AIで採用効率を最大化する方法

組織は困難な苦境に立たされています。候補者にアプローチするためのツールは増えていますが、採用に関する適切な意思決定を迅速に下すのは依然として困難なようです。役割が必要以上に長く空いたままで、優秀な候補者がプロセスの途中で辞退してしまうこともあります。これらの非効率性は、採用担当者のエネルギーを浪費し、雇用主のブランドを傷つけ、ビジネスコストを増加させます。

IBM ConsultingのAIファーストHRリーダー、キム・モリックによると、優秀な人材は平均10日間しか市場に残らない。今日の職場環境の変化のペースを考えると、採用プロセスが不十分だった場合の影響は急速に大きくなります。

IBM Institute of Business Valueがエグゼクティブ750人を対象に実施した調査によると、ビジネスリーダーの87%が、AIが実現する未来の可能性をフルに発揮するには、適切な役割に適切な人材を配置する必要があると考えていることがわかりました。

Deloitteによると、調査対象となった従業員の93%が、従来の職務構造から脱却することが組織の成功に不可欠であると考えています。この時点では、採用担当マネージャーや人材パイプラインにとって、適応性が以前に習得したスキルと俊敏性が不可欠であるのと同じくらい重要です。

効果的な採用ストラテジーはスピードだけではありません。無駄な労力を削減し、その過程で意思決定の質を向上させることです。「採用を効率化することは、同じプロセスをより速く行うことではありません」と、IBM Consultingの人材獲得担当グローバル・リーダー、Rob Enrightは述べています。「より明確な証拠と、より少ないノイズで、より良い判断を下すことです」

このダイナミクスは、拡大を続け、プラットフォームが高密度の採用環境において特に当てはまります。テクノロジーにより、人材調達チャネル全体で潜在的な採用候補者が組織に履歴書を大量に提供できるようになったため、採用チームはノイズを選別するために同じテクノロジーに注目するようになりました。しかし、採用効率を高めるためのテクノロジーの導入には、常に成功のための明確な基準が必要です。重要なのは、Enright社が「最初に作業を設計し、次にテクノロジーを適用する」ことです。

Enrightによると、組織は次の場合にテクノロジーを通じて最大の価値を生み出します。

• 役割に本当に求められるものを明確にする
• 技術チームだけでなく、採用マネージャーと採用担当者もワークフローを形成できるようにする
• AIは判断を置き換えるのではなく、判断を支援するものとして活用する
• 理論上のシナリオではなく、実際のシナリオでテクノロジーを試験運用する
• 推奨事項の作成方法に関する透明性を確保する
• テクノロジーがマネージャーと候補者の両方の労力を軽減するかどうかを評価する

採用効率を向上させるには、相互に連携した複数のプロセスを強化する必要がありますが、単一の介入では明確化に代わることはできません。「最も重要な実践は、その役割において実際に何が重要なのかを明確にすることです」とEnright氏は言います。「非効率性のほとんどは、要件を過度に誇張し、「完全に形成された」候補者を探すことにあります」

非効率性は、採用チームの過負荷にも起因しています。多くの企業は、数万件、あるいは数百万件ものアプリケーションを受け取ります。AIは、組織が雑音を切り抜け、雇用プロセスを合理化し、雇用動向に関するデータ主導型の洞察を生み出すのに役立つことがますます増えています。

クリティカルなストラテジーを採用して、採用効率を向上させるには以下が含まれます。

最新の応募者追跡システム（ATS）、AI支援型ソーシング・ツール、動画面接プラットフォームを活用することで、手作業に費やす時間を大幅に削減できます。テクノロジーは、意図的に使用すれば価値を発揮します。組織の現在の技術スタックを監査することで、採用担当者が扱いにくいツールを使用して作業していないことを確認し、既存のワークフローとシームレスに統合するシステムをデプロイすることで、性能を向上させることができます。

AIツールはますます、履歴書の審査、候補者の発掘、フォローアップのパーソナライズによって採用プロセスを強化し、採用担当者がより関係性の高い作業に集中できるようにしています。

組織が現在のプロセスをマッピングして、時間が無駄になっている場所や手順が重複している場所を特定すると便利です。例えば、多くの組織では、複数回の面接を実施したり、短期間の面接で同様の成果が得られる可能性がある場合に、アプリケーションをより長い期間で要求したりしています。複数の利害関係者が関与する採用チームの検討についても同様です。「明確な責任者とともに、よりシンプルで迅速な意思決定の道筋を構築しましょう」とEnright氏は言います。

