働負荷推定部２２は、評価値Ｙａと基準値Ｙｂとを比較することで、従業員Ｈ１の労働負荷の状態を推定する。

【0074】

ここで、労働負荷推定部２２は、労働を、０時から２４時までの単位期間Ｄ１（１日）毎に区切る。図４では、単位期間Ｄ１として前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３を例示し、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３の３日間における指標Ｙ０の時系列データを表している。

【0075】

そして、労働負荷推定部２２は、評価期間Ｔ１として、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３のうち今日Ｄ１３を設定する。この評価期間Ｔ１は、複数の単位期間Ｄ１である前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３のうち、最新の単位期間Ｄ１である今日Ｄ１３を含む。図４では、評価期間Ｔ１を今日Ｄ１３としている。すなわち、労働負荷推定部２２は、評価期間Ｔ１を最新の単位期間Ｄ１である今日Ｄ１３とすることで、現在又は今日の従業員Ｈ１の労働負荷を推定するリアルタイム推定を行う。

【0076】

次に、労働負荷推定部２２は、評価期間Ｔ１（今日Ｄ１３）における指標Ｙ０に基づいて評価値Ｙａを求める。評価値Ｙａは、評価期間Ｔ１における指標Ｙ０の最大値、最小値、中央値、ばらつき、平均値、又は移動平均値であることが好ましい。例えば、評価期間Ｔ１における指標Ｙ０の最大値を評価値Ｙａとする場合、評価値ＹａはＹａ１（図４参照）となる。また、評価期間Ｔ１における指標Ｙ０の最小値を評価値Ｙａとする場合、評価値ＹａはＹａ２（図４参照）となる。したがって、労働負荷推定部２２は、指標Ｙ０から評価値Ｙａを容易に求めることができる。

【0077】

また、労働負荷推定部２２は、基準期間Ｔ２として、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３のうち前々日Ｄ１１、前日Ｄ１２を設定する。この基準期間Ｔ２は、評価期間Ｔ１以前の期間を含む。そして、労働負荷推定部２２は、基準期間Ｔ２（前々日Ｄ１１、前日Ｄ１２）における指標Ｙ０に基づいて基準値Ｙｂを求める。基準値Ｙｂは、基準期間Ｔ２における指標Ｙ０の最大値、最小値、中央値、ばらつき、平均値、又は移動平均値であることが好ましい。例えば、基準期間Ｔ２における指標Ｙ０の最大値を基準値Ｙｂとする場合、基準値ＹｂはＹｂ１（図４参照）となる。また、基準期間Ｔ２における指標Ｙ０の最小値を基準値Ｙｂとする場合、基準値ＹｂはＹｂ２（図４参照）となる。したがって、労働負荷推定部２２は、指標Ｙ０から基準値Ｙｂを容易に求めることができる。

【0078】

そして、労働負荷推定部２２は、評価値Ｙａと基準値Ｙｂとを比較することで、労働負荷の状態を推定する。

【0079】

具体的に図６に示すように、労働負荷推定部２２は、評価値Ｙａが基準範囲Ｗ１に収まっていれば、労働負荷は変化していないと推定する。また、労働負荷推定部２２は、評価値Ｙａが基準範囲Ｗ１に収まっていなければ、労働負荷は変化したと推定する。基準範囲Ｗ１は、基準値Ｙｂを含む範囲である。例えば、基準範囲Ｗ１は、基準値Ｙｂを中心として±Ｗ１１となる範囲である。なお、基準範囲Ｗ１は、基準値Ｙｂを含む範囲であればよく、例えば基準値Ｙｂ以上の所定範囲、又は基準値Ｙｂ以下の所定範囲であってもよい。

【0080】

そして、労働負荷推定部２２は、評価値Ｙａが基準範囲Ｗ１の上限値Ｖ１より大きい評価値Ｙａ１１であれば、従業員Ｈ１の労働負荷は高負荷側に変化した（労働負荷が増加した）と推定する。また、労働負荷推定部２２は、評価値Ｙａが基準範囲Ｗ１の下限値Ｖ２より小さい評価値Ｙａ１３であれば、従業員Ｈ１の労働負荷は低負荷側に変化した（労働負荷が減少した）と推定する。また、労働負荷推定部２２は、評価値Ｙａが基準範囲Ｗ１に収まる評価値Ｙａ１２であれば、従業員Ｈ１の労働負荷は変化していないと推定する。

