+++
title = "大企業がAI採用ツールのRFP（要件定義書）を書く時に外せない7項目"
date = 2026-06-08
description = "AI採用ツールの調達・RFP作成で人事部が必ず確認すべき要件定義の実務ポイント"
[taxonomies]
tags = ["HR×AI", "AI採用ツール", "RFP", "要件定義", "大企業HR"]
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "AI採用ツールのRFPで「精度90%以上」と書いても、何の精度かを定義しなければ数字に意味はない。"

[[extra.faqs]]
question = "AI採用ツールのRFPを初めて作成します。何から始めれば良いですか？"
answer = "まず既存のATSとの連携要件を明確にすることから始めます。使用中のATS名・バージョン・連携方式（API/CSV）を整理し、候補者データの流れを図にします。次に評価指標の定義（何の精度を求めるか）を決めます。この2点が明確でないRFPは、ベンダー提案が比較困難になり、後でデータ連携トラブルが起きやすくなります。"

[[extra.faqs]]
question = "AI採用ツールのRFPでデータ主権に関する要件をどう書けば良いですか？"
answer = "「自社候補者データをモデル学習に使用しないこと（OPT-OUT）」「自社データが他社モデルの改善に使われないこと」「データの保存場所（国内のみ）」「契約終了時のデータ削除手順と証明方法」の4点を明記します。グローバル採用がある企業はGDPRの越境移転要件も加えます。これらは日本の個人情報保護法対応の観点からも必須確認事項です。"

[[extra.faqs]]
question = "RFPにパイロット期間の条件を明記すると何が良いですか？"
answer = "評価基準が明確になり、本導入の判断がベンダーに有利な条件で進められるリスクを防げます。パイロット条件には期間（3ヶ月）・対象ポジション・成功基準の閾値・パイロット後の本導入判断基準を含めます。「とりあえず使ってみましょう」でパイロットを開始すると終了時の評価基準がなく、ベンダーの提案に押し切られやすくなります。"

[[extra.faqs]]
question = "大企業でAI採用ツールのRFPから導入完了まで、どのくらいの期間を見込めば良いですか？"
answer = "RFP作成から契約締結まで3〜4ヶ月が現実的な目安です。RFP作成・内部承認に4〜6週間、ベンダー提案依頼・受領に2〜3週間、デモ・ヒアリングに2〜4週間、最終選定・契約に2〜4週間かかります。「来期から使いたい」と思ったら、前期の第3四半期にはRFP作成を開始する必要があります。採用ピーク直前の調達は避けてください。"

+++

大企業でAI採用ツールを調達する時、RFP（要件定義書・提案依頼書）の書き方で結果が大きく変わる。

「AI採用ツールを導入したい」という社内決裁が通った後、ベンダー選定のためのRFPを作成する段階で手が止まる担当者は多い。IT部門がRFPのテンプレートを渡してくれても、採用特有の要件をどう書けばいいか分からないからだ。

以下は、大企業の採用AI調達RFPで必ず含めるべき7項目だ。

---

## 1. 評価指標の定義（何の精度を求めるか）

**書いてはいけない例：** 「スクリーニング精度90%以上を要求する」

この要件には何の意味もない。精度90%が「採用すべき候補者を正しく通過させる確率」なのか「採用すべきでない候補者を正しく落とす確率」なのか、どちらの意味でも要件として機能しない。

**正しい書き方：**
- 採用すべき候補者を通過させる率（再現率/recall）の下限
- 採用すべきでない候補者を除外する率（特異度）の目標
- 測定方法（誰が、どのデータセットで、いつ測定するか）

---

## 2. 自社ATSとの連携仕様

AI採用ツールの多くは、既存のATS（Applicant Tracking System）との連携が前提だ。RFPに以下を明記する。

**確認必須の連携項目：**
- 使用ATS名とバージョン（例：Workday 2024.2、SmartHR 3.x）
- 連携方式（API / CSV / データベース直接）
- データ同期の頻度とリアルタイム要件の有無
- 候補者データの流れ（ATSからAIツールへ / AIツールからATSへ）

