採用にもAIは効く。けれど「求人票をAIで書く」より先にやるべきこと【社長の仕事をAI・DXで軽くする22】
採用にもAIは効きます。
ただし、多くの会社が最初に手を付ける「求人票をAIで整える」は、効果が薄いまま終わりがちです。
先にやるべきは、求める人物像の言語化。ここが決まると、面接の質も採用の精度も、驚くほど変わります。
そして今、求職者も生成AIを使っています。ESが均質化する時代に、企業側の準備は追いついているでしょうか？
目次
AI採用の効果は「求人票」ではなく「人物像の解像度」で決まる
採用にAIを入れると、確かに文章は整います。求人票、スカウト文、面接案内、一次返信のテンプレ。ここはAIの得意領域です。
ただし、文章が整っても採用が良くならない会社が多いのも事実です。理由は単純で、元となる「求める人物像」が曖昧だからです。
AIは、曖昧な指示にも「それっぽい」文章を返します。だからこそ危ない。会社側が「何が欲しいのか」を言語化できていない状態で求人票を量産すると、応募は増えてもミスマッチが増えます。結果、面接工数が膨らみ、現場が疲弊するでしょう。
ここで、社長が一度立ち止まるべき疑問があります。
あなたの会社が本当に欲しいのは、「優秀そうな人」でしょうか。それとも「この仕事を任せられる人」でしょうか。
採用は本来、仕事に人を合わせる営みです。求人票を磨く前に、仕事の定義と人物要件を磨く。ここがAI時代の基本になります。
「この人に来てほしい／この人は合わない」を明確にする設計図
人物像の言語化というと、抽象的なスローガンで終わりがちです。「主体性」「コミュ力」「成長意欲」。どれも大切ですが、これだけでは面接で判断できません。
採用を変える言語化は、もっと実務的です。入社後に任せたい仕事の再現から逆算して作ります。
まずは「実際の仕事」を分解し、任せたい成果を決める
最初にやるのは、ポジションの仕事内容を「作業」ではなく「成果」で定義することです。
よくあるパターンですが、現場にヒアリングするとこう返ってきます。
「とにかく何でもやってほしい」「手が足りない」「若くて元気なら」。
この状態で採用すると、面接は雑談に寄り、合否が感覚になります。人が採れないだけでなく、採っても苦しくなるパターンです。
おすすめは、次の3点を紙1枚に落とすことです。
- 入社後90日で、最低限できていてほしい成果（例：既存顧客の引継ぎ完了、受発注のミスゼロ運用など）
- 半年で任せたい成果（例：見積もり作成の標準化、顧客対応の一次完結率向上など）
- 1年で期待する成果（例：業務改善提案を月1本、教育担当を任せるなど）
この3点が固まると、面接で聞くべきことが自然に決まります。AIはこの整理を加速できますが、素材は社内から出す必要があります。
必須条件と歓迎条件を混ぜると、採用は必ずブレる
人物要件には、必須条件（Must）と歓迎条件（Nice to have）があります。ここを混ぜると、選考がブレます。
例えば、事務職の採用で「簿記2級」「DX推進経験」「ChatGPT活用経験」などを全部必須にすると、応募が止まります。一方で全部歓迎にすると、面接官は何を軸に判断していいか分からなくなります。
分け方のコツは、こうです。
- Must：ないと仕事が詰まる条件（例：基本的なPC操作、正確性、期限を守る習慣など）
- Nice：あると伸びる条件（例：業務改善の経験、関数やマクロ、生成AIの活用など）
そして、Mustは少なく絞ります。目安は3〜5個。多いほど採用は難しくなります。ここで「全部欲しい」と思ったら要注意です。そもそも、その役割を1人に背負わせすぎかも知れません。
「合わない人」を言語化すると、面接の迷いが消える
人物像で最も効くのは、「この人は合わない」を言語化することです。
なぜなら、面接で迷う瞬間はたいてい「良さそうだけど、うちで活躍するか分からない」だからです。
合わない人の定義は、人格否定ではありません。仕事の条件に合わない特徴を言語化するだけです。例えば次のように。
