Media > AI活用ユースケース > 部門:採用

採用のAI活用ユースケース

採用担当者と面接官に向けて、母集団の形成から選考、内定後までの業務を集めたページです。多いのは、応募書類やエントリーシートの要約と募集要件との照合、スカウトの文面や外国人材向けの案内の作成、面接評価の未入力や選考の離脱の洗い出し、期限が来た応募者情報の削除です。「書類作成に時間がかかる」「引き継ぎができていない」という課題から、AIに任せる範囲と採用担当が判断する範囲を業務単位で確認できます。

該当ユースケース 84 件

UC-0539

募集する職種ごとに、求人要件と現場の行動の例から面接の質問と評価の目安をそろえた質問集を作り、聞いてはいけない事項が混ざっていないかも確かめる

募集する職種の求人要件と、現場の責任者が挙げた「できる人がとる行動の例」を ChatGPT に渡し、要件ごとの面接の質問と評価の目安をそろえた質問集の下書きを作ります。できた質問は別の段で、聞いてはいけない事項に触れていないかを確かめます。

想定削減率
75%
導入難易度
★☆☆☆☆
実装
最小構成
ChatGPT 構成例 人事 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0515

人材紹介のキャリアアドバイザーが候補者を推薦する前に、求人企業ごとの過去の選考結果と見送りの理由を探し、通りやすい経歴と見送られやすい点を根拠の記録付きで返す

キャリアアドバイザーが推薦の前に企業と候補者の経歴を入れると、その企業の過去の選考記録から経歴の近い推薦を探し、どこまで通り、何を理由に見送られたかを記録番号付きで返します。

想定削減率
67%
導入難易度
★★★☆☆
実装
本格構成
OpenSearch 構成例 営業 人材 判断支援
詳しく見る →
UC-0507

海外のエンジニア採用で届く英文の履歴書(CV)を読み取り、候補者データベースの項目に転記して、募集要件に照らした確認事項を採用担当へ返す

海外のエンジニアから届く英文のCVを読み取り、学歴・職歴・技術スタック・言語・ビザの状況を候補者データベースの項目に転記します。あわせて、募集要件に照らして書類選考の前に確かめるべき点を採用担当へ返します。

想定削減率
67%
導入難易度
★★★☆☆
実装
半自動化
AWS Textract 構成例 人事 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0485

人材派遣会社に派遣先から届く受注のメールから、職種・人数・期間・時給・就業条件を受注票にそろえ、足りない確認事項の返信案を作る

派遣先から届く受注のメールを読み、職種・人数・期間・時給・就業時間などを受注票の項目にそろえます。書かれていない項目と注意が要る記載を挙げ、派遣先への確認の返信案まで作ります。営業担当の作業は、書き写しから、受注票と返信案を確かめることに変わります。

想定削減率
60%
導入難易度
★★☆☆☆
実装
半自動化
Make 構成例 営業 その他・人材 入力漏れ削減
詳しく見る →
UC-0456

人材紹介・派遣の会社で、登録会に来た求職者の手書きの登録票と履歴書を読み取り、求職者データベースの項目にそろえて、記入漏れを面談の担当へ返す

登録会で求職者が手書きした登録票と履歴書を読み取り、求職者データベースの項目にそろえます。記入の無い欄は、面談が始まる前に面談の担当へ一覧で返し、その場で聞き取れるようにします。

想定削減率
70%
導入難易度
★★☆☆☆
実装
本格構成
Google Document AI 構成例 営業 人材 入力漏れ削減
詳しく見る →
UC-0423

新卒採用の学生からの質問に、卒業年度ごとの募集要項と選考案内を根拠にチャットで答え、個別の相談を採用担当へ回す

新卒採用の学生から採用サイトのチャットに届く「選考は何回ありますか」「配属は希望できますか」といった質問に、その学生の卒業年度とコースの募集要項・選考案内・採用FAQだけを根拠に答えます。個別の事情の相談と、案内に無い質問は採用担当へ回します。

想定削減率
67%
導入難易度
★★★☆☆
実装
本格構成
Google Vertex AI 構成例 採用 宿泊・小売 品質標準化
詳しく見る →
UC-0411

面接の当日辞退・無断欠席のおそれを応募者とのやり取りから見込み、前日の確認連絡の優先順と文面を作る

翌日に面接を控えた応募者について、応募からのやり取り(返信の速さ・日程変更の回数・応募経路など)から当日来ないおそれを見込みます。おそれの高い順に、電話で確かめる人とメールで足りる人を分け、確認連絡の文面を下書きします。

想定削減率
75%
導入難易度
★★☆☆☆
実装
半自動化
Google Apps Script 構成例 採用 介護・宿泊 属人化解消
詳しく見る →
UC-0406