【0081】

上述のように、労働負荷推定部２２は、評価値Ｙａと基準値Ｙｂとを比較することで、従業員Ｈ１の労働負荷の変化の有無を容易に判定できる。

【0082】

（２．２．３）データ出力部
データ出力部２３は、労働負荷推定部２２による労働負荷の状態の推定結果を含む推定データを表示装置３へ出力する。データ出力部２３は、推定データを画像データとして生成する。データ出力部２３は、推定データに音声データを更に含めてもよい。

【0083】

（２．３）表示装置
表示装置３は、従業員Ｈ０が利用するタブレット端末、スマートフォン、液晶ディスプレイ装置、又は有機ＥＬディスプレイ装置などであり、画像を表示する画面を備える。そして、表示装置３は、データ出力部２３から受け取った推定データを画面に表示する。また、表示装置３は、推定データに音声データが含まれていれば、スピーカ装置から音声を出力する。

【0084】

（３）第１変形例
本変形例において、労働負荷推定部２２は、新たな単位期間Ｄ１（最新の単位期間Ｄ１）が追加される毎に、新たな単位期間Ｄ１の評価値Ｙａと基準範囲Ｗ１との比較処理を行う。そして、労働負荷推定部２２は、単位期間Ｄ１毎の比較結果を図７のように記憶しておく。図７では、単位期間Ｄ１の評価値Ｙａが基準範囲Ｗ１に収まっていれば、比較結果は「変化なし」で表す。また、評価値Ｙａが基準範囲Ｗ１の上限値より大きければ、比較結果は「変化あり（高負荷）」で表す。また、評価値Ｙａが基準範囲Ｗ１の上限値より小さければ、比較結果は「変化あり（低負荷）」で表す。なお、複数の単位期間Ｄ１のそれぞれにおける比較処理で用いられる基準範囲Ｗ１は、単位期間Ｄ１のそれぞれに対応する基準期間Ｔ２から求められた範囲であり、全ての単位期間Ｄ１で共通ではない。

【0085】

そして、労働負荷推定部２２は、比較結果「変化なし」の発生頻度、比較結果「変化あり（高負荷）」及び「変化あり（低負荷）」）の発生頻度の少なくとも一方に基づいて、労働負荷の状態を推定することが好ましい。すなわち、労働負荷推定部２２は、評価値Ｙａが基準範囲Ｗ１に収まっている状態の発生頻度、及び評価値Ｙａが基準範囲Ｗ１に収まっていない状態の発生頻度の少なくとも一方に基づいて、労働負荷の状態を推定することが好ましい。

【0086】

本変形例では、労働負荷推定部２２は、比較結果「変化なし」の発生頻度、比較結果「変化あり（高負荷）」の発生頻度、及び「変化あり（低負荷）」）の発生頻度に基づいて、労働負荷の状態を推定する。

【0087】

具体的に、労働負荷推定部２２は、同じ比較結果の連続発生回数が回数閾値「２回」以上になれば、推定結果を更新する。図７では、単位期間Ｄ２１、Ｄ２２において、比較結果「変化あり（高負荷）」が２回連続している。すなわち、単位期間Ｄ２１、Ｄ２２では、評価値Ｙａが基準範囲Ｗ１の上限値Ｖ１より大きい状態の連続発生回数が、回数閾値「２回」以上になっている。したがって、労働負荷推定部２２は、単位期間Ｄ２２直後のタイミングｔ１において、労働負荷は高負荷状態であると推定する。

【0088】

また、図７では、単位期間Ｄ３１、Ｄ３２において、比較結果「変化なし」が２回連続している。すなわち、単位期間Ｄ３１、Ｄ３２では、評価値Ｙａが基準範囲Ｗ１に収まっている状態の連続発生回数が、回数閾値「２回」以上になっている。したがって、労働負荷推定部２２は、単位期間Ｄ３２直後のタイミングｔ２において、労働負荷は定常状態であると推定する。

【0089】

本変形例の労働負荷推定部２２は、従業員Ｈ０の労働負荷の状態を容易に推定できる。

【0090】

（４）第２変形例
本変形例において、労働負荷推定部２２は、新たな単位期間Ｄ１（最新の単位期間Ｄ１）が追加される毎に、新たな単位期間Ｄ１の評価値Ｙａと基準範囲Ｗ１との比較処理を行う。そして、労働負荷推定部２２は、単位期間Ｄ１毎の比較結果を図８のように記憶しておく。図８では、単位期間Ｄ１の評価値Ｙａが基準範囲Ｗ１に収まっていれば、比較結果は「変化なし」で表す。また、評価値Ｙａが基準範囲Ｗ１の上限値より大きければ、比較結果は「変化あり（高負荷）」で表す。また、評価値Ｙａが基準範囲Ｗ１の上限値より小さければ、比較結果は「変化あり（低負荷）」で表す。なお、複数の単位期間Ｄ１のそれぞれにおける比較処理で用いられる基準範囲Ｗ１は、単位期間Ｄ１のそれぞれに対応する基準期間Ｔ２から求められた範囲であり、全ての単位期間Ｄ１で共通ではない。

