リファラル採用をAIで仕組み化する — 紹介依頼を仕事に変える3設計

「紹介してって言ったのに、誰も紹介してくれないんですよね」——先日、あるSaaS企業の人事責任者の方からいただいた相談です。同じような悩みを抱えている採用担当者の方は、実は少なくないのではと僕は考えています。

結論から先に言うと、リファラル採用が動かない会社の多くは、「紹介してください」という依頼だけを社員に投げていて、その先の仕組みがありません。依頼文の個別化、紹介後の進捗の見える化、紹介した社員へのフィードバック——このあたりをAIで仕組み化すると、リファラル採用は「善意頼み」から「再現可能なチャネル」に変わっていきます。この記事では、その具体的な設計を僕なりの体感値と合わせてお伝えします。

0. なぜ今、リファラル採用にAIを掛け合わせる話をするのか

厚生労働省の「一般職業紹介状況」を見ても、職種による有効求人倍率の高止まりは続いており、求人媒体やエージェント経由だけで母集団を確保するコストは年々重くなっています。同じく厚生労働省の「雇用動向調査」では、入職経路の分類の中に継続して「縁故」という項目が存在しており、社員紹介・知人紹介というルートは統計上も無視できない規模で機能してきたことがわかります。

僕自身、ポテンシャライトで採用支援に入る際、母集団形成の相談を受けると必ず「社内にリファラル制度はありますか」と聞くようにしています。制度自体はある会社が大半です。ただ、実際に動いているかというと、そこはまったく別の話でして。以前支援に入ったIT企業では、半年分の紹介実績を一覧化してみたところ、紹介数の大半が特定の1名の社員に依存していたということがありました。しかもその社員自身、なぜ自分が紹介し続けているのか聞いてみると「頼まれたら断れないから」という理由で、決して制度の恩恵を強く感じていたわけではなかったのです。制度があることと、仕組みが回っていることの間には、思っている以上に距離があります。

1. 「紹介してね」だけでは動かない、4つの機能不全

リファラル採用が止まる会社を見ていくと、原因は大体次のどれかに当てはまります。

1-1. 依頼が精神論で終わっている

全社会議で「みなさん紹介お願いします」と呼びかけるだけで終わっているケースです。社員からすると、誰にどう声をかければいいのか、何を伝えればいいのかが分からないまま「頑張ります」で終わってしまいます。

1-2. 紹介後がブラックボックスになっている

紹介した後、選考がどう進んでいるのか、社員本人にフィードバックが返らない会社は非常に多いです。紹介した知人がその後どうなったのか分からないまま数ヶ月が過ぎると、次に紹介する気は自然と失われていきます。

1-3. 情報提供が薄く、紹介文が使い回しになる

社員が知人に送るメッセージが、求人票のコピペだったり、逆に何も用意されておらず社員任せだったりするケースです。紹介する相手との関係性は社員ごとに違うのに、渡される情報は一律というミスマッチが起きています。

1-4. 誰に紹介の見込みがあるかを把握していない

これは意外と見落とされがちなのですが、そもそも「どの社員が、どの職種の知人を持っていそうか」という情報を人事側が持っていないケースです。全社員に一斉に同じ募集を告知しても、心当たりのない社員には響きません。結果として告知そのものが「またあの案内か」というノイズになり、開封すらされなくなっていきます。

2. AIで仕組み化する3層構造

ここからが本題です。僕がリファラル採用の設計に入るとき、意識しているのは「依頼」「伝達」「可視化」の3層をそれぞれ独立して仕組み化することです。

2-1. 依頼：誰に、どの募集を頼むかをマッチングする

社員の職歴やSNS上のつながり、過去の紹介実績といった情報をベースに、「この募集にはこの社員が向いていそうだ」という組み合わせをAIに提案させます。全社員に同じ募集を一斉配信するより、心当たりのありそうな社員に絞って個別に依頼するほうが、返信率も動く確率も上がる印象を持っています。

2-2. 伝達：依頼文・共有メッセージの個別生成

社員が知人にそのまま送れる紹介メッセージを、募集要件・企業の魅力・その社員が話しやすいトーンに合わせてAIに下書きさせます。ゼロから文面を考える負担がなくなるだけで、依頼への着手率は変わってきます。ここは求人票の生成AI活用と考え方は近いのですが、リファラルの場合は「候補者本人に届く前に、紹介者というワンクッションが挟まる」という違いがあるので、文面のトーンは会社の公式な求人票よりも一段柔らかくするのが基本です。

