【エグゼクティブリード】 人材紹介会社にお見送り理由を毎回返しているのに、なぜ似たような推薦が繰り返されるのか。原因は、面接官のリアルな判断データが社内だけの共有事項として閉じられ、人材紹介会社に届くまでに情報の輪郭がぼやけてしまう構造にあります。実務を直接実行するからこそ一次データが溜まり、それをそのまま人材紹介会社への共有へ還流させる採用エージェントOSの仕組みと、私たちが目指す新しい採用PDCAの姿を解説します。
こんにちは。bgrassでBizDevを担当しているまいかです。
今週は、人材紹介会社とのやり取りをテーマに書いており、採用AIエージェントOSで、エージェントコミュニケーションを自動で回し、推薦の質を変えるでは、見送り理由が選考した人の感覚から起こされているという話をし、選考結果を学び、次の母集団を変える。採用AIエージェントが回す採用PDCAでは選考のたびに更新されている採用基準が頭の中に残ったままになっていることを扱いました。
今回はその手前、そもそも面接官の判断が、人材紹介会社に届くまでにどう変わっていくのかという経路の話です。 社内では、見送りの背景がそれなりに共有されていると思います。評価コメント、現場とのやり取り、振り返りの会話。ただ、そこにある情報がそのまま人材紹介会社に届くことは、あまりありません。 面接官が短く書き、人事が求人票と照らし合わせ、外向けに整える。その過程で、判断の中身は少しずつ形を変えていきます。
人材紹介会社が受け取っているのは、一次情報ではない
まずは、面接官の選考判断が人材紹介会社に届くまでの経路を細かく分解してみます。
- 面接官が判断する：頭の中には「マネジメントしていたチームの人数規模が、うちの現場が今必要としている規模感と合わない」といった、具体的な一次情報がある
- 面接官が評価欄に書く：ATSの評価欄に、短く言語化する（「マネジメント経験に懸念あり」など、この時点で少し抽象化される）
- 人事がそれを読み取る：評価コメントを読み、元の求人票の要件と照らし合わせる
- 人事が人材紹介会社向けに書き直す：人材紹介会社との関係性や候補者への配慮を考慮し、表現を整える（「今回求めているご経験とは少し異なるため」など、定型的な表現に落ち着く）
- 人材紹介会社に届く この経路をたどるたびに、判断した本人の言葉は少しずつ削ぎ落とされ、書き換えられていきます。最終的に届くのは、求人票の要件に沿って整えられた、一般的なお見送り理由です。
人材紹介会社側からすれば、スキルが足りないから見送りという結果は分かっても、具体的にどのスキルの、どういうディテールが足りなかったのかという一次情報は見えません。経路の途中で情報が削ぎ落とされているので、次も同じような要件の候補者を推薦することになるのは、構造上そうなってしまいます。
面接官も、判断のすべてを言語化できているわけではない
そもそも、出発点である面接官の頭の中でも、判断のすべてが最初から言葉になっているとは限りません。
「なんとなくうちの現場のカルチャーとは馴染まなそう」「自走力に少し物足りなさを感じる」という感覚的な違和感を、限られた評価時間の中で、誰にでも伝わる言葉へと落とし込むのは容易ではありません。結果として、評価欄に残るのは「書ける範囲、体裁が整えやすい範囲の理由」になりがちです。
すべての企業が、選考のたびに関係者全員で集まり、お見送り理由について時間をかけて議論できているわけでもありません。誰も完全には言語化しきれないまま、次の候補者の日程調整に追われ、選考は進んでいきます。 これは面接官の言語化スキルの問題ではなく、人間の多面的な判断を正確な言葉に落とし込む作業そのものが難しいためです。
言語化されないまま進むと、現場との乖離が少しずつ広がる
言語化しきれなかった小さな判断やなんとなくの違和感が積み重なっていくと、人事が「この求人票の要件で合っているはず」と認識している基準と、現場の面接官が実際に合否を決めているリアルな基準の間に、少しずつズレが生まれていきます。
「求人票にはマネジメント経験3年と書いてあるけれど、現場は『同じ3年でも、10人以上のチームを自ら引っ張って育成した実績』を求めている」といった、求人票には書かれない暗黙知です。 難しいのは、このズレに気づくきっかけが、多くの場合偶発的であることです。
採用が難航し、数ヶ月が経ってから「なぜ書類が通らないんだろう」と振り返って初めて発覚したり、採用担当者が異動する際の引き継ぎで「実はそんな基準で見ていたんですね」と分かったりします。気づけるかどうかも、いつ気づけるかも、各社・各現場の状況によります。 そしてそのズレに気づけない間も、人材紹介会社には古い求人票をベースにした申し送りが渡り続けます。
採用AIエージェントOSが実務を回すと、判断のデータが溜まっていく
私たちは、日程調整や候補者連絡といった日々の採用オペレーションをAIエージェントに任せております。アシスタントが組織に一人加わるような形ですが、人間と大きく異なるのは、様々な媒体やカレンダーと連携したデータが、手間なく溜まっていく点です。
フェアパスでは、面接官に整った文章や客観的な報告書を書いてもらう必要はありません。評価入力の際、面接官がその場で感じた率直な所感や、メモ書きのような一次データを、そのままフェアパスに入れてもらうだけです。 AIは、その一次データを起点として、書類の内容、選考ステータス、カレンダー情報と繋ぎ合わせた状態で記録として蓄積します。
人事が求人票の文面と照らし合わせて「このお見送り理由は、どういう意味だろう」と推測で補う必要はなくなります。面接官が入れた言葉そのものがデータとして繋がっているため、書き換えや翻訳が発生せず、判断の中身が削られずに残ります。
目指しているのは、判断がそのまま人材紹介会社に伝わる状態
実務を通じて一箇所に選考データが溜まっていくと、人材紹介会社とのコミュニケーションは、人事が記憶を思い出して書く作業から、データから自律的に起こされる仕組みへと変わります。
具体的には、以下のような変化が生まれます。
- 見送り理由の解像度が上がる：求人票の表現に合わせた定型文ではなく、「今回の候補者のここが、現場が求めている育成実績の基準とこうズレていた」という面接でのリアルな懸念点をそのままフィードバックできます
- 要件のズレの早期検知：求人票の文字要件と、実際の合格者の傾向にズレが生じ始めたとき、AIがその差分を検知して人事や人材紹介会社に提示します
- 推薦傾向のフィードバック：蓄積された選考データから「A社からの推薦は、書類通過率は高いが、現場の評価コメントでは自走力の部分で見送られる傾向がある」といったレポートを作成し、お互いにとって推薦しやすい関係をつくります
- 申し送りのリアルタイム更新：選考を通じて現場の基準が変わったとき、その変化を申し送り情報に反映し、人材紹介会社に伝えることができます
事前に渡す求人票や補足ドキュメントを分厚くするよりも、実務を回す中で生まれる一次データを繋ぎ、フィードバックとして循環し続けること。お互いの確認のやり取りを減らし、届く推薦の質を変えていくための近道がここにあると思っています。
日々の実務も、人材紹介会社とのやり取りも、AIが裏で回し続ける。そうして生まれた時間で、人事が本来向き合うべきアトラクトと意思決定に集中できる。それが、採用AIエージェントOSであるフェアパスが作っていきたい採用の姿です。
▼ 採用エージェントOSがどこまで実務を担うのか、解決策と導入パターンを確認する
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。