【0091】

そして、労働負荷推定部２２は、比較結果「変化なし」の発生頻度、比較結果「変化あり（高負荷）」及び「変化あり（低負荷）」）の発生頻度の少なくとも一方に基づいて、労働負荷の状態を推定することが好ましい。すなわち、労働負荷推定部２２は、評価値Ｙａが基準範囲Ｗ１に収まっている状態の発生頻度、及び評価値Ｙａが基準範囲Ｗ１に収まっていない状態の発生頻度の少なくとも一方に基づいて、労働負荷の状態を推定することが好ましい。

【0092】

本変形例では、労働負荷推定部２２は、比較結果「変化なし」の発生頻度、比較結果「変化あり（高負荷）」の発生頻度、及び「変化あり（低負荷）」）の発生頻度に基づいて、労働負荷の状態を推定する。

【0093】

具体的に、労働負荷推定部２２は、連続する３つの単位期間Ｄ１で構成されるグループを作成し、グループ毎に３つの単位期間Ｄ１の各比較結果の統計処理を行う。図８では、連続する３つの単位期間Ｄ１で構成されるグループＧ１、Ｇ２のそれぞれにおいて、統計処理を行う。

【0094】

グループＧ１では、３つの単位期間Ｄ１の各比較結果は、「変化あり（低負荷）」、「変化あり（高負荷）」、「変化あり（高負荷）」であり、「変化あり（高負荷）」の発生確率が最も高い。したがって、労働負荷推定部２２は、グループＧ１の直後のタイミングｔ１１において、労働負荷は高負荷状態であると推定する。

【0095】

グループＧ２では、３つの単位期間Ｄ１の各比較結果は、「変化なし」、「変化あり（低負荷）」、「変化なし」であり、「変化なし」の発生確率が最も高い。したがって、労働負荷推定部２２は、グループＧ２の直後のタイミングｔ１２において、労働負荷は定常状態であると推定する。

【0096】

本変形例の労働負荷推定部２２は、従業員Ｈ０の労働負荷の状態を容易に推定できる。

【0097】

（５）第３変形例
本変形例では、労働負荷推定部２２は、指標Ｙ０の時系列データに生じる変曲点に基づいて、労働負荷の状態を推定する。

【0098】

具体的に、労働負荷推定部２２は、図９に示すように、従業員Ｈ１の指標Ｙ０の時系列データから変曲点Ｐ１を抽出する。そして、労働負荷推定部２２は、図９に示すように、指標Ｙ０が変曲点Ｐ１の発生タイミングｔ２１から時間閾値Ｌ１に亘って減少し続ければ、従業員Ｈ１の労働負荷は低負荷側に変化した（労働負荷が減少した）と推定する。また、労働負荷推定部２２は、指標Ｙ０が変曲点Ｐ１の発生タイミングｔ２１から時間閾値Ｌ１に亘って増加し続ければ、従業員Ｈ１の労働負荷は高負荷側に変化した（労働負荷が増加した）と推定する。

【0099】

本変形例の労働負荷推定部２２は、従業員Ｈ０の労働負荷の状態を容易に推定できる。

【0100】

（６）第４変形例
図１０に示す労働負荷推定システム２は、推定結果記憶部２４を更に備える。推定結果記憶部２４は、複数の従業員Ｈ０のそれぞれの労働負荷の状態の推定結果を記憶する。データ出力部２３は、複数の従業員Ｈ０のそれぞれの労働負荷の状態の推定結果のうち推定データに含めることができる少なくとも１つの推定結果を、推定データの出力先毎に予め決めている。

【0101】

具体的に、労働負荷推定部２２は、複数の従業員Ｈ０のそれぞれについて、上述の従業員Ｈ１と同様に労働負荷の状態を推定する。労働負荷推定部２２は、複数の従業員Ｈ０のそれぞれの推定結果を推定結果記憶部２４に保存する。

