面談1件、10万円。

Headhunt.AIのクレジットに10万円投じる。リターンとして、適格な候補者面談を15件期待できる。面談1件あたりの期待売上は約10万円。つまり10万円の投入が、150万円の期待売上に化ける。投資対効果15倍。

以上が結論。ここからは、その裏付けを示す。

自社で、毎日使っている。

Headhunt.AIは、私たちが自社のために作ったプラットフォームだ。株式会社ExecutiveSearch.AIは、2018年からこのシステムで動いている。2026年第1四半期、私たちのリクルーターは、ファネルの全段階で明確な改善を示した──同じリクルーターが、過去の手作業ソーシングの時期と比較した結果である。

同じリクルーター。同じ市場。同じ顧客。同じ手数料。違うのは、道具だけ。

これは机上の数字ではない。2026年第1四半期、現場のリクルーターが実際に出した運用結果である。改善は本物で、しかも採用プロセスのどの段階でも現れる──最上流だけではない。

Headhunt.AIは、各段階すべてで結果を底上げする。面談数が増えればパイプラインが太くなる。返信率が上がればムダな送信が減る。面接通過率が上がれば、適合度の高い候補者が顧客に届く。オファー獲得率が上がれば、顧客はあなたのショートリストを信頼する。一つひとつの改善は小さい。だがファネルの全段階で重ね合わせると、同じリクルーターの時間で成約数が2倍、3倍になる。

一つひとつの改善は小さい。だがファネル全体で重なれば、同じリクルーターの時間で、成約数は2倍、3倍になる。

021件あたりの手数料は、問題ではない。

日本の人材紹介業界には、ある物語が出回っている。「手数料は崩壊している。利益はもう残らない。AIが唯一の活路だ」──と。半分は当たっている。だが「手数料が崩壊している」の部分は間違いだ。そこを取り違えると、解決策も間違える。

1件あたりの手数料は、むしろ上がっている。

多くのエージェンシーは今でも、年収の30〜35%を成約手数料として請求している。ここは変わっていない。そして日本のホワイトカラーの年収は、3年連続で上昇している。だから1件あたりの平均手数料は、以前より高い。年収1,000万円の人材で以前は300万円だった手数料が、いまでは400万円近くになる。1件あたりの売上は、下がっているのではない。上がっている。

成約手数料の総量(プール)が、縮んでいる。

エージェンシーが手にできる成約手数料の総量に、3つの変化が起きた。

• RPO契約が、大手案件を飲み込んだ。フォーチュン500企業の日本拠点が、特定の事業者と複数年のRPO契約を結ぶと、それまで複数のエージェンシーに流れていた年間40〜80件の成約案件が、プールから消える。
• 社内採用チームが、容易な案件を吸収した。中堅・大手企業は本格的な社内採用機能を整え、シニアのエージェンシー出身者を採用部門の責任者として迎えるケースも増えている。
• 国内の許可事業者数が、コロナ後に急増した。厚労省の統計によれば、有料職業紹介事業所は2019年度の22,977件から2023年度には30,113件まで増加。4年間で7,000件以上、31%の増加だ。2024年の人材紹介事業者の倒産件数は過去最高を記録し、コロナ前のおよそ5倍に達した(東京商工リサーチ調べ)。

つまり構図はこうだ。1件あたりの手数料は上がっている。だがエージェンシーに回ってくる案件は減っている。残った案件の取り合いに参加する事業者は増えている。そして1案件にかかる時間は伸びている。1件あたりの手数料が上がっていても、リクルーター1人あたりの売上は横ばい、あるいは減っている。

この違いが大きい。手数料が問題なら、答えは「付加価値で勝負する」「上位市場に移る」になる。本当の問題はリクルーター1人あたりの案件量だ。だから答えは、リクルーターの処理能力(キャパシティ)を上げることになる。問題が違えば、解決策も違う。

