選考が進むにつれて、現場が求める人物像は最初の想定から少しずつ変わっていきます。その変化に合わせて要件を見直し、求人票に反映できれば、集まる候補者も変わります。ただ動いている求人が100本を超えると、要件の見直しにも求人票の書き換えにもまとまった時間が必要になり、優先度の高い一部の求人しか手をつけられなくなります。今回は、この要件見直しのボトルネックを、フェアパスがどう変えられるのかについて書きます。
こんにちは。bgrass株式会社でBizDevを担当しているまいかです。
月の応募が500〜1000件という規模になると、事業も職種も多岐にわたるため、同時に動いている求人は100本を超えてくるのではないでしょうか。 それぞれの求人の選考状況や応募数はATSで確認できます。ただ、採用全体を俯瞰して「次に見直すべき求人はどれか」「要件と現場の判断にどのようなズレが生じているか」を捉えて手を打つとなると、少し話が変わってきます。
今回は、この規模の採用現場で起きやすい課題と、フェアパスがそこをどうカバーできるのかについて書きます。
個々の数字は見られても、採用全体を俯瞰するのは難しい
月500〜1000件の応募が集まる現場では、リクルーターとコーディネーターを合わせて4名前後で選考を回し、それぞれが求人を担当することも多いのではないでしょうか。 求人ごとの応募数や書類通過率、面接辞退率といった歩留まりの数値は、ATSを開けば出すことができます。この求人は何人応募があって、何人が一次面接に進んだか等の数字はいつでも把握できます。 ただ、今の選考で実際に何が起きているのかを捉えるのは、簡単ではありません。
選考が進む中で、求人票の要件に書いてあった経験やスキルを持っているのに見送りになるケースが出てきたり、逆に要件に書いていなかった強みを持つ方が通過したりすることがあります。面接を重ねる中で、現場の面接官が見ている判断基準が具体化していくからです。 担当している求人であれば、その変化には気づけます。ただ100本以上が同時に動いていると、どの求人でどのくらい「今欲しい人物像」との乖離が起きているかを比較して、優先順位をつけるには、採用全体を俯瞰する必要があります。
自分から見に行かないと分からないし、直すにも時間が要る
選考状況の全体像は、自ら見に行かない限り把握できません。 ここで言う全体像とは、100本すべての求人が今どのフェーズにあり、どこで滞留していて、募集要件と現場の実際の判断がどれだけズレているかを横並びで把握した状態のことです。 定例ミーティングなどで担当者から報告を受ける機会があっても、そこで上がってくるのは担当者個人の目線での話にとどまりがちです。採用全体のボトルネックがどこにあるのかは、責任者が自ら探しに行くことになります。ただ、100**本以上の求人を一つひとつ確認して回ること自体が負担になります。 ** 仮に、要件と選考実態がズレている求人を特定できたとします。そこから実際に求人票を直すまでには、2つの工程があります。
1. 要件そのものの見直し（現場との合意形成） 通過している候補者に共通する要素は何か、今の要件のどこを削り、何を足すべきか。現場の面接官や事業責任者と話し合い、合意を取る必要があります。**ここに時間とコミュニケーションのコストがかかります。 ** 2. 求人票への反映と媒体更新 合意した要件をもとに求人票の文面を書き直し、掲載している採用媒体や自社サイトに反映させます。 **この2段階の工程を、100本すべての求人で回し続けるのは現実的ではありません。 ** 結果として、選考が進んでいる求人や、母集団が多い求人など、優先度の高い一部の求人しか手をつけられず、残りは後回しになります。そして選考が進むほど、現場の判断と要件のズレは広がり、見直すべき求人は積み上がっていきます。
見に行かなくても、上がってくる
フェアパスは、管理ツールや指示待ちのAIではありません。日程調整、候補者連絡、面接官へのリマインド、評価メモの回収まで、採用オペレーションそのものを自律的に実行します。 そのため、実務を実行した結果として、**選考の状態がそのままデータとして溜まっていきます。 ** そして今対応が必要な案件を検知して、要対応として上げます。返信が途絶えている候補者、評価入力が遅れている面接、動きが止まっている選考などが一覧で把握できます。 自分で各求人を見に行かなくても、要対応を確認するだけで、どの選考がどれくらい滞留しているのかが分かるようになっています。
要件のズレを検知して、求人票の案まで作られる
フェアパスを導入すると、自分で選考状況を確認しに行き、要件を現場と見直し、求人票を書き直すという一連のプロセスが不要になります。 選考が進むたびに、AIが募集要件と実際の選考判断とのズレを検知します。
- 要件に書いてあるのに、実際の通過者に該当者が少ない項目
- 要件に書いていないのに、実際の通過者に共通している項目 実際の面接で面接官がどこを評価しているかが可視化され、一覧画面では「求人票の要件と選考実態が◯点ズレています」と表示され、さらに、**そのズレを修正した求人票の改訂案までAIが生成します。 ** 画面を開くと、現在の求人票とAIが作成した改訂案が左右に並んで表示され、どこがどう変更されるのかを比較できます。給与や勤務地といった労働条件は、現状のまま残ります。 要件の見直し案と求人票の文面案の両方が揃った状態で上がってくるため、人が行うのは内容を確認して承認することだけです。
そして、ここから先で目指している状態があります。 AIが要件に沿って評価した結果と、面接官が実際に下した評価を突き合わせ、ズレがあればその要因を検知して要件の修正案を出す仕組みです。 これを繰り返すことで、AIによる評価が実際の面接官の判断と9割以上一致する状態をつくりたいと考えています。 そうなれば、書類選考や一次評価は、AIが要件に基づいて判断した結果を人が最終確認するだけという運用が可能になります。**統一された要件に沿って評価されるため、担当者ごとのブレがなくなり、選考の公平性も担保されます。 ** この求人票のアップデートは、一度きりではありません。 承認された新しい求人票で集まった候補者の選考が進むと、その結果をもとに次のズレが検知されます。 選考が進む → 要件とのズレが検知される → 修正案が作られる → 承認する → 求人票が更新される → また新しい候補者の選考が進む 求人が100本以上あっても、順番待ちや後回しが発生しません。選考を回しているだけで、すべての求人で要件と求人票が最新の選考実態に追従していきます。
欲しい人物像が、今の選考状況と合い続ける
フェアパスが選考業務を自律的に進めることで、面接官が何を見て誰を通過・見送りにしたのかという判断のデータが蓄積されます。 そのデータに基づいてズレが検知・修正されるため、募集要件は常に今の選考で実際に見ている基準へと更新されていきます。求人票もそれに連動して最適化されるため、募集を開始した当初の仮説ではなく、**選考実態に即した人物像で母集団形成が行えるようになります。 ** その結果、自社が本当に求めているターゲット層の応募割合が増え、書類選考の通過率や面接でのマッチング精度が変わってきます。 「せっかく集まったけれど、現場の面接でミスマッチだった」という状態が減り、採用に関わる全員が最新の要件のもとで、目の前の候補者に向き合える環境が作られます。
要件のズレがどう検知されるか、各担当がどう動くか、料金の考え方については、フェアパスのページにまとめています。デモのご予約と資料のダウンロードも、こちらから受け付けています。
執筆者｜まいか bgrass株式会社｜BizDev 採用AIエージェント「フェアパス」の導入現場で、採用オペレーションの設計・改善支援に従事。フリーランスとしても複数企業の採用支援・採用戦略立案を担当し、採用実務とAI活用の両面から現場に伴走している。
