【イベントレポート】AIで変わるエンジニア採用の最前線

スカウトを送っても返信が来ない。面接にリソースが割けない。スキルを正確に見極められない。エンジニア採用の現場では、こうした悩みが重なりがちです。

一方で、スカウトの作成、面接、スキルの見極めといった各工程に、AIが入り込みつつあります。問われているのは、AIに何を任せ、人は何に集中すべきかという役割分担の設計です。

2025年6月26日、株式会社overflow 代表取締役CEOの鈴木裕斗と、株式会社ギブリー 採用ソリューション事業部の吉岡駿様が登壇し、「AIで変わるエンジニア採用の最前線」をテーマにした共催ウェビナーを開催しました。モデレーターはギブリーの壺田氏です。

AIスカウトによる母集団形成の効率化、AIインタビューによる初期選考の効率化、コーディングテストとAI面接を組み合わせたスキル見極め、そしてAIと人間の役割分担について、登壇者の発言をもとにまとめます。

エンジニア採用の現状とAI活用が求められる背景

鈴木は、エンジニアの求人倍率が上がり続けるなかで、上位層ほどダイレクトリクルーティングやリファラルで採用が決まっていると語りました。ただしスカウトは作り込むほど工数がかかるため、各工程でAIの活用が進んでいる、というのが登壇の出発点です。

壺田（モデレーター）：まず鈴木様から、エンジニア採用の現状とAI活用の必要性について、目線合わせをお願いします。

鈴木：エンジニアを取り巻く採用のトレンドですが、日本の求人倍率は今も上がり続けていて、大体13倍・14倍くらいです。

鈴木：アメリカのAI関連求人は、2022年末くらいから一気に増え、今も上がり続けています。開発関係の求人を出す時に、必ず頭にAIがつくというのが最近本当に増えてきました。日本はまだ体感1/50くらいですが、徐々に増えています。

鈴木：Microsoftが従業員の3%にあたる6000人の人員削減を発表したり、IntelやGoogleなどでも動きがあります。今日の朝もGemini CLI（コマンドラインで動くAIツール）という、開発の生産性がさらに上がるリリースがありました。

鈴木：こうした進化で、今いるエンジニアの仕事がなくなるのではという議論がシビアにされるようになり、レイオフという形で影響が出ています。

壺田：そうした中で、採用の手法はどう変わっているのでしょうか。

鈴木：エンジニア採用ではエージェントも引き続き利用されていますが、実態としてはダイレクトリクルーティングを使う企業が4割で最も多い。取りづらいエンジニアをエージェントに任せて待っていても紹介が来ず、採用計画が未達で終わる会社さんも多いです。

鈴木：上位レイヤーのエンジニアほど、ダイレクトリクルーティングやリファラルで採用が決まっています。候補者がダイレクトリクルーティングに惹かれる理由は3つです。

鈴木：1つ目は、企業から直接「あなたとお話ししたい」という連絡が目につきやすいこと。2つ目は情報の非対称性の解消で、人を介すと自社の魅力がうまく伝わらない懸念があること。3つ目は時間価値の最大化で、ミーティングや電話を避け、スカウト中心のやり取りに寄っていることです。

鈴木：ただ、スカウトはとても工数がかかります。しっかり作り込むと2倍から最大20倍くらいまで返信率が変わるデータもありますが、その分たくさんの負荷がかかっているのが現状です。だからこそ、各工程でAI活用が求められ、進んでいます。

母集団形成を変える求人生成とAIスカウト

母集団形成の工程では、求人の作成とスカウトの両方にAIが入っています。鈴木は、Offersの機能を例に、企業情報やホームページのURLから求人に載せる魅力をAIで生成する使い方と、候補者向けの求人ページにAI要約を入れて端的に伝える使い方を紹介しました。

壺田：では、テーマ1のAIを活用した母集団形成の効率化について、具体的にお願いします。

鈴木：求人作成はほぼ実装されているケースが多いです。例えばOffersの機能では、企業情報やホームページのURLを入れて「AIで生成する」を押すと、魅力のデータを作ってくれるんです。これを求人に載せたり、スカウトで端的にして送ったりと活用が広がります。

鈴木：候補者が見る求人ページでも、長すぎてはいけないのでAI要約を入れ、端的に魅力を伝える形にしました。将来的には候補者のデータに合わせて訴求軸が変わり、見る人によって変わる求人になる世界もありうると思います。

自動AIスカウトと自動リマインドの返信率

鈴木によると、Offersの自動AIスカウトの返信率は19%ほどで、通常のスカウトの12%ほどを上回りました。2通目・3通目を自動で送る自動リマインドは、登壇スライドではリマインドありの平均返信率が17%、1通のみが3%でした。