手数料が問題なら、答えは付加価値か、上位市場への移行だ。本当の問題は1人あたりの案件量。だから答えは、キャパシティだ。

03面談1件あたり、10万円の期待売上。

自社で何が起きているかを理解したいなら、考えるべき単位は「月間の成約件数」でも「案件あたりの手数料」でもない。候補者面談だ。

ほとんどのリクルーターは、1件の成約に約40件の適格な候補者面談を必要とする。この比率は分野によって多少動く──需給の引き締まった市場で35件、ノイズの多い市場で45〜50件──だが、自社の現場と複数の日本のエージェンシーをベンチマークした結果、40件が現実的な目安だ。

平均成約手数料が400万円なら、計算は明快である。

ソーシング業務のすべての要素が、この数字に集約される。返信率、ソーシングの精度、転換率──最後はひとつの問いに収束する。「適格な面談1件を生み出すのに、いくらかかるのか?」

ソーシング業務に何か変更を加えるとき──ツール、プロセス、採用、ワークフローを問わず──正しい問いはこうだ。「これは、適格な候補者面談1件あたりのコストを下げるか?」下げるなら、それは利益率を動かす一手だ。下げないなら、違う。

適格な候補者面談1件あたり10万円の期待売上──これが、以降のすべての判断基準である。

04リクルーターは、ソーシングで詰まっている。

面談が単位で、面談1件あたりの売上が10万円で固定なら、リクルーターが月にいくつ成約を出せるかは、ひとつのことに集約される──いくつの適格な面談を実施できるか。リクルーターの1週間が何に消えているか、見ていこう。

面談そのものに、1件3時間かかる。

候補者面談は60分だが、リクルーターの総時間としては約3時間かかる。事前のプロフィール確認と準備、面談本体、終了後の議事録、カレンダー調整、メールでのフォロー。月に30件の面談を実施するリクルーターは、面談だけで90時間使っている──ソーシングや顧客対応、クロージング業務に入る前に、である。

その30件を埋めるソーシングに、さらに60〜90時間。

通常の返信率で30件の適格な面談を獲得するには、約400〜500件のスカウトを送る必要がある。返信のあった候補者を選別し、面談を設定し、当日キャンセルにも対応する。さらに60〜90時間──そのほとんどが、てこの効きにくい作業だ。

この計算は、週40時間に収まらない。

面談90時間 + ソーシング75時間 + 顧客対応 + 事務 + クロージング = 月およそ200時間の業務量で、成約は1件未満。実際のリクルーターは月160時間働いているのであって、200時間ではない。これが、ほとんどの現場が月0.75〜1.5件の成約に留まる理由だ──手数料体系の上では、もっと多くの成約を支えられるはずなのに。

ここから導かれることは、こうだ。リクルーターからソーシングと選別の作業を取り除いても、面談数を減らさなければ、本物の時間が空く。空いた時間は、追加の面談に流れる。面談1件10万円という単価は変わらないから、同じ手数料体系のままで、成約数が増える。

動かすべきレバーは、手数料ではない。適格な面談1件あたりの「時間」だ。

05AIソーシングが計算式に与える、本当の影響。

採用市場におけるAIをめぐるベンダーのメッセージは、混乱している。多くは「より良いスカウト文の作成」に焦点を置く。これは、数あるAIの用途のなかで、最も価値の薄い使い方の一つだ。候補者の受信箱が飽和している問題は、文面の問題ではない。狙いの問題だ。間違った100人に送る巧い文章は、適切な20人に送るそこそこの文章には勝てない。

AIファースト型のソーシングが実際に何をするのか、段階を追って見ていこう。

1. リクルーターが名前を見る前に、候補者の全体集合をスコアリングする。

   Headhunt.AIは、日本に焦点を絞った400万件超のプロフィールを、各案件の具体的な要件と照合してスコアリングする。キーワードマッチングではない。職務、企業ティア、在籍年数のパターン、語学シグナル、キャリアの軌跡──実質的な適合度を見る。各候補者には根拠の文章付きで、0〜100のESAIスコアが付く。リクルーターが、1,000件のノイズだらけのロングリストを見ることはない。

2. 上位の候補者だけが、リクルーターに届く。

   400万件のプロフィールから、典型的なミドル市場の案件で接触する価値のある候補者は200〜800人。リクルーターはそのトップ層しか見ない。これまで選別作業に消えていたリクルーター時間の60〜70%が消える。狙いが鋭くなるため、返信率も上がる。