【0102】

例えば、従業員Ｈ２は第１部署Ｃ１１の部長（又は課長）であり、第１部署Ｃ１１には、従業員Ｈ２の部下として、従業員Ｈ１を含む複数の従業員Ｈ０が属している。この場合、データ出力部２３は、推定データの出力先となる表示装置３が従業員Ｈ２によって使用される表示装置３であれば、従業員Ｈ２に対する推定結果だけでなく、第１部署Ｃ１１に属する複数の従業員Ｈ０のそれぞれに対する推定結果を推定データに含めることができる。また、データ出力部２３は、推定データの出力先となる表示装置３が従業員Ｈ１によって使用される表示装置３であれば、従業員Ｈ１に対する労働負荷の推定結果を推定データに含めることができるが、従業員Ｈ１以外の従業員Ｈ０に対する労働負荷の推定結果を推定データに含めることができない。

【0103】

また、第１部署Ｃ１１に属する全ての従業員Ｈ０（従業員Ｈ１、Ｈ２を含む）のそれぞれの労働負荷の推定結果の平均を、第１部署Ｃ１１の労働負荷の状態の推定結果とする。この場合、データ出力部２３は、推定データの出力先となる表示装置３が第１部署Ｃ１１に属する従業員Ｈ０によって使用される表示装置３であれば、第１部署Ｃ１１に対する推定結果を推定データに含めることができる。

【0104】

本変形例の労働負荷推定システム２は、出力可能な推定結果を推定データの出力先毎に予め決めていることで、従業員Ｈ０の個人的な情報を保護することができる。

【0105】

（７）第５変形例
労働負荷推定部２２は、上述の評価期間Ｔ１を過去の期間とすることで、現在又は今日の従業員Ｈ１の労働負荷の状態を推定するリアルタイム推定ではなく、過去又は前日以前の従業員Ｈ１の労働負荷の状態を推定する過去推定を行うことができる。

【0106】

具体的に、図１１に示すように、労働負荷推定部２２は、０時から２４時までを単位期間Ｄ１（１日）とする。図１１では、単位期間Ｄ１として前々々日Ｄ１０、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３を例示し、前々々日Ｄ１０、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３の４日間における指標Ｙ０の時系列データを表している。

【0107】

そして、労働負荷推定部２２は、評価期間Ｔ１として、前々々日Ｄ１０、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３のうち前日Ｄ１２を設定する。この評価期間Ｔ１は、複数の単位期間Ｄ１である前々々日Ｄ１０、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３のうち、最新の単位期間Ｄ１である今日Ｄ１３を含まない。すなわち、労働負荷推定部２２は、評価期間Ｔ１に最新の単位期間Ｄ１である今日Ｄ１３を含めないことで、過去又は前日以前の従業員Ｈ１の労働負荷を推定する過去推定を行う。

【0108】

そして、労働負荷推定部２２は、評価期間Ｔ１（前日Ｄ１２）における指標Ｙ０に基づいて評価値Ｙａを求める。評価値Ｙａは、評価期間Ｔ１における指標Ｙ０の最大値、最小値、中央値、ばらつき、平均値、又は移動平均値であることが好ましい。

【0109】

また、労働負荷推定部２２は、基準期間Ｔ２として、前々々日Ｄ１０、前々日Ｄ１１、前日Ｄ１２、今日Ｄ１３のうち前々々日Ｄ１０、前々日Ｄ１１を設定する。この基準期間Ｔ２は、評価期間Ｔ１以前の期間を含む。そして、労働負荷推定部２２は、基準期間Ｔ２（前々々日Ｄ１０、前々日Ｄ１１）における指標Ｙ０に基づいて基準値Ｙｂを求める。基準値Ｙｂは、基準期間Ｔ２における指標Ｙ０の最大値、最小値、中央値、ばらつき、平均値、又は移動平均値であることが好ましい。

【0110】

そして、労働負荷推定部２２は、評価値Ｙａと基準値Ｙｂとを比較することで、労働負荷の状態を推定する。

【0111】

（８）第６変形例
単位期間Ｄ１は、従業員Ｈ０の平日に対して設定され、従業員Ｈ０の休日に対して設定されないことが好ましい。

【0112】

具体的に、労働負荷推定部２２は、指標Ｙ０として図５に示す総利用時間Ｙ１を用いる場合、平日の期間Ｅ１の総利用時間Ｙ１を抽出し、休日（土曜日、日曜日、祝日、及び年次有給休暇（半日年休、及び時間年休を含む）Ｅ２の総利用時間Ｙ１を抽出しない。そして、労働負荷推定部２２は、平日の期間Ｅ１の総利用時間Ｙ１に基づいて、労働負荷の状態を推定する。例えば、労働負荷推定部２２は、平日の期間Ｅ１の総利用時間Ｙ１の時系列データに対して、上述の評価期間Ｔ１及び基準期間Ｔ２を設定して、評価値Ｙａ及び基準値Ｙｂを求める。また、労働負荷推定部２２は、平日の期間Ｅ１の総利用時間Ｙ１の時系列データから変曲点を抽出してもよい。

