「求人を出しても応募が集まらない」
「母集団形成にAIが使えると聞くけれど、どこに入れればいいのかわからない」
このようにお考えの採用担当者の方は多いのではないでしょうか。
母集団形成とは、自社の選考を受ける可能性がある求職者の集団をつくる採用活動を指します。近年はこの母集団形成にAIを活用する動きが広がっていますが、その効果は「応募数を増やすこと」だけにとどまりません。集めた母集団を書類選考で捨てず、応募後に逃がさず、将来のために貯めておく。この3つの段階すべてに、AIが入る余地があります。
この記事では、母集団形成の基本から、工程別のAI活用法、効果測定のKPI、法令上の注意点、導入ステップまでを順に解説します。「自社はどこで求職者を失っているのか」を特定し、次の一手を決める材料としてお役立てください。
- 目次
採用の母集団形成とは？AI活用の前に押さえる基本
母集団形成という言葉は採用の現場で広く使われていますが、その定義は意外と曖昧に扱われがちです。AIの話に入る前に、何を目指す活動なのか、目標値はどう決めるのかを整理しておきましょう。ここを飛ばしてツールを導入すると、「応募は増えたが採用にはつながらない」という結果になりかねません。
母集団形成は「応募数集め」ではない
母集団形成とは、自社の求人に関心を持つ求職者を幅広く集める活動のことです。ただし、人数を集めれば良いというものではありません。集まった母集団のなかに自社が求める人材がいなければ、採用活動の目的は果たせないためです。
母集団形成では、「量」と「質」の両方を同時に設計する必要があります。母集団が小さすぎると、内定辞退が1件出ただけで採用目標に届かなくなるでしょう。反対に大きすぎれば、選考に時間と費用がかかるうえ、ミスマッチも起こりやすくなります。
自社の求める人物像に近い求職者を、取りこぼさずに集める。この状態をつくることが母集団形成のゴールになります。
母集団の目標値は採用人数から逆算する
母集団の規模は、感覚で決めるものではありません。採用予定人数と過去の選考通過率をもとに、逆算して設定するのが基本です。
たとえば最終的に5人を採用したい場合、内定承諾率や各選考段階の通過率を当てはめて「二次選考は10人、一次選考は25人、応募は80件必要」といった形で必要数を割り出していきます。この逆算をしておけば、特定の段階で目標人数に届かなかったときに、すぐ立て直しの判断ができるでしょう。
多くの企業が母集団形成につまずくのは、この逆算した数字と実績のあいだにギャップが残る点にあります。本記事はまさにその地点をスタートとして、AIで何が変わるのかを見ていきましょう。
母集団形成ができている企業は採用計画が崩れない
適切な母集団形成には、応募数の確保以外にもいくつかの効果があります。主なものを整理すると以下のとおりです。
- 各選考段階の進捗が数値で見えるため、早い段階で立て直せる
- 再募集による採用活動の長期化を防ぎ、費用が適正化される
- 求める人物像を先に定義するため、入社後のミスマッチが減る
- 継続的に人材を確保できる体制が、事業の成長を支える
とくに費用への影響は見逃せません。中途採用の1人あたり採用単価は約50万円、アルバイト採用では約7万円が相場とされ、人材紹介サービスを使う場合は入社者年収の約30%が手数料として発生します。母集団形成が不十分なまま採用活動を始めると、二次募集・三次募集が必要になり、この単価がさらに膨らんでいくでしょう。
母集団形成の主な8手法とAIが効く工程
母集団形成の手段は複数あり、それぞれ費用感もスピードも異なります。1つの手法で母集団のすべてを集める必要はないため、自社の予算と体制に合わせて組み合わせるのが現実的です。
| 手法 | 費用感 | スピード | 人事の工数 | AIが効く場面 |
|---|---|---|---|---|
| 求人広告 | 中 | 速い | 中 | 原稿作成、キャッチコピーの改善 |
| 人材紹介 | 高（年収の約30%） | 中 | 低 | 求人要件の言語化と共有 |
| ダイレクトリクルーティング | 中 | 中 | 高 | 対象の抽出、スカウト文の個別化 |
| リファラル（社員紹介） | 低 | 遅い | 中 | 社員向け依頼文の作成 |
| 合同説明会・イベント | 中〜高 | 遅い | 高 | 当日の説明内容の標準化 |
| SNS | 低 | 遅い | 中 | 投稿案の量産、反応の分析 |
| 自社採用サイト・採用LP | 中 | 遅い | 中 | 掲載コンテンツの下書き |
| ハローワーク | 無料 | 中 | 低 | 求人票の記載内容の整理 |
こうして並べると、AIが手伝えるのは主に「文章をつくる作業」と「対象を絞る作業」であることが見えてきます。ですが、母集団形成でAIが効く場面はこれだけではありません。後述する「応募後の対応」こそ、実は最も効果が大きい領域です。
新卒・中途・アルバイトで変わる母集団形成の前提
採用区分によって、母集団形成の制約は大きく異なります。同じ手法をそのまま横展開しても機能しないため、前提の違いを押さえておきましょう。
新卒採用では、他社と同じ時期に動かざるを得ない点が最大の制約になります。2027年卒の就職内定率は6月1日時点で77.2%に達しており、動き出しが遅れると母集団そのものが市場に残っていない状況が生まれます。中途採用は時期によって求職者の動きが変わるうえ、在職中の求職者が多いため、短期決着とスピード対応が欠かせません。アルバイト採用では応募単価が低い一方で即日性が命になり、連絡が1日遅れるだけで他社に流れてしまうでしょう。
区分ごとの設計は、新卒採用でのAI面接の使い方や在職中の求職者への対応、大量採用での運用でそれぞれ詳しく整理しています。
