人材紹介でAIに任せる範囲と人が決める範囲の分け方（工程別に合理と熱量で線を引く）

AIを業務に入れようとすると、多くの現場で同じ問いが出ます。「この作業はAIに任せていいのか、人がやるべきか」という問いです。推薦コメントは任せていいのか。面接対策はどうか。スカウトの返信はどうか。業務ごとに悩むうちに、結局「不安だから全部自分でやる」に戻ってしまいます。

Staneerでは、社員2名とアシスタント、AIエージェントで事業を回しています。そこで使っている線引きの基準は一つだけです。情報を整理・比較・分析すれば答えが出る作業か。それとも、候補者の本音や迷い、覚悟に触れる場面か。前者を「合理」と呼んでAIに渡し、後者の「熱量」を人が担っています。

この記事では、スカウトから選考管理までの工程ごとに、この線をどこに引いているかを表で示します。そのうえで、自社で線を引くときの手順と、つまずきやすい点をまとめます。

なぜAIと人の線引きが毎回ぶれるのか（3つの理由）

新しい業務が出るたびに、AIに任せるかどうかを会議で話していないでしょうか。昨日は任せた推薦コメントを、今日は不安になって手で書き直していないでしょうか。線引きがぶれるのには、構造的な理由があると考えています。

理由1：「AIに何ができるか」から考えている

AI導入の相談で最初に出る問いは、ほぼ「AIに何ができますか」です。できることを並べて、使えそうなものを拾う進め方です。一見、合理的に見えます。

ただ、この順番だと、業務ごとに判断がふりだしに戻ります。線が先に引かれていないからです。当社は順番を逆にしました。先に「人にしかできない場面」を厳しく絞り込みます。それ以外は自動的にAI化の候補になります。

理由2：線を「意思決定に触れるか」で引いている

当社も最初は「候補者の意思決定に直接触れるか」で線を引いていました。しかし、いまのAIは意思決定の補助にもかなり踏み込めます。内定先の条件比較や適合度の整理は、むしろ得意分野です。

この基準のままだと、AIが賢くなるたびに線を引き直すことになります。意思決定には、比較・分析の「合理」と、腹に落とす「熱量」の両方が含まれます。線はその間に引くほうが、長く使えると考えています。

理由3：工程ごとに「人が見ること」が言葉になっていない

AIに渡す作業は具体的に挙げられても、人が何を見るかは曖昧なことが多いです。たとえば初回面談後は「転職理由が求人提案の軸になるほど深掘りできているか」を見ます。こうした確認点が書かれていないと、AIの出力をどこまで信じてよいか判断できません。

その結果、AIの下書きを人が全部直すか、まったく見ないかの両極端になります。どちらも、線引きが言葉になっていないことから起きています。

仕組みに任せる範囲と、人が決める範囲

当社で実際に分けている範囲を、工程別に示します。

表を横に見ると、AIの担当はどの工程でも「整理する」「下書きする」「漏れを見つける」です。情報がそろえば答えが出る作業で、放っておくとCAの一日を埋め尽くすものでもあります。

人の担当は2つに集約できます。一つは熱量をつかむことです。候補者の最初の希望はたいてい本音の入り口でしかなく、その奥にあるものを対話の温度の中で一緒に言葉にしていきます。もう一つは伴走です。面接の前夜に不安な候補者の背中を押すのは、資料ではなく人だと考えています。

もう一つ大事な前提があります。AIは候補者の本音を断定しません。AIが出すのは仮説で、それを人が関係性の中で確かめます。表のAI側の出力は、すべて「人が検証する前の材料」として扱っています。

実務5ステップ

ステップ1：熱量に触れる場面と伴走する場面を書き出す

最初に、AIでできることの一覧は見ません。自社で候補者の熱量に触れている場面と、伴走している場面を書き出します。紙でもメモでも構いません。

見るもの・記録するものは、工程名と、そこで人が見ていることの一言です。たとえば「初回面談：転職理由が提案の軸になるほど深掘りできているか」と書きます。

よくある失敗は、「意思決定は人がやる」とまとめて書いてしまうことです。これでは内定後の比較表づくりまで人の側に入り、線の外側に出す業務がほとんど残りません。

ステップ2：意思決定を「材料づくり」と「腹落ち」に分解する

ステップ1で人の側に置いた場面を、一つずつ分解します。比較・分析・整理は材料づくりです。その材料を前に候補者が揺れ、覚悟が決まる瞬間が腹落ちです。

記録するのは、材料づくりに当たる作業名です。クロージングなら、面接後の感想の整理や企業比較表、他社の選考状況の整理がここに入ります。

よくある失敗は、分解したあとも「重要だから」と材料づくりを人に残すことです。重要かどうかではなく、合理で処理できるかどうかで分けます。

ステップ3：重くて効くのに回っていない業務から一つ仕組みにする

線の外側に出た業務を、全部一度にAI化する必要はありません。重くて、効いて、誰もやりたがらない業務から一つずつ仕組みにします。当社では、求人ごとの推薦コメントや選考ステータスの更新がこれに当たりました。