【0113】

本変形例の労働負荷推定部２２は、平日における労働負荷の状態を推定できる。

【0114】

（９）第７変形例
労働負荷推定システム２は、上述の業務データ及び人事データに加えて、回答データを更に用いて、労働負荷の状態を推定することが好ましい。

【0115】

回答データは、労働状況に対する従業員Ｈ０の思いを把握するために従業員Ｈ０に対して行われたサーベイ（アンケートなどを含む）のデータである。すなわち、回答データは、サーベイの質問に対する従業員Ｈ０の回答のデータである。

【0116】

そして、データ管理部２１は、業務データ及び人事データに加えて、回答データを更に保存する。労働負荷推定部２２は、業務データ及び人事データの少なくとも一方と、回答データと、に基づいて労働負荷の状態を推定する。

【0117】

例えば、業務データ及び人事データの少なくとも一方に基づく推定結果において労働負荷が増加しているときに、従業員Ｈ０本人にサーベイによって労働状況を確認し、その回答データをデータ管理部２１に保存する。そして、労働負荷推定部２２は、回答データに基づいて従業員Ｈ０本人の楽観性及びレジリエンス（resilience）を判定し、楽観性及びレジリエンス（resilience）を考慮した上で労働負荷の状態を再推定する。

【0118】

本変形例の労働負荷推定部２２は、業務データ及び人事データに加えて、回答データを更に用いることで、従業員Ｈ０の労働負荷の状態を更に精度よく推定できる。

【0119】

（１０）第８変形例
労働負荷推定部２２は、機械学習によって構築された学習モデルに業務データ及び人事データの少なくとも一方を入力し、学習モデルから労働負荷の状態の推定結果を取得することが好ましい。

【0120】

具体的に、従業員Ｈ０は、上述の評価期間Ｔ１の労働負荷に対する自分の評価を自己評価データとして作成する。そして、評価期間Ｔ１の労働負荷に対する労働負荷推定部２２の推定結果を含む推定データと、従業員Ｈ０の自己評価データと、を教師データとして、学習モデル生成システムに入力する。学習モデル生成システムは、労働負荷推定部２２が用いる学習モデルを記憶しており、教師データを用いた学習によって、学習モデルのアルゴリズムを構築又は再構築する学習処理を行う。すなわち、学習モデル生成システムは、機械学習によって学習モデルを生成し、かつ、学習モデルを改善する。学習モデル生成システムが生成、改善した学習モデルは、適宜、労働負荷推定部２２に実装される。

【0121】

学習モデルは、ニューラルネットワークを用いたディープラーニングなどの機械学習によって構築されることが好ましいが、特定のモデルに限定されない。

【0122】

労働負荷推定部２２は、学習モデルを用いることで、労働負荷の状態の推定精度を向上させることができる。

【0123】

（１１）第９変形例
上述の労働負荷推定システム２が実行する労働負荷推定方法をまとめると、図１２のフローチャートで表される。

【0124】

労働負荷推定方法は、データ取得ステップＳ１、労働負荷推定ステップＳ２、及びデータ出力ステップＳ３を含む。

【0125】

データ取得ステップＳ１では、データ管理部２１は、業務データ及び人事データの少なくとも一方（必要であれば回答データ）を取得する。

【0126】

労働負荷推定ステップＳ２では、労働負荷推定部２２は、業務データ及び人事データの少なくとも一方に基づいて労働負荷の状態を推定する（必要であれば回答データも併せて用いる）。

【0127】

データ出力ステップＳ３では、データ出力部２３は、労働負荷の状態の推定結果を含む推定データを表示装置３へ出力する。

【0128】

上述の労働負荷推定方法は、サーベイを必須とすることなく、業務データ及び人事データの少なくとも一方を用いて、労働負荷の状態を従業員Ｈ０毎に推定することができる。

【0129】

（１２）第１０変形例
労働負荷推定システム２は、業務データと人事データとの両方を用いる必要はなく、業務データと人事データとの少なくとも一方を用いて労働負荷の状態を推定すればよい。

【0130】

業務データは、端末操作情報、生体情報、位置情報、及び音声情報以外の情報を含んでいてもよい。生体情報は、従業員Ｈ０の心拍数、体温、及び動作に伴う部位の加速度以外の情報を含んでいてもよい。