2-3. 可視化：進捗トラッキングとフィードバック

紹介された候補者が今どの選考段階にいるか、社員本人がダッシュボードで確認できる状態を作ります。合否が出た時点で自動的に紹介者へ通知が飛ぶだけでも、「頼んだきり無視される」という不満はかなり減ります。通知の文面自体も、選考結果に応じてAIがトーンを調整すれば、人事担当者が毎回文章を考える手間もなくなります。

3. 実務手順：今日から始める4ステップ

いきなり全社的な制度を作り直す必要はありません。僕がおすすめしているのは、次の順番でスモールスタートすることです。所要時間の目安も併記しておきます。

1. まず、現状の紹介実績と選考結果を一覧化する（目安1〜2日）。誰が、いつ、どの募集に紹介し、結果がどうだったかを最低半年分振り返ります。
2. 紹介した社員への進捗通知の仕組みだけを先に作る（目安1週間）。制度改定より先に、フィードバックのループを作るほうが効果は早く出ます。
3. 募集ごとに紹介依頼メッセージのたたき台をAIで生成し、社員が編集して送れる状態にする（目安1週間）。
4. 三ヶ月ほど回してから、紹介実績のあった社員層の傾向をAIで分析し、次に依頼する社員の優先順位づけに反映する（目安半日、3ヶ月後に実施）。

この順番のポイントは、「制度」より先に「体験」を直すことです。人事側の制度設計を先にやり切ろうとすると、動き出すまでに時間がかかりすぎて、社員の熱量が冷めてしまいます。

4. 失敗パターンと回避策

実際に支援してきた中で、うまくいかなかったケースにもいくつか共通点があります。

4-1. インセンティブ設計を先に作り込みすぎる

紹介インセンティブの金額や支給条件を細かく詰めることに時間をかけすぎて、肝心の依頼・伝達の仕組みが後回しになるパターンです。金額の大小より、紹介した後の体験（フィードバックの速さ・丁寧さ）のほうが、社員の継続意欲には効いている印象があります。

4-2. 候補者側の負荷を見落とす

社員経由で応募してきた候補者にも、通常の選考フローと同じ量のステップを課してしまい、「紹介だから特別扱いされると思ったのに」という不満につながるケースです。全ての選考ステップを免除する必要はありませんが、書類選考の一部を面談形式に置き換えるなど、経路に応じた調整は検討する価値があります。

4-3. AIに依頼文を全文任せてしまう

これはスカウト文面のAI活用と同じ落とし穴です。AIが生成した文面をそのまま社員に送らせると、社員本人の言葉ではなくなり、受け取った知人にも「テンプレっぽさ」が伝わってしまいます。AIはたたき台まで、最後の一段は社員自身の言葉に直してもらう運用にするのが無難です。

4-4. 不合格になった紹介への配慮を怠る

紹介した知人が不合格になった場合の連絡は、担当者にとって一番気の重い作業です。ここを後回しにして連絡が遅れると、紹介した社員自身が知人に対して気まずい立場に置かれてしまいます。不合格連絡のテンプレートをあらかじめ用意し、選考結果が確定したその日のうちに紹介者へ一報を入れる運用にするだけで、この摩擦はかなり軽減できます。

5. 職種別に見る、リファラルの効果差

すべての職種で同じように効くわけではない、というのも大事な前提です。僕の体感値ですが、エンジニア職はリファラル経由の内定承諾率が特に高く出やすい傾向があります。技術コミュニティ内でのつながりが強く、紹介する側も「この会社なら知人に自信を持って勧められる」という判断がしやすいためだと考えています。

一方で、営業職やバックオフィス職は、エンジニア職ほど強いつながりの母集団が社内にいないケースが多く、紹介数自体が伸びにくい傾向があります。この場合は、リファラルを主戦力にするより、スカウトや媒体と組み合わせた補助チャネルとして位置づけるほうが現実的です。数字だけを見て「リファラルは効果が薄い」と判断する前に、職種別の母集団の性質を踏まえて期待値を調整し、可能であれば自社の過去データで同じ比較を一度取ってみることをおすすめします。

(結論)

リファラル採用は、精神論で回せるほど簡単な仕組みではありません。依頼・伝達・可視化の3層に分けて考え、それぞれをAIで支援する形に落とし込むことで、初めて「頼みっぱなし」から抜け出せます。まずは進捗の可視化から、小さく始めてみてください。

皆さんいかがでしたでしょうか。では今日もがんばりましょう。