参考：2027年卒学生 就職内定率調査（2026年6月1日時点）
なぜいま母集団形成にAIが必要なのか
母集団形成は昔から採用活動の一部でした。ですが、ここ数年で「従来のやり方が通用しなくなった」といえる変化が起きています。人手不足という外的要因に加えて、選考の仕組みそのものが機能しなくなりつつあるのが現状です。
中小企業は求職者1人を複数社で取り合っている
有効求人倍率は2026年5月分で1.17倍と、求職者1人に対して1件以上の求人がある状態が続いています。数字だけを見ると、市場が落ち着いた印象を受けるかもしれません。
ですが、企業規模別に見ると景色が変わります。2027年卒の大卒求人倍率は全体で1.62倍ですが、従業員300人未満の企業の求人数は38.5万人で前年比3.5%減となり、規模の大きい企業では逆に求人が増えました。つまり中小企業は、限られた求職者を多くの同規模企業と取り合う構造に置かれたままです。
「市場が落ち着いたから採用しやすくなる」という見立ては、中小企業には当てはまりにくいといえるでしょう。
参考：第43回 ワークス大卒求人倍率調査（2027年卒） ／ 一般職業紹介状況（令和8年5月分）
採用課題の1位は「応募者数の不足」
2026年に実施された調査では、採用に課題を感じる企業担当者1,625名のうち、45.2%が「応募者数の不足」を課題として挙げ、これが第1位となりました。2位は「採用コストの高騰」で34.6%、3位は「面接官ごとの評価基準のバラつき」で34.2%でした。
注目したいのは、上位3つがすべてつながっている点です。応募が足りないから採用単価が上がり、少ない母集団から無理に採ろうとするから評価がぶれる。母集団形成の課題は、単独では存在していません。
逆にいえば、母集団形成の詰まりを解消できれば、コストと評価精度の両方に波及効果が期待できます。
参考：新卒・中途採用におけるAI面接導入に関する実態調査（2026年3月）
生成AIの普及で書類選考が機能しなくなった
母集団形成において、いま最も見落とされているのがこの変化です。2026年3月卒業予定の学生のうち約67%が、就職活動で生成AIを利用した経験があると回答しました。用途として最も多いのは、エントリーシートの作成でした。
その結果として何が起きたか。AI面接を導入している企業の69.7%が「生成AIの普及によって書類選考での人物の見極めが難しくなった」と答えています。すでに13.8%が書類選考を廃止し、34.1%が廃止を検討、38.8%が「廃止はしないが選考における重要度を下げる予定」と回答しました。
母集団を絞り込むための従来のフィルターが、機能しなくなりつつあるわけです。書類で落とせなくなれば、必然的に「会って判断する」量が増えます。ここがAI活用の必要性と直結する部分といえるでしょう。
集めた応募は面接に到達する前に目減りする
母集団形成の議論は「どうやって集めるか」に偏りがちですが、集めた応募は放っておくと減っていきます。応募から面接確定までに2〜3週間かかることは珍しくなく、その間に求職者の意欲は下がり、他社の選考が先に進んでしまうでしょう。
採用の実務では、初回連絡は応募後24時間以内、面接日程の確定は3営業日以内が目安とされています。夜間や土日に届いた応募を翌営業日に処理する運用で、この目安を満たすのは容易ではありません。とくに在職中の求職者やシフト勤務の求職者は、日中に連絡が取れないケースも少なくありません。
母集団形成は「集めた後」にも続いているという視点が、ここで必要になります。
応募を増やすほど選考が回らなくなるジレンマ
ここまで読んで、「そもそも応募が増えても対応しきれない」と感じた方もいるかもしれません。それは正しい感覚です。
間口を広げれば、自社の求める条件に合わない応募も増えます。人事が1名、あるいは他業務との兼務で回している組織では、選考工数がそのままボトルネックになるでしょう。さらに、受検数に応じて費用が発生する仕組みのサービスを使っていれば、応募が増えるほど支出も膨らんでいきます。
つまり母集団形成には、「広げたいが、広げると苦しくなる」という構造的なジレンマが潜んでいます。AIをどこに入れるべきかを考えるうえで、この制約を先に認めておくことが重要です。
母集団形成のどこにAIを使えるのか
AIを「便利そうだから」と一部の工程だけに入れると、その工程だけが速くなり、前後の詰まりが余計に目立つ結果になります。まずは母集団形成の全体像を分解し、どこに何を入れるのかを地図として持っておきましょう。
母集団形成は「入口・通路・貯蔵」の3層に分けて考える
母集団形成を工程で分けると、大きく3つの層に整理できます。
- 入口：求人を届け、応募を集める段階
- 通路：集めた応募を面接まで運び、逃がさない段階
- 貯蔵：今は採用しない人材を、将来のために蓄えておく段階
多くの解説記事は入口の手法紹介で終わります。ですが実務でつまずくのは、入口を広げたあとの通路が細いままというケースです。応募は増えたのに面接実施数が変わらないなら、通路で失っていることになります。
自社がどの層で失っているかを特定してから手を打つ。これが母集団形成でAIを使う際の原則になります。
工程別に見るAI活用度マップ
3つの層を、より細かい工程に落とすと以下のようになります。それぞれ「AIに任せられること」と「人が判断すべきこと」を分けて捉えるのがポイントです。
| 層 | 工程 | AIに任せられること | 人が判断すべきこと |
|---|---|---|---|
| 入口 | 採用要件の定義 | ヒアリングによる要件の言語化、抜け漏れの指摘 | 現場の実態との照合、優先順位の決定 |
| 入口 | 媒体選定 | 条件に沿った媒体の候補出しと比較整理 | 地域性・業界慣習を踏まえた最終判断 |
