人材紹介のAIマッチング、2回失敗した話。求人探しを全自動にできなかった理由は「求職者の本音」

株式会社Jinouの三輪です。グループ会社の人材紹介の現場で使っているAIの活用方法を紹介するシリーズ、今回は珍しく、うまくいかなかった話です。

結論から言うと、AIで求人探しやマッチングを全自動にするのは、今のところ難しいです。 AIは、条件のような表面的なところは拾えます。でも、求職者が本当に大事にしていることは、言葉の表面には出てこないことが多い。そこを拾えないからです。

僕はこれまで、求人探しをAIに全部任せようとして1回、求人と求職者のマッチング度を数値にするシステムを作ろうとして1回、合わせて2回失敗しています。

「AIでこんなにうまくいきました」という話はたくさんありますが、うまくいかなかった話は、あまり表に出てきません。でも、これからAIで同じことをやろうとしている方にとっては、失敗の話のほうが役に立つこともあると思うんです。なので、正直に書きます。

失敗1：AIで求人検索を全自動にしようとした

やったこと

最初にやろうとしたのは、circus（求人データベース）での求人探しを、AIに完全に任せることでした。

ClaudeとChatGPTにブラウザを操作させて、求職者の条件をもとに、circusの求人を調べてもらう。登録や選考出しはAIに任せてうまくいっていたので、求人探しもいけるやろ、と思っていました。

結果：できるけど、正確じゃない

結果から言うと、できるにはできます。でも、正確ではありませんでした。

面白かったのは、外し方です。条件に合わない求人を持ってくる、というよりは、

• 「こんな求人あるんや」と、自分では気づかなかった求人を持ってきてくれる
• その一方で、「俺やったら絶対これ紹介するよな」という求人が抜けている

という感じでした。

人が探すと、どうしても自分の知っている範囲や、いつもの探し方に偏ります。AIは、その外側にある求人を拾ってくれることがある。でも逆に、経験のあるCAなら真っ先に出す「本命」の求人を、AIは落としてしまうことがあるんです。

だから今は、AIと人で同時に探している

この経験から、今は求人探しをAIと人で同時にやっています。

人は、いつもどおり本命の求人を探す。AIには、人が見落としそうな求人を広く拾ってもらう。2人で探すイメージです。こうすると、AIの「気づかない求人を持ってくる」という良さだけを使えます。

この使い方は、人材紹介のAI活用まとめの記事でも紹介しています。

失敗2：AIマッチング（マッチング度の数値化）のシステムを作ろうとした

やったこと

2回目は、もう少し大きな話です。

自社で持っている求人や、取引のある会社から共有してもらっている求人の情報をシステムに入れて、書かれている内容をAIに読ませて理解させる（circusの求人ではありません）。そのうえで、求職者の条件や希望と照らし合わせて、マッチング度を数値にする。点数の高い順に求人を出してくれれば、求人探しがぐっと楽になるはず、と考えました。

点数にしようとしたのは、次の2つです。

• 条件面：勤務地、年収、職種など
• 価値観・社風面：求職者が大事にしていることと、会社の社風が合っているか

結果：1週間でやめた

作り始めて、1週間くらいで「これはあかんな」と気づいて、やめました。理由は2つです。

① 正確ではなかった

条件面は、ある程度うまく点数にできました。でも、価値観や社風を数値にするところで、うまくいきませんでした。

条件だけで点数をつけることはできます。でも、それだと「勤務地が近くて、年収が合っている求人」が上に並ぶだけの、浅いマッチングになります。それなら、わざわざシステムを作る意味がありません。

② お金がかかりすぎた

たくさんの求人をAIに読ませて、中身を理解させるには、AIを使う料金がかかります。求人の数だけ読ませることを考えると、ものすごくお金がかかりそうでした。正確でもないのに、お金だけかかる。これが、やめた決め手でした。

AIマッチングがうまくいかない理由：潜在ニーズは、条件の表に出てこない

2回失敗して、分かったことがあります。

求職者が言葉にしている希望と、本当に大事にしていることは、ずれていることが多い、ということです。

たとえば、求職者が「職場が近いところがいい」と、通勤の近さを一番に出していたとします。条件で探すなら、家から近い求人が上に来ます。

でも、面談で深く聞いていくと、実はそうじゃなかった、ということがよくあります。

本人が口に出している希望（顕在的なニーズ）の奥に、掘っていくと見えてくる希望（潜在的なニーズ）がある。しかも、本人も気づいていないその潜在的なニーズのほうが、実は大事だった、ということが少なくありません。営業をしたことがある方なら、思い当たる話だと思います。