ATSとの連携に問題が出た場合の責任範囲を明確にしないと、後からベンダーと担当者の間で「対応範囲外」の争いになる。

---

## 3. データ主権と学習データの取り扱い

AIツールは自社の採用データを学習に使う場合がある。RFPで以下を確認する。

**必ず明記する要件：**
- 自社候補者データをモデル学習に使用するか否か（OPT-OUT条件）
- 自社データが他社モデルの改善に使われるか否か
- データの保存場所（国内 / 国外 / クラウドリージョン）
- 契約終了時のデータ削除手順と証明方法

特にグローバル採用を行う企業は、GDPRや個人情報保護法の観点から、データの越境移転要件をRFPに含める。

---

## 4. バイアス監査の仕組み

AI採用ツールの選考に性別・年齢・学歴バイアスが入る可能性がある。RFPで以下を要求する。

**ベンダーに提出を求める資料：**
- バイアス検査の実施実績（頻度、検査手法）
- 日本語データでのバイアス検査結果
- バイアスが発見された場合の対応プロセス
- 継続的なバイアス監視の仕組みと報告方法

「バイアスがないことを保証する」は不可能だが、「バイアスを継続的に監視し報告する仕組みがある」は要求できる。

---

## 5. 判断根拠の開示機能（説明可能性）

候補者がAIによって落とされた場合に「なぜ落とされたか」を説明できる必要がある。

**RFPに含める要件：**
- 選考結果に対するスコア説明機能の有無
- 採用担当者への説明レポートの形式
- 候補者から開示請求があった場合の対応手順
- 法的開示要件への対応実績

日本でも今後、採用選考のAI利用に関する透明性要件が強化される可能性が高い。準備しておく方が安全だ。

---

## 6. パイロット期間と成功基準の設定

RFPに「パイロット実施条件」を明記する企業は少ないが、これが後のトラブルを防ぐ。

**パイロット条件の例：**
- 期間：3ヶ月
- 対象ポジション：○○職種（限定）
- 評価指標と閾値（Q2参照の指標が改善すること）
- パイロット後の本導入判断基準（Passライン）
- パイロット中断条件（重大なバイアスが発見された場合など）

「とりあえず使ってみましょう」でパイロットを開始すると、終了時の評価基準がなくなり、ベンダーに有利な条件での本導入を迫られる。

---

## 7. SLAと担当者連絡体制

採用は時期によってピークがある。RFPにSLAを明記する。

**必要なSLA項目：**
- システム稼働率（例：99.5%以上、採用ピーク期間中）
- 障害対応時間（重大障害は○時間以内に対応）
- 問い合わせ対応窓口と応答時間（日本語対応の有無）
- カスタマーサクセス担当者の配置（専任か共有か）

特に採用ピーク期（4月採用なら10月〜12月）の稼働保証をSLAに明記しておかないと、最も重要な時期に障害が起きた時の補償が曖昧になる。

---

## RFP作成のタイムライン

大企業でのRFP〜ベンダー選定の実際的なタイムラインは以下だ。

| フェーズ | 期間目安 |
|---|---|
| RFP作成・内部承認 | 4〜6週間 |
| ベンダーへの提案依頼 | 2〜3週間 |
| 提案書受領・評価 | 2〜3週間 |
| デモ・ヒアリング | 2〜4週間 |
| 最終選定・契約 | 2〜4週間 |
| **合計** | **3〜4ヶ月** |

「来期から使いたい」と思ったら、前期の第3四半期にはRFP作成を開始する必要がある。

**今日渡せるもの：** 自社のRFP草案に上記7項目が含まれているか確認する。特に「評価指標の定義（項目1）」と「データ主権（項目3）」が抜けているRFPは、後のトラブルのリスクが高い。

---

## 関連記事

- [AI採用ツールのベンダー選定ガイド](/n/hr-ai-vendor-selection-guide/) — RFP後のベンダー評価・比較の実務ポイント
- [AI採用ツールの契約書で注意すべき落とし穴](/n/ai-hiring-tool-contract-gotchas/) — RFPで決めた要件を契約書に落とす際の確認点
- [日本でAI採用ツールを使う時の個人情報保護法](/n/ai-hiring-privacy-law-japan/) — RFPのデータ主権要件と個人情報保護法の関係