鈴木：スカウトでは、自動AIスカウトという機能があります。使った時と使わない時の返信率データでは、AI自動スカウトは19%くらい、通常スカウトは12%くらいで、もう人間を品質でも超え始めている可能性があります。

鈴木：自動リマインドも入れました。エンジニアは1日に何通もスカウトを受け取るので、2通目・3通目を送ることで「この会社は自分を必要としてくれている」と伝わり、1通目に遡って返信が返ってきます。

鈴木：リマインドを行った場合と行わない場合で、差が返信率に現れます。3通目まで自動で送れる設定がお勧めです。

鈴木：テンプレートは、弊社の中で返信率の高い上位からピックアップしたもので、クライアントが自分で作って送っているものです。自動AIスカウトを使ったものは返信率14%と10%、使っていないものは13%くらい。クオリティの観点では、もう差が出なくなってきています。

鈴木：ある企業様では、実際にAI自動スカウトを使って返信率が2.4倍になり、作業工数も大幅に圧縮できました。今は8割・9割くらいの企業様に、こういった機能を使っていただいています。

AIがスカウト文面を生成する仕組み

自動AIスカウトは、候補者の職務経歴と企業の求人データの双方をAIが読み、「なぜあなたにスカウトを送るのか」を職務経歴から拾って文面にします。鈴木は、エンジニア経験がない担当者でも技術の知識を踏まえた文面が作れ、工数は大体8割削減、返信率は1.5倍になると語りました。

壺田：実際の自動AIスカウトの画面を見せていただけますか。

鈴木：AIテンプレートを選び、対象のエンジニアを選んで「AIで生成する」を押すと、作り始めます。左側に出ているのが候補者の職務経歴・レジュメ、もう一方が企業側の求人データで、その双方をAIが読みに行きます。人間がやっていることと一緒です。

鈴木：経歴と求人を読み、「転職を1年以内に考えている」といった点や、「エンジニアリングマネージャーとしてピープルマネジメントとインフラ管理も受ける」といった点を職務経歴から拾います。これが「なぜあなたにスカウトを送るのか」の材料です。

鈴木：エンジニア経験がない方でも、エンジニアリングナレッジを持ったスカウト文面が作れます。工数も大体8割削減でき、返信率も1.5倍になります。

AIスカウト運用での人の目と文面の差別化

AIが作ったスカウト文面は、複数のLLM（大規模言語モデル）でチェックする仕組みによって、今はそのまま送っても違和感がない水準にあると鈴木は話しました。そのうえで、候補者のキャリアの悩みを想像して一言加える部分は人に残り、文面の差別化は自社の一次情報と過去のスカウトのトーンをAIに入れることで図れるといいます。

壺田：事前にいただいた質問です。AIによるスカウト文面の最適化は、人の目とのすり合わせが必要な場面もありますか。そのまま固定して送るだけの運用は、まだ早い気もしますが。

鈴木：この機能を実装した当時（半年前くらい）は、LLMが嘘をつくケースがあり、必ず人が見る必要がありました。今はLLM自体の進化で嘘をつく頻度も減り、我々が複数のLLMでチェックを挟む仕組みを裏側で作っているので、かなり抑制できています。

鈴木：ほぼ今は、作られたものをそのまま送って違和感がない状態です。プラスアルファで言えば、人間が見たからこそ見えるレジュメの奥があります。

鈴木：この人はこういうところでキャリアに悩んでいるのではないか、次にこういうキャリアステップを描きたいのではないか、というのは人事や経営者の方の想像性が高い。そこを最後に少し加えると、より良いスカウトになります。

壺田：もう1つ、みんなが同じ生成AIを使うと、文面もどの会社も同じようになる懸念の声も届いていました。

鈴木：文面の内容は、情報とトーンの2つに分けられるんですね。情報、つまりなぜあなたに送るか・求人・企業紹介は、その大元となる一次情報が全て違います。

鈴木：株式会社overflowと株式会社ギブリーでは、事業内容も社員のカルチャーも違うので、アウトプットは絶対に違うものになります。自社の事業情報をどれだけAIに入れ込めるかで差別化が図られるので、情報の差別化は気にしなくていいです。

鈴木：トーンは「AIが書いた風だな」というのがあるので、過去に送っているスカウトを学習させ、人事の方々のトーン（明るめか、カジュアルか、かっちりか）を学習させれば、違和感のないスカウトが作れます。それを全部やってくれるツールも、この後もう少し出てくると見ています。