3. ビジネス日本語または英語で、個別化されたスカウトメールを書く。

   Headhunt.AIは、各候補者の実際のプロフィール、現職、目に見えるキャリアシグナルを参照したスカウト文を生成する──テンプレートの差し込みフィールドではない。適切な敬語のネイティブ品質の日本語、もしくは整ったビジネス英語。リクルーターが週6時間かけてアウトリーチを書く作業は、ゼロになる。

4. リクルーターの時間が、ソーシングからクロージングへ移る。

   面談を生み出す作業に拘束されていた処理能力が、面談を実施する側に戻る。月25〜30件の面談で頭打ちだったリクルーターが、月50件以上を回せるようになる──支える側の時間がもうボトルネックではないからだ。同じ手数料、同じ転換率、より多くの面談。

06リサーチャーがいるなら、計算は複利で効く。

第4章では、自分でソーシングも行うビリングリクルーター(売上を立てるリクルーター)を前提とした。これは、小規模なエージェンシーや成功報酬型ファームでよく見られる形だ。だが、すべてのエージェンシーがそうではない。日本のエージェンシー業界の中でも相当の規模を占める層──サーチファーム、リテイナー型ブティック、大規模な成功報酬型エージェンシー、海外にリサーチチームを置くファーム──は、別のモデルを取る。クロージングを担うシニアのビリングリクルーターと、ファネル上流を担うリサーチャー、という分業だ。

このモデルなら、計算結果はさらに良くなる。同時に2つのことが起きる。シニアリクルーターは、アソシエイトの手が空いているかどうかに縛られなくなる。そしてリサーチャー1人が、増員なしで2〜3倍のビリング規模を支えられるようになる。両方の効果が、シニアビリングリクルーターの収入に直結する。

全体集合レベルのスコアリングが、候補者特定の工程そのものを消す。手作業のリスト作成に費やされていたリサーチャー時間の50%は、約5%まで縮む──AIの出力結果を確認し、調整のためのフィードバックを返す作業だけが残る。空いた時間は、実際のスカウト送付に流れる。

シニアビラーの手取りが、倍になる。

ここからは、シニアビリングリクルーター本人にとっての数字の話だ。多くのエージェンシーの報酬体系では、シニアビラーは、自分が生み出した成約手数料の一定割合を受け取る──このレベルでは35〜50%が一般的で、特にサーチファームやリテイナー型ブティックでよく見られる。標準的な比率である45%で、計算してみよう。

2つの効果が、同時に現れる。会社側ではリクルーター1人あたりの売上総額が2倍になる。シニアリクルーター側では、自分の手取りが2倍になる。

会社の売上は2倍。シニアの手取りも2倍。手数料体系も人員数も同じ。動かしているのは、面談数だけ。

07あなたが本当に築いている、資産の正体。

どのエージェンシーでも、最も過小評価されている資産は候補者データベースだ。ツールでもAIでもない。来期、来年、新しい案件が来たときに戻れる名前、プロフィール、文脈──これこそが資産だ。良い形で築けば、新しい案件のたびに価値が複利で積み上がる。悪い形で築けば、毎案件ゼロからのやり直しになる。

ほとんどのエージェンシーのデータベースは、墓場だ。

3年前のデータ。現在の所属企業は不明。役職も不明。適合性の文脈もない。ATSに3万件の登録があっても、いま動いている案件で実際に使えるのは500件かもしれない。残りはすべて重荷だ。

AIは、速く進化する。複利で効くのは、あなたのデータだ。

2027年に使えるAIスコアリングは、今日のものより明らかに優れる。2028年、2029年も同様だ。各世代がより精緻なマッチングを可能にする。だが、その恩恵はすべて、同じ入力に依存している──構造化された、最新の、整理された候補者データだ。クリーンなデータベースを持つエージェンシーは、AIが進化するたびに恩恵を受ける。そうでないエージェンシーは、毎回ゼロから作り直すことになる。

最初から、エクスポート前提で設計されている。

• ランキング済み候補者を、既存のATSへ直接プッシュ──Salesforce系、Bullhorn、Zohoなど。
• LinkedIn Recruiter形式のCSV出力──プロジェクトへの直接インポートに対応。

