人材紹介のAI活用は、チャットボットから始めてはいけない
ブランドチェック：問題なし（無責任な断言・根拠なき数字・競合批判・感嘆符連発いずれも該当なし）。加筆して規定文字数に収めた完成版を提出します。
人材紹介の現場で「AIを使いましょう」という話をすると、ほぼ必ず最初に出てくるのがチャットボットです。候補者対応を自動化したい、問い合わせに即答したい。気持ちはよく分かります。ただ結論から申し上げると、人材紹介のAI活用は、チャットボットから始めてはいけないというのが僕の実感です。
AI活用＝対話UIという思い込みを、まず外す
「AIを導入する」と聞いて多くの経営者が思い浮かべるのは、画面の向こうに何か聞けば答えてくれる箱です。ChatGPTやGeminiに質問して、返ってきた答えを読んで、また次の質問を打つ。これはこれで有効な使い方だと思っています。ただこの形には構造的な限界があって、人が指示して、AIが出力する。その1往復で必ず止まるんですね。人→指示→AI→出力→おしまい。この往復に毎回人が挟まる以上、忙しい経営者や現場責任者は、毎回その起点に自分で立ち続けなければいけません。
正直、ここに気づかずにツールだけ契約してしまうケースをよく見ます。月額で契約しても、起点に人が立てない日は業務が1ミリも進みません。稼働日の半分で「今日はAIを起動しなかった」となれば、投資対効果は自動的に半減します。これは僕の体感値というより、実際にシステムを動かして見えてきた構造の話です。
人材紹介 AI 活用という文脈でまず問うべきは「何を対話させるか」ではなく、「そもそも人が起点に立たなくても回る仕組みをどこに作れるか」だと考えています。ここを外したまま対話ツールだけ導入すると、便利な検索窓が1個増えただけで終わってしまう。それは決して悪いことではないのですが、経営が期待している「AI活用」の手応えとは、正直かなり距離があると思っています。
最初に自動化すべきは「検知」である
僕らのシステムでは、実行→計測→改善→反映が止まらず回り続ける円環に業務を載せる、という思想を土台に置いています。この土台がないまま自動化を進めると、契約したのに使われない、通知が多すぎてどれも見なくなる、不可逆な事故が起きる、という3つの損失が同時に起きます。特に2つ目は深刻で、工程ごとにバラバラに通知を飛ばすと責任者は結局どれも開かなくなり、判断すべき案件が通知の山に埋もれて放置されます。滞留は1件でも成約1件（平均手数料150万円※仮定）を失う可能性がある、という話をすると、皆さん急に真顔になります。
ここで最初に手をつけるべきなのは、対話でも生成でもなく検知です。結果待ち・滞留・状態変化。人が「気づく」仕事を、そのままAIに渡す。これがなぜ効くのかというと、人間は忙しくなるほど「気づく」という受動的な仕事から先に手を抜いてしまうからです。指示を出す仕事は締切があるので後回しにしにくい。でも「あれ、そういえばあの案件どうなったっけ」と気づく仕事には締切がありません。だから一番静かに、一番高く積もります。
導入のイメージとしては、大がかりなシステム刷新は要りません。既存の記録システム（ATS）とメーラー・カレンダーといった、すでに現場が使っている一次情報源に対して、毎朝「何が滞留しているか」だけを棚卸しさせる。新しい画面を覚える必要も、新しい操作を増やす必要もない。むしろ「今まで見ていた画面の解像度が上がる」に近い体感です。実際に動かしてみると、最初の1週間で担当者から返ってくる反応は「便利になった」ではなく「これ、前から気になっていたやつだ」というものでした。新しい仕事が増えたのではなく、見えていなかった仕事が見えるようになっただけ、というのが導入初期の実感です。
実測が語ること——応募承諾から推薦までの滞留
これは仮説ではなく、実データを棚卸しして分かったことです。応募承諾から書類推薦へ進む、内定・承諾の直前の工程を全件洗い出したところ、応募承諾のまま推薦されていない案件が104プロセス・32名分も積み上がっていました。候補者の熱量が冷めた頃に発覚する、というのが実務の現実です。
原因を調べると、最多だったのは「書類（履歴書・職務経歴書）が未回収で、そもそも推薦できる状態にない」という、拍子抜けするくらい単純なものでした。32名中24名が書類未登録。なかには気づいた時点で73日間も未回収のまま放置されていたケースもありました。誤解がないように申し上げると、これは担当者の怠慢ではなく、忙しい現場で「気づく」仕事が構造的に後回しになった結果です。むしろ真面目に候補者対応をしているからこそ、目の前の面談・面接調整を優先し、水面下の滞留に手が回らなくなる。これはどの紹介会社でも起こり得る構造だと思っています。
