面談後の“求人選定”を45分→15分に短縮。年間約270万円相当の工数削減

 基本情報

• 業種：人材紹介

• 従業員(CA)数：5名

• 担当者：人材紹介部署マネージャー

• プロジェクト期間：導入〜運用開始(1ヶ月)

• 提供サービス：スマートAIマッチング

事前にご相談頂いた課題

定性的な課題

• 面談後の“求人選定＋推薦文（提案文）作成”に時間がかかり、生産性が低い

• 新人・業務委託の担当者が多く、経験差により提案品質のばらつきが大きい

• 一次提案で決まらなかった候補者への“次の提案（別求人提案）”が遅れ、機会損失が発生

定量的な課題（数値）

• 月間面談数：150名

• 面談後の求人選定＋推薦文（提案文）作成：45分/人

• マッチング業務工数（算出）：150名 × 45分 ＝ 112.5時間/月（約112時間）

• この業務の人件費（概算）：約33万円/月（112.5h × 時給3,000円）

課題要因（なぜ従来のアプローチでは解決しなかったか）

• 求人検索は年収・勤務地など“条件フィルタ中心”で、面談内容（志向・職務経験のニュアンス）と求人要件の照合が手作業だった

• 求人選定の判断軸が暗黙知化し、経験差がそのまま成果差につながっている

選んだアプローチ

• AIが候補求人の提示＋推薦理由まで作成し、CAは最終判断と微修正に集中

なぜこのアプローチか

• LLMを使って、面談メモや職務経歴書の文章情報をシステムが理解できる形に変換し、求人候補を自動抽出できるため

導入までのプロセス

1. 1週目：判断軸の棚卸し

2. 2週目：データ取込

3. 3週目：パイロット＋レビュー

4. 4週目：全体展開

結果

定量成果（Before/After比較）

• Before：面談後の求人選定＋推薦文作成 45分/人

• After：15分/人（確認・追記中心）

ROI

• 年間ROI（（効果−コスト)÷コスト）は、 1.7（=（2,700,000−1,000,000）÷1,000,000）

算出根拠

• 月間面談数：150名

• 平均削減時間：30分/人（45分→15分）

• 時給単価：3,000円（概算）

• 月間効果：150名 × 0.5時間 × 3,000円 ＝ 225,000円

• 年間効果：約270万円

• 年間コスト：100万円(＝7.5万円/月x12ヶ月+初期費用10万円)

担当者の声

「面談後の求人選定と推薦文作成に追われていましたが、AIで候補提示と提案文の土台が出るようになり、フォローに時間を回せるようになりました。」

― 人材紹介会社B社 マネージャー

提供内容（納品範囲）

提供内容（利用範囲）｜スマートAIマッチング（SaaS）

• 管理画面の提供（ユーザー発行・権限設定）

• 求人候補の自動提示（面談情報／職務経歴書／求人DBの照合・ランキング表示）

• 推薦文／提案文の下書き自動生成

• マッチング根拠の可視化（一致した要件・スキル・経験・注意点の提示）

導入支援（初期費用の範囲）

• ヒアリング（求人選定の判断軸・優先順位）

• 初期データインポート（CSV／スプレッドシート前提）

• テスト出力・差し戻し調整（マッチング結果／推薦文品質のレビュー→ルール調整）

• 操作説明（オンボーディングMTG：1回 など）

運用サポート（月額の範囲）

• 問い合わせ対応（チャット／メール等）

• 障害時の一次対応・復旧連絡