課題：採用担当1人で月100名の応募者に対応
成長中のSaaS企業G社（従業員120名）。年間30名の採用を目標に、採用担当者はわずか1名。
月間の業務量は以下の通りでした。
- 応募者の書類選考：月100件（1件15分 = 25時間）
- スカウトメール送信：月200通（1通10分 = 33時間）
- 面接日程の調整：月50件（1件15分 = 12.5時間）
- 応募者への連絡（合否通知、質問対応）：月150件（1件5分 = 12.5時間）
- 月間合計：約83時間が採用実務
残りの時間で採用戦略の立案、面接の実施、現場との擦り合わせをこなす。「とにかく処理に追われて、採用の質が上がらない」状態でした。
AIで自動化した4つの採用業務
1. 書類選考のAIスクリーニング（月18時間削減）
過去2年分の選考データ（合格者500名、不合格者1,200名）をAIに学習させ、応募書類の一次スクリーニングを自動化しました。
AIが評価するポイント：
- 必須スキル・経験の有無
- 職務経歴の一貫性
- 転職回数・在籍期間のパターン
- 志望動機の具体性スコア
| 項目 | Before | After |
|---|---|---|
| 1件あたりの選考時間 | 15分 | 3分（AI判定の確認） |
| 月間選考時間 | 25時間 | 5時間 |
| 一次通過者の面接合格率 | 35% | 52% |
AIの判定は3段階： 「通過推奨」「要確認」「見送り推奨」。「要確認」は人間が判断し、「見送り推奨」も月1回サンプルチェックして精度を確認しています。
2. スカウトメールの自動生成（月20時間削減）
採用媒体上の候補者プロフィールを読み込み、一人ひとりに合わせたスカウトメールをAIが生成します。
自動生成の仕組み：
- 候補者のプロフィールをAIが分析
- 求人要件とのマッチ度をスコアリング
- 候補者の経歴に合わせたパーソナライズ文面を生成
- 採用担当が確認・送信
| 項目 | Before | After |
|---|---|---|
| 1通あたりの作成時間 | 10分 | 2分（確認・微調整） |
| 月間送信数 | 200通 | 200通 |
| スカウト返信率 | 8% | 14% |
返信率が8%から14%に上がった理由： テンプレートのコピペではなく、候補者ごとにパーソナライズされた文面がAIで生成されるようになったため。
3. 面接日程の自動調整（月10時間削減）
面接官と応募者のカレンダーを連携させ、AIが自動で空き時間を提案・確定する仕組みです。
- 日程調整のやりとり：平均3往復 → 自動で1回完了
- 調整にかかる時間：1件15分 → 1分（自動処理）
- 面接のドタキャン率：12% → 5%（自動リマインド機能）
4. 面接後の評価フォーム自動集計
面接官が入力する評価フォームの集計と、合否判定の補助資料をAIが自動生成します。
- 複数面接官の評価を一覧表に自動整理
- 過去の合格者の評価パターンとの比較
- 判定会議用の資料が自動で完成
集計・資料作成時間：1件20分 → 3分
導入の成果
G社での導入6ヶ月後の数字です。
| 指標 | Before | After | 改善率 |
|---|---|---|---|
| 採用実務の月間工数 | 83時間 | 23時間 | 72%削減 |
| 採用単価 | 85万円/人 | 52万円/人 | 39%削減 |
| 内定承諾率 | 65% | 78% | 20%改善 |
| 採用目標達成率 | 年間80% | 年間105% | 目標超過 |
採用担当者の工数が大幅に減り、面接の質や候補者とのコミュニケーションに時間を使えるようになった結果、内定承諾率も改善しました。
導入時の注意点
- バイアスの排除：AIの学習データに偏りがあると、特定の属性を不当に優遇・排除するリスクがある。定期的に選考結果の分布を確認する。
- 候補者への透明性：AIを使っていることを選考プロセスで開示。個人情報の取り扱いも明確にする。
- 最終判断は人間：AIは「判断材料の整理」まで。合否の最終判断は面接官が行う。
CAiOがお手伝いできること
採用業務のAI化は、自社の「採用基準」を明確にする良い機会にもなります。
CAiOでは、御社の採用フローの棚卸しから、AIツールの選定・導入・運用設計まで、採用チームと一緒に進める形でサポートしています。