AIで「採用の質」を高める。求める人材を見逃さない「sonar AI」の活用方法とその効果

AIの活用が採用業界にも広がっています。
AIによる面接や求人票作成、ES添削など多様なサービスが登場する中、Thinkingsは2023年4月に、採用選考を支援するAI機能「sonar AI（ソナーエーアイ）」を提供開始しました。（sonar AI:

）


本記事では、「sonar AI」の機能や活用事例を通じて、「採用の質」をどのように高められるかを、sonar AIの開発に関わったシニアスペシャリストの森田とプロダクトマーケティングマネージャーを務めるギヨンのインタビューを通してお伝えします。

ギヨン：
「sonar AI」は、採用管理システム「sonar ATS」のオプション機能です。「sonar ATS」に蓄積された自社の過去の採用情報をもとに、応募者の「合格可能性」を10段階のスコアで提示することで、採用選考を支援します。


「sonar AI」では、過去の応募者のエントリーシートや適性検査、履修履歴情報などのテキストデータをもとに、自社独自の「人物モデル」を作成します。このモデルと、新たにエントリーされた応募者の情報を照らし合わせて、合格可能性を予測します。例えば、スコアが「10点」と提示されれば、過去に合格した人材と似た傾向であることがわかります。

客観的な情報としてスコアが提示されることで、採用担当者はその後どのように対応するかを判断しやすくなるため、採用活動の効率化にもつながります。


森田：
売り手市場で企業の採用活動は難易度が上がっています。採用担当者の負担が増している中で、注力したい業務に時間を割けられず、多くの企業で採用活動の改善に苦慮しています。そこで、AIによって、効率化しながら「採用の質」を高めることを支援したいと考え、「sonar AI」を開発しました。

ギヨン：
「sonar AI」では、企業の課題や目的に合わせて、「一次面接」「最終面接」など採用フローの様々なポイントでAI予測を活用できますが、現在最も活用されているのは、「書類選考」の合否予測です。

例えば、約1,000件のエントリーシート（ES）を人が読み込むにはかなりの時間と労力が必要です。しかし、「sonar AI」を活用すれば、応募者のスコアとその人数比率がすぐにわかります。

例えばこのテストデータでは、「スコア9～10点の、合格可能性が高い応募者が全体の約30%を占めている」とわかるなど、応募者全体の傾向が可視化できます。


森田：
これにより何ができるようになるか。例えばある企業様の事例では、「書類選考」の〆切前に、エントリー済の応募者のスコアを確認したところ、高いスコアの応募者が少なかったことから、リマインドの追加、募集チャネルの追加などを実施されました。これまでは、選考が進んで候補者が少なくなってから追加対応をするしかなかったのですが、採用活動の早い段階から課題を把握し、タイムリーに打ち手を実行できた、と評価いただきました。

森田：
また他にも、新任の採用担当者を含むチームで数百名の「書類選考」を行う際に、「sonar AI」を活用して役割分担を行ったことで、選考の質を落とさずに効率化できた事例もあります。具体的には、合格可能性が高い「スコア8点以上」の応募者の書類を新任担当者が、それ以外をベテラン担当者が確認しました。


合否が明確なものと判断が難しいものが混在すると、大量の書類を見る過程で、人だとどうしても評価がぶれることもあると思います。「sonar AI」を活用すれば、本来合格にすべき応募者を、経験の差により見逃すことがないよう、最適な役割分担ができ、客観的な評価を参考にしながら判断することが可能になります。導入の効果として、限られた人員でも、選考のバラつきを防ぎながら対応できたと伺っています。


さらに、スコアごとに書類が分類されたことで、完全にランダムな状態で書類を確認するよりも大幅に負担が軽減され、前年度と比べて書類選考にかかる時間が6～7割程度に、精神的負担も半分になったというお声をいただきました。

森田：
その他にも、選考では合格にしているが、入社には至らなかった人材の傾向を分析し、「フォロー強化対象者モデル」を作成した事例もあります。そのモデルに近い応募者には、個別フォローを積極的に強化し、会社理解の促進や、魅力付け、不安の解消などを行うことで選考離脱を防ぐ取り組みをされています。


