採用要件定義をAIで作る — 「いい人が来ない」を仕組みで直す

「うちの要件、ちゃんと決まってますか？」と聞くと、現場の担当者もエージェントも、たいてい「もちろん」と即答します。ただ、その“もちろん”の中身をひとつずつ確認していくと、実は誰も同じ人物像を思い描いていない、ということがよくあります。これは僕がPM Questのスカウト自動化の実装に関わる中で、何度も見てきた景色です。

結論から言うと、「いい人が来ない」という悩みの多くは、スカウト文面や媒体選定の巧拙よりも手前、要件定義そのものが揺れていることに起因していると、個人的には考えています。AIはスカウトの文章を速く、面接評価を構造的に、求人票を8割の速度で仕上げてくれます。ですが、AIに渡す「入力」がぶれていれば、出てくる「出力」も等しくぶれる。今日はこの、地味だけれど一番効くテーマについて、僕の体感値も交えながら整理してみたいと思います。

0. 「いい人が来ない」は要件定義の問題では、という仮説

現場からよく上がる不満は「エージェントから来る人が的外れ」「スカウトの返信率が低い」「面接には進むけど通過しない」の3つです。この3つ、原因が別々に見えて、実は根っこが同じというケースを僕はよく見ます。たどっていくと、多くの場合「求める人物像についての合意」が、人事・現場責任者・経営の三者でそれぞれ微妙に違う。人事は「即戦力＝業界経験3年以上」と思っていて、現場は「業界経験は問わないから素直さと学習速度が欲しい」と思っている。これはどちらも間違っていないのですが、合意していないまま動くと、スカウトもJDも面接評価も、それぞれ違う方向に最適化されてしまいます。

ナビに例えると分かりやすいかもしれません。目的地の入力が間違っていたら、どれだけ性能の良いナビでも、間違った場所に「速く」着くだけです。AIというエンジンの性能が上がった今だからこそ、目的地=要件定義の精度が、以前よりも効いてくると僕は考えています。実際、ある支援先では「即戦力が欲しい」という一言だけを要件にスカウト文面を量産していたのですが、返信は来ても面接で全く噛み合わないという状態が3ヶ月ほど続いていました。原因を辿ると、現場が思う「即戦力」と、人事が思う「即戦力」がまったく違う人物像だったのです。

1. なぜAI時代にこそ要件定義が重要になるのか

生成AIによって、求人票やスカウト文面を「作る」コストは劇的に下がりました。以前は工数がかかるからこそ、要件がある程度固まってから初めて文章化する、という順番が自然に守られていました。今は仮の要件でも、AIが数秒で“らしい”文章を仕上げてしまいます。つまり、雑な要件がそのまま高速に量産されてしまう構造的なリスクが生まれている、というのが僕の見立てです。入力の質が出力の質をそのまま規定する時代だからこそ、要件定義という一次情報の設計に価値が戻ってきている、という感覚があります。

厚生労働省が四半期ごとに実施している労働経済動向調査でも、多くの業種で人手不足を感じる事業所の割合は高水準で推移していることが示されています。人手が足りない状況が続くほど、「とにかく応募を集めたい」という力が働きやすく、要件が緩みがちになる。この緩みをAIが高速に増幅してしまう、という構図があるのではないかと僕は感じています。緩んだ要件でスカウトを1000件送っても、返信率は上がっても通過率が下がるだけで、現場の面接負担はむしろ増えてしまう。これは僕が何度も見てきた、AI導入初期の落とし穴のひとつです。

2. 要件定義がずれる3つのパターン

僕が現場でよく目にする、要件定義がずれるパターンを3つに整理してみました。どれも「悪意があるわけではなく、確認していないだけ」で起きるのが特徴です。

この3つは、それぞれ独立した問題に見えますが、僕の体感値では根っこは同じです。要件が「言葉」のレベルで合意されているだけで、「行動」や「成果物」のレベルまで落ちていない。だから同じ言葉を使っていても、頭の中の絵が違う、ということが起きます。

3. AIを使った要件定義の作り方 — 3段階のプロセス

ここからは、実際にAIをどう使って要件定義を作り直すか、という話をします。僕がPM Questのスカウト自動化を実装する過程で組んだのは、次の3段階です。

第1段階：現場ヒアリングをAIで構造化する。現場責任者に15分ほどヒアリングをして、その音声をAIに要約させます。ポイントは「求める人物像」を直接聞くのではなく、「最近活躍している人は、具体的にどんな場面でどう動いたか」を聞くことです。抽象的な人物像の言葉より、具体的な行動の描写のほうが、AIに要約させたときに情報の密度が高くなります。