こういう、言葉の奥にある本当の希望（潜在的なニーズ）は、今のAIにはなかなか拾えません。求職者が話した内容を、聞いている側が補って、考えて、「この人が本当に大事にしているのはここやな」と読み取る。この部分は、まだ人の仕事だと感じています。

人材紹介のAIマッチング、どこまで任せられる？

使えないわけではありません。役割を分ければ、十分に役立ちます。

グループ会社の現場では、面談の記録をAIにつないで、「この人、どんな求人探すんやっけ」をすぐ確認できるようにしています。これは、AIが「本音を見抜く」のではなく、人が面談で掘った内容を、AIが覚えておいてくれる使い方です。

→ くわしくは：MCPとは？面談の記録をChatGPT・Claudeにつなぐと、「脳みそのキャパ」をAIに外注できる

失敗して分かった、AIに任せる前に考えること

これからAIで同じようなことをやろうとしている方へ。2回の失敗から、僕が学んだことを3つまとめておきます。

1. 「できる」と「正確にできる」は違う：AIは、だいたいのことは「できる」。でも、仕事で任せられるほど正確かは、別の話です。小さく試して、人の結果と比べてみましょう

2. 数値にできるものと、できないものを分ける：条件は数値にできます。価値観や本音は、今のAIでは難しい。数値にできないものを無理に数値にすると、浅い結果しか出てきません

3. お金を先に見積もる：たくさんのデータをAIに読ませる仕組みは、思った以上に料金がかかります。作り込む前に、ざっくりでいいので計算しておきましょう

よくある質問

Q. 人材紹介のAIマッチングは使える？

A. 条件（勤務地・年収・職種など）でのマッチングならできます。ただ、求職者の価値観や本当の希望まで含めた、深いマッチングは、今のAIでは難しいと感じています。

Q. circusの求人探しを、AIに任せられる？

A. ブラウザを操作させて探すことはできます。ただ、経験のあるCAなら出す「本命」の求人が抜けることがあるので、グループ会社の現場では、AIと人で同時に探す使い方にしています。

Q. AIは、求職者の本音を読み取れない？

A. 話した言葉から整理することはできますが、言葉の奥にある本当の希望を見抜くのは、今はまだ難しいです。面談で深く聞いて、読み取るのは人の仕事だと考えています。

Q. マッチングのシステムを作るのに、お金はかかる？

A. たくさんの求人をAIに読ませて理解させる仕組みは、AIの利用料がかさみます。僕の場合は、正確さに見合わない費用になりそうだったので、1週間ほどでやめました。

この記事のまとめ

最後に、この記事の内容を振り返っておきます。

AIで求人探しやマッチングを全自動にしようとして、僕は2回失敗しました。

1回目は、circusの求人探しをAIに完全に任せようとしたこと。AIは気づかなかった求人を拾ってくれる一方で、本命の求人を落としてしまいました。2回目は、マッチング度を数値にするシステムを作ろうとしたこと。条件は点数にできても、価値観や社風はうまくいかず、しかもお金がかかりすぎて、1週間でやめました。

分かったのは、求職者の本音は、条件の表には出てこないということです。言葉の奥にある本当の希望を読み取るのは、今はまだ人の仕事です。だから今は、AIには候補を広く拾ってもらい、人が面談で掘って、提案する求人を決めています。

AIが人の感情まで読めるようになったら、いつかはできるのかもしれません。でも、その頃には、世界はターミネーターみたいにAIに支配されて、人間はもう滅ぼされているかもしれませんね（笑）。

それまでは、本音を聞き出すのは、僕たち人間の仕事です。

面談で掘った「本音」を、AIが使える形で残しておきたい方へ

AIに本音を見抜かせるのは難しくても、人が面談で掘った本音を、AIに覚えておいてもらうことはできます。

弊社で開発している「キャリアドCRM」は、人材紹介会社のためのCRMです。面談の内容が記録として残り、MCPでChatGPTやClaudeにつなぐことができます。「この人、面談で本当は何を大事にしてるって言ってたっけ？」とAIに聞けば、記録の中から答えてくれます。本音を聞き出すのは人、それを覚えておいて、次の提案に活かすのはAI。そんな分担を、仕組みにしたものです。

キャリアドCRMの詳細を見る