あなたが買うのは、面談だけではない。構造化された、最新の、AIスコアリング済みの候補者データベースだ。そしてそれは、あなたのものだ。

08あなたのエージェンシーは、いまどこにいるか。

日本のエージェンシーの多くは、候補者面談の作り方において、5段階の進化線上のどこかに位置している。段階の差は微妙ではない。いまいる段階が、18ヶ月後の「リクルーター1人あたり面談数」を決める。

段階2 → 段階3は、ツールのアップグレードではない。ワークフローの再構築だ。「同じ作業を、より速く」ではなく、「違う作業、違うコスト構造」。段階1 → 段階2は、標準的なプラットフォーム機能で、手作業の一部を圧縮できる。本物の改善だが、限界がある。変化は戦術レベルに留まる。

09同業から実際に受けた、7つの問い。

過去12ヶ月で、同業エージェンシーの経営者から実際に聞いた7つの懸念。それぞれに、はぐらかしではなく、率直に答える。

10今週、自分の現場で試せる検証方法。

本書に書いてあることはすべて、自分の現場のリクルーターと、自分の案件で確かめるまでは机上の話だ。最もシンプルな確かめ方を示す。

1. 7.5万円のクレジットパックを購入する。

   500クレジット = 御社の検索条件に対し、ESAIスコア50以上の適格候補者マッチを最大500件。サブスクなし。年間契約なし。クレジットは無期限。

2. 案件を1つ選び、JDを貼り付ける。

   ミドル市場・成功報酬型・AIスコアリングが効く分野(バイリンガル金融、IT、営業、コマーシャル、人事、マーケティングなど)を推奨。Headhunt.AIは、400万件超の日本プロフィールデータベースから、ランキング済み候補者を最大1,000件、1〜2分で返す。

3. その分野を担当しているリクルーターに、リストを見せる。

   1つだけ問う。「このリストの中に、自社の通常のソーシングではまだ見つけていない候補者はいるか?」もし──ほんの数人でも──いると言われたなら、Headhunt.AIは現在のプロセスで取り逃している人材を見つけている。それが概念実証だ。

11社内に問うべき、7つの質問。

最初に問うべきは「AIを採用すべきか」ではない。具体的な業務診断だ。チェックの数を数えるのが目的ではない。具体的な数字で答えられるものと、抽象論でしか答えられないものを切り分けるためだ。後者のリストこそ、取り組むべき場所である。

1. 事業分野ごとの「成約までに必要な面談数」比率を、推測ではなく計測した数字として把握しているか?
2. リクルーターの時間のうち、ソーシングと選別に使われる割合を──推測ではなく計測で──把握しているか? 多くは40〜50%と答える。実測すると60〜70%だ。
3. 返信率を候補者品質の十分位ごとに計測しているか? それとも、すべて混ざった全体平均しか見ていないか?
4. 過去12ヶ月の事業分野別「最初の適格CV提出までの平均時間」はどれくらいか? この数字が伸びているなら、競争上の地盤を失っている。
5. 過去3年間で、自社の過去の成約手数料プールのうち、RPO契約と社内採用に流れた割合を把握しているか?
6. 過去12ヶ月で、構造化されたAIソーシングの検証を1回でも行ったか? それとも見解は、ベンダーのデモと同業者との会話に基づいているか?
7. もし明日、競合エージェンシーが同じ手数料水準で「リクルーター1人あたり月間80件の適格面談」を発表したら、具体的な対応策は何か?

12率直な見解。

日本の人材紹介業界は、振り返ったときに明らかな大きな転換期にある。1件あたりの手数料が問題なのではない。RPOと社内採用への案件量の移動と、残った案件におけるリクルーターのキャパシティ制約──これが問題だ。

キャパシティの問題を解決したエージェンシーは、参入時よりも強いマージンでこの転換期を抜ける。解決しないエージェンシーは、恒常的に縮んだ手数料プールに対して、今と同じコスト構造のまま戦い続けることになる。

読んで居心地の悪い話だ。行動するのは、もっと居心地が悪い。何もしないことも、ひとつの判断である──ただ現状の延長線上にあるから、安全に感じるだけだ。