レイモンド・グオ氏は、1000以上の採用チームが利用するAI採用プラットフォームNoon AIの共同創業者兼CEOである。
昨年春のビデオ通話で、私はある採用担当者がその日9人目の候補者を面接する様子を見ていた。彼女は温かく、鋭く、本当に仕事ができる人物だった。しかし同時に、昼食以来休憩を取っておらず、疲労困憊していた。面接開始から30分後、彼女は候補者に10分前に答えた質問を再び尋ね、候補者はやや苛立った口調で再び答えた。どちらにも非はなかった。採用担当者が怠惰だったわけでも、候補者がやる気を失っていたわけでもない。プロセスが、疲れた一人の人間に誰もが処理できる以上のことを求めており、その代償を払うのは二度と連絡を受け取ることのない候補者だった。
採用チーム向けのAIツールを開発する企業の創業者として、私はあらゆる規模と業界の企業で、このような通話に何百回も立ち会ってきたが、光景はしばしば同じである。私は、システム自体が現在処理しなければならない量に対してひどく設計されているという結論に達した。特に、AIによって候補者が人間の採用チームが現実的に対応できる規模で応募書類を提出できるようになった今、その傾向は顕著である。
今日の採用活動におけるAI活用について、リーダーが知っておくべきことは以下の通りである。
燃え尽き症候群と評価指標
イーグルヒル「労働力燃え尽き症候群調査2025」によると、米国の労働者の55%が燃え尽き症候群に陥っており、採用業務はその平均を大きく上回る傾向にある。採用マネージャーとのコミュニケーションミス、インテーク面談での単純な見落とし、あるいはブール検索での致命的なタイプミスさえも、採用担当者が候補者を追いかけ、面接を再調整し、何週間も同じスクリーニングを繰り返すプロセスを引き起こす可能性があり、採用が実現するかどうかさえ不確実である。
さらに、採用担当者はしばしば間違った指標で評価される。採用担当者と採用マネージャーは調和して役職を埋めることを目的としているが、私の経験では、採用チームは非現実的な期限と不明確な優先順位に対して不公平な戦いを強いられることが多い。これは、採用マネージャー自身が不可能にしている採用期間の指標で評価されること、求人票自体に問題があるのに低品質なパイプラインのせいにされること、そして送信されるすべての不採用通知の感情的な重荷を吸収することを意味する可能性がある。
AIの効果的な活用
AIは採用プロセスを複雑にした面もあるが、採用担当者がプロセスを容易にするために活用できる具体的な手法がある。
最も明白な改善は候補者スクリーニングプロセスにあり、これは歴史的に採用担当者が履歴書を読むことで管理されてきた。これは、キーワードやタイトル以外にほとんど実質的なシグナルを許さないプロセスであり、採用担当者はしばしば、学校名、雇用主のブランド、または雇用のギャップを含む特定の普遍的なヒューリスティックに基づいて、候補者と話す前に拒否する。しかし、AIは学習できる。
職務固有の基準を基本的な真実として使用し、すべての成功した採用から学習することで、AIツールは現在、候補者との実際の会話を実行でき、採用担当者がすべての履歴書を読んで覚える責任を取り除くことができる。ある研究では、7万人の求職者がAIエージェントまたは人間の採用担当者のいずれかによって面接されるようにランダムに割り当てられた。どちらの場合も、人間の採用担当者が面接を評価し、最終決定権を持っていたが、AIエージェントによって面接された応募者は、内定を受ける可能性が12%高いことが判明した。これは、より高い就職開始率とより良い定着率につながった。興味深いことに、調査対象の候補者の78%も、選択肢が与えられた場合、AIエージェントによる面接を好んだ。
考慮すべき生産性の向上もある。LinkedIn「採用の未来2025」レポートによると、生成AIを使用する採用チームは、勤務週の約20%、つまり丸1日分の労働時間を回復した。応募者追跡システム（ATS）へのアクセスにより、AIは適格な候補者を自動的に進めたり、より詳しく見る価値のある候補者にフラグを立てたりできる。時間の経過とともに、これはスクリーニングチームの役割を大きく変える可能性がある。AIが最初の会話を処理し、採用担当者は自分の判断が実際に重要な場面に時間を費やすのである。
AI採用の説明責任
最も重要な課題は、AIが不明確な採用基準をどのように処理するかである。採用チームとの仕事において、私はこれが特にインテーク段階で起こるのを見てきた。例えば、採用マネージャーが「トップ企業」出身の人物、または「シニアだが、あまりシニアすぎない」人物を求めているとしよう。採用担当者は通常ニュアンスを解読できるが、AIシステムはそうではない可能性がある。その場合、AIは曖昧な好みをハードフィルターに変え、それを数万人の候補者に適用する可能性がある。
採用プロセスにAIを誤って実装することには、大きな影響がある。2023年、iTutorGroupは、同社の応募ソフトウェアが55歳以上の女性応募者と60歳以上の男性応募者を拒否したとされる米雇用機会均等委員会（EEOC）の訴訟を和解するために36万5000ドルを支払うことに合意した。誰も気づかなければ、1つの自動化されたルールが静かに採用プロセスになり得る。
これが、人間による監視が実際の調整プロセスの内部から始まらなければならない理由である。AI採用ソフトウェアを構築する仕事において、私は、採用マネージャーが「トップ企業」を略語として使用したために、モデルが大手ブランド企業出身の候補者を過大評価する可能性がある事例を見てきた。別のケースでは、タイトルが「ビジネスオペレーション」ではなく「チーフオブスタッフ」と記載されていたために、優秀なオペレーターを拒否する可能性がある。技術職の検索では、履歴書が求人票とは異なる言葉を使用しているという理由だけで、適切な仕事をした候補者を見逃す可能性がある事例を見てきた。
結論として、AIは採用をより一貫性があり、より証拠に基づいたものにすることができる。一方で、採用チームが脱却しようとしている同じ習慣、すなわち血統への依存、悪いパターンマッチング、プレッシャーの下で行われる性急な決定を自動化することもできる。これが、企業が早期に運用上の質問をする必要がある理由である。モデルはどの候補者を拒否したか。採用担当者が同意しなかったのはどの候補者か。最初の50の決定の後にどのようなパターンが現れたか。そして、同じ間違いが800回起こる前に誰が気づくか。適切なパラメータ、トレーニング、説明責任が整っていれば、AIは優秀な候補者の特定と採用を難しくするのではなく、容易にするツールになり得る。
