採用AIエージェントとは、スカウト・書類の一次評価・日程調整などの採用工程を自律的に進めるAIの仕組みです。ツールを選ぶ前に決めるべき「どの工程をAIに渡し、どこで人が確認し、何を人に残すか」を、3軸の仕分け基準・承認ポイントの3つの型・24工程の仕分けマップ・運用実測で、AI-RPOを提供するHeaRが解説します。（2026年9月公開）
採用AIエージェントとは、求人票の作成・候補者の抽出・スカウト送付・応募書類の一次評価・面接日程の調整といった採用工程を、人の指示を1つずつ待たずに複数まとめて進めるAIの仕組みです。生成AIとの違いは、「1回の指示に1つの文章を返す」のではなく、「求人票を作り終える」「候補者を抽出し終える」というように、AIが仕事を完了まで進める点にあります。
この記事は、採用業務にAIエージェントを使う採用担当者に向けて書いています。扱うのは「どのツールを選ぶか」ではなく、その前に決めるべき「どの工程をAIに任せ、どこで人が確認し、何を人に残すか」です。HeaRは採用代行（RPO）の実務にAIを組み込んで運用しており、その現場で使っている判断の基準をもとに解説します。
「AIエージェント」と呼ばれる製品やサービスの中身は、実際には3つの層に分かれます。どの層かによって、設計で決めるべきことが変わるからです。
| 観点 | 生成AIチャット | AIワークフロー | AIエージェント |
|---|---|---|---|
| 動き方 | 人が1回ずつ指示し、1つの出力を返す | 決められた手順の中にAIを組み込み、決めた順番で自動実行する | 目的を渡すと、必要な工程と順番をAIが判断して進める |
| 判断の主体 | 人 | 人（手順を設計した時点で決まる） | AI（設計で許した範囲内） |
| 扱う工程の数 | 1つ | 複数（固定） | 複数（状況で変わる） |
| 向く業務 | 文面の下書き、要約 | 応募受付→一次評価→通知のような定型の連鎖 | 候補者ごとに分岐する対応（問い合わせ対応、スカウト→返信→日程調整） |
| 設計で決めること | 指示文（プロンプト） | 手順と分岐 | 目的、使ってよい道具、止める条件、人に上げる条件 |
右に行くほど自律度が上がり、人の手間は減ります。その代わり、設計で決めるべきことが「指示文」から「止める条件」「人に上げる条件」へと増えていくのが実態です。採用向けの製品には、採用管理システムにAI機能を足したもの（実態は生成AIチャットかAIワークフロー）から、スカウトから日程調整までを一気通貫で進めるものまでが「AIエージェント」の名で混在しています。呼び方ではなく、「人の指示なしにどこまで進むか」で見るのが実務では正確です。
採用管理システム（ATS）は、応募者情報や選考状況を蓄積して管理する「データの置き場」です。AIエージェントはその置き場にあるデータを使って「仕事を進める」側の仕組みで、両者は置き換えの関係ではありません。多くの企業は、まず利用中のATSに備わったAI機能で小さく試します。そのうえで足りない部分を、外部のAIエージェントやAI型の採用代行で補っていく、という順番が一般的です。
理由は、自律度が上がるほど、設計の誤りが人の目に触れる前に大きな被害となって現れるからです。生成AIチャットなら1通の誤った文面で済むものが、AIエージェントでは300通の的外れなスカウト、100件の一律不合格になります。HeaRが中途採用の書類選考を分解したところ、業務は55タスクあり、合否の「判断」はそのうち1タスクだけでした。AIに渡せる仕事は多い一方で、渡し方を誤ると候補者体験と法的リスクに直結します。
書類選考55タスクの内訳は、最多が「連絡」の19タスク（全体の約35%）で、「判断」は1タスク（約2%）です。つまり書類選考の負荷の正体は、判断ではなく判断の前後にある確認と連絡にあります。AIに渡すべきなのは54タスクの側で、決める1つは人が持ち続ければよい、というのがHeaRの設計の出発点です（分解の詳細はAI書類選考とは？で公開しています）。
設計を飛ばして導入すると、失敗は3つの方向に出ます。
この3つはいずれもツールの性能ではなく、設計の問題です。ツールを比較する前に、次の章で「渡す・協働・残す」の仕分けを行い、その次の章で「人がどこで確認するか」を決めます。
