AI採用ツールのデモを見る前に、このチェックリストの半分以上に×がついていたら、先にデータと採用プロセスを整える必要がある。
AI採用ツールを入れる前に人事部でやるべき20のチェック
AI採用ツールのデモを見ると、たいてい「すごい」と思う。
でも、実際に導入してみると動かない。動くけど使われない。使われるけど精度が出ない。
その理由は、AI採用ツールの側にあるのではなく、AI採用ツールが動く前提が整っていない側にある。
以下は、大企業の採用AI導入に複数関わってきた経験から作った確認リストだ。
フェーズ1：データ確認（10項目）
応募者データについて：
- □ 全応募者データが一元管理されているか（ATSで一括管理 / Excel分散 / 紙混在）
- □ 氏名・連絡先以外の属性情報（スキル・経歴・評価）が構造化されているか
- □ 過去3年分の採用結果（内定・入社・活躍度）がデータとして存在するか
- □ 採用評価シートが全員同じフォーマットで記録されているか
- □ 候補者の評価データが担当者ごとにバラバラになっていないか
採用基準データについて：
- □ 採用基準が文書化されているか（「コミュ力」「ポテンシャル」以外の言語で）
- □ ポジションごとに採用要件が明確に定義されているか
- □ 採用担当者全員が同じ採用基準を理解して使っているか
- □ 「合格判断が正解だった」候補者の共通点が言語化されているか
- □ 「不採用判断が正解だった」候補者の共通点が言語化されているか
フェーズ2：プロセス確認（5項目）
- □ 採用フローが文書化されているか（ステップ・担当者・判断基準）
- □ 各ステップで「なぜ合否を判断するか」の基準が明文化されているか
- □ AIの判断結果を人間がレビューする仕組みがあるか
- □ AIが出したスコアに異議を唱えるプロセスが定義されているか
- □ 法務・コンプライアンス部門がAI採用ツール利用を把握しているか
フェーズ3：説明責任確認（5項目）
- □ 「なぜその候補者を落としたか」を後から説明できるか
- □ 採用判断のログを一定期間保存する仕組みがあるか
- □ AIのバイアスチェックを定期的に行う計画があるか
- □ 候補者からAIによるスクリーニングについて問い合わせがあった場合の回答が用意されているか
- □ AI採用ツールの利用を採用広告・選考案内に記載することを検討しているか
チェック結果の解釈
| ×の数 | 判断 |
|---|---|
| 0〜5個 | AI採用ツール導入の準備ができている。製品選定に進める |
| 6〜10個 | 一部の整理が必要。特に×が集中しているフェーズを先に対処する |
| 11〜15個 | 準備不足。ツール導入前に3〜6ヶ月のデータ整理期間が必要 |
| 16〜20個 | ツール導入より先に、採用プロセス全体の見直しが必要 |
よくある間違い：チェックをスキップしてツール選定から始める
「デモを見てから検討しよう」は悪くない。
ただし、デモの良し悪しは「このツールがどれだけ便利か」で判断してしまいがちだ。正しい判断軸は「このツールを使うために、自社は何を準備する必要があるか」だ。
デモの前にこのチェックリストを埋めておくと、デモ中に聞くべき質問が変わる。「このツールは御社のATSと連携できますか」の前に「連携した場合のデータ移行工数はどのくらいですか」が正しい質問だ。
今日渡せるもの： このチェックリストを採用担当者チームで回して、×の数を数える。×が10以上なら、AI採用ツールのデモは後回しにして、まずデータ整理の計画を立てる。
関連記事
- AI採用ツールの性能を左右するのは「データの質」という当たり前の話 — チェックリスト実施後のデータ整備の具体的な手順
- 大企業にAI採用ツールを入れた時、最初にぶつかる3つの壁 — 導入前準備を怠った場合に起きることの実録
- AI採用ツールのベンダー選定ガイド — チェックリスト完了後のベンダー評価の進め方