| 入口 | 求人原稿の作成 | 原稿の下書き、表現のバリエーション出し | 法令に反する表現の確認、事実確認 |
| 入口 | スカウト | 経歴に合わせた文面の個別化 | 送信対象の妥当性、個人情報の取り扱い |
| 通路 | 応募後の面接実施 | 24時間の受検受付、面接の実施、評価レポートの作成 | 合否の最終判断、ボーダーライン層の確認 |
| 貯蔵 | タレントプール | 条件に合う人材の抽出、再接触タイミングの提示 | 同意範囲の確認、保有期限の管理 |
表のなかで唯一、色を変えて示したのが「応募後の面接実施」です。ここが本記事で最も強調したい工程になります。
【入口】応募を増やす母集団形成のAI活用法
まずは入口、つまり応募そのものを増やす段階でのAI活用を見ていきます。この層は汎用的な生成AIでも着手しやすく、費用をかけずに試せる点が特徴です。人事業務における生成AIの用途としても、求人票の作成が最も多く挙げられています。
採用ペルソナと要件をAIに言語化させる
入口の改善は、媒体を変えることではなく採用要件を具体化することから始まります。「若くて元気な人」「即戦力になる人」といった曖昧な要件のままでは、原稿も媒体選定もぶれてしまうためです。
生成AIに一問一答形式でヒアリングさせると、この言語化が進みます。実際にこの手法を使った企業では、漠然としていた要件が「夜勤シフトへの適性があり、業務に必要な資格を保有または取得意欲があり、車通勤可能なエリアに居住」という水準まで具体化され、同じ予算でも求人原稿のクリック単価が約3割改善したという報告があります。
重要なのは、AIの性能そのものではありません。AIに答えさせるために、人間側が要件を言語化せざるを得なくなるという構造が効いています。所要時間は20〜30分程度です。
媒体選定と予算配分をAIで構造化する
中小企業の採用でよく見られる失敗は、予算の投下先を間違えているケースです。地方の現場職を募集しているのに、都市部のハイクラス層向けサービスに毎月数十万円を払い続ける、といった状況が実際に起きています。
生成AIに媒体の候補を出させる際は、必ず「月額予算」「採用の緊急度」「自社採用ページの有無」「社員紹介制度の有無」を条件として与えましょう。条件を入れずに聞くと「すべての媒体に出すべき」という答えが返り、予算が分散してしまいます。
ただし、AIは自社の地域性や業界の慣習までは把握していません。出力された候補はあくまで叩き台として扱い、実態と合っているかを人が検証する工程を必ず挟んでください。
求人原稿と求人票の作成をAIに任せる
求人原稿の作成は、人事担当者の負担が大きい割に成果が読みにくい業務です。生成AIを使えば、下書きからリライトまでを短時間で回せるようになります。
効果的なのは、1つの原稿を作らせて終わりにしない使い方です。キャッチコピーや仕事内容の書き方を複数パターン出させて比較し、掲載後にクリック率や応募完了率を見て差し替えていけば、原稿が資産として改善されていくでしょう。
一方で、求人原稿には法令上の制約が多く、生成AIはそこを意識せずに文章を書きます。この点は後述の注意点で詳しく扱いますので、原稿を媒体に出す前に必ず確認してください。
スカウト文をAIでパーソナライズする
ダイレクトリクルーティングを使っている場合、同じ文面を一斉送信した際の返信率は1〜3%程度にとどまります。これを引き上げるには、求職者一人ひとりの経歴を読んだうえでの個別化が必要になるでしょう。
とはいえ、1通あたり15〜30分かけて手書きしていては件数が回りません。AIに下書きを作らせ、人が2割程度を手直しする運用に切り替えると、1通5〜8分に短縮しながら返信率を5〜10%まで高められるとされています。
分岐点になるのは冒頭の1〜2文です。「ご経歴を拝見し」という定型句では反応が得られません。職務経歴書のどこを見て連絡したのかを具体的に書くことが、返信率を左右します。
リファラルと採用広報でAIを使う場面
費用を抑えて母集団を広げたい場合、社員紹介と採用広報も選択肢になります。社員に紹介を依頼する文面、採用サイトに載せる社員インタビューの構成案、SNS投稿の下書きなどは、生成AIで量産できる領域です。
これらは無料または低コストで始められ、転職を具体的に考えていない層にも情報が届く点が強みといえます。ただし成果が出るまでに時間がかかり、一定のノウハウも必要になるでしょう。
短期で応募を増やしたい局面では主力になりにくいため、中長期の仕込みとして並行して進める位置づけで考えると無理がありません。
【通路】集めた母集団を逃さないAI面接の使い方
ここからが本記事の中心です。入口を広げても、応募が面接に到達しなければ母集団は増えていません。この通路の部分でAIが担うのが、AI面接という選考手法です。仕組みそのものについてはAIが面接官を務める選考の基本で解説していますので、ここでは母集団形成の文脈に絞って整理します。
応募後24時間以内の接触をAI面接で仕組みにする
応募後の初回接触は早いほど良い、という原則は誰もが理解しています。問題は、それを人の稼働で担保できないことです。担当者が会議中でも、休暇中でも、深夜でも、応募は届きます。
AI面接であれば、応募直後に受検用のURLを案内するだけで選考が動き出します。日程調整の往復が発生しないため、応募から面接までのリードタイムが数週間から即日に短縮されるわけです。求職者側から見れば「応募したらすぐ選考が進んだ」という体験になり、志望度の維持にもつながるでしょう。
離脱の主要因である「待ち時間」を、仕組みで消せる点が最大の価値といえます。
24時間365日の受検で在職中の求職者を拾う
