「また今週も、日程調整と推薦書の手直しで終わった」
「AIを入れろと言われても、何から触ればいいのか分からない」
人材紹介の現場では、面談の前後に発生する事務作業にアドバイザーの時間が吸われがちです。
AI導入が進まない会社の多くは、ツール選びの前に「どの業務から手放すか」を決めていません。
最初に決めるのは、ツールではなく「手放す1業務」です。
なぜ今、人材紹介会社にAI導入が必要なのか
AI導入は余裕ができたら取り組む改善ではなく、アドバイザー1人あたりの対応件数を増やすための経営課題です。
背景には、業界の構造が変わりつつあることがあります。
事業所は29,171か所に増え、採用競争が続いている
令和5年度に有料職業紹介事業報告を提出した事業所は29,171か所でした。前年度の28,104か所から、1,000か所以上増えています。
同じ求職者を取り合う相手が、毎年増えているということです。
加えて生産年齢人口の減少により、求人広告を出して応募を待つだけでは人が集まりにくくなりました。ここが分かれ目です。
スカウトなど攻めの採用が前提になり、アドバイザー1人が動ける件数が売上を左右します。面談外の事務を削らないと、対応件数が頭打ちになります。
この節を読んだら、今月の新規登録者数と面談完了数の差を1チーム分だけ出してみてください。
派遣は約192万人に増えても、1人あたりの利益は縮んでいる
派遣労働者数は令和5年6月1日時点で約192万人、前年比3.4%増です。市場は広がっている一方で、1人あたりの利益は縮小傾向にあります。
そのため大手派遣会社が紹介事業を買収・立ち上げし、派遣と紹介の両輪で経営を安定させる動きが加速しています。競争が増すほど、1件あたりの事務時間を短くする意味は大きくなります。
売上が伸びても手元に残らないなら、削るべきは人件費ではなく事務時間です。まずは直近3か月の「1成約あたりの社内作業時間」を概算で出してみてください。
優秀なアドバイザーが辞めると、顧客との関係も途切れる
成約率の高いアドバイザーほど、独自の判断基準を頭の中に持っています。たとえば「この企業の部長は、こういう経歴の人を好む」といった知識は、CRMのメモ欄には残りません。
その人が退職した日に、企業との関係まで途切れる。これが属人化の実害です。
判断の言語化と残し方を、AI導入と同時に設計しておくのが順番として正しいです。まずは過去3件の成約要因を短文で書き出すミーティングを設定してください。
企業がAIで自社採用を回せるようになってきた
AIの進歩で、書類スクリーニングや応募者のランク付け、一次面接まで企業が社内で行えるようになりつつあります。求人を紹介するだけの仲介なら、外部に頼む理由は薄れていくでしょう。
私たちの見立てでは、ここが人材紹介会社にとって最大の変化です。価値は「紹介の速さ」から「面談の深さと提案の精度」に移っていきます。
今週、アドバイザー1人の1日を30分単位で書き出し、面談以外に使っている時間を確かめてみてください。
AIに任せやすい業務は4つ
最初に自動化するのは、判断が少なく回数が多い業務です。
キャリアアドバイザーは、スクリーニング・日程調整・フォローメールといった反復作業に多くの時間を使っています。ここを外すほど、同じ人数で対応できる求職者数が増えます。
書類処理（履歴書の読み取り・推薦書の作成）
AI-OCRとは、手書きや紙の書類を読み取ってデータにする技術のことです。履歴書やエントリーシートの転記作業を減らせます。
パソナグループはAI-OCR「DX Suite」を導入し、新卒採用の筆記試験採点を1回あたり3〜4時間から15〜30分に短縮しました。単発の効率化でも、月の累計では差が開きます。
推薦書や企業向け提出書類の下書きは、生成AIの得意分野です。作成時間が約30%短縮された事例もあります。
- 始め方のコツ
- 履歴書の版式を2〜3種類に統一する
- OCR後の確認責任者を明確にして、修正ルールを1枚にまとめる
- 測る指標
- 1通あたりの入力・作成時間
- 転記ミスの指摘件数
この節を読んだら、今月の履歴書入力の平均所要時間を5通だけ計測してください。
スクリーニング（求人と候補者の照合）
自然言語処理（人の言葉で書かれた文章をコンピューターが解析する技術）を使うと、求人票と職務経歴書を読み取り、要件との一致度をスコアにできます。人の感覚に頼った選考で起きがちな無意識の偏りを抑えられる点も重要です。
フォーラムエンジニアリングは、IBM Watsonの自然言語処理を使った「Insight Matching®」の導入で、マッチング率を83%改善しました。精度が上がるほど、アドバイザーの面談時間を価値の高い判断に振り向けられます。
- 始め方のコツ
- 求人票の必須要件と歓迎要件を分けて書く