スカウトや選考の進め方を社内で見直すときの材料として、Offersのお役立ち資料を用意しました。

AIインタビューによる初期選考の効率化

吉岡様は、人事や現場のマンパワー不足が選考の遅れを生み、とくに初期選考で不足しやすいと指摘しました。書類提出1,000名の例では、不通過者の面接だけで350時間ほどが成果につながらない時間になるとし、その負担を減らす手段として紹介したのがAIインタビュー（AI面接）です。

壺田：続いてテーマ2、AI活用による面接の効率化を、ギブリーの吉岡さんからお願いします。

吉岡様：全体の採用課題として、競合に人材が流れる、応募はあるが選考に進まない、人事や現場のリソース不足で選考が長期化し入社後ミスマッチが発生する、などがあります。

吉岡様：マンパワーが不足すると、単純に遅延が発生するんですね。今の候補者は速さを重視していて、連絡が遅れると離脱の可能性が高くなります。

吉岡様：マンパワーは特に初期選考で不足しやすい。1000名、通過率50%で一次面接500名、通過率30%で通過150名・不通過350名。面接や記録、準備まで含めると1人1時間以上かかり、不通過者だけで350時間ほど、成果につながらない時間になります。

AIインタビューの2つの特徴

ギブリーのAIインタビューは、ポータブルスキルを分析・可視化するアナリティクスサービスです。吉岡様が挙げた特徴は、候補者が24時間365日いつでも受験できることと、3カテゴリー15項目のコンピテンシー評価や企業独自の評価項目を含むレポートの2つでした。

吉岡様：そこで提供しているのがAIインタビュー、イメージはAI面接です。ポータブルスキルの分析・可視化ができるアナリティクスサービスで、ポイントは2つあります。

吉岡様：1つは、候補者が24時間365日いつでも受験できること。受験を1つ発行すれば当日中に1人で受験でき、土日にも受験できます。

吉岡様：もう1つは、候補者を多角的に分析したリッチなレポートです。3カテゴリー15項目のコンピテンシー評価と、企業独自の評価項目（企業理念やミッション・ビジョン・バリューに沿った軸）にも対応し、録画・要約・文字起こしも可能です。

AI面接のハードルと運用の工夫

AI面接には、企業側に評価の納得性や候補者体験への懸念、候補者側にAIとの会話への不慣れや評価基準の不透明さといったハードルがあります。吉岡様は、事前にマニュアルを渡し、なぜAI面接を使うのかを候補者に伝えることで受け手の印象が変わると話しました。

壺田：効率化の効果は大きい一方で、課題もあるかと思います。

吉岡様：おっしゃる通りで、まだハードルが高い状況です。企業側のハードルは、評価の納得性、つまり本当にAIで評価できるのかという点。次に候補者体験で、AI面接は冷たい・機械的すぎるというイメージを持たれる可能性です。

吉岡様：加えて、社内理解や運用体制の構築、セキュリティもハードルになります。候補者側のハードルは、AIとの会話に慣れていない、評価基準が不透明に感じる、フィードバックがない一方通行になる、といった懸念がゼロではありません。

吉岡様：なので、運用面の工夫を重視しています。AI面接のマニュアルを事前にお渡しして、候補者が安心して受験できる環境を整えます。

吉岡様：特に重要なのが、なぜAI面接を使うのかをきちんと伝えることです。「あなたを公平に評価します」という意思表示や、「書類選考だけでは伝えきれないあなたの魅力をAI面接で伝えてください」という伝え方をすると、受け手のイメージがガラッと変わります。

ハードスキルとソフトスキルに分けたスキル見極め

スキルの見極めは、プログラミング言語などの技術的能力であるハードスキルと、コミュニケーション能力やチームワークなどの非技術的能力であるソフトスキルに分けて考えます。吉岡様は、ハードスキルをコーディングテストで、ソフトスキルをAI面接で評価する使い分けを示しました。

壺田：続いてテーマ3、AIを活用したスキルアセスメントとスクリーニングの効率化をお願いします。

吉岡様：スキルの見極めには、ハードスキルとソフトスキルがあります。ハードは技術的能力（プログラミング言語など）、ソフトは非技術的能力（コミュニケーション能力・チームワーク・協調性など）です。

吉岡様：ハードスキルの評価では、実務スキルを早期に見極めたい、書類や面接だけでは実力が判断しにくい、という課題があります。弊社はコーディングテストでAIが実務力を採点したり、コードの構造を分析したり、スキルの傾向や適性予測も行っています。

ソフトスキルはAI面接で可視化する

ソフトスキルは初期面接で属人化しやすく、非対面の選考が増えたことで見抜きにくさも増しました。吉岡様によると、AI面接では録画回答をAIが分析してコンピテンシーの枠組みでスコアを出し、自社の優秀社員のデータとの差分や自社へのフィットも予測できます。