在職中の求職者にとって、平日日中の面接は大きな負担です。有給を取得する必要があり、それが応募をためらう理由にもなります。シフト勤務や子育て中の求職者も、同様の制約を抱えがちです。
実際、AI面接の受検は約65%が平日日中以外の時間帯に集中しているというデータがあります。この数字は、営業時間内しか選考できない体制では母集団の半分以上を取りこぼしていることを示しています。時間帯の内訳は転職者向けの選考設計でも触れました。
深夜に受検された面接を、担当者は翌朝レポートで確認すればよい。この非同期の運用が、母集団の実質的な拡大につながります。
書類選考を緩和・廃止して全員面接に切り替える
母集団形成でAIが効く理由として、最も見過ごされているのがこの点です。AI面接を導入した企業の53.2%が「書類選考の通過基準を緩和し、AI面接に進める人数を増やした」と回答し、33.5%が「書類選考を廃止し、応募者全員がAI面接を受けられるようにした」と答えました。
合わせると86.7%の企業が、選考の間口を広げる方向にプロセスを変更しています。つまりAI面接は応募数そのものを増やす道具ではなく、「面接できる人数の上限」を引き上げる道具として使われているわけです。
母集団を増やしたいなら、集める量を増やす前に、いま捨てている応募を拾えるようにするほうが早い場合があります。
参考：新卒・中途採用におけるAI面接導入に関する実態調査（2026年3月）
履歴書不要にして応募のハードルを下げる
応募フォームの記入項目が多いほど、途中で離脱する求職者は増えます。履歴書の準備が必要な求人は、その時点で「あとで出そう」と後回しにされ、そのまま応募されないことも少なくありません。
面接前のアンケートを履歴書の代わりに使えば、「履歴書不要」を打ち出した募集が可能になります。希望年収や入社可能時期、シフトの希望といった条件確認も同時に済むため、条件の食い違いを面接前に検知できる点も実務的な利点でしょう。
応募のハードルを下げながら、選考に必要な情報量は落とさない。この両立が、入口と通路をつなぐ設計になります。
会社説明を標準化して志望度の低下を防ぐ
母集団形成は「集めて終わり」ではなく、集めた求職者の志望度を保つ段階まで含みます。ところが説明の質は担当者によってばらつきやすく、繁忙期には会社説明が省略されることもあるでしょう。
AI面接では、面接前に社長メッセージやオフィス紹介の動画を再生する設計が可能です。誰が対応しても同じ内容が伝わるため、説明のムラが抑えられます。面接冒頭にアイスブレイクを挿入して緊張を和らげれば、求職者が本来の力を発揮しやすくなり、評価の精度も上がるでしょう。
選考の場を、見極めだけでなく自社を知ってもらう場として使う発想です。
【貯蔵】将来の母集団をAIで貯めておく
入口と通路を整えても、「いま募集しているポジション」に応募してくれる人しか母集団に入りません。3つ目の層として、将来の候補を蓄えておく発想を加えると、母集団形成は求人単位の活動から通年の活動へと変わるでしょう。
転職潜在層は顕在層の数倍いる
転職市場には、「いますぐ転職したい」という顕在層と、「良い機会があれば動く」という潜在層が存在します。各種調査では顕在層は全体の1割程度で、潜在層は6割前後を占めるとされ、両者を合わせた転職予備軍は7割程度にのぼるという結果も出ています。
この構造が意味するのは、求人を出したときにだけ動く採用では、市場の1割程度にしかリーチできていないということです。応募が集まらない原因を媒体や原稿に求める前に、そもそも接触対象を狭めていないかを確認する価値があります。
潜在層は情報収集に積極的ではないため、待っていても応募してきません。企業側から接点をつくる設計が必要になります。
参考：転職潜在層を含めた「転職予備軍」は約70%（HRzine）
募集がない時期にも会って母集団を貯める
潜在層への接点として有効なのが、選考ではない「面談」の形で先に話を聞いておく運用です。今すぐ採用しない相手でも、希望職種や勤務可能な時期を記録しておけば、求人が出たタイミングで声をかけられます。
この施策は、人が対応する前提では工数的に成立しません。採用予定のない相手に毎回30分の面談時間を割ける企業は、ほとんどないでしょう。AIが対話を担うことで初めて成立するタイプの施策だといえます。
選考との違いを求職者に明示し、合否を出さない前提で情報交換の場として設計するのがポイントです。採用以外の場面でのAI対話の使い方も、あわせて参考になります。
タレントプールをAIで抽出して再接触する
蓄えた情報は、放置すれば単なるリストになります。活きるのは、新しい求人が出たときに「この要件に合う人はいるか」を横断的に検索できる状態にしてあるときです。
AIを使えば、過去の面談記録や職務経歴、選考結果を横断して解析し、要件に合う人材を抽出できます。一度接点を持った相手への再接触は、新規の母集団形成よりも費用がかかりません。母集団形成コストの削減と、狙った人材への直接アプローチを同時に進められる点が利点です。
過去に惜しくも見送った求職者を、別の職種で改めて検討するといった使い方も現実的でしょう。
保有と再接触には同意と保有期限の設計が必要
一方で、求職者の情報を長く持ち続けることには法的な配慮が伴います。個人情報保護法は保有年数そのものを具体的に定めていませんが、取得時に同意を得た利用目的の範囲内でしか利用できません。
運用を始める前に、次の4点を決めておきましょう。
- 利用目的をどう通知し、どこまでの同意を得るか
- 情報を保有する期限と、期限到来時の削除手順
- 削除や利用停止の請求を受けたときの対応窓口
- 再接触の頻度の上限（頻繁な連絡は不信感につながります）
ルールを決めずに始めると、法令面のリスクだけでなく、企業の評判を損なう結果になりかねません。