ここで面白いのが、記録システム上の「レジュメ回収状況」という管理項目を見ても実態は分からなかった、という点です。人が入力する項目は形骸化し、実態とズレていきます。そこで添付ファイルの実体をAPIで読み、ファイル名から書類の有無を断定する方式に切り替えました。これにより「未回収の可能性24名」という曖昧な判定が、「未登録4名／書類OK16名」に正確化されました。誤って未登録扱いされていた候補者を救済できた、ということでもあります。
運用してみて気づいたのは、「自己申告のステータス」と「実データの状態」は、思っている以上に乖離するということです。人が入力する項目は、悪気なく更新が後回しになる。これはシステムの欠陥ではなく、人が忙しい以上どうしても起きる現象です。だからこそ検知の対象は、人の入力ではなく実データそのものに置くべきだと考えるようになりました。この切り替えを経て初めて、「未登録」と表示されている候補者を安心して「本当に未登録だ」と信じられるようになった。数字の精度が上がったこと自体が、現場の判断の質を底上げしたと感じています。
気づく仕事をAIに渡すと、判断の質が上がる
この仕組みの本質は、通知を出すことそのものではありません。書類が揃った候補者には推薦へ進む号令、未回収の候補者には「回収が先」という号令だけを出す、という出し分けにあります。推薦できない状態のものにAIが推薦文を作ってしまうと、それは誤ったシグナルになる。だからそこはあえて作らせません。AIに渡すのは「気づいて仕分ける」ところまでで、価値判断が絡む推薦文の作成や、日程調整の戦略的なタイミングは、引き続き人が握ります。
僕はこの線引きが、人材紹介のAI活用における最初の一歩として一番重要だと考えています。取り返しがつく低リスクの処理は自動実行と事後報告に任せる。対外送信や不可逆な書き込みだけ、承認のゲートを残す。この基準を感覚ではなく仕組みで決めておくことで、事故と停滞のどちらにも倒れずに済みます。実際、この滞留モニターは記録システムへの書き込みをゼロにし、読み取りとメール配信だけで完結させています。書き込みを一切伴わないという設計そのものが、現場に安心して任せてもらえる最大の理由だと感じています。
効果の実測でいうと、この滞留モニターは月間20件×現状15分/件がAI導入後は2分/件になり、月約4.3時間の削減になりました（件数・分数は仮置きで、御社の数字に置き換えられる設計にしています）。ただ僕が本当に強調したいのは時間の削減よりも、直接の歩留まりレバーではないという点です。見えなかった滞留を早期に解消することで、承諾前の離脱・冷え込みという、もっと上流の損失を防いでいるんですね。時間削減は副産物であって、本丸は「判断の材料が揃った状態で、責任者が朝一番に意思決定できる」ことにあると考えています。
「毎朝ダイジェスト」という入口を選ぶ理由
全ループの配信を朝の一つの時間帯（僕らは朝8:30台にしています）に集約するのも、同じ思想からです。責任者が一日の最初に見る場所に、判断すべきものが全部揃っている状態を作る。ばらばらに通知が来ると結局どれも見なくなる、という失敗を構造で防いでいます。推薦に進めばリストから自然にその案件が消えるため、リスト自体が催促として機能する。追加の声かけをしなくても、放置された案件だけが自然に目立つようになります。
導入に必要なものは、実はそれほど多くありません。フェーズと終了状態から「次のアクションが取られていない案件」を機械的に定義できる記録システム、書類添付の実体をAPIで参照できること、そして「回収が先／推薦へ進める」という号令の出し分けルールの合意。この3つがあれば、最初の1本として動かせます。滞留の可視化は、書き込みゼロ（読み取り＋メールのみ）で完結する、最も安全な入口だからです。
まとめ——対話より先に、気づく仕組みを
人材紹介の現場でAIをどう使うか相談を受けるとき、僕はいつも「まずチャットボットではなく、検知から始めましょう」とお伝えしています。対話UIは分かりやすく、導入した実感も得やすい。ただそれは「人が起点に立ち続けられる日」にしか動きません。一方で検知は、人が気づけなかった仕事を代わりに拾い上げてくれるので、起点そのものを人の手から外すことができます。
104プロセス・32名分の滞留、73日間放置された書類。これは特別な事例ではなく、構造上どの紹介会社にも起こり得ることだと思っています。気づく仕事をAIに渡すと、人は判断そのものに時間を使えるようになる。これが、僕がチャットボットより先に検知の自動化を勧める理由です。
最後に。この記事の思想にご興味がある方、あるいは自社のどこから手をつければいいか迷っている方は、お気軽にお声掛けください。