- 指示がないと動けない人（少人数で、判断が多い仕事だと詰まる）
- 正確性よりスピードを優先しがちな人（品質事故のリスクが上がる）
- 顧客との摩擦を避けて曖昧に進める人（クレームの火種が残る）
この「合わない人」が定義できると、面接は急にラクになります。面接官が腹落ちする判断軸が生まれるからです。社長の意思決定も、説明しやすくなるでしょう。
面接の質は「質問のうまさ」より「評価基準」で決まる
面接の質を上げたいという相談で多いのは、「良い質問を教えてほしい」です。ただ、質問集を増やしても採用精度はあまり上がりません。
採用精度を左右するのは、何を良いとし、何を悪いとするかの基準です。つまり評価基準です。
会社あるある：面接官によって合否が割れるのはなぜか
よくある風景です。
面接官A「感じがいい。受け答えも丁寧。採りたい」
面接官B「話は上手いが、具体がない。採らない」
どちらも間違いではありません。評価軸が違うだけです。ここで会議をしても、最後は社長の好みか、声の大きい人の意見で決まります。これが属人採用です。
属人採用の怖さは、採用後に検証できない点です。なぜ採ったかが言語化されていないので、うまくいっても再現できず、失敗しても学べません。
構造化面接とルーブリックで、採用精度は上がる
解決策は、構造化面接です。全員に同じ軸で質問し、同じ基準で評価する方式です。
研究でも、構造化面接は非構造化面接より妥当性が高いと報告されています。日本労働研究雑誌の整理では、構造化面接と非構造化面接で妥当性の差が示されています。
ここで重要なのは、面接官のトーク力ではなく、ルーブリック（評価表）です。例えば「問題解決力」を見るなら、次のように段階を決めます。
| 評価項目 | 1（弱い） | 3（標準） | 5（強い） |
|---|---|---|---|
| 問題解決 | 状況説明が曖昧。行動が偶然に見える | 課題→打ち手→結果が説明できる | 仮説、関係者調整、再発防止まで語れる |
こうした評価基準があると、面接官が変わっても判断が揃います。AIはこのルーブリックのたたき台作成や、面接メモの要約、評価コメントの整形に向きます。ですが、評価軸そのものは会社の仕事に合わせて設計しないと意味がありません。
あなたの会社の面接は、「何を見ているか」を面接官全員が同じ言葉で言える状態でしょうか。
公正な採用選考と、聞いてはいけない質問
AI活用の前に、採用の土台として押さえるべきが公正な採用選考です。厚生労働省も、適性・能力と関係のない事項を把握しない重要性を示しています。
構造化面接は、公正さの面でも有利です。質問と評価軸が固定されるため、面接官の思い込みで差別的な判断に寄りにくいからです。
面接でのNGは、意図せず出やすいので注意が必要です。例えば家族構成、出身地、思想信条など、職務と関係の薄い情報は、聞かない・書かせないが原則です。もし採用にAIを使うなら、入力データの設計からリスクが始まります。
求職者が生成AIを使う時代：ES均質化にどう対応するか
今、就活生や転職者が生成AIを使うのは当たり前になりつつあります。調査でも、エントリーシート作成や推敲で生成AIを使う割合が報じられています。
ここで企業がやりがちな対応が、「AI使用禁止」や「AIっぽい文章を見抜く」です。しかし、それは主戦場が違います。
ESは「入口」に戻す。見極めの主戦場を移す
ESが均質化するほど、ESの情報価値は下がります。ならばESの役割を変えればよいのです。
ESは入口。志望動機の美しさではなく、面接や課題で深掘りするための論点抽出に使う。こう位置づけ直します。
会社あるあるで、ESで落とす基準が「文章が下手」になっているケースがあります。けれど、文章が下手でも現場で成果を出す人はいます。逆に、文章が整っていても仕事が雑な人もいます。ここを取り違えると、いつまでも採用が噛み合いません。
ワークサンプルとケース面接で「仕事の再現性」を見る
