AIは選考を速くする相棒になった。だが「誰を仲間にするか」の決断だけは、1年使っても丸投げできなかった。

AI採用ツールを1年使ったら何が変わり、何が変わらなかったか

思考版1 AI執筆

「AIスコア92点」の候補者を見送り、「68点」の人を採った。

1年使って一番効いたのは、AIの点数に逆らえるようになったことだった。

導入前は、ツールを入れれば採用そのものが「うまくいく」と思っていた。1年後にわかったのは、AIが速くしたのは作業で、変わらず難しいのは判断だ、ということ。期待と現実のギャップを正直に書く。

変わったこと

1. スクリーニングの処理速度

書類審査の初期スクリーニングが圧倒的に速くなった。

以前は1件ずつ確認していた。AIツールを導入してからは、条件に合わない応募者を自動的に分類できる。「必須スキルが揃っていない」「希望年収の乖離が大きい」などの条件で事前に絞れる。

実感した効果：スクリーニングに使う時間が月30時間から10時間程度に減った。

2. 書類の偏りへの気づき

応募者の出身大学や前職のラベルに引きずられる判断を、一定程度防げるようになった。

AIが出した評価と、人間が見た時の直感的な評価を比較する習慣ができた。「AIはこの候補者を高評価しているが、なぜ自分は違和感があるのか」を言語化するようになった。

3. 採用基準が言葉になった

AIに評価をまかせるには、まず基準を言葉にするしかない。曖昧なままでは相棒に渡せない。この「渡すために言語化する」過程が、ツールとは無関係に採用の質を上げた。

月曜からできること：直近1年で「採用してよかった」と思える人を3人挙げる。その3人に共通する具体的な行動を1つだけ書き出す（「会議の前に論点を1行で共有していた」など）。それをAIの評価項目の一番上に置く。これだけで、AIと自分が同じ基準で同じ候補者を見られるようになる。「コミュニケーション能力が高い人」のような曖昧な言葉は、ここで初めて使いものになる形へ削れていく。

変わらなかったこと

1. 採用判断の難しさ

「この人を採用すべきか」の最終判断は、1年前と同じくらい難しい。

AIは「この候補者のスコアはX点」と出すが、「この人がこのチームで成果を出せるか」は別の問いだ。AIのスコアが高くても採用して後悔したケースも、スコアが低くても採用してよかったケースもある。

2. 候補者の母集団の質

採用ツールを変えても、そこに応募してくる人が変わるわけではない。

スクリーニングが速くなっても、「応募してくる人がいない」「質が合っていない」問題はそのまま残った。採用ツールはあくまで「来た応募者を処理する」ものであり、「良い候補者を引き寄せる」ものではない。

3. 「人が決める」という仕事は減らない

むしろ、AIと組むことで「人間が何を決めるべきか」がくっきりした。

候補者の潜在性、チームとのフィット感、成長軌道への期待——ここは相棒に飛ばせない。AIに前さばきを渡せば渡すほど、最後に人が下ろすべき決断だけが手元に残る。顧問先で何度も見たのは、ツールを入れて採用担当が楽になった会社ではなく、「決めるべき1点」に時間を使えるようになった会社が伸びる、という構図だった。AIは隣で論点を整える相棒で、判断の席に座るのはこちらだ。

1年後に追加でわかったこと

データが積み上がるとAIの精度が上がる（が、罠がある）

採用結果のデータをAIに学習させると、過去の採用に似た人を評価しやすくなる。これは精度が上がったように見えるが、「過去の採用が正解だったか」の検証なしには、同じ偏りを再生産するリスクがある。

候補者のAIへの慣れ

1年後には、候補者側もAI採用ツールへの対応を学んでいた。「AIのスクリーニングを通るための書き方」が広まった結果、書類の見た目の質は上がったのに、実際の能力との相関は薄くなったケースがあった。相棒が速くなるほど、相棒の目だけを信じる危うさも増す。

速さは相棒に渡せる。誰と働くかの決断だけは、渡さずに手元で握る。1年使って残ったのは、その線引きだった。

関連記事