【0131】

人事データは、職務情報、研修情報、考課情報、勤怠情報、及び部署情報以外の情報を含んでいてもよい。

【0132】

評価期間Ｔ１は、複数の単位期間Ｄ１を含んでいてもよい。

【0133】

基準期間Ｔ２は、最新の単位期間Ｄ１である今日Ｄ１３を含んでいてもよい。

【0134】

データ管理部２１は、労働負荷推定システム２とは別のシステム又は装置に設けられてもよい。

【0135】

（１３）まとめ
上述の実施形態に係る第１の態様の労働負荷推定システム（２）は、労働による人（Ｈ０）の負担の程度である労働負荷の状態を推定する。前記労働負荷推定システム（２）は、労働負荷推定部（２２）と、データ出力部（２３）と、を備える。労働負荷推定部（２２）は、人（Ｈ０）が行った業務の履歴に関する業務データ、及び人（Ｈ０）の人事に関する人事データの少なくとも一方に基づいて労働負荷の状態を推定する。データ出力部（２３）は、労働負荷の状態の推定結果を含む推定データを出力する。

【0136】

上述の労働負荷推定システム（２）は、サーベイを必須とすることなく、労働負荷の状態を人（Ｈ０）毎に推定することができる。

【0137】

上述の実施形態に係る第２の態様の労働負荷推定システム（２）では、第１の態様において、業務データは、人（Ｈ０）が操作した情報端末（９）の操作に関する端末操作情報、人（Ｈ０）の生体情報、人（Ｈ０）の位置情報、及び人（Ｈ０）が発した音声に関する音声情報の少なくとも１つを含むことが好ましい。

【0138】

上述の労働負荷推定システム（２）は、労働負荷の状態を推定することを可能にする業務データを用いることができる。

【0139】

上述の実施形態に係る第３の態様の労働負荷推定システム（２）では、第２の態様において、端末操作情報は、情報端末（９）が有するキーボードの操作、情報端末（９）が有するマウスの操作、情報端末（９）が有するマイクロホンへの音声入力、情報端末（９）が有するカメラの動作、情報端末（９）が実行するアプリケーションの起動、アプリケーションの動作、アクティブウィンドウで実行されているアプリケーションの種類、起動中のアプリケーションの種類、起動中のアプリケーションの数、及びアプリケーションの実行にともなって生成されているウィンドウの数の少なくとも１つに関する情報であることが好ましい。

【0140】

上述の労働負荷推定システム（２）は、労働負荷の状態を推定することを可能にする端末操作情報を用いることができる。

【0141】

上述の実施形態に係る第４の態様の労働負荷推定システム（２）では、第２又は第３の態様において、生体情報は、人（Ｈ０）の心拍数、人（Ｈ０）の体温、及び人（Ｈ０）の動作に伴う部位の加速度の少なくとも１つに関する情報であることが好ましい。

【0142】

上述の労働負荷推定システム（２）は、労働負荷の状態を推定することを可能にする生体情報を用いることができる。

【0143】

上述の実施形態に係る第５の態様の労働負荷推定システム（２）では、第１乃至第４の態様のいずれか１つにおいて、人事データは、人（Ｈ０）の職務履歴に関する職務情報、人（Ｈ０）の研修受講履歴に関する研修情報、人（Ｈ０）の考課履歴に関する考課情報、人（Ｈ０）の勤怠に関する勤怠情報、及び人（Ｈ０）が属する部署に関する部署情報の少なくとも１つを含むことが好ましい。

【0144】

上述の労働負荷推定システム（２）は、労働負荷の状態を推定することを可能にする人事データを用いることができる。

【0145】

上述の実施形態に係る第６の態様の労働負荷推定システム（２）では、第１乃至第５の態様のいずれか１つにおいて、労働負荷推定部（２２）は、業務データ及び人事データの少なくとも一方に基づいて、数値で表される指標（Ｙ０）を求めることが好ましい。そして、労働負荷推定部（２２）は、評価期間（Ｔ１）における指標（Ｙ０）に基づいて評価値（Ｙａ）を求め、評価期間（Ｔ１）以前の期間を含む基準期間（Ｔ２）における指標（Ｙ０）に基づいて基準値（Ｙｂ）を求める。労働負荷推定部（２２）は、評価値（Ｙａ）と基準値（Ｙｂ）とを比較することで、労働負荷の状態を推定する。

【0146】

上述の労働負荷推定システム（２）は、サーベイを必須とすることなく、業務データ及び人事データの少なくとも一方を用いて、労働負荷の状態を従業員（Ｈ０）毎に推定することができる。