AIで母集団形成はどれだけ変わるのか
ここまで施策の話を続けてきましたが、社内で予算を通すには数字が必要になります。この章では、AIを母集団形成に入れた企業で何が起きているのかを、調査データと試算で確認していきます。
導入効果の1位は「埋もれた才能の発掘」で62.4%
AI面接を導入した企業に効果を尋ねた調査では、最も多かった回答が「従来の書類選考基準であれば不合格にしていた層から、優秀な人材を採用できた」で62.4%でした。次いで「選考にかかる時間・工数を削減できた」が52.8%、「面接官との相性に左右されない公平な評価ができるようになった」が37.6%と続きます。満足度は全体で86.7%にのぼりました。
注目したいのは、工数削減よりも「人材の発掘」が上位に来ている点です。効率化の道具として導入した企業が、結果として母集団の質の変化を実感していることになります。
書類で落としていた層のなかに採用したい人材がいた。この事実は、母集団形成の考え方そのものを問い直す材料になるでしょう。
参考：新卒・中途採用におけるAI面接導入に関する実態調査（2026年3月）
一次面接の工数を削って「会える人数」を増やす
母集団を広げるうえで最大の制約は、面接に使える時間です。ここが空かないかぎり、応募が増えても面接実施数は変わりません。
Our AI面接を開発したJetBが自社採用で検証した結果では、2025年10〜12月の3ヶ月間で一次面接の工数を88.87%削減し、110.79時間を削減しました。人件費に換算すると約110万円相当です。面接官が行うのはAIレポートの確認と、気になった求職者の動画チェックのみになります。
空いた工数がそのまま「会える人数」に変わるという因果が、母集団形成における工数削減の本質的な価値といえるでしょう。
書類選考ありと全員面接での歩留まり比較
間口を広げると最終的な採用数がどう変わるのか、簡単な試算で確認してみましょう。応募100件を起点に、書類選考ありのモデルと、書類選考を外して全員にAI面接を実施するモデルを並べます。
| 段階 | 書類選考ありのモデル | 全員AI面接のモデル |
|---|---|---|
| 応募 | 100件 | 100件 |
| 書類通過 | 30名（通過率30%） | 100名（書類選考なし） |
| 一次面接の実施 | 21名（日程調整で3割離脱） | 75名（即日受検で離脱を抑制） |
| 二次面接へ進む | 6名 | 15名 |
| 内定・入社 | 2名 | 5名 |
上記は一定の通過率を仮定した試算であり、実際の数値は職種や業種によって変わります。ですが構造として押さえておきたいのは、応募数を1件も増やさずに、面接に到達する人数を大きく動かせるという点です。母集団形成の打ち手は、集める側だけではありません。
母集団形成のAI活用で見るべきKPI
施策を入れたら、効果を数値で確認する必要があります。ここを曖昧にしたままだと、続けるべきか止めるべきかの判断ができません。母集団形成で見るべき指標を整理しておきましょう。
応募数だけを見ると必ず失敗する
母集団形成の成果指標として応募数を置く企業は多いのですが、これだけでは施策の評価ができません。応募が2倍になっても、面接に到達した人数が変わっていなければ、採用数は増えないためです。
見るべきは応募数ではなく、面接まで到達した人数です。この数字が動いていれば、母集団は実質的に広がったといえます。逆に応募数が横ばいでも面接実施数が増えていれば、それは前進と評価してよいでしょう。
「集めた数」ではなく「会えた数」を成果として定義する。この置き換えが、母集団形成のKPI設計で最初にやるべきことです。
追うべき指標と、どこで確認できるか
母集団形成の状態を把握するには、以下の指標をチャネル別に測定します。同じ応募数でも、媒体によって歩留まりは大きく異なるためです。
| 指標 | 何がわかるか | 確認できる場所 |
|---|---|---|
| 求人の表示・クリック数 | 求人が見られているか（露出の量） | 求人媒体の管理画面 |
| 応募完了率 | 応募フォームで離脱していないか | 媒体管理画面、アクセス解析 |
| 応募単価 | チャネルごとの費用効率 | 媒体費用と応募数から算出 |
| 面接実施率 | 応募後に逃がしていないか | 採用管理システム、選考台帳 |
| 選考中の辞退率 | 志望度が下がる箇所はどこか | 採用管理システム、選考台帳 |
| 内定承諾率 | 母集団の質が合っているか | 採用管理システム、選考台帳 |
| 入社後3ヶ月の定着率 | 母集団の質が本当に合っていたか | 人事データ、配属先へのヒアリング |
年間採用30名以下の規模であれば、専用の採用管理システムがなくても表計算ソフトで十分に運用できます。まずは記録を残すことから始めてみてください。
自社の詰まりは「露出・訴求・対象・応募後」のどこか
指標がそろったら、自社がどこで求職者を失っているかを特定します。原因によって打ち手がまったく変わるため、この見極めが最も重要です。
| 詰まり | 現れ方 | 見る指標 | 打ち手 |
|---|---|---|---|
| 露出 | そもそも求人が見られていない | 表示回数、クリック数 | 媒体の見直し、掲載条件の調整 |
| 訴求 | 見られているが応募されない | クリック率、応募完了率 | 求人原稿の刷新、応募項目の削減 |
| 対象 | 応募は来るが求める人材と違う | 書類通過率、面接評価の分布 | 採用要件の再定義、媒体の入れ替え |
| 応募後 | 応募後に連絡が取れず消える | 面接実施率、初回連絡までの時間 | 即時案内の自動化、24時間受検 |