仕分けは3つの軸で行います。定型度（手順が決まっているか）、判断の重さ（間違えたときの取り返しにくさ）、感情・関係の接点（相手の気持ちが動く場面か）の3つです。感情の接点が「有」または判断が「重」なら人に残す。定型度が「高」かつ判断が「軽」ならAIに渡す。それ以外はAIと協働、つまりAIが下書きし人が確定する形にします。
HeaRでは、採用代行の運用設計と採用担当者向けのAI研修の両方で、この3軸を共通の基準として使っています。判断の軸をツールではなく業務の性質に置いているのは、ツールは1年もすれば入れ替わる一方で、業務の性質は変わらないからです。
| 軸 | 評価 | 問い |
|---|---|---|
| 定型度 | 高／中／低 | 手順が決まっていて、同じやり方を繰り返せるか |
| 判断の重さ | 重／中／軽 | 間違えたとき、取り返しがつくか。候補者や会社に及ぶ影響はどれくらいか |
| 感情・関係の接点 | 有／無 | 相手の気持ちが動く場面か。候補者や人材紹介会社のように、今後も付き合いが続く相手とのやり取りか |
判定ルールは3行です。
3つの工程を例に当てはめると、次のとおりです。
| 工程 | 定型度 | 判断 | 感情接点 | 仕分け |
|---|---|---|---|---|
| 面接日程の調整 | 高 | 軽 | 無 | 渡す |
| 面接後の評価コメントの下書き | 中 | 中 | 無 | 協働 |
| 内定通知の電話 | 低 | 重 | 有 | 残す |
3軸の評価は、業種と採用の型によって変わります。新卒や店舗スタッフのように応募が数百件単位で集中する採用では、書類の一次評価は「定型度が高く、判断は軽い」側に寄り、渡す側に入りやすくなります。一方で年間数名の専門職採用では、同じ一次評価でも1件の見落としの影響が大きく、判断は「中〜重」に寄って協働に留めるのが安全です。仕分けは一度決めて終わりではなく、応募数と要件の明確さが変わるたびに見直します。
採用業務を6領域・24工程に分解し、3軸で判定した一覧です。HeaRのAI-RPOの運用フローを基に体裁化したもので、業種や採用職種によって評価は変わります。自社の棚卸しの下敷きとしてお使いください。
| 領域 | 工程 | 定型度 | 判断 | 感情接点 | 仕分け |
|---|---|---|---|---|---|
| 要件・準備 | 採用要件の言語化（誰を・なぜ・いつまでに） | 低 | 重 | 無 | 残す |
| 要件・準備 | 過去の応募・選考データの整理と集計 | 高 | 軽 | 無 | 渡す |
| 要件・準備 | 求人票の作成・改稿 | 中 | 中 | 無 | 協働 |
| 要件・準備 | 媒体・手法の選定と予算配分 | 低 | 重 | 無 | 残す |
| 母集団形成 | 候補者の検索・条件による抽出 | 高 | 軽 | 無 | 渡す |
| 母集団形成 | 候補者リストの最終確認 | 中 | 中 | 無 | 協働 |
| 母集団形成 | スカウト文面の作成・送付 | 中 | 中 | 無 | 協働（安定後は渡す） |
| 母集団形成 | 返信への一次対応（日程候補の提示など） | 高 | 軽 | 有 | 協働 |
| 母集団形成 | 人材紹介会社への求人説明・関係構築 | 低 | 中 | 有 | 残す |
| 母集団形成 | 人材紹介会社への推薦返信・進捗連絡 | 高 | 軽 | 無 | 渡す |
| 選考 | 応募書類の受領・登録・重複確認 | 高 | 軽 | 無 | 渡す |
| 選考 | 必須要件のチェック（資格・勤務地・希望年収など） | 高 | 軽 | 無 | 渡す |
| 選考 | 採用要件との適合評価（一次評価） | 中 | 中 | 無 | 協働 |
| 選考 | 通過・見送りの決定 | 低 | 重 | 無 | 残す |
| 選考 | 面接日程の調整・リマインド | 高 | 軽 | 無 | 渡す |
| 選考 | 面接の実施・評価 | 低 | 重 | 有 | 残す（記録の要約は渡す） |
| 候補者対応 | よくある質問への回答（選考フロー・福利厚生など） | 高 | 軽 | 無 | 渡す（AIであることを明示） |
| 候補者対応 | 個別の不安・懸念への対応 | 低 | 中 | 有 | 残す |
| 候補者対応 | 見送り連絡の文面作成・送付 | 高 | 中 | 有 | 協働 |
