AI×採用の現実：書類選考から面接まで、導入企業が語る「変わること・変わらないこと」
「AIを導入すれば採用が変わる」という期待は、2025年を境に急速に現実のものとなった。書類選考を自動化し、面接を標準化し、ミスマッチを統計的に減らす——そうした約束のもとに、世界中の企業がAI採用ツールを導入してきた。だが実際に使い始めた企業の声を聞くと、見えてくる景色は少し違う。変わったことがある一方で、変わらなかったことがあり、そして「導入したが途中でやめた」会社も存在する。本稿では、国内外の事例をもとに、AI採用の現実を整理する。
AI採用ツールで実際に変わる3つのこと
まず前提として、AI採用ツールが確かに効果をもたらす領域を確認しておく。これらは導入企業の多くが認める「変化した事実」だ。
1. 書類選考の処理速度
手作業での書類確認は1件あたり平均6〜8分かかる。AIによるスクリーニングはこれを数秒に圧縮し、1,000件の書類を数時間で処理できる。2025年の調査（HRTech Outlook）によると、AI採用ツールを導入した企業の78%が採用にかかる時間を平均40%削減したと回答している。
2. スケジューリングと候補者対応の自動化
面接日程の調整、リマインドメール、不合格通知——これらの定型業務はAIチャットボットが担うようになった。ある事例では、チャットボット導入後に応募後の離脱率が30%低下している。候補者が「返事がこない」「日程調整が面倒」という理由で離脱するケースを防ぐ効果は実証されている。
3. 評価の標準化と記録の一元化
面接官が異なれば評価軸がばらつく。AIによるスコアリングは評価項目の統一をもたらし、後から「なぜ不合格にしたか」を振り返れる記録が残る。コンプライアンス上のリスク管理という観点でも、記録の一元化は企業にとって価値が高い。
ただしここで注意が必要なのは、「速くなること」と「良くなること」は別の話だという点だ。
事例① — 従業員300名の人材サービス会社：書類選考時間を65%削減した方法
東京に本社を置く従業員約300名の人材サービス会社A社（社名非公開）は、2024年秋にAI書類選考ツールを導入した。年間の応募者数は約8,000名。人事担当3名が書類選考に費やしていた時間は月間で計約240時間に上っていた。
導入したのはATSと連携するAIスクリーニング機能で、職務経歴書と求人票のマッチング度をスコア化するものだ。導入後3ヶ月の検証結果として、書類選考にかかる時間が月間240時間から85時間に削減された（65%削減）。人事担当者がスコア上位30%の候補者に集中できるようになり、一次面接の合格率も従来比で18%向上した。
ただし同社の人事責任者は、こう付け加えている。「AIのスコアが高い人を通過させると、確かに一次面接の歩留まりは上がりました。でも『スコアは低いけど面接では光った』人が以前より出てきにくくなっているのも事実です。AIにとって読みやすい書類を書ける人が有利になっているだけかもしれない、という懸念は消えていません。」
現在は「スコア下位でも人事担当がフラグを立てた案件は必ず目視確認する」というルールを設けることで、この懸念に対処している。
事例② — 米国の小売チェーン：AI面接でのべ1万人を処理して見えた限界
米国の大手小売チェーンであるUniqlo USA（ユニクロ米国法人）は、HireVue社のビデオAI面接システムを採用プロセスに組み込んだことで知られる。候補者がスマートフォンで録画した動画を、AIが表情・声のトーン・回答内容から評価するシステムだ。
実際、大量採用が必要な小売業にとって、AI面接のスループットは絶大だ。人間の面接官が1日に対応できる面接数は通常10〜15件。AIなら数千件を並列処理できる。シーズン採用でのべ1万人以上の候補者をAI面接で処理した事例では、一次スクリーニングのコストが約70%削減されたという報告がある。
しかしここで問題が浮上した。2025年3月、ACLU（米国自由人権協会）コロラド支部がHireVueとIntuit（ターボタックスの親会社）に対してEEOC（米国雇用機会均等委員会）へ申し立てを行った。AIの評価モデルが年齢・人種・障害の有無などの属性と相関していた可能性があるとされた。HireVueを訴えたのはACLUだけではない。2024年に始まったMobley対Workday訴訟では、WorkdayのAIスクリーニングが「人種・年齢・障害に基づく差別的なパターンを持つ」として集団訴訟に発展し、2025年5月にカリフォルニア北部地区連邦地裁が集団訴訟の認定を行っている。
これらの事例が示すのは、「AIが効率よく選別できること」と「AIが公平に選別できること」は別問題だということだ。特に表情や声のトーンを評価するビデオAI面接については、文化的背景や障害の有無による影響を排除できないという批判が根強い。
事例③ — 欧州のテックスタートアップ：AI採用を「やめた」会社の証言
英国ロンドンを拠点とするフィンテックスタートアップB社（従業員約80名、社名非公開）は、2023年にAI書類選考と自動スコアリングを導入したが、2024年末に使用を停止した。その理由は、採用精度ではなく「文化的な問題」だった。
同社のHead of Peopleは次のように語っている。「AIのスコアが高い候補者は、確かに職務経験や技術スキルの面では優秀でした。でも私たちの会社が求める、まだ形になっていないアイデアに飛び込める人、曖昧な状況でも前進できる人——そういう特質を、書類から読み取るようAIを訓練することができなかった。結局、AIが弾いた候補者の中に採用すべき人材がいて、AIが推薦した候補者に早期離職が多かった。」