多くの企業は「露出」だと考えて媒体費を増やしますが、実際には「応募後」で失っているケースが少なくありません。媒体を追加する前に、いまの応募がどこで消えているかを確認するほうが、費用対効果は高くなるでしょう。
母集団形成に使うAIツールの選び方
母集団形成にAIを使うと決めたあと、次に迷うのがツールの選定です。「AI採用ツール」と呼ばれるものは領域が大きく異なるため、自社の詰まりに合っていないものを選ぶと効果が出ません。
汎用AIでできる範囲とできない範囲
まず押さえておきたいのは、汎用的な生成AIでどこまで対応できるかという点です。採用ペルソナの言語化、求人原稿の作成、スカウト文の下書きまでは、月数千円程度のサービスで内製できます。
一方で、応募者への案内配信、受検状況の管理、評価の記録と社内共有といった業務は、汎用AIでは回りません。応募が届くたびに担当者が手作業でやり取りする状態が残るためです。
まず汎用AIで入口の文章づくりを試し、応募後の運用が回らないと感じた時点で専用サービスを検討する。この順番なら、投資を最小限に抑えながら判断できるでしょう。
AIスカウトとAI面接はレイヤーが違う
同じ「AI採用ツール」でも、担当する層が異なります。ここを混同すると、詰まっていない箇所に投資してしまいます。
- AIスカウト系：対象の抽出と文面生成を担う。入口の道具であり、応募数そのものを増やす
- AI面接系：応募後の面接実施と評価を担う。通路の道具であり、面接できる人数を増やす
- タレントプール系：蓄積した情報の抽出を担う。貯蔵の道具であり、将来の母集団をつくる
応募が来ていないのにAI面接を入れても効果は限定的で、応募が来ているのに捌けていない状態でAIスカウトを入れても状況は悪化します。前章の自己診断で特定した詰まりに、対応する層の道具を当てるのが原則です。
ツール型と代行型のどちらを選ぶか
AIを使った採用支援には、自社の担当者が操作する「ツール型」と、外部の専門スタッフが業務を請け負う「代行型」があります。
ツール型は費用を抑えられ、ノウハウが社内に残る点が強みです。ただし操作と運用の時間は自社で確保しなければなりません。代行型はターゲット選定から実務までをまるごと任せられる一方、費用は高くなり、社内にノウハウが蓄積しにくい面があります。
判断軸になるのは、採用に割ける人の時間があるかどうかです。人事が兼務で週数時間しか使えない状況なら、まずは運用負荷の小さい仕組みを選ぶほうが続きます。
応募が増えると費用も増える従量課金の落とし穴
見落としやすいのが料金体系です。母集団を広げるために導入したサービスが、受検数や応募数に応じた従量課金だった場合、間口を広げるほど費用が増える構造になります。
これは前章で触れたジレンマそのものです。書類選考を廃止して全員面接に切り替えたい場面で、費用が読めないという理由で踏み切れなくなります。月間応募が50件から200件、500件へと増えたときに年間費用がどう変わるかは、契約前に必ず試算しておきましょう。
対して定額制のサービスであれば、面接回数が増えても料金は変わりません。Our AI面接は月額換算7.5万円からの定額制で従量課金がなく、応募が増えても費用が読める設計です。料金体系ごとの違いはAI面接の費用相場と料金体系で詳しく整理しています。
母集団形成でAIを使うときの注意点
AIの活用には、押さえておくべき法令上の制約と運用上の落とし穴があります。ここを外すと、母集団形成の改善どころか企業の信用を損なう結果になりかねません。導入前に必ず確認しておきましょう。
AIに合否を決めさせない運用にする
母集団を広げるほど、評価をAIに任せたくなります。ですが実務では、そこまで踏み込んでいる企業は多数派ではありません。
調査では「AIのスコアのみを見て自動的に合否を決めている」企業は38.1%にとどまり、6割以上はAIのスコアを参考にしつつ人が最終確認する運用を取っていました。具体的には、明確な高評価・低評価はAIの評価で判断し、判断に迷うボーダーライン層は人が動画を見て決める形です。
厚生労働省が示す「公正な採用選考の基本」では、応募者の適性と能力のみを基準に選考することが求められています。AIは判断を支える道具であり、判断の主体ではないという線引きを、運用ルールとして明文化しておきましょう。
求人原稿の差別的表現はAIが平気で書く
生成AIに「魅力的な求人原稿を書いて」と頼むと、「若手活躍中」「主婦の方歓迎」といった表現が出てくることがあります。AIは訴求力を最適化しているだけで、法令を意識していないためです。
以下の表現は、法令に触れるおそれがあります。
- 年齢を限定する表現（労働施策総合推進法により、募集・採用時の年齢制限は原則禁止）
- 性別を限定する表現（男女雇用機会均等法により、性別を理由とする差別的な募集は禁止）
- 本籍・国籍・家族構成に関する表現（職業安定法により、業務に関係のない個人情報の収集は制限）
- 業務上の合理性がない身体的条件
対策はシンプルです。プロンプトに遵守すべき法令を明記し、出力後に自己チェックさせたうえで、媒体に出す前に人が二重確認する。この工程を省かないことが重要になります。
求職者の個人情報を無料版AIに入れない
応募者から取得した個人情報は、「採用選考」という利用目的の範囲内でしか使えません。履歴書や職務経歴書をそのまま学習に利用される可能性のあるサービスへ投入すると、目的外利用と判断されるおそれがあります。
対応としては、氏名や連絡先をマスキングしてから渡す、あるいは入力内容が学習に使われない契約形態のサービスを利用する、という2つの方法があります。加えて職業安定法では、業務遂行に直接関係しない情報の収集そのものが制限されている点も押さえておきましょう。