- 職種名の表記ゆれを先に揃える（例：営業／法人営業／セールス）
- 測る指標
- 一致度スコアの上位から成約までの件数
- アドバイザーの一次スクリーニング所要時間
まずは直近10件の求人票を「必須／歓迎」に分け直し、表記ゆれを1回で直せる一覧を作ってください。
日程調整
候補者・企業・アドバイザーの3者の空きを突き合わせる作業は、1件ごとにメールの往復が発生します。問い合わせへのチャット一次対応から内容の解析、担当者への割り振り、面談候補日の調整までを、AIエージェントに一連で任せる仕組みも出てきました。
私たちは、最初の1業務には日程調整をおすすめしています。成果を「往復の回数」「調整にかかった日数」で測りやすく、うまくいかなくても候補者への影響が小さいからです。
- 始め方のコツ
- 候補日提示のルールを決める（例：3枠×2日提示）
- NG時間帯と面談種別（対面／オンライン）をテンプレ化する
- 測る指標
- 往復メール回数と調整日数
- 候補者のドタキャン率
今週の面談だけ、候補日テンプレとカレンダー連携を試し、往復回数の差をメモしてください。
スカウトメール
候補者の経歴に合わせたスカウト文面の下書きは、生成AIで作れます。とはいえ、送る相手の選定と送信前の確認は人が持ちます。
文面の個別化を省けば、AIを使っても一斉送信と同じ扱いを受けるだけです。送信母集団の選び方と件名の検討は、最後までアドバイザーが責任を持つ前提で設計してください。
- 始め方のコツ
- 役割別の骨子テンプレ（職務要約→提案→応募動機の糸口）を作る
- 直近の面談情報を1行で差し込む欄を決める
- 測る指標
- 開封率・返信率
- 初回返信から面談設定までの平均日数
4つのうち、先月いちばん時間を使った業務に印をつけ、次の経営会議で「先に外す1業務」を決めてください。
AI技術は種類ごとに向き不向きがある
「AIを入れる」ではなく「この業務にはこの技術」と決めてから、ツールを探してください。
同じAIでも、得意な仕事はまったく違います。
| 技術 | 得意なこと | 人材紹介での使い道 | 注意点 |
|---|---|---|---|
| AI-OCR | 紙・画像の文字をデータ化 | 履歴書・ESの入力 | 読み取りミスを確認する工程を残す |
| 自然言語処理 | 文章の意味を解析 | 求人票と経歴書の照合、問い合わせの分類 | 求人票の書き方がバラバラだと精度が落ちる |
| 機械学習 | 過去データからパターンを学ぶ | 成約しやすい組み合わせの予測、早期離職の兆候分析 | 過去の成約・定着データの量と質に左右される |
| 生成AI | 文章の作成・要約 | 推薦書、スカウトメール、面談メモの要約 | 事実と異なる文を作ることがあり、人の確認が要る |
上の2つは作業を減らす技術、下の2つは判断を助ける技術です。事務時間を減らしたいならAI-OCRと生成AIから、マッチング精度を上げたいなら、機械学習の前に過去データの整備から手をつけます。
ちなみに、生成AIに候補者の氏名や職歴を入力する場合は、社内の取り扱いルールを先に決めておきましょう。いまどの技術で何を減らすか、1文で説明できますか？
- 技術選定前に決める3点
- 減らしたい作業か、上げたい精度か（どちらを先に選ぶか）
- 入力データの所在と形式（Excel／PDF／紙）
- 取り扱いルール（匿名化の範囲、持ち出し禁止範囲）
「減らしたい作業」と「上げたい精度」のどちらが先かを、次の経営会議の議題に1行で書いてください。
AI導入が現場に定着しない3つの失敗パターン
失敗はツールの性能より、検証の進め方・データ・現場の3か所で起きています。
どれも導入前に手を打てるものです。
PoC地獄：検証だけが続き、本番に進まない
PoC（概念実証：小さく試して効果を確かめること）を繰り返すうちに半年が過ぎ、本番導入の判断が出ない。これがPoC地獄です。
原因は、始める前に「どうなれば本番に進むか」を決めていないことにあります。「日程調整の往復回数が半分になれば全社展開」のように、合格ラインを検証前に書いておくのが対策です。
- 合格ラインの書き方
- 指標名＋数値＋期間（例：往復回数50%減を1か月継続）
- 測り方を明記（誰が、いつ、どの方法で測るか）
- 例外時の扱い（対象外ケースを列挙）
この節を読んだら、1業務だけでよいので「指標・数値・期間」の3点を書いた合格ラインを作成してください。
データ品質：デモでは当たるのに、自社では外れる
AIマッチングの精度は、データの質と量でほぼ決まります。共有フォルダに「顧客リスト_最新_v3.xlsx」が3つ並び、職種名が「営業」「法人営業」「セールス」と揺れている状態では、どのツールも力を出せません。
