RPO（採用代行）に採用要件を伝えたはずなのに、応募者の質がターゲット像とずれ続ける。その原因の多くは、RPO会社の力不足ではなく、要件そのものが自社の中で言語化・記録されずに、口頭説明だけに依存して伝わっていることにある。対処には、自社で言語化してから渡す、運用の中でフィードバックループを作る、要件そのものをAIに実装するという3つの選択肢がある。
採用要件が「伝わっていない」とき、現場では何が起きているか
要件が伝わっていないという問題は、求人票の体裁が整うのとは裏腹に、運用の各局面で静かに表面化する。RPOの委託範囲は、募集要件・採用戦略の策定、母集団形成、応募者対応、面接調整、合否通知、入社承諾者フォローなど複数の業務カテゴリーに分かれているため、要件の解釈ズレが起こり得るポイントも一つではない[出典: doda「RPO(採用代行)とは？委託できる業務や費用相場・導入の流れを解説」運営:パーソルキャリア株式会社、2025年3月]。
具体的には、次のような形で現れる。
- 求人票だけが整った形になり、実際の応募者はターゲット像とずれている
- 現場面接官の評価基準とRPO側の一次選考基準が食い違い、通過率や内定辞退率が悪化する
- 担当者が交代するたびに、同じ要件説明を一から繰り返すことになる
- 自社のビジョンや文化が十分共有されないまま運用が進み、求人票の表面的な情報だけで候補者対応が行われ、カルチャーミスマッチが多発する[出典: bsearch.co.jp「採用代行（RPO）完全ガイド｜料金相場・導入手順・失敗事例・会社比較まで専門家が解説」]
- 業務を「丸投げ」した結果、社内に採用ノウハウが何も残らない、面接官が変わらないまま内定辞退が続出する、契約期間中に方針転換できず機会損失する、といった失敗パターンが起きる[出典: km3-creative.jp「採用代行（RPO）サービスとは？20年の現場経験者が教える失敗しない選び方と料金相場」]
これらは個別の事故に見えるが、根っこをたどると同じ構造にたどり着く。要件が「渡した」つもりでも、実際には「残っていない」ということだ。
なぜ要件が伝わらないのか：RPOという仕組みの構造的な原因
RPOは人が運用を担うことで成立するサービスであり、要件の理解はその時々の担当者の頭の中に蓄積され、組織の記録としては残りにくい。フェアパスの整理では、ATSは進捗管理・記録（記録の正本）は得意だが運用そのものは担わず、RPOは人が必要な部分の運用を代行する点で優れている一方、属人化しやすく改善知見が組織に蓄積しないという弱点を抱えている。
この構造は、要件伝達の問題と直結する。RPOの担当者は口頭での説明や過去のやり取りから要件を理解していくが、それが文書として残らなければ、担当者の異動や交代とともに理解も消える。これは説明の丁寧さの問題ではなく、要件の置き場所が「人の頭の中」にしかないという構造の問題である。
厚生労働省の労働経済白書では、労働市場全体のミスマッチが生じる理由として、職業能力の不一致、情報の不完全性、労働者や企業の選好という3つを挙げている[出典: 厚生労働省「労働経済の分析（白書）第3章 ミスマッチと経済変動の雇用への影響」]。これは採用現場やRPOに特化した分析ではないが、「情報の不完全性」という要素は、RPOに要件が伝わらない問題とも重なる。言語化されていない要件は、どれだけ丁寧に口頭で伝えても、受け手の側で情報が欠けたまま運用されてしまう。
ATSや生成AIを併用しても、この問題は解決しない理由
ATSや生成AIを併用しても、要件の伝達という問題そのものは解決しない。ATSは要件や選考基準を「記録」するツールであり、判断や伝達までは担わない。生成AIも求人票や評価コメントの文章を「書く」までで、それを送る・登録する・関係者に共有してすり合わせるという作業は、結局人の手作業のまま残る[出典: フェアパス「一言で採用が前に進む フェアパスAI実態レポート」2026年6月]。
特化型のAIツールについても同様の構造がある。フェアパスの分析では、特化型AI（Point Solutions）は工程の「中」を速くするものの、工程の「あいだ」—転記、日程調整、評価回収、リマインド、引き継ぎ—は人に残り続けるとされている。たとえば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・記録は人の作業として残る。RPOに関する要件伝達も同じで、「要件を言葉にして渡す」という工程自体が、人が担う「あいだ」の作業になっている限り、ATSや生成AIを足しただけでは解消されない。
この「あいだ」の問題は、RPOやAI RPOと分担しても残る、採用の「見えない工数」の削り方でも扱っている。
対処の選択肢1：自社で要件を言語化してからRPOに渡す
採用要件・ターゲット像・自社の魅力を事前に文書化してから依頼すると、RPO側の解釈ズレは大きく減らせる。RPO導入前に自社側で整理すべき事項として、採用要件・ターゲット像を明確化すること、自社の魅力・訴求ポイントを整理することが挙げられており、これらが曖昧なまま依頼すると選考基準が定まらないといった問題が生じるとされている[出典: i-recruit.jp「採用代行(RPO)の選び方完全ガイド｜導入前に確認すべき7つのポイント」]。また、母集団形成・選考プロセス・内定辞退率といった採用課題を明確にしないままRPOを選ぶと、提供されるサービスが的外れになり、結果として採用がうまくいかないという指摘もある[出典: まるごとインク「採用代行（RPO）47社タイプ別で比較！料金相場や成功事例も紹介」]。