| 候補者対応 | 面接官への申し送り作成 | 高 | 軽 | 無 | 渡す |
| クロージング | オファー条件の決定・交渉 | 低 | 重 | 有 | 残す |
| クロージング | 内定承諾前のフォロー・不安の解消 | 低 | 重 | 有 | 残す |
| 分析・改善 | 歩留まりの集計・週次レポート | 高 | 軽 | 無 | 渡す |
| 分析・改善 | 改善の意思決定（要件・文面・媒体の見直し） | 低 | 重 | 無 | 残す |
※AI活用範囲・度合いは媒体・要件により異なります。
数えると、渡すが9工程、協働が6工程、残すが9工程です。工程の数では半々に見えますが、時間の配分は違います。書類選考の例で見たとおり、時間の大半は「渡す」側の確認と連絡に使われています。仕分けの目的は、人の時間を「残す」9工程に戻すことです。
判定に迷う工程は、「渡す」ではなく「協働」に置いてください。渡しすぎの失敗は候補者に見え、取り返しがつきにくいのに対し、協働は人の確認が1回増えるだけで済むからです。加えて協働には、AIの下書きを人が直す過程で「自社の基準」が言葉になっていくという副産物があります。この蓄積が、後に「渡す」へ移すときの判定基準になるのです。
▶ AI書類審査のサービス資料（判断が割れる書類だけ人が見る設計の実例）を無料でダウンロード
承認ポイントの置き方は3つあります。事前確認型（AIの成果物を人が全件確認してから次に進む）、抜き取り型（AIが実行し、一定割合を人が事後に検査する）、例外エスカレーション型（AIが処理し、あらかじめ決めた条件に当てはまるものだけ人に上げる）です。立ち上げ期は事前確認型で始め、修正率が下がったら抜き取り型へ移すのが定石です。
「渡す」と判定した工程でも、人の関与をゼロにするわけではありません。どこで・どの頻度で・何を人が見るかを決めるのが承認ポイントの設計で、AIエージェントの品質と事故率はここで決まります。
| 型 | 仕組み | 向く工程 | 次の型へ移す目安 |
|---|---|---|---|
| 事前確認型 | AIが下書き→人が全件確認→送付・確定 | 立ち上げ期のスカウト文面、見送り連絡、求人票 | 人の修正率が下がって安定したら抜き取り型へ（HeaRでは目安として、修正が1割を下回る状態が2週続いたら移行を検討） |
| 抜き取り型 | AIが実行→人が一定割合を事後に検査 | 安定したスカウト文面、面接日程の調整、書類の受領・登録 | 検査で問題が出たら事前確認型に戻す |
| 例外エスカレーション型 | AIが処理→定めた条件（判断が割れる、想定外の質問、否定的な反応）だけ人へ | 書類の一次評価のボーダー層、候補者からの質問対応、返信への一次対応 | 例外の割合が増えたら、AIに渡している条件（採用要件の定義）を見直す |
書類選考を例にすると、HeaRのAI書類審査は例外エスカレーション型です。明確に基準を満たす書類と明確に満たさない書類はAIが仕分け、判断が割れる書類だけを人が確認します。AIは評価の結果だけでなく、理由・強み・懸念点・面接で確認すべき点まで文章で出力するため、人は「AIの判断を信じるか」ではなく「AIの理由に同意するか」を見ればよい状態になるのです。
最初から抜き取り型で始めると、AIの出力の癖を人が学ぶ前に問題が候補者に届きます。立ち上げの2〜4週間は事前確認型で全件を見て、修正の内容を記録してください。修正が「表現の好み」だけになり、「事実誤認」や「要件の取り違え」が消えたら、抜き取りに移す合図です。
スカウト運用を例に、承認ポイントの移し方を3段階で示します。
| 段階 | 期間の目安 | 承認ポイント | 人が見るもの | 次へ進む条件 |
|---|---|---|---|---|
| 立ち上げ | 開始〜2〜4週 | 事前確認型（全件） | 文面の事実関係・要件との整合・トーン。修正内容を記録する | 修正が表現の好みだけになり、事実誤認と要件の取り違えが消える |
| 安定化 | 1〜2ヶ月目 | 抜き取り型（例：2割） | 抜き取った文面の品質と、返信率・面談化率の推移 | 返信率が安定し、抜き取りで問題が出ない |
| 運用 | 3ヶ月目以降 | 例外エスカレーション型＋週次の抜き取り | 否定的な返信・想定外の質問・返信率の急落 | 例外が増えたら要件と文面を見直し、必要なら前の段階に戻す |