会社説明会の参加者を一人ずつ状態で追い、アンケートの回収から選考の案内、日程の確保までを回して、人が見るべき人だけを採用担当に上げる

会社説明会の参加者一人ひとりについて、アンケートの回答、応募、面談予約の有無からいまどの状態にいるかを毎日読み直し、次に送る案内を決めて送ります。質問や事情のある人だけを採用担当に上げます。

想定削減率
75%
導入難易度
★★★★☆
実装
本格構成
Make 構成例 人事 IT・SaaS・人材 対応スピード向上
詳しく見る →
UC-0397

面接官が書いた評価シートのコメントを、根拠の有無と聞いてはいけない事項で点検し、記入の不足を面接官へ戻す

面接官が提出した評価シートのコメントを ChatGPT に読ませ、評価項目ごとに具体的な根拠が書かれているか、聞いてはいけない事項に触れていないかを判定します。不足のあるシートだけを、直す箇所を添えて面接官へ戻します。

想定削減率
75%
導入難易度
★☆☆☆☆
実装
最小構成
ChatGPT 構成例 人事 IT・SaaS・人材 入力漏れ削減
詳しく見る →
UC-0290

過去の応募者の中から新しい求人に合う人を洗い出し、再接触の優先度とスカウト文の下書きを作る

新しく出た求人の要件を入力に、過去の応募者(不合格・辞退・保留)の職務経歴から近い人をベクトル検索で洗い出し、再接触の優先度とスカウト文の下書きを作ります。過去の応募者を思い出して探し直す作業が減ります。

想定削減率
67%
導入難易度
★★★☆☆
実装
本格構成
OpenSearch 構成例 人事 IT・SaaS・人材 工数削減
詳しく見る →
UC-0279

応募の中身を経路ごとに仕分けて、どの媒体にいくら出すかの材料を毎月作る

求人媒体から届く応募の内容を、経験・勤務できる条件・志望の具体性といった決めた区分で仕分け、経路ごとに集計できる形にします。採用担当の作業は、応募を読んで感触を覚えておくことから、集計された傾向を見て配分を決めることに変わります。

想定削減率
70%
導入難易度
★★☆☆☆
実装
半自動化
Gemini 構成例 採用 人材・介護 判断支援
詳しく見る →
UC-0267

入社予定者の受け入れ準備を、入社日から逆算して関係部署へ手配する

入社が決まった人について、職種・配属・雇用区分から必要なものを引き当て、入社日から逆算した締切付きの依頼文の下書きをAIに作らせます。送信と実行は人が行い、返事の無い手配が一覧で見えるようにします。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
半自動化
Zapier 構成例 採用 IT・SaaS・人材 入力漏れ削減
詳しく見る →
UC-0257

パート・アルバイトの応募を、募集条件と勤務できる曜日・時間で一次仕分けする

パート・アルバイトの応募内容を、店舗ごとの募集条件と必要なシフトに照らして仕分け、連絡の下書きまで用意します。採用担当の作業は、1件ずつ読んで店舗へ振り分けることから、仕分けの結果を確かめて連絡することに変わります。

想定削減率
70%
導入難易度
★★☆☆☆
実装
半自動化
Google Apps Script 構成例 採用 人材・介護 対応スピード向上
詳しく見る →
UC-0251

入社手続きで集める提出書類を読み取って、登録用のデータと不足の連絡文にする

入社時に提出される書類を、種類ごとに自動で仕分け、必要な項目を読み取って人事システムへの登録データにします。担当者の作業は、1枚ずつ見分けて手で入力することから、読み取った内容を確かめることに変わります。

想定削減率
68%
導入難易度
★★☆☆☆
実装
半自動化
Azure AI 構成例 採用 その他・介護 入力漏れ削減
詳しく見る →
UC-0240

リファレンスチェックの依頼と回収を回して、選考記録に残す

候補者の同意を確かめたうえで、募集要件から推薦者への質問を組み立て、依頼状の下書きを作り、返ってきた回答を観点ごとに要約します。聞いてはいけない事項が混ざっていないかの点検まで行います。採用担当の作業は、文面を書いて回答を整理することから、出来上がったものを確かめることに変わります。

想定削減率
64%
導入難易度
★★☆☆☆
実装
半自動化
Google Apps Script 構成例 人事 IT・SaaS・人材 判断支援
詳しく見る →
UC-0230

会社説明会の質疑応答を記録して、採用FAQの追加候補と回答案を作る

オンライン会社説明会の文字起こし、チャット欄、事後アンケートから質問を抜き出し、採用FAQと照らして「既にある質問」と「FAQに無い質問」に分けます。無い質問には回答案を付け、人事の確認後に採用サイトのFAQと次回の説明資料へ反映します。