AIなどの技術的介入を活用して、プロセスの早い段階で候補者の適格性を評価することで、組織は労働集約的なプロセスを削減し、一次選考に費やす時間を最小限に抑えることができます。

直感だけではストラテジーを構成できません。構造化された面接、標準化されたメトリクス、明確に定義された評価ルーチンにより、チームはより一貫した意思決定を行うことができます。長期的に、どの採用が成功したかを追跡することで、組織はプロセスを改善することができます。AI対応の分析ツールを使用することで、企業は採用動向に関する詳細な洞察を得て、特定の職務での成功を予測する基準を特定できます。

社内外でのコミュニケーション不足は、採用遅れの主な原因の1つです。すべての調査の開始時に明確な受け入れプロセスを確立し、すべての利害関係者の役割と責任を定義します。候補者がタイムリーで率直な情報を受け取ることができるようにします。不整合や候補者とのコミュニケーション不足は、面接やソーシングの繰り返しにつながります。

AIツールは、コミュニケーションギャップに事前にフラグを立てることができます。例えば、候補者が一定期間にわたってコミュニケーションを取らなかった場合や、パーソナライズされたステータス更新計画を大規模に作成している場合に、採用チームに警告を発することができます。

質の高い候補者を犠牲にして達成された効率性の向上は、本当の意味での向上ではありません。目標は、迅速かつ思慮深いプロセスを構築することです。このアプローチでは、事前に時間をかけて役割を明確に定義し、組織が必要とする情報を明らかにする面接を設計する必要があります。文化的に適合する、小規模でスクリーニングが行き届いた候補者のプールは、フィルタリングが不十分で大規模な候補者のプールよりも、ほとんどの場合効率的です。

AIは、成功と相関する可能性が最も高い指標をスクリーニングすることで、チームが最も質の高い候補者に対してより早く、より迅速に行動できるよう支援します。また、最終的なプールの品質を犠牲にすることなく、必要なインタビューの量を減らすことができます。

採用担当者は、面接のスケジュール設定、ステータス更新の送信、フィードバックの収集、職務記述書の掲載など、人間の判断を必要としない作業に不均衡な時間を費やしています。これらのタスクを自動化すると、採用担当者は専門知識を必要とする作業に専念できるようになります。

AIは管理の自動化に適しており、大量のルールベースのタスクを処理し、即座に時間の節約を実現できます。ただし、採用プロセスを過度に自動化すると、ばらばらで非効率的なやり取りや、シグナルの見逃しが生じる可能性があります。成功している組織は、AIとオートメーションを活用して、採用エクスペリエンスを加速させるだけでなく、簡素化しています。

多くの組織は、社内の候補者を真剣に検討する前に社外採用をデフォルトにしています。この傾向はコストがかかる可能性があります。外部採用者は通常、オンボーディングに時間がかかり、より多くのトレーニングが必要です。「まず社内の候補者を考慮します」とEnright氏は言います。「多くの場合、最速のルートは内部にあります」社内の候補者は、組織の文化やシステムをすでに理解している傾向があります。堅牢な社内モビリティー・プログラムは、従業員エクスペリエンスをより広範囲に向上させ、競争の激しい人材市場において大きな競争上の優位性をもたらします。

AIは、社内の人材プールを体系的にスキャンして、スキルやエクスペリエンスを持つ従業員が空きのある役職の有力な候補者となるのに役立ちます。この機能は、従業員の現在の役職名では従来の検索ではその個人が特定できない場合でも適用されます。

プロセスの複雑さは時間の経過とともに増大する可能性があります。しかし、徹底性を示す場合もあるかもしれませんが、何が重要なのかが明確になっていないことも隠されます。新しい面接プロセス段階や承認ステップはそれぞれ理由があって追加されましたが、累積的な影響により、採用プロセスに数カ月かかる可能性があります。

最初の応募や面接の段階で簡素化を行うことで、業務が迅速化するだけではなく、候補者の満足度が向上します。AIの戦略的デプロイメントにより、組織は採用データを統合し、主要なプロセスを自動化でき、よりシンプルかつ迅速な採用プロセスを実現できます。