ESの次に置くべきは、ワークサンプルです。仕事に近い課題を短時間でやってもらい、プロセスを見る方式です。
例を挙げます。
- 営業：想定顧客の課題を読み、提案の骨子を作る（10〜20分）
- 事務：請求書と受注情報の突合、ミス発見、優先順位付け（10〜15分）
- 管理職：トラブル案件の状況整理、関係者対応の方針、再発防止の設計（15〜20分）
ここで見るべきは、答えの正しさだけではありません。情報の整理、優先順位、根拠、リスクへの気づき。これが仕事の再現性です。
生成AIを使ってもよい課題にしても構いません。その場合は「AIをどう使ったか」を提出させます。プロンプト、検証方法、最終判断。ここに差が出ます。AI時代に強い人材ほど、AIの出力を鵜呑みにしません。
生成AIの利用は禁じるより、ルール化したほうが強い
求職者のAI利用をゼロにするのは現実的ではありません。それより、ルールを宣言するほうが健全です。
例えば、募集要項や課題案内にこう書けます。
- 生成AIの利用は可。ただし、事実の捏造は禁止
- AI利用箇所と、最終的な自分の判断を明記
- 面接では提出物の根拠やプロセスを深掘りする
これで、AIをうまく使える人も、誠実に取り組む人も、フェアに評価できます。逆に、企業側が曖昧だと「何が正解か分からない選考」になり、優秀層ほど離脱するかも知れません。
企業のほうがAIリテラシーが低いと、本当に危険な理由
ここが本題です。求職者がAIを使うことより、企業のほうがAIリテラシーが低いことのほうが危険です。
IPAの調査でも、生成AI活用の課題としてリテラシーやガバナンス面が挙がっています。つまり、導入以前に「安全に使う力」が問われています。
個人情報・機密情報の流出は「善意のコピペ」から起きる
採用では、履歴書、職務経歴書、面接メモ、評価コメントなど、個人情報の塊を扱います。
ここでありがちな事故は、担当者が善意でAIに貼り付けてしまうことです。「この候補者を要約して」「懸念点を整理して」。便利に見えますが、ツールの利用規約や設定によっては情報管理上のリスクになります。
最低限のルールは次の通りです。
- 個人情報は原則入力しない（氏名、住所、学校名、会社名、特定できるエピソード）
- 使うなら匿名化して要約する（A社、B社、数値はレンジ化など）
- 社内で使用ツールを統一し、ログ管理と権限管理を行う
AIのもっとも怖い失敗は、誤答より「納得してしまうこと」
AIは、間違っていても自信ありげに書きます。これは採用で致命的です。
例えば「この候補者はリーダーシップが高い」とAIが言うと、面接官が安心してしまう。実際は根拠が薄いのに、言葉が整っているせいで納得してしまう。これが怖い。
だから、AIを採用で使うなら役割を限定します。
- 事実の整理、要約、比較表の作成
- 面接質問の案出し（最終判断は人）
- 議事録や評価コメントの整形（内容の妥当性は人が確認）
そして、AIの出力には必ず「根拠は何か」「この結論の反証は何か」をセットで問う運用にします。ここが社内のAIリテラシーです。
小さく始めて、社内標準にする進め方
AI導入を「全社一斉」にすると失敗しやすいです。採用は特に、個人情報と評価の公平性が絡むため、慎重さが必要です。
おすすめは、採用の周辺業務から始めることです。例えば、面接官向けの評価コメントの整形、面接メモの要点抽出、候補者連絡文のテンプレ化など。ここならリスクを抑えやすいでしょう。
国内事例に学ぶ：採用DXとAI活用の現実解
「理屈は分かったが、実際にどこまで効果が出るのか」。ここが知りたいところだと思います。
国内でも、採用DXやAI面接の取り組みが出てきています。ただし、成功の共通点は派手なAIではありません。選考設計が先です。
AI面接で一次選考の工数を削減した例
たとえば、PeopleXの事例として、株式会社スーパーホテルがAI面接を活用し、一次選考にかけていた時間が週10時間から2〜3時間へ削減したと紹介されています。
