+++
title = "HR部門がAI導入で最初にやるべき3つのこと（順番が大事）"
date = 2026-06-08
description = "AI採用ツールやHR-AIを入れる前に、必ずやらなければならないことの順番と理由"
[taxonomies]
tags = ["HR×AI", "AI導入", "HR実務", "ステップ", "現場から"]
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "AIを入れる前にデータを整えないと、AIが間違いを高速で大量生産する。"

[[extra.faqs]]
question = "HR部門でAIを導入する前に最初にやるべきことは何ですか？"
answer = "最初にやるのはHRデータの棚卸しです。応募者データ・採用評価データ・在職者データ・退職者データがどこにあるかを確認します。ExcelとATSと紙が混在している状態でAIを入れても精度が出ません。データの所在と品質を把握することが、AI活用の出発点になります。"

[[extra.faqs]]
question = "採用基準の言語化はなぜAI導入前に必要なのですか？"
answer = "AIは「何を判断基準にするか」を人間が定義しないと動きません。「うちの会社に合う人」という感覚的な基準ではAIに指示できません。直近1年の合格判定が正解だった候補者の共通点を5〜7個書き出すプロセスが、採用チームの認識合わせにもなり、AI導入の前提条件になります。"

[[extra.faqs]]
question = "AI採用ツールを小さく始めるとはどういう意味ですか？"
answer = "全応募者・全プロセスに一気に適用するのではなく、特定のポジションや特定のステップだけで試すことです。無料トライアルやPOCができるか、1ヶ月で効果が分かる範囲で試せるか、AIの判断ログが保存されるかを確認した上で、最小単位からスタートします。"

[[extra.faqs]]
question = "AI採用ツール導入でよくある失敗パターンは何ですか？"
answer = "最も多いのはデータ棚卸しをスキップしてツールを入れることです。AIが処理できないデータが多く精度が出ません。次に多いのが採用基準を言語化しないままAIに指示を出すことで、評価がバラつきます。また、大規模に一気に導入すると問題が出た時に原因が特定できなくなります。"

+++

「うちの人事部でもAIを使いたい」という話を、複数の企業から受けてきた。

全部で共通していたのは、「どのツールを使うか」から入ることだ。

正しい順番は違う。AIツールの選定は3番目にやることだ。
1番目と2番目をスキップして3番目から入ると、高い確率で失敗する。

---

## 順番1：現在のHRデータの棚卸し

最初にやることは、自分たちが今持っているデータの確認だ。

**確認する4点：**

1. **応募者データはどこにあるか** — ATS・Excel・メール・紙が混在していないか
2. **採用評価データはどこにあるか** — 評価シートが統一されているか、担当者ごとにフォーマットが違うか
3. **在職者データはどこにあるか** — 評価・1on1・スキルマップが連動しているか
4. **退職者データはどこにあるか** — 退職理由が構造化されているか、自由記述のみか

棚卸しの結果、「Excelで4種類、ATSに一部、紙も残っている」という状態が多い。

この状態でAIを入れても、AIが処理できないデータが多く、精度が出ない。

**棚卸しで出てくる答えがAI活用の出発点になる。棚卸しなしにAIを入れると、出発点が分からないまま走ることになる。**

---

## 順番2：採用基準の言語化

次にやることは、採用基準を文書に落とすことだ。

AIは「何を判断基準にするか」を人間が定義しないと動かない。
「うちの会社に合う人」「コミュニケーション力がある人」は採用基準ではなく、採用担当者の感覚だ。

**言語化の具体的な手順：**

1. 直近1年で「合格判定が正解だった」候補者を5〜10人選ぶ
2. その候補者の共通点を5〜7個書き出す（具体的な行動・経験・スキルで書く）
3. 直近1年で「採用したが想定より活躍しなかった」候補者を3〜5人選ぶ
4. 採用時に見えていなかった点を書き出す
5. 1-4を元に「採用基準ドキュメント」を書く

このプロセスを経ないと、AIに「こういう候補者を高く評価してください」と指示できない。

**採用基準の言語化は、AIのためではなく採用チームの認識合わせのためにやる価値がある。AI導入を検討しているなら、まずこれを始める。**

---

## 順番3：小さい範囲で試すAIツールを選ぶ

データ棚卸しと採用基準言語化が終わったら、AIツールを選ぶ段階に来る。

この段階でのツール選定のポイント：

**小さく始められるか：**
- 全応募者に適用するのではなく、特定のポジション・特定のステップだけで試せるか
- 無料トライアル・POCができるか
- 1ヶ月で効果が分かる範囲で試せるか

**ログが残るか：**
- AIの判断ログが保存されるか
- 後から「なぜこの候補者を評価したか」を確認できるか

**既存システムと繋がるか：**
- 現在使っているATSと連携できるか（連携できない場合のデータ移行コストを確認する）

---

## 失敗パターンまとめ

HR×AIで失敗する企業に共通するパターン：

| パターン | 何が起きるか |
|---|---|
| データ棚卸しをスキップ | AIが処理できないデータが多く精度が出ない |
| 採用基準を言語化しない | AIへの指示が曖昧で評価がバラつく |
| 大規模に一気に導入する | 問題が出た時に何が原因か分からない |
| ログを保存しない | 後から説明できない、改善できない |
| 効果測定しない | 続けるべきか止めるべきか判断できない |

---

**今日渡せるもの：** 順番1「HRデータの棚卸し」を今日1時間でやる。紙とペンで「応募者データの場所リスト」を書く。Excelが3種類・ATSが1種類・紙も残っている、という状態が見えたら、まずそこから整理する。AIはその後で選ぶ。

---

## 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/) — ツール選定の具体的な評価軸と比較方法
- [大企業でAI採用ツールの稟議を通す方法](/n/ai-tool-ringi-large-company/) — 経営層・法務・情シスを動かす説明フレームの作り方
- [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/) — 個人情報保護法の観点から確認すべき必須チェックリスト