吉岡様：ソフトスキルは、初期面接で属人化しやすく、非対面の選考が増えて見抜きづらいポイントが増えています。

吉岡様：AI面接を使うと、録画回答をAIが分析し、思考力が何点なのかを評価したり、自社の優秀社員のデータとの差分や、自社にフィットするかをAIが予測できるんです。回答結果はレポート化され、思考力・マインド面・ビジネスらしさといったコンピテンシーの枠組みでスコアが出る仕組みです。

吉岡様：我々が大事にしている「ギブ＆ギブ精神」のようなオリジナル項目も評価できます。要約や文字起こしも見られ、次回面接用の質問案も出るので、二次面接で深掘りでき、コーディングテストとのクロス評価も展開できます。

ハードスキルはコーディングテストで点数化する

ギブリーのコーディングテスト「Track」は、吉岡様によると累計400社以上に導入され、受験者は2025年6月12日に100万人を突破しました。採点結果が点数で出るためエンジニア以外の担当者も判断しやすく、AIインタビューと掛け合わせると総合評価ができます。

吉岡様：コーディングテストのTrackは、累計400社以上に導入いただき、受験者も今年の6月12日に100万人を突破しました。自社の候補者だけでなく全国平均と比べた水準も比較でき、問題は全体で千近く用意しています。

吉岡様：問題ジャンルは大きく4つで、知識を測るクイズ形式（ITリテラシーや生成AIの知識）、実務力・プログラミング力を測るコーディング問題、応用力としてデータサイエンティスト向けや機械学習のデータ分析問題などを用意しています。

吉岡様：採点結果が点数化されるので、エンジニア以外の方も判断しやすいという声を多くいただきました。このコーディングテストとAIインタビューを掛け合わせると、総合評価が可能になります。

吉岡様：例えばTrackテストを受けた方にAIインタビューのリンクを発行し、「どういう思考でコードを書いたか」というエンジニア目線の面接項目も作れます。点数で把握しつつ、コミュニケーション能力や思考プロセスをインタビューで回収し、総合的な評価につなげる形です。

AIと人間の役割分担とこれからの採用

吉岡様は、AIが得意なのは高精度で客観的な評価、人間が得意なのは意思決定と感情のケアだと整理しました。カルチャーフィットの見極めと、候補者を惹きつけるアトラクトはまだAIでは補いきれない領域で、人が担うべきだといいます。

壺田：事前質問です。AIを面接化する中で、「これは人間がやるべきだ」と明確に線引きしている部分があれば教えてください。

吉岡様：AIと人間それぞれに得意分野があります。AIが得意なのは高精度・客観的な評価。人間が得意なのは意思決定や、人間の感情のケアですね。

吉岡様：客観的な評価という点で、志望動機などの質問項目はAIを用いつつ、人間がやるべきポイントは、カルチャーにフィットするか、自社に来てもらえるような魅力付け・アトラクトです。そこはまだAIでは補いきれない領域なので、切り分けて活用いただくのがベストだと考えています。

壺田：本日のまとめです。1つ目、市場背景として、エンジニア採用はリソース不足や競争の激化が引き続き常態化しています。

2つ目、AI活用の進展として、スカウト・面接・スクリーニングの各工程でAIが使えるようになってきました。スカウトを自動で作ってくれないかと考えていたのが2年くらい前ですが、あっという間にAIが代替してくれる時代が来ました。

3つ目、事例に共通する視点として、AIはあくまで代替ではなく、最終的な判断を下すのは人であり、人が向き合う時間を作る支援役として活用することが重要です。

4つ目、これからの採用に対しては、精度や効率化をAIで高めることに加えて、企業も候補者も納得感や候補者自身の体験を、今までと同じように、あるいはさらに向上させていけるよう、AIをどう活用できるかが今後のテーマです。

おわりに

エンジニア採用の難化が続くなかで、AIはスカウト・面接・スキル見極めの各工程に、すでに実務レベルで入り込んでいます。AIスカウトと自動リマインドによる返信率の向上、AIインタビューによる初期選考の負荷の軽減、コーディングテストとAI面接を組み合わせた総合評価は、登壇の時点で使われている手法です。

一方で、両社が共通して語ったのは、AIは代替ではなく、人が候補者と向き合う時間を作る支援役だということでした。最終的な意思決定、カルチャーフィットの見極め、候補者を惹きつけるアトラクトは、人が担う領域として残ります。

まずは自社の採用のどの工程から、AIに任せる部分と人が磨く部分を切り分けるか。その一歩を持ち帰っていただければ幸いです。