母集団形成では扱う個人情報の件数が増えます。間口を広げる前に、情報の取り扱いルールを整えておく順番が安全です。
求職者体験を損なうと母集団はむしろ縮む
見落としやすいのが、選考体験そのものが次の母集団に影響するという点です。求職者は将来の顧客でもあり、選考中に受けた印象は口コミやSNSを通じて広がります。
雑なAI面接体験は、その企業への応募意欲を下げる材料になりかねません。反対に「公正に選考してくれる」という評判が広がれば、長期的な母集団形成にプラスに働くでしょう。アバターとの対話形式にする、アプリのインストールを不要にする、AI面接を使う理由を事前に説明する、といった配慮が受検のハードルを下げます。
母集団を広げる施策が、母集団を縮める原因にならないよう設計する。この視点を持っておきたいところです。
AIだけで見極めにくい職種がある
すべての採用にAI面接が適しているわけではありません。管理職、専門職、クリエイティブ職のように、職務内容が定型化しにくく、判断の背景を深く聞く必要がある職種では、AIのみでの適性判断は得策ではないとされています。
こうした職種では、AI面接を一次選考の情報収集に限定し、二次以降の対人面接で見極める設計が現実的でしょう。一方、応募数が多く職務要件が定型化しやすい職種では、AI面接の効果が最大化されます。
職種ごとの向き不向きについては、AI面接の利点と課題の比較でも整理していますので、導入対象を決める際の参考にしてください。
『Our AI面接』は母集団形成のどこに効くのか
ここまで、母集団形成を入口・通路・貯蔵の3層で整理してきました。この章では、JetBが提供する定額制のアバター型AI面接サービス「Our AI面接」が、それぞれの層でどの数値を動かすのかを機能単位で見ていきます。
母集団形成の詰まりと対応機能の対応表
最初に前提を整理しておきます。AI面接は母集団形成のすべてを解決する道具ではありません。前章の自己診断でいえば、効くのは主に「応募後」と「訴求」の一部で、露出そのものは求人媒体や採用広報の領域です。
| 詰まり | 起きている現象 | 対応する機能 | 動く指標 |
|---|---|---|---|
| 露出 | 求人が見られていない | 対象外（媒体・採用広報の領域） | — |
| 訴求 | 応募フォームで離脱する | アンケート機能（履歴書不要） | 応募完了率、応募数 |
| 対象 | 求める人材と合わない | 評価項目の重みづけ、面接官の作り分け | 条件ミスマッチ率 |
| 応募後 | 連絡待ちのあいだに消える | URL案内、24時間365日受検、メール通知 | 面接実施率、応募後辞退率 |
| 選考容量 | 書類で落とさないと捌けない | 定額制、生成AIレポート、倍速再生 | 書類通過率、面接実施人数 |
自社の詰まりが露出にある場合は、まず求人の見せ方から着手するほうが効果的です。以下は「応募後」と「選考容量」に課題がある企業向けの内容として読み進めてください。
応募直後に案内できるから連絡待ちの離脱が起きない
Our AI面接では、発行したURLとパスワードを案内するだけで面接を実施できます。応募完了時の自動返信メールに載せておけば、担当者の稼働を待たずに選考が動き出す設計です。
日程調整のやり取りが発生しないため、応募から面接までのリードタイムが数週間から即日に変わります。面接が完了した時点で担当者へメール通知が届き、通知先は複数設定できるため、夜間や休日の受検も翌営業日にまとめて確認できるでしょう。
「連絡が来ないから他社に決めた」という離脱を構造的に防げる点が、母集団形成における第一の価値です。動く指標は面接実施率と応募後の辞退率になります。
24時間365日・アプリ不要で受検ハードルを下げる
求職者側の負担を下げる設計も、母集団の目減りを防ぐうえで重要です。Our AI面接はブラウザで完結し、アプリのインストールもアカウント登録も必要ありません。PC・スマートフォン・タブレットに対応しているため、通勤中や帰宅後のわずかな時間でも受検できます。
在職中の求職者が有給を取らずに選考を進められる点は、応募をためらう理由を1つ減らす要素です。また、求職者自身の映像をあえて表示しない仕様になっており、カメラに映る自分を見て緊張が高まるという状態を避けられます。
受検完了率と、在職中層からの応募比率に効いてくる部分です。
アンケート機能で履歴書不要の応募導線をつくる
応募のハードルを下げる打ち手として有効なのが、アンケート機能を履歴書代わりに使う運用です。これにより「履歴書不要」を打ち出した募集が可能になり、応募フォームでの離脱を減らせます。
アンケートでは希望年収や入社可能時期、アルバイトのシフト希望といった就業条件も確認できます。条件の不一致を面接前に検知できるため、選考を進めてから「そもそも条件が合わなかった」と判明する無駄を防げるでしょう。回答が記録として残ることで、後々の認識違いの抑止にもつながります。
応募完了率と応募数、両方に直接効く機能といえます。
定額制だから「全員面接」に踏み切れる
前章で触れた「広げると苦しくなるジレンマ」に対する、最も直接的な答えがこれです。Our AI面接は月額75,000円（税別）からの定額制で、従量課金がありません。面接回数が増えても料金は変わらないため、応募が増える前提の運用に踏み切れます。
書類選考を廃止して全員面接に切り替える判断は、費用が読めなければ下せません。応募が3倍になったときに費用も3倍になる料金体系では、間口を広げる意思決定そのものが止まってしまいます。
JetB自身も自社採用で書類選考をなくし、全員面接の運用へ移行しました。母集団を広げても費用が読めるという条件が、実質的な母集団拡大の前提になります。
一次面接の工数を88.87%削減して選考容量を空ける
