AI面接のROI(投資対効果)は、面接実施にかかる時間の短縮効果だけで測ると、実態より良く見えてしまう。日程調整・評価回収・記録といった「人に残る工程」のコストと、候補者の辞退・不満による見えないロスを含めて初めて、正しいROIが見える。
AI面接のROIは何を測れば分かるのか
面接にかかる時間が減ったという比較だけでは、AI面接のROIの一部しか測れていない。AI面接が短縮できるのは「面接を実施する」という一工程であり、採用業務の多くはそこ以外に使われているからだ。
Indeed Japan株式会社が実施した調査(直近1年間に採用実務に従事した人事・採用担当者1,647名を対象、2021年10〜11月実施)によると、採用担当者の採用フロー業務全体のうち、面接前の各種調整業務が52.4%を占め、面接の実施・同席自体は16.1%にとどまる[出典:Indeed Japan株式会社「採用担当者の業務実態に関する調査」2021年12月]。これは2021年時点の回答者の自己申告に基づく割合であり、調査主体が求人広告・採用サービス事業者である点も踏まえて参考値として扱う必要があるが、「面接そのもの」より「その前後の調整」に業務時間が多く割かれる構造は、AI面接のROIを考えるうえで無視できない。
フェアパス(bgrass株式会社)では、AI面接のような特化型AI(Point Solutions)は工程の"中"(面接の実施)を速くする一方、日程調整・面接官アサイン・評価の回収・記録といった工程の"あいだ"は人に残ると整理している。AI面接を導入しても、日程調整・面接官アサイン・評価の回収・記録は人の手に残るという指摘だ[出典:フェアパス(bgrass株式会社)「WP20 AIネイティブ採用組織への移行ガイド」2026年7月公開、自社の分析・見解]。ROI測定は、この「中」と「あいだ」の境界を前提に設計しなければ、短縮できた一部分だけを見て全体の効果を過大評価することになる。
AI面接の仕組みそのものについては、AI面接とは？仕組みを採用担当向けに解説で整理している。
ROI測定の比較軸は何か（3つの視点）
ROIを測る軸は、「面接実施自体の時間短縮」「あいだに残る人的コスト」「候補者体験への影響」の3つに分けて見る必要がある。1つの指標だけでROIを語ると、どちらかに偏った評価になる。
| 比較軸 | 何を測るか | 見落とされがちな点 |
|---|---|---|
| ①面接実施自体の短縮効果 | AI面接ツールが代替した面接工程そのものの時間・日数 | ベンダー公開事例の数値は特定部門・特定条件に限定されることが多い |
| ②あいだに残る人的コスト | 日程調整・面接官アサイン・評価回収・記録にかかる時間 | AI面接ツール単体ではここが短縮されない |
| ③候補者体験への影響 | 辞退・不満・ブラックリスト化などの見えないロス | 定量化しづらく、効果測定から漏れやすい |
この3軸の土台になっているのは、Indeed Japanの業務構成比(面接前調整52.4%・面接実施16.1%)[出典:Indeed Japan株式会社「採用担当者の業務実態に関する調査」2021年12月]と、フェアパスの工程整理(工程の中／あいだ)[出典:フェアパス(bgrass株式会社)「WP20 AIネイティブ採用組織への移行ガイド」2026年7月公開、自社の分析・見解]である。次の節から、それぞれの軸で実際にどこまで数値が公開されているかを見ていく。
軸①面接実施自体の短縮効果はどこまで測れるか
面接実施工程そのものの短縮効果は、公開されている事例としてはHireVueが公表するHiltonの事例がひとつの目安になる。ただし、適用範囲が限定された数値である点に注意が必要だ。
| 項目 | 導入前 | 導入後 |
|---|---|---|
| 選考プロセス | 100問超・1時間以上を要する複数段階の選考 | HireVueの単一の動画アセスメントに統合 |
| 採用までの期間 | 42日 | 5日 |
| 選考の完了率 | — | 倍増 |
| 面接から採用に至る率 | — | 40%改善 |
[出典:HireVue公開事例、bestpractice.aiのAI事例データベース経由]