また、「営業職モデル」など職種別モデルや、新規事業のための新しい人材として「これまでは採用しなかったが、今後採用していきたい人物モデル」など、過去に合格した人物モデルに限らず、自社の採用データが上手く整理されていれば、幅広いモデルの作成が可能だと考えています。


ギヨン：
「sonar AI」を活用する際には、どのような採用課題を解決したいかなど、目的を明確にすることが必要です。多くの場合、「sonar AI」の導入目的は効率化にとどまらず、選考判断の精度の向上や、採用プロセスの改善など、「採用の質」を高める目的で導入されています。


弊社では、採用課題の特定から、解決のためにどのように「sonar AI」を使うかまで、ユーザー企業のみなさまと一緒に考えサポートしています。

森田：
「sonar AI」では、過去の応募者に関するテキストデータを活用して「人物モデル」を作成し、合格可能性予測を行います。そのため、テキストマイニングを行う技術や、分析・予測の技術、それらが十分にできる採用データが必要です。


「sonar AI」のAI基盤に関しては、国内屈指のAIサービス事業者であるエクサウィザーズ社のexaBaseを活用することで、高い精度のテキストマイニングと予測機能を実現しています。


また「sonar AI」の活用には、自社の採用データが必要不可欠です。採用活動の応募から入社に至るまでの、あらゆる自社の採用情報を蓄積できる「sonar ATS」のデータを活用するからこそ、高い精度のモデル作成が実現可能なのです。


ギヨン：
「sonar AI」の導入時には、「実際に採用した応募者」のデータを用いて、合格可能性がきちんと高く提示されるかという事前テストを行い、予測精度を確認します。しかし、データ量の不足や、採用基準にバラつきがあるなどデータが整っていない場合には、予測精度が落ちてしまいます。そのため、AIがより多くの質の高いデータを活用できるよう、自社の採用活動を見直すことからはじめる企業様もいらっしゃいます。


また、採用活動には長年取り組んでいるが、「sonar ATS」を導入して間もなく、蓄積データの不足でモデル作成ができない企業様に対しては、データ形成の支援を含む改善策も検討しています。


森田：
AIを活用することによって、自社の状態や課題に気づく企業様も多いです。多くの企業様の導入を支援する中で、「自分達ならAIをどう活用していくか」というスタンスで活用をはじめることが大事だと感じています。

ギヨン：
「sonar AI」は、求める人材を見逃さずに最大限採用につなげるために、採用プロセスを改善することに貢献しています。採用プロセスの改善は、応募者にとってのよりよい体験にも繋がるはずです。Thinkingsでは、採用に関わる全ての人の、採用体験の満足度が上がる世界観を目指しています。


今後は、「sonar AI」の機能の向上はもちろん、採用管理システム「sonar ATS」のAI活用もさらに広げていく予定です。2024年4月には、「sonar AI」に加えて、求人票の作成をサポートする「AI求人作成アシスタント」もリリースしました。※ 例えば今後、応募者に合わせた面接官の提案を含む、面接日程調整などもAIで実現できないかと検討しています。
※採用管理システムsonar ATSの機能「AI求人作成アシスタント」開発のこだわり

採用プロセス全体を通して、あらゆるデータを管理できる「sonar ATS」の強みを活かせば、採用活動でよりシームレスなAI活用を進めることができると考えています。「sonar ATS」に蓄積しているデータを、どうAIに学ばせるか、それによって何ができるか、今後もさらに追求していきたいと思います。

Thinkingsでは、「採用におけるAI活用」に注目し、企業や就活生へのアンケート調査、企業事例の紹介を含む市場分析などを行っています。


・採用でのAI活用、実施した64％の企業が「AIでの判定」に有効性を感じている86.5%の学生が「AIでの判定」を活用することを許容

・採用コミュニケーションの難しさ、第1位は応募者への「個別対応」。企業は「リソースを最適に配分できるか」がカギに。

・with AIに踏み込む、"選ばれる企業"の採用戦略。
～2026年卒 採用トレンド予測発表会 イベントレポート～

▼採用管理システムsonar ATSについて

▼Thinkingsについて