候補者対応の工程では、最初から例外エスカレーション型で設計するのが実務的です。人に上げる条件を先に決めます。たとえば、給与や待遇に踏み込んだ質問、選考結果の問い合わせ、不満や不安を含む発言、AIの回答の確信度が低い場合の4つです。この条件に当てはまらない定型の質問（選考の流れ・勤務地・福利厚生など）だけをAIが答え、当てはまるものは人に引き継ぎます。HeaRのRecruit-botもこの型で、AIが答えていることを明示した上で人への切り替え窓口を置く設計です。
承認ポイントには、あわせて2つの装備が要ります。1つは記録で、誰が・いつ・何を見て次に進めたかを残すこと。候補者から評価の理由を問われたときに説明できる状態を保つためです。もう1つは停止条件で、返信率の急落や誤答の検出といった異常が出たときに、その工程のAIを止めて事前確認型に戻す基準をあらかじめ決めておきます。
人に残す工程は6つです。採用要件の言語化、通過・見送りの決定、面接と口説き、条件の交渉、内定承諾前の不安の解消、人材紹介会社との関係構築。残す理由は「感情の接点がある」「間違えたときに取り返しがつかない」「法的な責任を伴う判断である」のいずれかに当てはまるからです。
この6つは「AIにできないから残す」のではありません。技術的にはAIが文面を作り、判定を出すことはできます。それでも残すのは、採用の成果と信頼がこの6つで決まるからです。
AIで浮いた時間の行き先は、この6つです。定型工程の自動化は「楽になる」ためではなく、「人がやるべき仕事に時間を戻す」ための手段だと捉えると、設計の優先順位がぶれません。
月100件の応募とスカウト月300通のモデルケースでは、書類選考が月25時間前後から2〜5時間、スカウト文面の作成が月20〜32時間から4〜8時間になる計算です。HeaRの実測では、書類選考は1候補者あたり15分前後から1〜3分になり、スカウトの返信率は従来運用の1.8倍になりました。
前章までの設計をモデルケースに当てはめると、月間工数は次のように変わります。時間は目安で、応募書類の分量や職種、利用媒体で変動します。
| 工程 | 設計前（人が全件） | 設計後 | 置いた承認ポイント |
|---|---|---|---|
| 書類選考（月100件） | 25時間前後（1件15分） | 2〜5時間 | 例外エスカレーション型（判断が割れる書類だけ人が見る） |
| スカウト文面の作成（月300通） | 20〜32時間（1通4〜6分） | 4〜8時間 | 事前確認型→安定後に抜き取り型 |
| 面接日程の調整（月30件） | 7〜8時間（メールの往復） | 1時間前後 | 抜き取り型（イレギュラーのみ人が対応） |
| 歩留まりの集計・レポート | 4時間（月1回まとめて） | 1時間（週1回、判断だけ） | 渡す（集計はAI、意思決定は人） |
| 合計 | 56〜69時間 | 8〜15時間 | — |
※HeaRの運用実測（書類選考の処理時間）とAI-RPOの運用設計に基づく試算。AI活用範囲・度合いは媒体・要件により異なります。
浮いた月40〜50時間の行き先が、前章の「残す」6工程です。実際、HeaRのAI-RPOでスカウト返信率が1.8倍になった内訳は、AIによる文面の個別化が半分、残り半分は週次でターゲットと文面を見直す改善サイクルの速さでした。集計をAIに渡して人が判断に集中できたことが、返信率の後半の半分を作っています。
書類選考で工数を90%削減した工程も、人の最終判断を残した上での一次評価の自動化です。「全部AIに任せたから速くなった」のではなく、「判断が割れる書類だけに人の時間を使う設計にしたから速くなった」という因果を、数字の裏に置いておいてください。
押さえる法令は2つです。職業安定法（5条の4：求人等に関する情報の的確な表示、5条の5：求職者の個人情報は目的を明らかにして収集し、目的の範囲内で使う）と、個人情報保護法（17条：利用目的の特定、18条：目的外利用の制限、21条：取得時の通知または公表）です。AIで書類選考や候補者対応を行うこと自体を禁じる法律は、2026年9月時点の日本にはありません。