採用担当、採用マネージャー、面接担当、人事、その他の部門間のコラボレーションとして、採用は本質的に部門横断的です。しかし、これらの利害関係者がサイロ化した状態で業務を行っていると、プロセスは必然的に遅くなります。採用プロセスの各ステップに責任者を明確に定義することは、部門間でシームレスなコミュニケーション・チャネルを構築することと同様に、基本的なステップです。

AIは、フィードバックの期限を追跡し、承認されなかった場合はエスカレーションし、すべての関係者が採用プロセスの各ステップを可視化できるようにすることで調整を支援できます。

役割が十分に理解されていない場合、または役割に対する視点が限られている場合は、プロセスが遅くなり、悲惨な結果を招く可能性があります。Enright氏は、実際の仕事を理解することが重要だと言います。「組織は、その役割での成功がどのようなものかを深く掘り下げることはほとんどありません。そのため、本当に必要でないものまで、要件が増えていきます」この作業を行うためには、組織は「スキルと特性、経験、好みを混同しないようにする」ことが必要だと同氏は指摘しています。

ソーシング前の役割ディスカバリーのための徹底的な会話と、潜在的な候補者プロフィールの幅広い視点を組み合わせることで、投資に見合う価値が得られる投資と言えます。AIを使用して組織全体のスキルと仕事をマッピングすることで、採用担当者は構造化され、十分な情報に基づいた会話を進め、不整合を早期に防ぐことができます。

「初日から提示しなければならないものと、教育可能なものを区別してください」とEnright氏は言います。職務記述書は、要件の真の優先順位付けというよりは、むしろ希望リストであり、一部の採用担当マネージャーは、よりソフトなスキルをアセスメントする際に創造性を発揮するのに苦労しています。

「チームは、適応性、軌道、可能性を見るのではなく、狭い、教育可能な要素が1つだけ欠けているため、優秀な候補者を除外することが多くなります」と同氏は言います。「また、社内モビリティー、フィードバック・ループ、そして役割が、それを定義するために使用された要件よりも速く進化しているという現実を見落としています」

AIは、職務記述書と過去の雇用データを分析して、成功した採用者にどのような要件が当てはまったかを区別できます。この分析により、チームが本当に重要なことに関する要件を作成できる証拠が提供されます。

「現在では、意味のあるメトリクスで、スピードだけでなく、意思決定の質、役割の明確さ、長期的な適合性が重視されるようになりました」とEnright氏は言います。「従来の指標は活動に焦点を当てていますが、最新のメトリクスは、いかにインテリジェントかつ持続可能な方法で雇用を行っているかに焦点を当てています」同氏によると、現代の職場における採用効率を評価するために最も役立つ測定可能な変数は次のとおりです。

役割を果たすまでの時間や採用までの時間、採用決定までの時間よりも参考になるように、アプリケーションを受領した時点から、または面接の段階を完了した時点から、採用の決定までにかかる時間を測定します。段階と段階の間のギャップが長い場合、調整の失敗、または意思決定権限が不明確であることを示している可能性があります。

ソーシングの開始後に役割の要件が大幅に変更された場合、それはその役割が当初に十分に理解されていなかったことを示しています。業務要件の変化頻度を追跡することで、組織はどの機能に対してより多くのサポートが必要かを特定することができます。

社内で遂行されている役割の割合は2つの目的があります。それは、採用効率を測定することと、従業員のエンゲージメントの主要な指標として機能することです。内部で役割を果たす組織は、より迅速に動き、組織に関する貴重な知識を保持し、長期的には企業文化を維持することができます。

候補者が内定または不採用前にプロセスを中止する場合、その理由は追跡すべきクリティカルなメトリクスとなることがあります。期待の不一致によるドロップオフは、予防可能な失敗を表しています。報酬の不一致や役割の誤解など、候補者がプロセスを放棄する理由を体系的に追跡して分類することは、潜在的な改善データのクリティカルな情報源となる可能性があります。このメトリクスは、採用プロセスにおけるボトルネックを特定する際に、オファー受け入れ率よりも役立つ場合があります。

新入社員が採用されてから数カ月後の性能は、候補者の面接中の最初の印象よりも、より誠実な採用品質を測定する可能性があります。採用基準に照らして新入社員のパフォーマンスを追跡する組織は、プロセスのどの瞬間が成功を予測し、どの瞬間が重要でないかを特定できます。

採用後、元の職務記述書を実際に採用された候補者と比較すると、要件がいかに現実的なものであったかがわかります。このメトリクスは、要件が役割に真に必要なものをどの程度反映しているかを示す直接的な測定値です。