見るのは、「やるべきなのに全件できていない業務」です。面接対策のように、決定率に効くのに準備が重くて省かれがちな業務が候補になります。

よくある失敗は、作業時間を短くすることだけを目的にすることです。当社がAIを入れた目的は、回っていなかった業務を全件やれるようにすることでした。

ステップ4：AIの出力ごとに、人の確認点を一つ決める

仕組みにした業務ごとに、人が何を見るかを一つ決めます。推薦コメントなら、オススメ度とコメントの最終確認です。求人票の作成なら、全自動にせず承認の関門を置いています。

記録するのは、確認した人と、直した箇所です。直した箇所が同じ傾向なら、AIへの指示やナレッジを直す材料になります。

よくある失敗は、確認点を決めずに「念のため全部見る」ことです。これでは人の負担が減らず、やがて確認そのものが省かれます。

ステップ5：面談メモの質を見直し、反応から学び直す

AIの出力の質は、渡す面談メモの質で決まります。本音が出ていない面談からは、AIも薄いコメントしか書けません。仕組みが回り始めたら、人の側の面談の深さを見直します。

あわせて、求人への反応を記録します。セカンド面談で応募・辞退・保留の理由を聞き、AIが次の求人の軸を整理し直します。人はそれが妥当かを確認し、必要なら3回目の面談で提案し直します。

よくある失敗は、初回面談の仮説を正解として固定することです。具体的な求人への反応から、候補者の軸を学び直す前提で設計します。

つまずきやすい型

AIのカタログから導入を始めてしまう型

AIでできることを並べて、使えそうなものを拾う型です。線が後から引かれるので、業務ごとに「任せていいか」の議論が繰り返されます。

対処は、ステップ1に戻ることです。人に残す場面を先に決めれば、新しい業務が出ても「線の内側か外側か」を当てはめるだけで済みます。

AIの仮説を候補者の本音として扱ってしまう型

AIが面談メモから懸念点や意思決定の軸を抜き出すと、それが事実のように見えてしまいます。そのまま推薦や求人提案に使うと、候補者の実感とずれます。

対処として、AIの出力は「候補」と明記して扱います。次の面談で人が問い、反応を見て確かめます。

面談が浅いままAIに渡してしまう型

推薦コメントや面接対策資料の質が上がらないとき、AIへの指示ばかり直してしまう型です。原因が、渡している面談メモのほうにあることも多いです。

対処は、面談メモに転職理由の「奥」が書かれているかを見ることです。「年収を上げたい」で止まっていれば、それは本音の入り口にすぎません。

スカウトの返信までAIに任せてしまう型

送信やリマインドを仕組みにすると、返信対応もまとめて任せたくなります。当社では、返信は人が目視で気づいたらすぐ返すルールにしています。

スカウトは、送って追いかけて初めて面談になります。追いかけは仕組みに任せます。返信が来た瞬間からは人の仕事だと考えています。

体制・フェーズ別の進め方

どの体制でも、最初の一歩は同じです。人に残す場面を先に書き、そこから外れる作業を一つずつ仕組みにします。工程別の優先順位をもう少し詳しく知りたい方は、人材紹介のAI活用で先に手を付ける業務もあわせてご覧ください。

よくあるご質問

Q. AIが書いた推薦コメントを、そのまま候補者に出してもよいですか？

当社では、人が必ず最終チェックをしてから出しています。見るのは、オススメ度とコメントの中身です。AIは照合とコメントの下書きを担いますが、推薦するかどうかを決めるのはAIではありません。チェックで直した箇所は記録し、指示やナレッジの改善に回しています。

Q. 内定後に比較して承諾するかを決める場面も、AIに任せてよいですか？

比較表や判断材料づくりは、積極的にAIに任せてよい部分だと考えています。条件を並べる、懸念点を整理する、他社の選考状況をまとめるといった作業は合理で処理できます。一方、その材料を前に「自分はどちらの未来を生きたいのか」を腹に落とす場面には、人が伴走します。決めるのは候補者本人で、その隣にいるのが人の役割です。

Q. スカウトの文面をAIで作ると、定型文に見えて反応が落ちませんか？

定型文をそのまま配ると、反応が落ちる傾向はあります。当社では、職種別の転職理由のパターンと候補者の経歴をAIに読ませて、「もしかすると〜では」という仮説を冒頭に置いています。経歴のどこに目が止まったかも、具体的に書きます。送る前の確認と、返信が来たあとの対応は人が担っています。運用の流れはスカウト業務の事例にまとめています。

まとめ

• 線は「AIに何ができるか」ではなく、「人にしかできない場面はどこか」から先に引きます。
• 線引きの基準は「意思決定に触れるか」ではなく、「合理か、熱量か」に置きます。
• 意思決定は材料づくりと腹落ちに分解し、材料づくりはAIに渡します。
• AIの出力は仮説として扱い、人が面談の中で確かめます。
• 仕組みにした業務ごとに、人の確認点を一つだけ決めます。
• AIの出力の質は面談メモの深さで決まるので、人の側の面談も見直します。

明日まず記録してほしいのは、自社の工程ごとに「人がそこで見ていること」の一言です。スカウト、初回面談、求人紹介、推薦、選考管理の5行で構いません。その一言が書けない工程は、人が何を判断しているかがまだ言葉になっていない工程です。そこから線引きを始めると、AIに渡す範囲が自然に見えてきます。