この記事の要点
- AIが、求職者一人ひとりに合う求人を、確率と確信度つきで判断します。
- キャリアアドバイザーは、求人票を一件ずつ探す作業から、AIが並べた候補を確認し提案する作業へ移ります。
- 企業は、手元の求人と求職者のCSVから始め、3〜8週のPoCで紹介の質と速さを測ります。
求人マッチAIは、求職者に合う最適な求人をAIが判断し、候補として先に並べるしくみです。クラスフォックスが設計した Vertical Decision AI SaaS の一つで、人材紹介会社のキャリアアドバイザーや、採用支援の責任者の判断を支えます。本記事では、紹介の現場で起きていること、AIが判断すること、導入後の1日、任せる範囲の決め方、小さく始める手順を順に紹介します。
求人票を一件ずつめくる紹介で起きていること
人材紹介の現場では、キャリアアドバイザーが求職者と面談し、希望や経験を聞き取ります。その後、手元にある多くの求人票から、合いそうなものを探して提案します。
探す作業は、検索条件の入力と求人票の読み込みの繰り返しです。職種や勤務地、年収といった条件で絞っても、候補は多く残ります。担当者は一件ずつ開き、募集の背景や求める経験を読み比べます。
この方法では、担当者が把握している求人に提案が偏りやすくなります。新しく預かった求人や、普段は扱わない職種の求人は、候補に上がりにくいためです。求職者にとって合う求人があっても、探す時間が足りなければ提案されません。
面談が重なる日は、さらに時間が不足します。求人を探す時間が短くなれば、提案の数や質が担当者の経験と体力に左右されます。企業にとっては、紹介の質が担当者ごとにばらつくことが課題になります。
求人マッチAIが判断すること
求人マッチAIが判断するのは「最適求人」です。Decision AI の判断パターンでは「組み合わせ」にあたり、問いは「何と何を組み合わせるか」です。この業務では、求職者と求人の組み合わせを判断します。
Decision AI は、文章を生成するAIではありません。業務の判断だけを、確率と確信度つきで返します。答えの型は、はい／いいえ、どれを選ぶか、どの程度か、の3つです。
| 答えの型 | この業務での問い |
|---|---|
| はい／いいえ | この求職者に、この求人を提案してよいか |
| どれを選ぶか | この求職者に、どの求人を最初に提案するか |
| どの程度か | この求職者と求人の相性は、どの程度か |
判断の材料には、企業が持つ求職者の職歴や希望条件、求人の募集要件、過去の紹介の結果を使います。企業は、既存の求人管理や求職者管理のシステムを入れ替える必要がありません。AIは、そのシステムの上にのる判断レイヤーとして働きます。
導入後の1日：キャリアアドバイザーの仕事の流れ
たとえば、求職者の面談を毎日行う人材紹介会社を考えてみます。ここでは、求人マッチAIを入れた場合の1日を、時間の流れで描きます。
朝、キャリアアドバイザーは、その日に面談する求職者の一覧を開きます。一覧には、各求職者に合う求人の候補が、相性の高い順に並んでいます。担当者は、面談の前に候補へ目を通し、聞き取りたい点を整理します。
日中、面談で希望が変わることがあります。担当者が新しい希望を入力すると、AIが候補を並べ直します。担当者は、求職者の目の前で候補を比較し、その場で提案の優先順位を話し合えます。
求人票を一件ずつ探す時間が減るため、担当者は求職者の話を聞くことに時間を使えます。候補が並んだ理由も確認できるので、担当者は提案の根拠を求職者に説明できます。
夕方、担当者は提案した求人の反応を記録します。応募に進んだか、見送られたかという結果は、次の判断の材料になります。責任者は、AIの提案と担当者の判断が一致した割合を見て、並べ方の見直しを検討します。
AIに任せる範囲を確信度で決める
Decision AI は、判断に確信度をつけて返します。企業は、確信度に応じて、任せる範囲を3段階に分けます。
確信度が95%以上のときは、AIが自動で処理します。求人マッチAIでは、たとえば、求職者の希望条件に明らかに合う求人を、候補の一覧に加える作業が当てはまります。
確信度が70〜95%のときは、担当者が確認します。候補の一覧から、担当者が提案する求人を選びます。紹介の中心となる判断は、この段階にあたります。
確信度が70%未満のときは、上長や専門家へ回します。経験が少ない職種や、条件が複雑な求人は、責任者が判断に加わります。
ここで挙げた閾値は、PoCで確認して定めます。紹介は求職者の人生に関わる判断なので、最終的な提案と選考への推薦は、人の承認を前提に設計します。
小さく始める手順：CSVとPoCで測る指標
求人マッチAIは、大きなシステム開発から始める必要はありません。企業は、手元にある求人と求職者のCSVから、1業務に絞って始められます。
まず、企業は求人の募集要件、求職者の職歴と希望条件、過去の紹介の結果をCSVにまとめます。次に、3〜8週のPoCで、AIの並べ方と担当者の選び方を比べます。最後に、結果を見て、任せる範囲と閾値を定めます。
PoCでは、効果の数値を最初から約束しません。測る指標の名前を先に定め、企業のデータで確認します。
- AIの提案と、担当者が選んだ求人との一致度
- 求職者一人あたりの、求人を探す時間
- 提案から応募に進んだ割合
- 担当者ごとの、紹介の質のばらつき
- 候補に上がった求人の幅
業務の判断を一つずつAIに任せていくことが、AX（AIトランスフォーメーション）の現実的な一歩です。人材紹介では、求人と求職者の組み合わせを判断する業務が、その最初の候補になります。
同じ人材・採用の判断を担うAI
人材・採用の領域には、ほかにも判断を支えるAIがあります。候補者AIは、求人に合う候補者のマッチスコアを判断します。書類選考補助AIは、人が確認すべき候補を絞り込みます。
求人マッチAIが求職者から求人を探すのに対し、候補者AIは求人から候補者を探します。紹介会社は、両方を組み合わせて、双方向の提案に生かせます。
よくある質問
既存の求人管理システムは、そのまま使えますか
はい、そのまま使えます。Decision AI は、既存のシステムを入れ替えず、その上にのる判断レイヤーとして入れます。
データは、どれくらい必要ですか
まずは、手元の求人と求職者のCSVから始められます。必要な量や項目は、PoCの中で確認して定めます。
どのくらいの期間で試せますか
PoCの期間は、3〜8週が目安です。業務の範囲やデータの状態によって、期間を相談して定めます。
トップ画像の写真：Photo by Alexa Williams on Unsplash
本記事で紹介する活用シーンは、クラスフォックスが設計した活用構想です。効果は、貴社のデータを使ったPoCで確かめます。
この記事を読んだ方へ