採用、履歴書のスクリーニング、面接のスケジュール設定などに、人工知能がますます普及するようになっています。「しかし、効果的に導入するための鍵は、そのテクノロジーが本当に適していることを理解することです。AIが最も価値を発揮するのは、AIが非現実的なマッチングを強化する場合ではなく、組織が役割や人材をより明確に把握できるようにする場合です」とEnright氏は言います。一般的に、AIは次の場合に最も価値を付加します。

AI搭載ツールは職務記述書を分析し、曖昧または一貫性のない可能性のある言語にフラグを立てます。また、採用マネージャーや採用担当者が本当に不可欠な要件を考察したり、過去の職務における成功指標を分析したりするのにも役立ちます。その成果は、適切な候補者を惹きつける、より焦点を絞った正直な職務記述書が作成できます。

より有望なAIの応用例の1つは、スキルが次のようなもの（ただし、厳密には一致していない）要件を特定することです。この機能は、社内モビリティーにとって価値があります。AIは、基本的な認証情報検索では特定できない方法で、関連するスキルを開発した従業員を明らかにします。

同じパターンが、単一のポジションに最適ではなかった可能性のある社外の候補者にも当てはまります。あるメディア企業が、当初採用されていなかった候補者に対し、データベースに情報を保持する許可を求めました。同社は生成AIを活用し、これらの応募者を新たな案件とマッチングさせました。

AIは、採用チームが初日に満たさなければならない要件と、その職務内で合理的に開発できるスキルを区別するのに役立ちます。類似した職種や業界におけるパターンを利用することで、AIは役割の日常的な要件について、より現実的な対話を促すことができ、特定の候補者を不必要に排除してしまうのを防ぐことができます。

ステータスの更新とスケジュール設定は、AIとワークフロー・オートメーションが合理的に処理する時間のかかるタスクで、人間が関与する必要はありません。これにより、採用担当者はより価値の高い業務に集中できるようになり、関係構築や候補者の評価、戦略的パートナーシップなど、重要な部分に時間を投資できるようになります。

AI駆動型分析により、採用データから、1回の検索に特化している人には見えないパターンが明らかになります。どの段階で常に停滞するのか？繰り返しになる職種はありますか。これらの洞察により、組織は適切なタイミングで適切な介入を行うことができます。

最終的に、Enright氏は次のように述べています。「AIは、神秘的な『完璧な一致』をフィルタリングするのではなく、ノイズを削減し、人材プールをインテリジェントに広げることで効率を向上させます」

ポジションを開くには、生産性の低下、チームの過労、主要業績評価指標（KPI）の達成など、実際のコストがかかります。真に効率的な採用プロセスを構築している組織は、スピードは目標ではなく副産物であることを認識しています。

「よく見落とされがちなことの1つは、採用効率を高めるということは、単にワークフローをスピードアップすることではなく、ワークフローの中での意思決定の質を向上させることだということです」とEnright氏は言います。今日のツールのほとんどは、採用プロセスの核となる基本的な課題、つまり、彼が「将来の文脈における人間の性能」と呼ぶものに照らして、個人の態度やスキルを判断することで、プロセスをより迅速にすることができると同氏は言います。

「単にステップを加速するだけでは、予測の精度は高まりません」とEnright氏は言います。

採用プロセスを再設計して、この難しい判断をより適切にサポートし、採用における意思決定の質を向上させるために、Enright氏は次のようなダイナミクスに焦点を当てることを推奨しています。

• 証拠の明確さ：人を評価する上で本当に重要なことと、単なるノイズに過ぎないことを理解すること。
• 解釈の一貫性：面接官、基準、段階間のばらつきを低減します。
• 意思決定の過程の可視化：どのシグナルが結果に影響を与えたか、インタビュアーが同意しなかった箇所とその理由。
• 過去の意思決定からの学習：以前の採用企業を振り返って、どの判断が予測的で、どの判断が予測的でないかを理解します。
• 教育能力と社内の可能性を表面化する：非現実的な期待によって人材プールを狭めるのではなく、利用可能な人材プールを拡大します。
• 判断を無効化するのではなく、強化するツールを設計する：人々に、より良い洞察を提供することであり、結果を決定するのではありません。

Enright氏はさらにこう付け加えます。「組織がファネルを完成させるのをやめて、その中の判断力の強化に注力することで、効率が最も向上します」