ベンダーのデモ精度を、自社で出る成果と見なさないでください。 デモは整ったデータで動いています。
- 最低限そろえる項目
- 求人票：必須／歓迎、勤務地、年収レンジ、求める経験年数
- 候補者：最終学歴、直近3社の職務要約、希望条件
- 結果データ：推薦可否、面接結果、入社・定着の有無
まずは職種名と業種名の表記ゆれ辞書を1枚作り、過去データに一括適用してください。
現場定着：入れたのに誰も開かない
導入後に「前のやり方の方が早い」と言われ、Excel管理に戻るケースも少なくありません。原因はたいてい、アドバイザー側の入力が増えたか、AIの提案を信用しきれないかのどちらかです。
逆に、AIを信じすぎるのも危険です。推薦するかどうかの最終判断は、必ずアドバイザーが持ちます。 結果を鵜呑みにすると、求職者の言葉の端にある迷いや感情面への配慮が抜け落ちます。
御社にも「試したけれど止まっているツール」はありませんか？ もしあれば、導入時に合格ラインが決まっていたかどうかを確認してください。
効果を数字で確かめる導入4ステップ
1業務・1チームで期間を区切って試し、削減時間を金額に直してから広げます。
全社一斉導入は、失敗したときに原因が特定できません。
業務を棚卸しし、回数と時間で並べる
業務名ごとに「月の件数」と「1件あたりの時間」を書き出し、掛け算の大きい順に並べます。判断が少ない業務から上位を選べば、それが最初の自動化候補です。
- 棚卸しの書式例
- 列：業務名／月件数／1件時間／合計時間／担当者
- 並べ替え：合計時間の大きい順
- メモ欄：前後工程、ミスが起きやすい点
まずは日程調整・書類処理・スカウト作成の3業務だけ、件数×時間の一覧を作成してください。
1業務・1チームに絞って試す
対象の業務とチーム、検証期間、合格ラインを最初に決めます。月の面談が多いチームほど差が見えやすいので、そこから選ぶのが近道です。
- 絞り方の基準
- 合計時間が大きい業務
- 前後工程の依存が少ない業務
- 代替手段に戻せる業務（リスク管理）
検証期間は4週間を目安に、週次で数値を記録する会議体を1枠だけ作ってください。
自社のデータで検証する
導入前と導入後で、同じ指標を同じ方法で測ります。日程調整なら往復回数と調整日数、書類処理なら1通あたりの作成時間が測りやすい指標です。
- 計測の注意
- スタートとゴールの定義をそろえる（例：初回送信→確定連絡）
- 手動計測は担当を固定し、記録場所を1つにする
- 例外ケースは除外理由を書き残す
指標は1つに決めていますか？ 迷うなら「時間」か「回数」に統一してください。
削減時間を金額に直して判断する
ROI（投資に対してどれだけ効果が出たか）は、次の式で出せます。
- 月の削減額 ＝ 1人あたりの月の削減時間 × 時間単価 × 対象人数
- 月の効果 ＝ 月の削減額 − ツールの月額費用
金額に出ない効果も記録しておきましょう。空いた時間で増えた面談数や、入社後フォローによる早期離職防止の件数が該当します。
今月の日程調整の件数と1件あたりの時間を、まず1チーム分だけ記録してください。
アドバイザーの仕事は「仲介」から「価値をつくる」仕事へ変わる
AIが事務と照合を引き受けるほど、アドバイザーの価値は面談と提案の深さで決まります。
求人を右から左へ紹介するだけの業務は、AIに置き換わっていきます。残るのは、人にしかできない次のような仕事です。
- 転職の迷いを言葉にするキャリアカウンセリング
- 企業の経営課題から逆算する採用コンサルティング
- 入社後の定着率を見据えたフォロー
- 成約した判断基準を言葉にして、チームに残す作業
そのためAI導入と同時に、アドバイザーのリスキリングも計画に入れます。空いた時間を件数の上積みだけに使えば、仲介役のままで終わってしまうでしょう。
- 空いた1時間の配分例
- 面談の深掘り質問の準備に20分
- 推薦先ごとの合否基準の言語化に20分
- 入社後フォロー計画の見直しに20分
空いた1時間を、御社のアドバイザーは何に使いますか？ 次の定例会で「AIで空いた時間を何に使うか」を、1人1つずつ書いてもらってください。
まとめ：今日から始める3つのこと
人材紹介のAI導入は、ツール選びではなく「判断が少なく回数が多い1業務」を決めるところから始まります。私たちは、最初の1業務は日程調整をおすすめしています。
今日やることは3つです。1日の作業を30分単位で書き出し、最初の1業務を選び、合格ラインを決めてから試してください。
私たちは、人材業界のバックオフィス業務を対象に、月額5万円から始められる自動化サービスを提供しています（最新の料金は公式サイトで確認してください）。どの業務から手放すべきか迷っているなら、無料相談か導入事例の資料で、御社に近いケースを確認してみましょう。