ただし、この選択肢には弱点がある。言語化という作業自体に時間がかかるため、専任の採用担当者を置けない企業では続かない。向く条件は、採用担当者を社内に確保できる、あるいは採用頻度が低く一度の言語化で当面の採用がまかなえる場合である。逆に、採用担当者が他業務と兼務していたり、応募者対応の頻度が高く言語化に割く時間が取りにくい企業では、この選択肢だけでは維持が難しい。
対処の選択肢2：RPOとの運用にフィードバックループを組み込む
要件を一度伝えて終わりにせず、選考結果を定期的にすり合わせて基準を更新し続ける運用にすると、ズレは徐々に縮小していく。RPOを利用する際は、自社の要件や要望を正確かつ綿密に伝えなければ成果を得られないという指摘があり、これは一度の説明ではなく継続的なすり合わせが必要であることを示している[出典: ダイレクトソーシングラボ「採用代行(RPO)を検討すべき3つの理由｜重要点や成功事例も紹介」]。
ただし、このすり合わせ自体が社内側の工数として残り続ける点が限界になる。フェアパスの整理の通り、RPOは属人化しやすく改善知見が組織に蓄積しない構造を持つため、フィードバックループを回す担当者が交代すれば、またゼロからすり合わせをやり直すことになりやすい。つまり選択肢2は、要件のズレそのものを縮めることはできても、「誰かが継続してすり合わせる」という工数を無くすことはできない。
この種の「任せても残ってしまう工数」については、採用代行を任せた後に増える困りごとと対処法でも整理している。
対処の選択肢3：要件を「人に伝える」のではなく「AIに実装する」
要件が伝わらない根本原因は、要件の置き場所が人の頭の中にしかないことにある。この前提に立つと、対処の方向性は「より丁寧に人に伝える」ことではなく、「要件そのものをAIに実装して、担当者が変わっても基準が組織に残る状態を作る」ことになる。
フェアパスのカテゴリ定義では、採用AIをATS（記録する台帳であり判断はしない）、RPO（人が運用を担うがノウハウが自社に残らない）、実装型AIエージェント（自社の採用フロー・評価基準をAIに実装し自律的に動かす）の3つに分けている。実装型AIエージェントの特徴は、「ツールに自社フローを合わせる」のではなく「ツールが自社フローに合わせる」ことにあり、最終的な採否判断は必ず人が行う。
フェアパスが提供する採用オペレーションAIは、ATS・メール・カレンダー・チャットに散らばる採用データをひとつにつなぎ、候補者対応・日程調整・評価回収・進捗管理をAIが自律的に実行する仕組みである。人は候補者の見極めと口説きに集中する形になる。導入にあたってはFDE（現場入りエンジニア）が現場に入り込み、採用担当者だけでなく決裁者と現場実務者も巻き込みながら、これまで口頭でしか共有されてこなかった暗黙知を言語化し、AIへの実装として進める。要件を「誰かに伝え続ける」のではなく、「組織の仕組みとして残す」形にする点が、選択肢1・2との違いになる。
採用オペレーションAIの仕組みそのものについては、採用AIエージェントとは？仕組みと定義を解説で詳しく扱っている。
3つの選択肢は、どんな条件で向き・不向きが分かれるか
どの選択肢が適しているかは、採用の頻度、社内に採用担当を置けるか、要件を更新し続ける体制を作れるかによって変わる。優劣をつけるものではなく、条件に応じた向き・不向きとして整理する。
| 選択肢 | 向く条件 | 不向きな条件・限界 |
|---|---|---|
| 1. 自社で言語化してから渡す | 採用担当者を確保できる／採用頻度が低く一度の言語化で当面対応できる | 言語化作業に時間がかかり、専任担当がいないと続かない |
| 2. 運用にフィードバックループを組み込む | 継続的なすり合わせに時間を割ける体制がある | すり合わせ自体が社内工数として残り、担当者交代でまた一から必要になる |
| 3. 要件をAIに実装する | 担当者交代や応募者対応の頻度の高さに左右されずに基準を残したい | 導入時に暗黙知の言語化という初期工程が必要になる |
選択肢1と2は、人が要件を伝え続けることを前提にしており、その前提自体がRPOの属人化しやすい構造と表裏一体になっている。選択肢3は、この前提を変えて、要件の置き場所を人からAIへの実装に移すアプローチである。
よくある質問
RPOに要件が伝わらないまま契約してしまった場合、途中で立て直せるか？ 丸投げ運用からの立て直しには、求人票や一次選考基準を見直すだけでなく、要件そのものを文書化し直す作業が必要になる。選択肢1（言語化）と選択肢2（フィードバックループ）を組み合わせれば部分的な改善は可能だが、担当者が交代するたびにズレが再発する構造自体は残る。根本的な解決を目指す場合は、選択肢3（要件をAIに実装する）も検討対象になる。
採用要件の言語化は、何から手をつければよいか？ まず着手すべきは、ターゲット像（経験・スキル・志向）と、自社の魅力・訴求ポイントという2点の文書化である。この2点が曖昧なまま依頼すると、選考基準が定まらないという問題が起きやすい。
まとめ
- 採用要件が伝わらない原因は担当者の説明不足ではなく、要件が組織内で言語化・記録されていないことにある
- ATSは記録するだけ、生成AIは書くだけで、要件の伝達という「あいだ」の工程は人に残り続ける
- 対処は、自社で言語化してから渡す／運用でフィードバックループを作る／要件をAIに実装するの3択で、採用頻度と社内体制によって向き不向きが変わる
採用要件や評価基準を、人に伝え続けるのではなくAIに実装する方法を知りたい方へ。自社の採用フロー・評価基準をどこまで言語化すればAIエージェントに実装できるか、FDEによる現状診断から相談できる。
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。