この数値は、Hiltonの予約・顧客対応部門(Hilton Reservations and Customer Care)という大量採用の現場に限定されたものであり、Hilton全社の採用やホテル現場職全般に一般化できるものではない。また、数値の算出方法や第三者による独立検証は示されていない。自社でこの軸を測る際は、「面接実施にかかる時間・日数」をAI面接導入前後で同じ条件で切り出して比較することが前提になる。AI面接が担える範囲と担えない範囲の線引きについては、AI面接にできること・できないことの境界線でも整理している。
軸②AI面接導入後も人に残る「あいだ」の工程コストをどう可視化するか
AI面接ツールは面接実施を速くしても、日程調整や評価回収といった前後の工程は、別の仕組みを用意しない限り人手に残る。これがROI測定で最も見落とされやすい部分だ。
フェアパスの整理では、AI面接を導入しても日程調整・面接官アサイン・評価の回収・記録は人に残るとされている[出典:フェアパス(bgrass株式会社)「WP20 AIネイティブ採用組織への移行ガイド」2026年7月公開、自社の分析・見解]。実際に「あいだ」の工程を別の自動化で縮めた海外事例も存在する。AI採用プラットフォームParadoxの公式クライアント事例では、資生堂が面接の日程調整を5分未満で完了できるようになったことが紹介されているほか、別クライアントでは採用自動化導入により面接実施数が600%増加したとされる[出典:Paradox, Inc.公式クライアント事例ページ、2025年9月時点]。また、同社の会話型AI「Olivia」を導入した不動産仲介大手Compass社では、2024年12月までに応募完了にかかる時間が9分超から3分未満に短縮され、応募完了率は85%まで上昇したと報じられている[出典:SHRM「How Conversational AI Transforms Recruiting: Two Case Studies」2025年4月]。これは同社の時給制大量採用部門(米国内で年間約15万人採用)に限定された事例であり、正社員・専門職の採用にそのまま当てはまるものではない。
重要なのは、これらの事例がいずれも「AI面接ツールそのもの」ではなく、日程調整や応募プロセスを担う別のツール・会話型AIによる効果だという点だ。AI面接ツール単体のROIを計算する際に、こうした「あいだ」の工程の短縮効果を混ぜて計上すると、AI面接ツール自体の効果を過大に見積もることになる。自社で可視化する場合は、面接官のメール対応やリマインド業務にどれだけ時間がかかっているかを切り分けて棚卸しすることが出発点になる。この領域の実務的な限界については、面接日程調整メールの自動返信、設定方法と限界で詳しく扱っている。
軸③候補者体験の悪化という見えないロスをどう測るか
AI面接への不快感や辞退は定量化しづらいが、放置するとROIを押し下げる要因になる。面接実施が速くなっても、候補者が離脱すれば採用の成立自体が遠のくためだ。
Greenhouse社が実施した『2026 Candidate AI Interview Report』によると、英国の求職者を対象とした設問で、3割(30%)の候補者がAI面接が含まれると知って選考を辞退した経験があると回答している。同調査では、英国の求職者の47%がAIによる面接を受けたと回答し、そのうち82%は事前に知らされていなかったという[出典:People Management(CIPD)「Third of candidates drop out of hiring process because of AI-led interviews, survey finds」2026年4月]。この調査の母数の詳細は記事内に明記されていない。
米国の報道では、AI面接への不満から選考を途中離脱したり、AI面接を課す企業をブラックリスト化して応募対象から外す動きが一部の求職者に出ていると紹介されている。ACLU(米国自由人権協会)は、顔・音声・PCとの身体的なやり取りを分析する予測的採用ツールについて、障害・人種など保護特性を理由に不利な評価を受けるリスクを高めると指摘しており、HireVueやWorkdayのAI採用ツールに対しては年齢・人種・障害を理由とした差別があるとする申し立てが提起されている(両社は主張を否定している)[出典:CNBC「Fed up with AI interviews, some job seekers are dropping out as candidates and blacklisting companies from consideration」2026年9月]。この記事では、何%の求職者がブラックリスト化しているかといった定量的な母数は示されておらず、米国市場の事例であることにも注意が必要だ。