全員面接に切り替えるには、増えた面接を確認しきれる体制が必要です。ここを支えるのが確認作業の効率化機能です。
Our AI面接には、0.5〜2.0倍速の再生、シークバー上での発言箇所の可視化、沈黙のスキップ、動画の文字起こしが備わっています。これにより「面接動画を最初から最後まで見る」という前提が崩れ、レポートで全体を把握してから気になる箇所だけを確認する運用に変わります。
JetBの自社検証では、3ヶ月間で一次面接の工数を88.87%削減し、110.79時間を削減しました。空いた工数が、そのまま会える人数に変わるという構造です。動く指標は面接実施人数と、1件あたりの選考工数になります。
生成AIレポートと重みづけで増えた母集団を捌く
母集団を広げると、評価の負荷とばらつきが問題になります。人数が増えるほど、担当者の疲労や慣れによって基準がぶれやすくなるためです。
Our AI面接では、事前に設定した評価基準に基づいて分析が行われ、評価の根拠が言語化されたレポートが生成されます。評価がブラックボックスにならないため、社内での合意形成や引き継ぎもしやすくなるでしょう。さらに評価項目ごとの重みづけを変更できるので、同じ面接内容でも職種ごとに重視する軸を変えて評価できます。
量を増やしても質の見極めを落とさないための機能です。評価の考え方は構造化面接との組み合わせ方もあわせて参考になります。
プレゼン機能とアイスブレイクで志望度を落とさない
母集団形成は、集めた求職者の志望度を保つ段階まで含みます。Our AI面接では、面接前に社長メッセージやオフィス紹介の動画・スライドを再生でき、会社説明の内容が担当者によってぶれません。
面接の冒頭にはAIによるアイスブレイクを挿入でき、カジュアルな会話で緊張をほぐしながら、企業紹介の資料やWebページを案内することも可能です。緊張が和らぐことで求職者が本来の力を発揮しやすくなり、適性評価の精度も高まります。
選考の場が自社を知ってもらう場にもなるため、選考中の辞退率と内定承諾率に効いてきます。質問設計の工夫は回答を深く掘る質問の設計も参考にしてみてください。
職種ごとに面接官を分けて母集団を混ぜない
間口を広げると、複数の職種や雇用形態の応募が同時に流れ込みます。同じ質問セットで全員を評価すると、母集団が一括りになり、職種ごとの見極めができなくなります。
Our AI面接では、質問を登録するだけで最短5分でAI面接官を作成でき、用途別に複数の面接官を作成・管理できます。正社員とアルバイト、職種別に質問と評価軸を分けておけば、応募が増えても選考の精度を保てるでしょう。
職種別の面接実施数と、条件ミスマッチ率を見る際の土台になる部分です。
母集団形成にAIを導入する3ステップ
最後に、実際に着手する順番を整理します。全工程に同時にAIを入れると予算と時間が分散し、効果の検証もできなくなります。1つずつ進めるのが確実です。
ステップ1：詰まっている工程を1つ特定する
まず、自社が露出・訴求・対象・応募後のどこで求職者を失っているかを数値で確認します。感覚で「応募が足りない」と判断すると、露出への投資に偏りやすいためです。
確認すべきは、求人の表示回数、応募完了率、応募から初回連絡までの時間、面接実施率の4つです。応募完了率が低ければ訴求、面接実施率が低ければ応募後の対応に問題があります。過去3ヶ月分を振り返るだけでも、傾向は見えてくるでしょう。
特定した詰まりを1つだけ選ぶことが、このステップのゴールになります。
ステップ2：入口か通路のどちらかに絞って着手する
詰まりが特定できたら、対応する層の打ち手だけを実行します。応募が来ていないなら入口、応募は来るが面接に至らないなら通路です。
入口であれば、採用要件の言語化から求人原稿の刷新までを生成AIで進めます。費用はほとんどかからないため、まずここから試すのが現実的でしょう。通路であれば、応募直後の案内を自動化し、24時間受検できる状態をつくります。
着手前に、応募数・面接実施率・辞退率のベースラインを必ず記録しておいてください。これがないと、改善したかどうかを判断できません。
ステップ3：1職種で試して横展開する
最初から全職種に広げる必要はありません。応募数が多く、夜間や休日の応募が多い職種から始めると、効果が数値に表れやすくなります。
導入から1〜2ヶ月後に、面接実施人数、辞退率、選考にかけた工数、可能であれば入社後の定着率を導入前と比較します。数字で改善が確認できたら、その結果を社内で共有してから次の職種へ広げる流れです。
社内に成功事例が1つあると、予算の承認も現場の協力も得やすくなります。小さく試して、数字で示してから広げるという順番が、母集団形成の改善では最も失敗が少ない進め方といえるでしょう。
母集団形成は「集める」から「逃さない」へ
母集団形成の課題として最も多く挙げられるのは「応募者数の不足」で、その割合は45.2%にのぼります。ですが、応募を増やす努力だけでは状況が変わりにくくなってきました。求職者側の生成AI利用が広がり、書類選考で人物を見極めることが難しくなったためです。
その結果として、AI面接を導入した企業の86.7%が選考の間口を広げ、導入効果の1位には「従来の書類基準なら不合格にしていた層から優秀な人材を採用できた」が挙がりました。母集団形成でAIが果たす役割は、集める量を増やすことよりも、集めた母集団を捨てず・逃さず・貯めることにあるといえます。
まずは自社がどの層で求職者を失っているかを、数値で確認してみてください。そのうえで応募後の対応に課題があるなら、応募が増えても費用が読める定額制のAI面接は選択肢になります。「こんな運用はできるか」といったご相談だけでも問題ございませんので、お気軽にお問い合わせください。