5条の4は、求人や募集に関する情報について虚偽の表示や誤解を生じさせる表示を禁じ、募集を行う者に情報を正確かつ最新に保つ義務を課しています。AIが生成した求人票やスカウト文面、採用サイトのチャットボットの回答も、候補者から見れば会社が出した募集情報です。仕分けマップで求人票を「協働」、スカウト文面を立ち上げ期は「事前確認型」に置いたのは、この条文が根拠になっています。
5条の5は、求職者の個人情報を「業務の目的の達成に必要な範囲内で、目的を明らかにして収集し、その目的の範囲内で保管・使用する」ことを求める条文です。応募書類をAIに読み込ませて評価する運用は、この目的の範囲内に収める必要があります。SNSなど応募書類の外にある情報をAIに集めさせる設計は、目的の範囲を超えやすいので避けてください。
17条は利用目的をできる限り特定すること、18条は特定した目的の範囲を超えて扱わないこと、21条は取得時に利用目的を通知または公表することを定めています。実務で確認するのは2点です。1つは、応募者向けのプライバシーポリシーや応募フォームの利用目的に「選考のためのAIによる処理」が含まれているか。もう1つは、利用するツールや委託先が応募書類をAIの学習に使わない設定になっているかです。学習に使われる設定のままだと、目的外利用に当たる可能性があります。
AIの評価には、学習データや過去の採用実績に由来する偏りが入り得ます。「過去に採用した人」を正解にすると、その偏りをそのまま引き継いでしまうでしょう。承認ポイントの章で書いた例外エスカレーション型は、この対策でもあります。AIの判定だけで不合格を確定させず、判断が割れる層は人が見る。AIには結果だけでなく理由を出力させ、人が後から検証できる状態を保つ。この2つを設計に入れてください。
候補者には、選考のどの段階でAIを使っているかを伝えるのが原則です。AIが対応していると知らずに機械的な返信を受け取った候補者の不信感は、会社の評価に直結します。採用サイトのチャットボットであれば「AIが回答しています」と明示し、人に切り替える窓口を置く。書類選考であれば、募集要項や応募フォームで一次評価にAIを用いることを記載する、といった形です。伝えるタイミングと文面の設計は、AI採用の法律と候補者へのAI利用の告知・開示の設計で、4つのタイミングと文面テンプレートつきで解説しています。当面は採用サイト向けAIチャットボットの記事の「AIであることを明示する」の項と、AI書類選考の記事のよくある質問を参照してください。
媒体によっては、外部の自動化ツールの持ち込みが規約で制限されています。たとえばビズリーチのシステム利用規約では自動巡回プログラムの使用が禁止事項に定められており、媒体公式のAI機能の範囲で運用するのが安全です（詳細はビズリーチの使い方・スカウト運用ガイド）。AIエージェントに媒体の操作まで任せる設計は、機能の前に規約を確認してください。
導入形態は3つに分かれます。自社構築（ノーコードのワークフローツールやAPIで自作する）、SaaS（AI機能付きの採用管理システムや工程特化のツールを契約する）、運用ごと委託（設計と運用を含めて外部のチームに任せるAI型の採用代行）です。分かれ目は「設計と運用の担い手を社内に置けるか」にあります。
| 観点 | 自社構築 | SaaS | 運用ごと委託（AI-RPO） |
|---|---|---|---|
| 設計の担い手 | 自社 | ベンダーの既定＋自社の設定 | 委託先（要件は共同で言語化） |
| 承認ポイントの自由度 | 高い | 製品の範囲内 | 高い（契約で工程ごとに定義） |
| 費用の型 | 開発・保守の人件費 | 月額利用料 | 月額（運用込み） |
| 立ち上がり | 遅い | 速い | 中程度（効果検証まで2〜3ヶ月） |
| 向く企業 | 社内に運用担当と技術者がいる | 課題が1工程に絞れている | 処理量が多く運用担当を置けない。型を作ってから内製化したい |
どの形態でも、前章までの「仕分け」と「承認ポイント」は自社で持っておいてください。SaaSでも委託でも、任せる範囲と確認の位置を決めるのは発注側の仕事です。ここが決まっていないと、ツールの機能一覧に業務を合わせることになり、渡しすぎか渡さなすぎのどちらかになります。製品の比較はAI採用ツール22選、委託の仕組みと費用の考え方はAI RPOとは？と採用代行の費用相場にまとめています。