同社は現在、書類選考は人事担当が全件確認する体制に戻したうえで、選考基準の言語化と面接設計に時間を投資する方針に転換している。「AIを使う前に、私たちは自分たちが何を求めているかを明確にできていなかった。AIに任せることで、その問いに向き合うのを先送りにしていただけだった」という言葉は、AI採用の落とし穴を端的に表している。
AIで変わらないこと — 判断の質は設計次第
3つの事例から共通して見えてくるのは、AIは「何を基準に選ぶか」という問いには答えてくれないということだ。AIが高速にできるのは「与えられた基準に沿って分類すること」だけで、その基準が正しいかどうかの判断は依然として人間がしなければならない。
Lat91では現在、業務委託スタッフの選考プロセスにAIを部分的に導入している（なお、Lat91は正社員採用は行っておらず、あくまでも業務委託の選考での活用だ）。ポートフォリオ資料の事前スクリーニングと、過去プロジェクトの類似性分析にClaude APIを使っている。導入して気づいたのは、AIは「書かれていること」は得意だが、「書かれていないこと」—— たとえばその人がどれだけ自走できる人間なのかを書類から読み取ることは、依然として難しいということだ。AIが「この人は過去に似たプロジェクトを経験している」と評価した候補者が、実際の現場では指示待ちで動けないケースも複数あった。
結局のところ、AI採用ツールの価値は「採用基準を先にどこまで言語化できたか」にほぼ比例する。曖昧な基準のままAIに任せても、AIは一貫して曖昧な基準で分類するだけだ。
AI採用導入で見落とされがちな3つのリスク
AI採用ツールの導入を検討する企業が事前に把握しておくべきリスクを整理する。
リスク1: バイアスの増幅
AIは学習データに含まれるパターンを再現する。過去の採用データに特定の属性（年齢・性別・学歴など）との相関があれば、それをAIも引き継ぐ。EEOCが2026年に強調しているのは「意図的な差別でなくても、結果として特定集団の選考通過率が著しく低い場合は法的責任を問われる」という点だ。導入前に「テスト用データセットで属性別の通過率を検証する」ステップを組み込まないと、気づかないまま差別的なスクリーニングを行い続けるリスクがある。
リスク2: 採用基準の形骸化
AIにスコアリングを任せ始めると、人事担当者が「なぜその人を採るのか」を深く考えなくなる傾向がある。スコアが高いから通過させる、という機械的な運用が続くと、採用基準そのものが更新されなくなる。採用市場の変化や組織の成長に合わせて基準を見直す「人間のレビューサイクル」を明示的に設計する必要がある。
リスク3: 候補者体験の劣化
自動化が進むほど、候補者は「処理されている」と感じやすくなる。特にAI面接（ビデオ録画）は、「誰も見ていないかもしれない」という不安を候補者に与える。優秀な候補者は選択肢があるため、候補者体験の悪い企業からは離れていく。ROIの計算に「辞退率の変化」を含めないと、実際のコストを過小評価することになる。
導入する前に整理すべき3つの問い
AI採用ツールの導入を検討している企業に向けて、実際の支援経験から「事前に答えを出しておくべき問い」を3つ提示する。
問い1: 「優秀な人材」をどう定義しているか、言語化できているか
「コミュニケーション能力が高い人」「自走できる人」という表現のままでは、AIはおろか面接官も一貫した判断ができない。「入社後6ヶ月でXをひとりで完遂できる人」「過去のプロジェクトで曖昧な要件を自分で整理した経験を3件以上説明できる人」のように、観察可能な行動レベルまで落とし込んでいるかどうかを確認する。これが曖昧なまま導入しても、AIは曖昧な基準で高速に分類するだけだ。
問い2: 現在のボトルネックは「処理量」か「判断質」か
月間100件以下の応募を処理している企業と、月間5,000件を処理している企業では、AIから得られるリターンが根本的に異なる。前者の場合、AI導入のROIより「面接設計の改善」に投資した方が採用精度は上がる可能性が高い。主要ツールとしては、Greenhouse（ATS+AI連携）、Lever（採用CRM）、HireVue（ビデオAI面接）、Workday Recruiting（大企業向け統合）などがあるが、自社の規模と課題に合ったツールを選ぶことが前提だ。
問い3: AIの判断を誰がどのように検証するか
AI導入後に「誰がAIの判断を確認するか」「どの頻度で精度を測るか」「問題があったときの差し戻しプロセスは何か」を決めずに導入するのは危険だ。特に法的リスクの観点では、AIが出したスコアを人間が確認せずにそのまま合否判定に使うと、EEOC基準での「意図せぬ差別」として問われるリスクが高まる。「AIはあくまで一次フィルター。最終判断は人間がする」という明確なポリシーを先に決めておくこと。
まとめ
AI採用ツールは、書類選考の時間を削減し、スケジューリングを自動化し、評価の記録を統一する。これらの効果は本物で、適切に導入すれば採用担当者の負荷を大きく下げることができる。
一方で、「判断の質が上がるかどうか」はAIではなく、「何を基準に選ぶか」を再設計したかどうかで決まる。AIは与えられた基準に沿って高速に分類するツールであり、その基準の正しさを担保するのは依然として人間の仕事だ。
AI採用を「コスト削減ツール」として導入するだけでは、欧州のスタートアップのように「やめる」という結論に至る可能性がある。採用基準の言語化、バイアスの検証プロセス、候補者体験の設計——これらをセットで設計して初めて、AI採用ツールは本来の価値を発揮する。
「AIを導入する前に、採用基準を言語化する」。この順序を間違えないことが、AI採用で失敗しないための最大のポイントだ。
Lat91では、業務プロセスへのAI組み込みを設計から運用まで支援しています。
「採用や評価プロセスにAIを活用したいが、どこから手をつければいいか」という方は、まずは無料相談からお気軽にどうぞ。