ここで注目すべきは、AIが優れているという話ではなく、一次選考で見る観点を定義し、プロセスに組み込んだ点です。面接官が忙しい会社ほど、一次選考の標準化が効きます。
出典：PeopleX 導入事例（株式会社スーパーホテル） https://peoplex.jp/case/superhotel/
DXセレクション企業に見る「採用を数字で回す」文化
経済産業省のDXセレクションは、中堅・中小企業のDX優良事例を選定しています。こうした企業は、現場の業務だけでなく、社内の管理プロセスもデジタルで可視化し、改善のサイクルを回しています。
採用も同じです。歩留まり（応募→面接→内定→入社）のどこが詰まっているのかを見える化し、打ち手を検証する。ここまで行くと、採用は精神論ではなく経営管理になります。
出典：経済産業省 DXセレクション https://www.meti.go.jp/policy/it_policy/investment/dx-selection/dx-selection.html
社長が押さえるべき、採用AIのチェックリスト
最後に、社長が「これだけは押さえる」と採用が前に進むポイントをまとめます。ツール選定より先に、設計を整えるためのチェックです。
30分で作る「人物像」言語化テンプレ
以下を埋めるだけで、人物像の解像度が上がります。
1) このポジションで任せたい成果（90日／半年／1年） ・90日： ・半年： ・1年： 2) その成果に必要な行動（仕事のやり方） ・毎日やること： ・週次でやること： ・関係者との調整で必要なこと： 3) Must（3〜5個） ・ ・ ・ 4) Nice（あれば強い） ・ ・ 5) 合わない人（仕事条件として） ・ ・
ここが埋まると、求人票は勝手に具体化します。AIで求人票を作るなら、このテンプレを入力して生成するほうが精度が上がるでしょう。
面接官に渡す1枚ルーブリック
面接官が迷わない状態を作るには、評価項目を絞るのがコツです。おすすめは4〜6項目。
| 項目 | 見るポイント | 質問例 | 評価（1〜5） |
|---|---|---|---|
| 再現性 | 過去の成果の因果が語れる | その結果は、何が効きましたか。逆に失敗要因は何ですか。 | __ |
| 正確性 | ミス防止の工夫 | ミスが起きた時、どう検知し、どう再発防止しましたか。 | __ |
| 対人調整 | 利害調整の筋道 | 意見が割れた時、どう合意を作りましたか。 | __ |
この1枚があるだけで、面接後の会議が変わります。「なんとなく良い」から、「この項目が強い／弱い」へ移ります。採用の再現性が上がるでしょう。
最低限のAI利用ルール
採用でAIを使うなら、最低限ここは決めてください。
- 入力禁止情報：氏名、住所、学校名、企業名などの個人特定情報
- 利用OK範囲：要約、文章整形、質問案、比較表の作成
- 最終判断：合否は人が決める。AIの結論をそのまま採用しない
- ログと権限：誰が何に使ったかを追える状態にする
ここがないまま現場が自己流でAIを使い始めると、便利さの裏でリスクが積み上がります。社長が先に線を引く意味は大きいです。
まとめ：AI採用は「文章作り」ではなく「判断の標準化」から始まる
採用にAIは効きます。ただし順番があります。
- 最初にやるのは、求める人物像の言語化
- 次に、この人に来てほしい／この人は合わないを仕事条件として明確化
- 面接は、質問集ではなく評価基準（ルーブリック）で質が決まる
- ES均質化の時代は、ワークサンプルで仕事の再現性を見る
- 企業側のAIリテラシーが低いと、情報漏えいと判断ミスが起きる
採用は、現場の疲弊を止め、残業を減らし、若手が集まる会社へ変わるための起点です。あなたの会社は、人物像と評価基準を「同じ言葉」で語れる状態でしょうか。ここから整えると、採用は変わります。
▼このブログ記事の内容を図解したインフォグラフィックスです（スマホはピンチアウト操作で拡大表示できます）
