先週、採用AIに関する記事を読んだ。本来は採用担当者向けの内容だったけど、マーケターとして読むと、別の角度から刺さる部分がいくつかあった。
記事によると、採用活動にAIを前向きに使っている企業はすでに6割近くにのぼるらしい。ただし、自分が気になったのはその数字じゃなく、そこで紹介されていた「使われ方」だ。求人票・スカウトメール・書類スクリーニング・面接準備まで、7つの工程でAIが入れるという話だった。
コンテンツ生成の話として読み替える
採用でもマーケでも、生成AIの使われ方の構造は同じだと思った。大量のアウトプットを出しながら、ターゲットに合わせて文章をパーソナライズする。それをスピーディに回す。スカウトメールを候補者ごとにカスタマイズする話は、SNS広告のクリエイティブをセグメント別に出し分けるのと、ほぼ同じ発想だ。
自分の仕事に当てはめると、Meta広告のコピーを回している感覚に近い。1つのメッセージを複数パターンに展開して、ABテストで勝ちパターンを探す。採用担当者がやっているスカウト文の個別最適化も、結局CVRを上げるための変数探しだと思う。
数字で測れない部分が問題になる
記事の中で、書類スクリーニングの補助にAIを使う事例が出てきた。そこで正直、ちょっと引っかかった部分がある。選考の一貫性が上がるというメリットは理解できる。ただ、担当者の主観を抑えてAIの判断基準を入れると、今度は「AIの主観」が入るリスクがある。
自分がGA4のデータを見るときも同じ罠がある。数値が上がっているように見えて、実はセグメントが変わっていただけ、というのはよくある話だ。採用でも、スクリーニングの通過率が上がっても内定後の定着率がどう変わったかを追わないと、本当の効果は分からない。マーケで言えばCPAだけ見てROASを見ていない状態だ。
そこが、採用AIの記事をマーケ視点で読んで一番面白かった点だった。どの業務にAIを入れても、インプレッションや応募数のような「上流の数字」は動かしやすい。でも最終的なコンバージョン、採用なら入社後のパフォーマンスや定着率まで追って初めて、AIの投資対効果が見えてくる。
自分のチームでやっていること
広告のコピー生成はChatGPTをすでに日常使いしている。1本の広告文を作るのに以前は30分かかっていたものが、今は叩き台を5分で出して、そこに自分の知見を10分乗せるやり方に変えた。制作コストで見るとかなり下がっている。
ただ、AIが出した文章をそのまま入稿したことは一度もない。必ずCTRとCVRの実績を確認して、人が手を入れたパターンと比べる。採用担当者が面接準備や評価基準の整理をAIに任せるのも、同じ感覚でいいと思う。叩き台を出させて、判断は人が持つ。それだけで時間対効果は大きく変わる。
記事を読んで、採用担当者と自分がやっていることの距離は思ったよりずっと近いと感じた。使う文脈は違っても、AIで何かを量産しながら最後の精度を人が担保するという構造は共通している。あなたのチームでは、AI出力の品質チェックをどのフローに組み込んでいるだろうか。