+++
title = "AI採用ツールを使った時の書類選考通過率の目安と、設定を間違えた時に起きること"
date = 2026-06-08
description = "AI採用ツールの書類選考通過率の設定方法と、高すぎる・低すぎる場合の具体的な影響"
[taxonomies]
tags = ["HR×AI", "AI採用ツール", "書類選考", "採用基準", "採用効率化"]
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "AI採用ツールの書類選考通過率を設定する前に、「通過させすぎる失敗」と「絞りすぎる失敗」のどちらが今のチームに許容できないかを決める必要がある。"

[[extra.faqs]]
question = "AI採用ツールで書類選考の通過率を設定する場合、どこから始めれば良いですか？"
answer = "面接可能数から逆算して設定します。「週に面接できる人数 × 採用期間（週）」で通過者の上限を出し、応募総数に対する比率を計算します。例えば週10人面接・採用期間8週で応募400件なら通過率20%が上限です。この計算を先にしてからAIの閾値を設定することで、「絞りすぎ」「通過させすぎ」の失敗を防げます。"

[[extra.faqs]]
question = "AI採用ツールで通過率を絞りすぎると、具体的にどんな問題が起きますか？"
answer = "3つの問題が起きます。①採用リードタイムが延び、面接の予定が埋まらなくなります。②AIが「過去に採用された人と似た人」を高スコアにするため、採用する人のバックグラウンドが均質化していきます。③AIが落とした優良候補者を知る術がなくなります。通過率を下げるより、落とした候補者を定期的に人間がサンプル確認する仕組みを作ることが重要です。"

[[extra.faqs]]
question = "AI採用ツールが落とした候補者の中に良い人がいないか、確認する仕組みはありますか？"
answer = "最初の1ヶ月は、AIスコア下位10%の候補者のうち一部を担当者が手動確認することを推奨します。「AIが落とした人の中に明らかに良い候補者がいるか」を確認するためです。確認した結果に応じてAIの評価基準を調整します。この作業をしないとAIの精度改善ができず、見逃している優良候補者がいても気づけません。"

[[extra.faqs]]
question = "AI採用ツールの書類選考通過率が適切かどうか、どうやって判断すれば良いですか？"
answer = "後続プロセスの数字で判断します。月次で「書類通過者のうち面接まで進んだ割合」と「面接に進んだ候補者のうち内定を出した割合」を追います。面接に進んだが内定を出せない候補者が多い場合は絞り込みが甘く、面接に進む人が少なすぎる場合は絞りすぎです。この2つの指標で通過率の設定を継続的に調整します。"

+++

AI採用ツールで書類選考を自動化する時、最初に突き当たるのが「通過率をどう設定するか」という問題だ。

「厳しくしすぎると良い候補者を落とす」「緩くしすぎると意味がない」というトレードオフは、ツールを使い始めると必ず直面する。

通過率設定の実態と、よくある失敗を整理した。

---

## 書類選考通過率の実態

多くの企業が「一次書類選考の通過率はどのくらいが適切か」を知りたがる。業界や職種によって大きく異なるが、経験的な目安を示す。

**AI採用ツールを使う前（手動選考）の一般的な傾向：**
- 中途採用の書類選考：応募者の15〜40%が通過
- 新卒採用の書類選考（大手）：応募者の5〜20%が通過

**AI採用ツール導入後に起きやすいこと：**
- ツールのデフォルト設定では通過率が元の半分以下になることがある
- 「精度を上げる」という理由で通過率を下げていくと、面接に進む人がいなくなる

---

## 「絞りすぎ」の失敗パターン

AI採用ツールを導入した後、「AIスコアが低い候補者を全員落とす」設定にすると起きること：

**1. 採用スピードが落ちる**
通過者が減りすぎると、面接の予定を埋めるのに時間がかかる。結果として採用リードタイム（応募から内定まで）が延びる。

**2. バイアスが固定される**
AIは「過去に採用された人と似た人」を高スコアにする傾向がある。通過率を絞ると、採用する人のバックグラウンドが均質化していく。2〜3年後に「なぜ同じタイプの人しかいないのか」という問題に気づくことがある。

**3. 良い候補者が洩れても気づけない**
通過しなかった候補者を確認する仕組みがないと、AIが落とした優良候補者を永遠に知ることができない。

---

## 「通過させすぎ」の失敗パターン

逆に通過率を高く設定すると：

**1. 面接官の負荷が上がる**
AIがスクリーニングしていても、面接数が手動選考と変わらない場合、ツール導入の効果が出ない。

**2. 「AIを入れた意味がない」と現場が感じる**
採用担当者が「どうせほとんど通過するなら、AIは必要ない」と思い始める。ツールへの信頼が落ちる。

---

## 実務的な通過率設定の考え方

AI採用ツールの通過率設定は「精度の問題」ではなく「採用プロセス設計の問題」だ。

**ステップ1：面接可能数から逆算する**

1週間に面接できる人数 × 採用リードタイム（週）= 通過者の上限

例：週10人面接できる、採用期間は8週間 → 最大80人通過でOK。応募が400人なら通過率20%が上限。

**ステップ2：「落とすことを確認する」プロセスを設ける**

AIスコア下位10%の候補者について、最初の1ヶ月は担当者が一部を手動確認する。「AIが落とした人の中に明らかに良い候補者がいるか」を確認するためだ。これをやらないと、AIの精度を改善できない。

**ステップ3：月次で通過者の質を評価する**

通過した候補者のうち、面接まで進んだ割合と、内定を出した割合を追う。通過率が適切かどうかは、後続プロセスの数字で判断できる。

---

## 「何人落としたか」より「誰を落としたか」が重要

AI採用ツールを使う目的は、「採用業務の効率化」と「採用精度の向上」の両方だ。通過率だけを調整しても、両方は達成できない。

通過率設定より重要なのは「落とした候補者のサンプルを定期的に人間が確認すること」だ。AIが正しく落としているか、間違って落としているかを確認することで初めて、AI採用ツールの設定を改善できる。

数を絞ることより、判断の質を継続的に確認することがAI採用ツールを機能させる前提だ。

---

## 関連記事

- [AI採用スクリーニングと人間判断の境界線](/n/ai-screening-human-judgment-line/) — どこからAIに任せ、どこから人間が判断するか
- [AI採用ツール導入のROIを計算する方法](/n/ai-hiring-roi-calculation/) — 通過率設定とROIの関係を数字で理解する
- [Claude CodeをHRや採用データ分析に使う方法](/n/claude-code-hr-data-analysis/) — 通過率データの分析と改善に活用する方法