採用オペレーションは、この先何年かは人の確認や承認を残すHuman-in-the-Loopから抜け出せないと思っています。ただし、人がすべてを操作し続ける必要はありません。判断は人に残しながら、どこまで採用AIエージェントに自律的に任せるかは、業務ごとに設計できます。
こんにちは！ bgrass事業責任者のゆあさです。 先日の検証ミーティングでは、採用AIエージェントがどこまで人の指示を待たずに自律して動けるのか、という議論になりました。現在は、採用領域においてAIがどこまで自律的に判断・実行できるのかを検証するフェーズに入っています。
採用オペレーションは、Human-in-the-Loopから抜け出せない
AIの判断や実行の途中に、人間の確認や承認を残す設計を、Human-in-the-Loopと呼びます。採用は、候補者と企業の感情が交差する意思決定の場です。誰を通過させるか、誰を口説くか、最終的にオファーを出すかどうか。採用において、このHuman-in-the-Loopの考え方は、少なくとも当面は残ると考えています。
だからといって、人がすべての作業を毎回操作しなければならない、という話ではありません。判断は人に残しながら、判断のもとになるデータの収集や、次のアクションの実行までは、AIに自律的に担わせる設計はできます。
採用AIエージェントが自律的に動く4つのステップ
採用AIエージェントは、大きく4つのステップで回ります。
- 候補者対応や日程調整、評価回収といった採用オペレーションを、採用AIエージェントが実行する
- 候補者情報、選考結果、評価コメント、採用基準が組織の採用データとして蓄積され、AIが次の判断に利用する
- 蓄積されたデータをもとに、エージェントとのやり取りや求人アップデート、スカウト、採用広報の改善までAIがアクションする
- その結果をもとに、母集団形成・選考スピード・採用品質の改善を続ける 実行→データ蓄積→判断→次のアクション。そして、その結果が再びデータとして蓄積されます。1と2は、すでに検証を終えている領域です。新しいのはその先、3と4です。蓄積したデータをもとに、AIがエージェントとのやり取りや求人アップデート、スカウトの改善にまで自らアクションし、そこからさらに改善を続けていく。
ここが自律的に回るようになったことが、今回の変化です。このループのすべてに人が介在する必要はない一方で、重要な判断だけは人に残せます。
「勝手にやっといたよ」というログを見る採用へ
先日、社内の検証ミーティングで、AIが裏で動いた結果だけをログのように並べて見せる画面のイメージを見ました。「エージェント2社に推薦レポートを送って、要件整理しました」「エージェントにフィードバックを送っておきました」「求人票の変更をエージェント各社に共有しました」。人間が操作した記録ではなく、AIが勝手にやったことの記録です。
見ながら出てきたのは、「してない感」という言葉でした。エージェントへの連絡を送った覚えがないのに、ログには送信済みと記録されている。何かをした感覚がないまま、母集団形成が進んでいく状態です。この「してない感」こそが、人が判断だけに集中できている状態だと思っています。
採用AIエージェントによって、人間の仕事は「操作」から「判断」に変わる
採用AIエージェントがデータを蓄積して自律的に動くようになると、人間の役割も変わります。人間はちゃんとできているかな、と見に行っておけば、PDCAも回っている。これが、検証チームの中で出た表現です。
採用オペレーションを人が操作する時代から、採用AIエージェントが回しているものを人が確認する時代へ。ボールが落ちていないかを確認しながら、人間は候補者との対話やアトラクト、最終的な意思決定に集中する。そんな状態です。これも、Human-in-the-Loopであることに変わりはありません。人が関わる場所が、作業から判断に移るだけです。
まず前提になるのが、採用オペレーションをAIに任せられる状態です。実際にフェアパスを導入した企業では、採用オペレーションの工数が最大1/4まで下がった事例があります。仕組みの詳細は、以前まとめた記事も参考にしてください。
ただし、工数削減はゴールではありません。今回伝えたいのは、その先です。オペレーションで溜まったデータが、母集団形成やエージェントとのやり取り、採用広報にまで、人が動かなくても波及していく、という状態です。
どこまで自律化するかは、業務ごとに設定できる
採用オペレーションがHuman-in-the-Loopから抜け出せない以上、大事なのはすべてを自動化することではなく、どこまで自動で回すかを選べることだと思っています。
目指しているのは、改善のループ自体をAIが自律的に回す状態です。ただし、最後まで人の確認なしにアクションを実行させるか、途中で人の承認を挟むかは、アクションごとに選べる設計です。
オートモードにすると、AIが実行してログに記録するだけになります。承認が必要なモードにすると、AIが実行案をつくり、人が確認してから反映されます。例えば、日程調整やリマインド、エージェントへの要件連絡はオートモードでの運用を想定している一方、求人の大幅な変更や会社説明資料のような影響の大きいアクションは、承認が必要なモードにする想定です。どちらのモードにするかは、企業ごと、アクションごとに選べるようにしていきます。
採用AIエージェントの進化は、人をループから外すことではなく、人が関わる場所を「作業」から「判断」に移すことです。フェアパスが目指しているのは、その状態です。
「実際に、採用AIエージェントがどこまで動けるのか」を見たい方は、フェアパスの現在の機能や仕組みをご覧ください。
執筆者｜ゆあさ bgrass株式会社｜事業責任者 HR領域を中心に採用責任者、RPO、新規事業責任者、BizDev、COO等を経験。複数企業の採用現場で採用戦略・採用オペレーション・AI導入支援に従事。現在はRecruiting Agent OS「フェアパス」の事業責任者を担当。