第2段階：活躍社員と早期離脱者のログを比較する。過去の面接評価シートや、入社後の評価記録をAIに読み込ませて、活躍している社員と早期に離脱した社員の共通項・相違点を抽出させます。独自ガイドの目安値ではありますが、活躍社員3名分・早期離脱者2名分ほどのログを比較するだけでも、意外なほど共通項が浮かびやすい、というのが僕の実感です。

第3段階：MUST/WANT形式で言語化し固定化する。抽出された共通項を、絶対に外せない「MUST」と、あれば嬉しい「WANT」に分けます。僕の感覚では、MUSTは3つ程度、WANTも3つ程度に絞るのが、現場が覚えられて、かつスカウト文面や求人票に反映しやすい塩梅です。ここまで固まってから、初めて求人票生成やスカウト文面生成のAIにインプットとして渡す、という順番を守ることが大事だと考えています。

4. ケース比較 — 要件が緩い会社と締まった会社の違い

支援先を見ていると、要件定義の締まり具合によって、AI活用の効果に明確な差が出ます。仮にA社・B社として、僕が観測してきた傾向を整理してみます。

この比較を見ると分かるように、AIそのものの性能差というより、渡す入力=要件の具体度の差が、最終的な採用成果の差になって出てきます。僕がPM Questの実装を通じて感じているのは、AIは「増幅器」であって、要件が緩ければ緩さが増幅され、締まっていれば精度が増幅される、という点です。

5. 今日からできるアクション（実務手順・所要時間つき）

理屈だけだと動きにくいので、今日から着手できる手順を、所要時間の目安とともに落としておきます。

• （10分）直近3ヶ月分の面接評価シートを、通過者・不通過者に分けて集める
• （15分）現場責任者に時間をもらい、「最近活躍している人の具体的な行動」をヒアリングして録音する
• （5分）その録音をAIに要約させ、キーワードとして出てきた行動・スキルをリスト化する
• （10分）活躍社員3名分・早期離脱者2名分の評価ログをAIに比較させ、共通項と相違点を出す
• （15分）出てきた項目をMUST3つ・WANT3つに絞り、人事・現場・経営の三者で合意の場を持つ
• （10分）合意した要件を、求人票・スカウト文面・面接評価シートの3点にそのまま反映する

合計すると1時間程度で1周できる手順です。特別なツールがなくても、既存のチャット型AIと録音アプリだけで今日から始められます。僕が大事だと思っているのは、ヒアリングと比較を「AIに丸投げ」するのではなく、出てきた項目を人が15分だけ見て合意する、という最後の一手間です。ここを省くと、また誰かの主観だけで要件が決まってしまいます。

6. よくある失敗と対処

要件定義をAIで作り直そうとするときに、僕がよく見る失敗が4つあります。

1つ目は、要件を一度決めたら固定してしまうことです。事業フェーズが変わっても、去年決めた要件をそのまま使い続けてしまう。対処としては、月次でMUST項目だけ確認する軽い見直しと、四半期で本格的に再定義する重い見直しを、あらかじめセットで運用に組み込んでおくことをお勧めします。

2つ目は、現場の言葉をそのままAIに投げてしまい、抽象度が高すぎる要件になることです。「コミュニケーション力が高い人」のような言葉は、AIにとっても人にとっても解釈の余地が大きすぎます。対処としては、「どんな場面で、誰に対して、どう動いたか」という行動レベルまで具体化することです。

3つ目は、要件定義を人事だけでクローズドに作ってしまうことです。人事がAIを使って綺麗に整理した要件でも、現場責任者や経営の目を通していないと、面接の現場で「思っていたのと違う」という揺り戻しが起きます。対処としては、要件が固まった直後に、三者での合意の場を必ず挟むことです。

4つ目は、MUSTとWANTを分けずに全部MUSTにしてしまうことです。現場ヒアリングをすると、あれもこれも欲しくなるのが自然な心理ですが、MUSTが7つも8つもある求人は、誰にも当てはまらない求人になりがちです。対処としては、「これが無いと3ヶ月で離脱するレベルか」という基準で、MUSTを絞り直すことを僕はお勧めしています。この一手間を惜しまないことが、結局は一番効くと僕は考えています。

7.（結論）

「いい人が来ない」という悩みに直面したとき、多くの会社はスカウトの文面や媒体の選定から見直そうとします。それも間違いではないのですが、僕の体感値では、その手前にある要件定義のズレを直したほうが、結果的に近道になることが多いです。AIは要件を高速に文章化してくれる強力な道具ですが、渡す入力そのものを整える作業は、今も人にしかできません。現場ヒアリングの構造化、活躍社員と離脱者の比較、MUST/WANTへの言語化という3段階を、まずは今日、小さく1周してみていただけたらと思います。皆さんいかがでしたでしょうか。要件定義という地味な土台こそ、AI活用の効果を大きく左右すると僕は考えています。では今日もがんばりましょう。