一方で、ロスの原因をすべて「AIの性能」に帰属させるのも正確ではない。AI面接ベンダーのClasset社が自社プラットフォームで収集した10,167件の評価データを分析したところ、コメント付きネガティブフィードバックの54%は通話インフラの不具合(エコー・音声トラブルが27.5%、通話の切断・クラッシュが19%、端末や回線側の問題が8%)が原因であり、AIの応答や振る舞いそのものへの不満は全体のわずか約2.5%(ネガティブ内訳の23%)にとどまったという[出典:Classet「AI Interview Negative Reviews: What the Data Shows」]。これは同社自身の製品データであり、他社ツールにそのまま当てはまるとは限らない点を踏まえても、候補者体験の悪化を測定する際は「AIの性能への不満」と「通信環境などの運用トラブル」を分けて集計しないと、改善すべき対象を誤ることになる。
効果測定に使うKPIの選択肢をどう整理するか
KPIは、採用全体で使われる汎用指標を流用する方法と、自社の工程別コストを積み上げる方法の2通りがある。AI面接単体の効果測定でも、既存の指標フレームを土台にすることができる。
RPO(採用プロセスのアウトソーシング)の分野で整理されている主要KPIには、以下のようなものがある。
- time-to-hire(採用までの時間)：求人発生から内定承諾までの期間[出典:AMS「Maximizing ROI with RPO: Key Performance Indicators (KPIs) for Enterprise Success」]
- cost-per-hire(採用単価)：1名採用するためにかかった総コスト
- quality of hire(採用の質)：採用後のパフォーマンスや定着状況
- candidate satisfaction(候補者満足度)：選考プロセスに対する候補者の評価
- retention rate(定着率)：採用後の在籍継続率
- このほか、内定承諾率・候補者エンゲージメント率・採用担当者(ハイヤリングマネージャー)満足度スコア・NPSやCSAT・SLA遵守率なども、RPOプログラムのKPIベンチマークとして挙げられている[出典:Unity Connect「9 KPI Benchmarks in RPO Programs to Track Performance」]
これらの指標はAI面接の効果測定にも援用できるが、注意すべき点がある。Everest Group(2023年)の分析によれば、RPOを利用する企業は自社内製の採用活動と比較して採用コストが40〜50%低く、採用充足までの期間(Time-to-Fill)が30〜40%短縮されるとされているが[出典:Hyring「What Is RPO? Recruitment Process Outsourcing Guide」、引用元Everest Group 2023]、この数値は人材紹介・ソーシング代行を含むRPO全体の効果であり、AI面接ツール単体の効果ではない。KPIの名称を流用することと、効果の数値をそのまま流用することは別であり、AI面接が実際に貢献した範囲だけを切り出して計測する必要がある。
AI面接ツールの料金相場（ROI計算の投資額の基礎）
AI面接サービスの料金は、1件ごとに課金される従量課金型と月額固定の定額型に大別され、ROI計算の投資額側を見積もる基礎になる。どちらの課金方式かによって、採用件数が増減した際のコスト構造が大きく変わる。
国内の比較記事によると、AI面接サービスの料金モデルは従量課金型(1件あたり700〜5,000円程度)と月額定額型(月額5〜20万円程度)に大別されるとされている[出典:JAPAN AIメディア「AI面接サービスおすすめ比較15選！料金・選び方・メリット【比較表】」2026年9月]。個別サービスの例は以下のとおり。
| サービス | 課金方式 | 料金例 |
|---|---|---|
| MiAI AI面接官 | 月額固定＋従量 | 月額69,980円〜＋1面接あたり1,000円〜(21回目以降) |
| AI RECOMEN | 従量課金 | 初期費用0円、1件700円〜 |
| AI Recruiter | 従量課金(ドル建て) | 399ドル〜 |
[出典:BOXIL Magazine「AI面接サービスおすすめ比較17選 料金・選び方・導入メリット」]