【0147】

上述の実施形態に係る第７の態様の労働負荷推定システム（２）では、第６の態様において、評価値（Ｙａ）は、評価期間（Ｔ１）における指標（Ｙ０）の最大値（Ｙａ１）、最小値（Ｙａ２）、中央値、ばらつき、平均値、又は移動平均値であることが好ましい。基準値（Ｙｂ）は、基準期間（Ｔ２）における指標（Ｙ０）の最大値（Ｙｂ１）、最小値（Ｙｂ２）、中央値、ばらつき、平均値、又は移動平均値であることが好ましい。

【0148】

上述の労働負荷推定システム（２）は、指標（Ｙ０）から評価値（Ｙａ）を容易に求めることができる。

【0149】

上述の実施形態に係る第８の態様の労働負荷推定システム（２）では、第６又は第７の態様において、労働は、単位期間（Ｄ１）毎に区切られ、評価期間（Ｔ１）は、複数の単位期間（Ｄ１）のうち最新の単位期間（Ｄ１３）を含むことが好ましい。

【0150】

上述の労働負荷推定システム（２）は、現在又は今日の人（Ｈ０）の労働負荷を推定するリアルタイム推定を行うことができる。

【0151】

上述の実施形態に係る第９の態様の労働負荷推定システム（２）では、第６又は第７の態様において、労働は、単位期間（Ｄ１）毎に区切られ、評価期間（Ｔ１）は、複数の単位期間（Ｄ１）のうち最新の単位期間（Ｄ１３）を含まないことが好ましい。

【0152】

上述の労働負荷推定システム（２）は、過去又は前日以前の人（Ｈ０）の労働負荷を推定する過去推定を行うことができる。

【0153】

上述の実施形態に係る第１０の態様の労働負荷推定システム（２）では、第８又は第９の態様において、単位期間（Ｄ１）は、人（Ｈ０）の平日（Ｅ１）に対して設定され、人（Ｈ０）の休日（Ｅ２）に対して設定されないことが好ましい。

【0154】

上述の労働負荷推定システム（２）は、平日における労働負荷の状態を推定できる。

【0155】

上述の実施形態に係る第１１の態様の労働負荷推定システム（２）では、第６乃至第１０の態様のいずれか１つにおいて、労働負荷推定部（２２）は、評価値（Ｙａ）が基準値（Ｙｂ）を含む基準範囲（Ｗ１）に収まっていれば、労働負荷は変化していないと推定することが好ましい。労働負荷推定部（２２）は、評価値（Ｙａ）が基準範囲（Ｗ１）に収まっていなければ、労働負荷は変化したと推定することが好ましい。

【0156】

上述の労働負荷推定システム（２）は、人（Ｈ０）の労働負荷の変化の有無を容易に判定できる。

【0157】

上述の実施形態に係る第１２の態様の労働負荷推定システム（２）では、第６乃至第１０の態様のいずれか１つにおいて、労働負荷推定部（２２）は、評価値（Ｙａ）が基準値（Ｙｂ）を含む基準範囲（Ｗ１）に収まっている状態の発生頻度、及び評価値（Ｙａ）が基準範囲（Ｗ１）に収まっていない状態の発生頻度の少なくとも一方に基づいて、労働負荷の状態を推定することが好ましい。

【0158】

上述の労働負荷推定システム（２）は、人（Ｈ０）の労働負荷の状態を容易に推定できる。

【0159】

上述の実施形態に係る第１３の態様の労働負荷推定システム（２）では、第１乃至第５の態様のいずれか１つにおいて、労働負荷推定部（２２）は、業務データ及び人事データの少なくとも一方に基づいて、数値で表される指標（Ｙ０）を求めることが好ましい。労働負荷推定部（２２）は、指標（Ｙ０）の時系列データに生じる変曲点（Ｐ１）に基づいて、労働負荷の状態を推定する。

【0160】

上述の労働負荷推定システム（２）は、人（Ｈ０）の労働負荷の状態を容易に推定できる。

【0161】

上述の実施形態に係る第１４の態様の労働負荷推定システム（２）では、第１３の態様において、労働負荷推定部（２２）は、変曲点（Ｐ１）が生じた後、指標（Ｙ０）が増加し続ける時間又は減少し続ける時間が時間閾値（Ｌ１）以上であれば、労働負荷が変化したと推定することが好ましい。

【0162】

上述の労働負荷推定システム（２）は、人（Ｈ０）の労働負荷の状態を容易に推定できる。

【0163】

上述の実施形態に係る第１５の態様の労働負荷推定システム（２）は、第１乃至第１４の態様のいずれか１つにおいて、複数の人（Ｈ０）のそれぞれの推定結果を記憶する推定結果記憶部（２４）を更に備えることが好ましい。データ出力部（２３）は、複数の推定結果のうち推定データに含めることができる少なくとも１つの推定結果を、推定データの出力先毎に予め決めている。

