採用担当1名の体制でAIスカウト代行、紹介が滞った専門職の採用へ

運用を続けるほど候補者リストアップの精度が上がっていく仕組みを選んだ判断が、この取り組みの起点になっています。人手でスカウトを回す方式では、経験は担当した個人に溜まり、その人が離れれば振り出しに戻ります。継続的に学習して精度を高めるAIエージェント（AIが自律的に候補者の抽出や送信までこなす仕組み）を軸に据えた設計は、蓄積の置き場所を人からシステム側へ移す選択でもありました。導入の決め手にAIによるスカウト精度の改善機能が挙げられているのは、単発の送信代行ではなく改善の連続性を求めていた表れと読めます。

採用要件を、人事を介した伝言ではなく現場社員とサービス側担当者の直接のやり取りで固めたプロセスも効いています。エンジニアのような専門職では、求める技術やチームでの役割を正確に言葉にできるのは日々その仕事をしている人であり、そこが曖昧なままではAIがどれだけ候補者を並べても的が外れます。要件づくりの入口を一次情報に寄せた運用は、AIの精度を語る前段の品質を確保する工夫として見逃せません。

もう一つの柱は、AIによる自動スカウトと、カスタマーサクセス担当者による求人要件の設定・文面作成の支援を重ねた二層の構成です。AIが候補者の抽出と送信を量的に支え、人は要件や文面という判断の要る部分を受け持つ、という役割の切り分けになっています。担当者が自社サービス以外の選択肢や求人そのものの改善まで提案する運びになっており、ツールを使い続けさせることではなく採用が前に進むことを軸に置いた支援の組み立てです。