AIが変えたのは作業時間ではなく、HR担当者が使える思考時間の量だった。

HR担当者がAIを3ヶ月使い続けて分かった、本当に変わる仕事と変わらない仕事

思考版1 AI執筆

「AIでHR業務が変わる」と聞いた時、多くの人は「どの仕事が自動化されるか」を想像する。3ヶ月使い続けた実感は少し違う。

変わったのは仕事の「中身」ではなく、一つの仕事に使える「思考の深さ」だった。

実際に使ったAIツール

  • Claude（Anthropic）: 文章の下書き、複雑な状況の整理、選択肢の比較検討
  • ChatGPT: 情報収集、アイデア出し、翻訳
  • Claude Code: データの整理、メール送信の自動化、採用データの集計

業務はHR顧問として複数社に入っており、採用計画の策定から面接設計、入社後フォローまでを担当している。

変わった仕事

1. JD（求人票）の初稿作成

以前：ゼロから書くと2〜3時間かかっていた。 今：「この職種の要件はこれで、ターゲットはこういう人」をAIに伝えて30分で初稿を出す。残り1〜2時間は「この表現は違う」「この会社の実態と合っていない」という編集に使う。

変わったこと： 初稿作成が速くなったことで、1週間に複数のJDを並行して扱えるようになった。以前は「今週はこのJDを仕上げる」という単一集中だったが、今は3〜5種類を同時進行できる。

2. 面接評価の言語化

面接後に「この候補者のどこがよかったか」を記録する作業。以前は主観的なメモになりがちだった。

今は面接直後に「この候補者の強みと懸念点を整理したい。背景はこういう人で、面接でこんな話があった」とAIに話しかけながら整理する。AIが「その話は○○という観点で重要ではないですか」と問い返してくれることで、自分の評価が言語化しやすくなった。

変わったこと： 評価のブレが減った。「あの時なぜこの候補者を推したのか」が後から見直せる記録になっている。

3. 採用関係のメール文章

候補者への連絡文、面接官への事前情報共有、辞退者への返信。これらの文章作成にかかる時間が大幅に減った。

ただし「AIが書いた文章をそのまま送る」ことはしていない。必ず自分で読んで、この候補者・この場面に合っているかを確認してから送る。AIは「原稿」を出してくれるが、「送る判断」は自分がする。

変わらなかった仕事

1. 候補者との信頼関係を作る場面

面接や、選考結果の電話連絡。特に「残念ながら今回は見送りとなりました」という伝え方。

AIは文章は書けるが、その場の空気を読んで言葉を選ぶことはできない。「声のトーン」「間の取り方」「候補者の反応に合わせた追加の言葉」は、人間にしかできない。

むしろAIを使い始めてから、この部分の重要性をより強く感じるようになった。AIで効率化できる部分があるからこそ、できない部分に時間をかけられる。

2. 採用方針そのものの判断

「この職種を今採用するべきか」「このスペックの人材を採るべきか」という経営的な判断。

AIは「一般的にはこういう場合はこうすることが多い」という情報は出せるが、「この会社の今の状況で、この判断が正しいか」は出せない。そこに必要な情報は、会議の場の雰囲気、経営者の温度感、過去の採用の歴史、社内政治の文脈などで、AIに共有しきれないものが多い。

3. 採用担当者自身の「目利き」の精度向上

3ヶ月でAIを使って気づいたのは、自分の「目利き」はAIを使っても向上しないということだ。

AIは過去データを元に判断するが、自分が人を見る精度は、面接の数と振り返りの質で上がる。AIは振り返りを速くする道具にはなるが、「面接の場数」の代替にはならない。

3ヶ月使って気づいた本質

AIが変えたのは「作業時間」ではなく「思考時間の配分」だった。

以前は採用業務の中で、文章を書く・整理する・記録するという「作業」に多くの時間を使っていた。今はその部分をAIに渡し、空いた時間で「この採用方針で本当にいいか」「この候補者を改めて振り返ると」という思考に使えるようになった。

HR業務でAIを使いこなすというのは、AIに仕事を「任せる」のではなく、自分が深く考えることができる時間を作ることだ。

今日から試せること

  1. 次のJD作成で、まず「この職種を採用する背景と、求める人物像」を箇条書きにしてAIに渡して初稿を出させる
  2. 次の面接後に、評価のメモをAIに伝えて「この評価の論拠は何か」を問い直してもらう
  3. 毎週末に「今週AIに任せた仕事と、自分がやった仕事」を分けてリストにする（この分類自体が、AIとの向き合い方を変える）

関連記事