これらは第三者比較メディアが各社公式情報をまとめた二次情報であり、プラン改定により変動する可能性があるため、最新価格は各社公式サイトでの確認が必要になる。比較の際は単価だけでなく、想定応募数・採用人数に基づく年間費用や、超過・保管期間・API利用などで追加費用が発生する条件まで確認すべきだとされている[出典:BOXIL Magazine「AI面接サービスおすすめ比較17選 料金・選び方・導入メリット」2026年1月]。投資額を見積もる際は、自社の想定面接件数を当てはめて、従量課金型と定額型のどちらが有利になるかを試算することが欠かせない。
自社でROI測定を始める進め方
ROI測定は、工程別の時間・コストを棚卸しし、AI面接が削減する範囲と人に残る範囲を切り分けてから投資額と比較するのが実務的な進め方になる。
- 自社の工程別時間を棚卸しする：Indeed調査の業務構成(面接前調整52.4%・面接実施16.1%)[出典:Indeed Japan株式会社「採用担当者の業務実態に関する調査」2021年12月]を参考に、自社でも「面接前の調整」と「面接実施」にかかる時間を分けて記録する
- AI面接が担う範囲と人に残る範囲を線引きする：フェアパスの工程整理(工程の中／あいだ)[出典:フェアパス(bgrass株式会社)「WP20 AIネイティブ採用組織への移行ガイド」2026年7月公開、自社の分析・見解]に沿って、日程調整・面接官アサイン・評価回収・記録のうち、どこがAI面接導入後も人の手に残るかを明確にする
- 候補者の辞退・不満による見えないロスも計測対象に含める：選考辞退率や候補者アンケートなどから、AI面接に起因する離脱がないかを確認する
- ツール料金(投資額)と効果を突き合わせる：従量課金型・定額型それぞれの料金を自社の面接件数に当てはめ、1〜3で可視化した効果と比較してROIを算出する
このプロセスを進める中で、特化型AIの導入だけでは解決しない工程が見えてくることが多い。その背景については、why-point-ai-doesnt-helpでも整理している。また、AI面接とATSの費用対効果を複数の事例で見たい場合は、AI ATSで採用コストはどこまで削減できる？も参考になる。
よくある質問
候補者からのネガティブな評価は、AIの受け答えの質が原因なのか？
必ずしもそうとは言えない。AI面接ベンダーのClasset社が自社データ(10,167件の評価)を分析した結果では、ネガティブ評価の54%は音声トラブルや通話切断などインフラ不具合が原因で、AIの応答・振る舞い自体への不満は全体の約2.5%にとどまったと報告されている[出典:Classet「AI Interview Negative Reviews: What the Data Shows」]。これは同社自身の製品データに基づくものだが、ROI計算で候補者体験の悪化を見る際は、AIの性能問題と運用上の技術トラブルを分けて集計する必要があることを示唆している。
ROI測定に使うKPIは、AI面接とRPOなど採用プロセス全体の効果測定で同じものを使えるか？
time-to-hire・cost-per-hire・candidate satisfactionなどは、RPOの効果測定でも使われる汎用指標であり、AI面接の効果測定にも援用できる。ただし、RPOで報告されているコスト40〜50%減・Time-to-Fill 30〜40%短縮(Everest Group, 2023)[出典:Hyring「What Is RPO? Recruitment Process Outsourcing Guide」、引用元Everest Group 2023]は人材紹介・ソーシング代行を含むRPO全体の効果であり、AI面接ツール単体の効果と混同しないよう注意する必要がある。
まとめ
AI面接のROIは、面接実施にかかる時間の短縮効果だけで測ると実態より良く見えてしまう。日程調整・評価回収・記録など人に残る工程のコストと、候補者の辞退・不満による見えないロスを含めて測定する必要がある。面接実施自体の短縮効果・あいだに残る人的コスト・候補者体験への影響という3つの軸に分けて棚卸しすることが、正しいROI測定の出発点になる。
自社の採用工程のどこにAI面接の効果が出て、どこに人的コストが残るのかを棚卸ししたい方は、フェアパスにご相談ください。自社の採用フローを工程別に棚卸しし、AI面接導入前後でコスト構造がどう変わるかを具体的に診断します。
著者：フェアパス編集部
この記事は、AIを使って作成し、編集部が内容を確認しています。