想定削減率
70%
導入難易度
★☆☆☆☆
実装
半自動化
Zapier 構成例 人事 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0221

求人票と労働条件通知書の記載が食い違っていないかを、内定を出す前に点検する

求人票・選考中に提示した条件・労働条件通知書の3つを入力に、明示事項を項目ごとに抜き出して並べ、食い違いと記載漏れを箇所つきで指摘します。担当者の作業は、3つの書類を並べて目で追うことから、指摘を確かめて直すことに変わります。

想定削減率
71%
導入難易度
★☆☆☆☆
実装
最小構成
ChatGPT 構成例 人事 人材・介護 品質標準化
詳しく見る →
UC-0217

外国人材の採用で、応募者とのやり取りと案内の文面を多言語でそろえる

外国人の応募者に送る募集要項、選考の案内、面接の日程、持ち物、内定後の手続きの文面を、やさしい日本語と母語の併記で作ります。用語集を先に当てるので、訳がぶれません。

想定削減率
67%
導入難易度
★★☆☆☆
実装
半自動化
Google Apps Script 構成例 人事 人材・介護 品質標準化
詳しく見る →
UC-0203

カジュアル面談の記録から、一次面接の面接官に渡す引き継ぎメモを作る

カジュアル面談の文字起こしや手書きメモを渡すと、候補者の関心事・懸念・志向・次に確かめることの4欄にまとめた引き継ぎメモの案を作ります。採用担当は案を確かめて、一次面接の面接官へ渡します。

想定削減率
68%
導入難易度
★☆☆☆☆
実装
最小構成
ChatGPT 構成例 人事 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0194

面接官の練習をAIに候補者役をさせて行い、質問の癖と聞いてはいけない事項を点検する

募集職種と候補者像を入力に、AIが候補者役を務めて模擬面接を行い、面接官が投げた質問を「適性と能力を見る質問だったか」「聞いてはいけない事項に触れていないか」「深掘りができていたか」に整理します。人事は、全員の練習に付き添うことから、指導が必要な人と話すことへ変わります。

想定削減率
60%
導入難易度
★★☆☆☆
実装
半自動化
Microsoft Copilot 構成例 人事 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0186

社員紹介の受付から選考の進捗までを回して、紹介した社員へ状況を返す

社員が知人を紹介する制度の受付を1つのフォームに寄せ、募集中のポジションの候補を出し、選考の段階が変わるたびに紹介した社員へ返す文面を下書きします。担当者の作業は、経路をまたいだ情報集めから、下書きの確認に変わります。

想定削減率
65%
導入難易度
★☆☆☆☆
実装
半自動化
Zapier 構成例 人事 IT・SaaS・人材 対応スピード向上
詳しく見る →
UC-0176

同業他社の求人と処遇の条件を毎月巡回して、自社の募集条件の見直し材料にする

公開されている他社の求人情報を毎月巡回し、職種ごとに給与レンジ・勤務地・働き方・必須要件・歓迎要件を同じ観点で整理して、自社の募集条件との差を一覧にします。担当者の作業は、求人サイトを見て回って表にまとめることから、整理された比較を読んで条件を決めることに変わります。

想定削減率
68%
導入難易度
★★★☆☆
実装
半自動化
Claude 構成例 人事 IT・SaaS・人材 判断支援
詳しく見る →
UC-0170

中途入社者の立ち上がりを、入社後の面談をAIとの対話で行って追い、定着のリスクを拾う

中途入社者に対して、入社1か月後と3か月後にチャットで一次ヒアリングを行い、回答を「業務の立ち上がり」「人間関係」「期待とのずれ」「必要な支援」の4つの論点に整理します。人事の作業は、全員と面談することから、整理結果を読んで支援が要る人とだけ面談することに変わります。

想定削減率
57%
導入難易度
★★☆☆☆
実装
半自動化
Microsoft Copilot 構成例 人事 IT・SaaS・人材 属人化解消
詳しく見る →
UC-0162

社員インタビューの録音から、採用広報の記事と募集要項の下書きを作る

社員インタビューの録音の文字起こしを入力に、採用広報の記事の下書きと、募集要項の魅力づけの文面を作ります。担当者の作業は、録音を聞き直して一から書くことから、下書きを本人の発言と突き合わせることに変わります。

想定削減率
61%
導入難易度
★☆☆☆☆
実装
最小構成
ChatGPT 構成例 採用 IT・SaaS・人材 品質標準化
詳しく見る →

条件を足して絞り込む

生成AI・業界・部門のまとめページから探す

自社で使えるAI活用を整理したい方へ

業務内容を伺い、導入候補となるAI活用方法の整理、優先順位付け、PoC設計まで支援します。

AI活用について相談する