進め方は5段階です。業務の棚卸し、3軸での仕分け、承認ポイントと停止条件の設計、1工程での開始、測定と拡大の順で進めます。標準的には、開始から最初の効果検証まで2〜3ヶ月を見込んでください。
順番を守ることが、遠回りに見えて最短です。とくにステップ1を飛ばして製品比較から入ると、自社のどの業務がどれだけの時間を使っているかが分からないまま、機能で選ぶことになります。
失敗は5つに集約されます。自律度を一気に上げる、採用要件が曖昧なまま動かす、記録が残らず説明できない、候補者体験が機械的になる、運用の型が社内に残らない、の5つです。いずれも設計の段階で防げます。
A. 生成AIは1回の指示に1つの出力を返すのに対し、AIエージェントは目的を渡すと複数の工程を自分で進めます。自律度が高い分、設計で「止める条件」「人に上げる条件」を決める必要があります。製品名に「エージェント」とあっても中身は生成AIチャットやAIワークフローのことがあるため、人の指示なしにどこまで進むかで見分けてください。
A. AIによる選考を禁じる法律は2026年9月時点で日本にはありませんが、個人情報保護法と職業安定法5条の5に沿った運用が前提です。合否の決定は人に残し、AIは一次評価と仕分けに使う設計を推奨します。AIの判定だけで不合格を確定させると、評価の偏りを見逃す危険と、候補者に理由を説明できない危険の両方を抱えます。
A. 「定型度が高く、判断が軽く、感情の接点が無い」工程からです。具体的には面接日程の調整、応募書類の受領・登録、歩留まりの集計が入口になります。効果が大きいのは書類選考の一次評価とスカウト文面の作成ですが、こちらは事前確認型で始めてください。
A. 伝えるのが原則です。チャットボットなら「AIが回答しています」と明示して人への切り替え窓口を置き、書類選考なら募集要項や応募フォームでAIによる一次評価を記載します。知らされずに機械的な対応を受けた候補者の不信感は、会社の評価に直結します。
A. 外部の自動送信・自動巡回ツールを媒体に持ち込む運用は、規約に抵触するおそれがあります。媒体公式のAI機能と人による運用を組み合わせる設計なら問題ありません。AIエージェントに媒体の操作まで任せる場合は、機能より先に各媒体の規約を確認してください。
A. あります。ただし効果が出る場所が変わる点に注意してください。年間数名の採用では書類選考の自動化より、候補者からの質問対応と日程調整をAIに渡し、担当者が面接と口説きに時間を使えるようにする設計のほうが効きます。応募が月数十件を超えるなら、書類の一次評価も対象になるでしょう。
A. 社内にAIの設計と運用を担う人を置けるなら自社構築かSaaS、置けないなら運用ごと委託が基本の整理です。どの形態でも、任せる範囲と確認の位置を決めるのは発注側の仕事なので、仕分けと承認ポイントの設計は自社で持ってください。
A. 工程ごとに、人の修正率・処理時間・返信率・書類通過率・候補者からの指摘の5つを週次で見ます。修正率が下がって安定したら承認ポイントを次の型へ移す、返信率が急落したら事前確認型に戻す、という判断の材料にしてください。月間工数の削減幅は、この記事の試算表の形で導入前に把握しておくと、効果を説明しやすくなるはずです。
A. 会社です。AIは判断の補助であり、募集情報の正確性も個人情報の取り扱いも、責任は募集を行う会社にあります。だからこそ承認ポイントを工程ごとに置き、誰が・いつ・何を確認したかの記録を残し、異常時に止める条件を決めておく設計が要ります。
採用AIエージェントは、複数の採用工程を自律的に進める仕組みです。自律度が高い分、設計の誤りは大きな被害となって現れます。だから先に決めるのは製品ではなく、どの工程を渡し、どこで人が確認し、何を人に残すかです。
この記事で示した3軸（定型度・判断の重さ・感情の接点）による仕分け、承認ポイントの3つの型（事前確認・抜き取り・例外エスカレーション）、人に残す6工程は、HeaRがAI-RPOの運用と採用担当者向けの研修で共通して使っている判定基準です。自社の採用業務を棚卸しし、この基準で仕分けてみてください。どこから渡すべきか、どこに確認を置くべきかが見えてきます。
自社に当てはめた設計を一緒に考えたい方は、下記からお気軽にご相談ください。
採用課題に合わせた最適な打ち手を、HeaRが共に設計します。
まずは資料でサービスの全体像をご確認ください。