【0164】

上述の労働負荷推定システム（２）は、人（Ｈ０）の個人的な情報を保護することができる。

【0165】

上述の実施形態に係る第１６の態様の労働負荷推定システム（２）では、第１５の態様において、労働負荷推定部（２２）、及びデータ出力部（２３）は、サーバ装置（ＳＶ１）に設けられていることが好ましい。

【0166】

上述の労働負荷推定システム（２）は、労働負荷の状態を処理するためのリソースを容易に確保できる。

【0167】

上述の実施形態に係る第１７の態様の労働負荷推定システム（２）では、第１乃至第１６の態様のいずれか１つにおいて、労働負荷推定部（２２）は、業務データ及び人事データの少なくとも一方と、質問に対する人（Ｈ０）の回答に関する回答データと、に基づいて労働負荷の状態を推定する。

【0168】

上述の労働負荷推定システム（２）は、業務データ及び人事データに加えて、回答データを更に用いることで、労働負荷の状態を更に精度よく推定できる。

【0169】

上述の実施形態に係る第１８の態様の労働負荷推定システム（２）では、第１乃至第１７の態様のいずれか１つにおいて、労働負荷推定部（２２）は、機械学習によって構築された学習モデルに業務データ及び人事データの少なくとも一方を入力し、学習モデルから推定結果を取得することが好ましい。

【0170】

上述の労働負荷推定システム（２）は、学習モデルを用いることで、労働負荷の状態の推定精度を向上させることができる。

【0171】

上述の実施形態に係る第１９の態様の労働負荷推定システム（２）は、第１乃至第１８の態様のいずれか１つにおいて、業務データ、及び人事データの少なくとも一方を保存するデータ管理部（２１）を更に備えることが好ましい。

【0172】

上述の労働負荷推定システム（２）は、業務データ、及び人事データの少なくとも一方を管理することができる。

【0173】

上述の実施形態に係る第２０の態様の労働負荷管理システム（１）は、第１乃至第１９の態様のいずれか１つの労働負荷推定システム（２）と、推定データを表示する表示装置（３）と、を備える。

【0174】

上述の労働負荷管理システム（１）は、サーベイを必須とすることなく、労働負荷の状態を人（Ｈ０）毎に推定することができる。

【0175】

上述の実施形態に係る第２１の態様の労働負荷推定方法は、労働負荷推定システム（２）によって実行され、労働による人（Ｈ０）の負担の程度である労働負荷の状態を推定する。労働負荷推定方法は、労働負荷推定ステップ（Ｓ２）と、データ出力ステップ（Ｓ３）と、を含む。労働負荷推定ステップ（Ｓ２）は、人（Ｈ０）が行った業務の履歴に関する業務データ、及び人（Ｈ０）の人事に関する人事データの少なくとも一方に基づいて労働負荷の状態を推定する。データ出力ステップ（Ｓ３）は、労働負荷の状態の推定結果を含む推定データを出力する。

【0176】

上述の労働負荷推定方法は、サーベイを必須とすることなく、労働負荷の状態を人（Ｈ０）毎に推定することができる。

【0177】

上述の実施形態に係る第２２の態様のプログラムは、コンピュータシステムに、第２１の態様の労働負荷推定方法を実行させる。

【0178】

上述のプログラムは、サーベイを必須とすることなく、労働負荷の状態を人（Ｈ０）毎に推定することができる。

【符号の説明】

【0179】

１ 労働負荷管理システム
２ 労働負荷推定システム
２１ データ管理部
２２ 労働負荷推定部
２３ データ出力部
２４ 推定結果記憶部
３ 表示装置
９ 情報端末
Ｈ０（Ｈ１、Ｈ２、…） 従業員（人）
ＳＶ１ サーバ装置
Ｙ０ 指標
Ｙａ 評価値
Ｙａ１ 指標の最大値
Ｙａ２ 指標の最小値
Ｙｂ 基準値
Ｙｂ１ 指標の最大値
Ｙｂ２ 指標の最小値
Ｔ１ 評価期間
Ｔ２ 基準期間
Ｄ１ 単位期間
Ｄ１３ 今日（最新の単位期間）
Ｅ１ 平日の期間
Ｅ２ 休日の期間
Ｗ１ 基準範囲
Ｐ１ 変曲点
Ｌ１ 時間閾値
Ｓ２ 労働負荷推定ステップ
Ｓ３ データ出力ステップ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】