大手人材紹介会社 様
「キャリアアドバイザー（CA）が、複数のシステムやツールを行き来しながら一人の求職者に向き合う」
人材紹介の現場では、こうした非効率がDXの大きなボトルネックになっています。求人検索、求職者情報の管理、メールやLINEでのやり取り、応対履歴の記録。これらが分断されたまま運用されている結果、CAの稼働時間の多くが本来の付加価値業務ではない作業に費やされてきました。
本記事では、大手教育・人材グループの一員である人材紹介会社（社名は本記事では伏せて「A社」と表記します）と一緒に取り組んでいる、CA業務をひとつの画面で完結させる「コミュニケーションボード」構想と、その中で活用されるAIエージェントの事例についてご紹介します。
目次
人材紹介におけるキャリアアドバイザー（CA）の仕事は、求職者一人ひとりに寄り添う、極めて属人性の高い業務です。求人を集め、求職者の希望と照らし合わせ、面談メモを残し、進捗を追い、メールやLINEで丁寧にコミュニケーションを取る。一人のCAが内定承諾まで担う業務領域は驚くほど広いのが実態です。
しかしその一方で、現場ではこうした声をよく耳にします。
・求人媒体ごとにログインしなおして検索する必要があり、時間がかかる
・求職者情報、応対履歴、ステータス管理が別々のシステムに散在している
・メールやLINEの本文作成に毎回時間がかかる
・担当者ごとに対応品質のばらつきが出てしまう
これらの課題は単なる「業務の手間」では終わりません。CAの離職、応対品質の低下、内定承諾率の伸び悩みといった、事業KPIに直結する問題へとつながっていきます。
近年、生成AIの進化により、文章作成や情報の要約・整理を自動化することが現実的になりました。さらに、自律的にタスクを判断して実行する「AIエージェント」と呼ばれる概念も急速に普及しています。
ここで簡単に補足すると、AIエージェントとは「指示を受けて単発の文章を返す従来の生成AI」とは異なり、あらかじめ与えられた目的に沿って、複数の手順を自律的に組み合わせて作業を進めるAIのことを指します。例えば「外部の求人媒体から条件に合う求人を取得し、要約してメール文面を作成する」といった、複数のステップを一連の流れとして任せられるのが特徴です。
人材紹介の業務はまさに、「情報を集める」「要約する」「文面を作る」「履歴に残す」といった定型と非定型の中間にあるタスクの集合体です。これは、AIエージェントが最も力を発揮しやすい業務領域だと言えます。
A社との取り組みでは、CA業務の変革を一足飛びに進めるのではなく、3つのステージに分けた段階的なロードマップを描いています。
・ステージⅠ：コミュニケーションボード上で業務を完結させる土台づくり
・ステージⅡ：レジュメ自動取り込み、応対履歴の自動保管、LINE機能強化など
・ステージⅢ：AIによる顧客応対まで踏み込んだ自律化
ステップを踏むことが重要なポイントだと考え、ステージⅠではいきなりAIに応対を任せるのではなく、まずはCAが扱う情報・操作を一枚の画面に集約すること、そしてその上にAI支援機能を機能の一つとして組み込むことを意識して開発を進めていきました。
「内定承諾までのCA業務が、コミュニケーションボードのみで完結する」
具体的には、次の操作をすべて同じ画面上で実現することを目指しています。
・求人情報の収集（外部求人媒体からの自動取得）
・求職者一覧・基本属性の表示と更新
・会話履歴・面談メモの記録と検索
・ステータス管理（応対状況・進捗・不通電などの管理）
・メール・LINEの本文作成と送信
これまで複数の外部サイトや既存システムをまたいで行っていた業務を、一つのコミュニケーションボードに集約する。これがDX担当者にとっての最初の到達点になります。
A社との取り組みで重要しされたのは、いきなり大規模開発に着手するのではなく、PoC（Proof of Concept：実証実験）で構築した仕組みを土台にして拡張する段階的な進め方を取っている点です。
PoCではすでに、求人の自動取得や画面UIの基本部分が構築されていたため、これらを業務利用に耐えうる品質と機能へと引き上げていくところからスタート致しました。
PoCを経て本番開発に進むメリットは大きく3つあります。
・「現場で本当に使われるか」が早期に検証できる
・仕様の認識ズレを最小化できる
・本番開発の見積もり精度が上がる
これは、AI推進担当者がベンダー選定をする際の重要な観点でもあります。「いきなり本番」を提案するベンダーよりも、PoCのフェーズで現場の声を吸い上げる段取りを示せるパートナーのほうが、結果として総コストを抑えられるケースが多いのです。
大前提として、「全部できてから出す」のではなく、業務に直結する機能を先に出し、後から運用面を充実させる進め方をしていきました。これは現場の業務改革をスピード感をもって進める上で非常に効果的です。
また本番化の上で避けては通れないのが、既存システムのDB（求職者情報のデータベース）との接続でした。今回のプロジェクトでは既存システム側のAPIも新規開発になるため、新規AIエージェントと既存システムの「合流ポイント」を明確に設計することが不可欠でした。
これは、AIエージェントを使ったDXプロジェクトの一般的な失敗パターンを避けるためでもあります。AI部分そのものよりも、既存システムとの連携で詰まることのほうがはるかに多いのです。
体制面では、アプリケーション開発とインフラ構築の双方を並走させるため、アプリチームとインフラチームをそれぞれ立て、PMが束ねる体制を取っています。
ベンダー選定の観点でいうと、「AI機能を作れる開発会社」だけではなく、「インフラ・セキュリティ・運用までワンストップで支援できる体制」を組めることが、人材紹介システムのDXパートナーには求められると言えるでしょう。
ここまでご紹介したA社との取り組みから、我々が得た教訓として以下の3つが挙げられます。
AIエージェントを導入する際にありがちな失敗は、「AIで何ができるか」から考え始めてしまうことです。A社のように、まず業務全体を一つの画面に集約し、そのうえでAIが力を発揮する箇所（本文作成など）を絞り込むアプローチのほうが、現場に定着しやすくなります。
いきなり本番を作るのではなく、PoCで現場の使用感を検証してから本番開発に進む。この王道のステップを丁寧に踏むことで、ベンダーとの認識齟齬や仕様変更のリスクを大幅に減らせます。
AIエージェントを業務に組み込むには、AIモデル単体ではなく、業務システム・既存DB・セキュリティ・運用体制までを総合的に設計できるパートナーが必要です。「AIだけ作って終わり」のベンダーでは、本番運用までたどり着けないリスクがあります。
本記事では、大手人材紹介会社A社が取り組む「CAコミュニケーションボード」構想を題材に、人材紹介業務におけるAIエージェントの活用方法をご紹介しました。
人材紹介業界のDXは、まだ多くの会社が試行錯誤の途上にあります。AIエージェントを単なるバズワードで終わらせず、現場の業務に確実に組み込んで成果につなげるには、業務理解・PoC・本番開発・運用までを一気通貫で伴走するパートナーの存在が不可欠です。
もし、貴社でも「キャリアアドバイザー業務の生産性を引き上げたい」「AIエージェントを活用したいが、何から始めるべきか分からない」とお考えでしたら、ぜひ一度お気軽にご相談ください。本事例で培ったノウハウをもとに、貴社の業務に最適な形でAI活用をご提案いたします。
