ソーシングを減らす。
クロージングを増やす。

日本でリクルーターを2年以上やっているなら、AIを謳う採用ツールに少なくとも4つは売り込まれたことがあるはずだ。ソーシングを根本から変えると約束したデモを座って聞いた。無料トライアル・クレジットを、半年前に自分のチームがすでに当たり尽くした候補者リストを返してくるツールに使った。経営層が次のトレンドに浮き足立っているあいだ、あなたはBizReachとLinkedIn Recruiterに静かに戻り、それでも目標を達成してきた。

私たちも、同じ椅子に座ってきた。ESAIは、エージェンシーから生まれたソフトウェア会社だ。既存のAIツールが自分たちの現場で使い物にならず、自分たちで使える道具を作るしかなかった──それがHeadhunt.AIだ。経験から言えば、ほとんどのAI採用ツールは、次のうちの少なくとも一つに該当する。

• ロングリストの段階だけ改善する。名前は良く見える。だが、返信率は変わらない。
• すでに自分が当たった候補者を持ってくる。特に、何ヶ月も追いかけている案件で。
• AIが書いたとすぐわかるアウトリーチを生成する。週に何度もリクルーターを相手にしている候補者は一瞬で見抜く。そして顧客も、見抜く。
• 英語プロフィールを前提に作られている。日本特有のシグナル──大学ティア、系列・出身グループ、バイリンガル能力、JP/ENのキャリアパターン──ではパフォーマンスが落ちる。
• 自社のデータベースに、ロックインしてくる。資産を築いているのはあなたなのに、持っていくのはあちらだ。

疑うのは、正しい姿勢だ。10クレジット無料の意味は、こうだ──私たちの言うことを信じる必要は、まったくない。

02カレンダーは、嘘をつかない。

10人のリクルーターに「1週間のうち、どれくらいの時間がソーシングに使われているか」と聞いてみるといい。多くは「40〜50%」と答える。もっともらしい数字だ。だが、5営業日のカレンダーを30分単位で実測すると、本当の数字は一貫して60〜70%に着地する。

検索そのものだけではない。カレンダーには出てこない、その周辺の作業がある。

• 90分かけて1,200人の名前を返してくる、Boolean検索。そこから自分で選別する。
• 結局アプローチしない候補者のプロフィールを、ノイズを切るためだけに読む時間。
• 1通15分かけて書いて、返信率6〜9%のスカウトメール。
• フォローアップの送信、返信なしへの追っかけ、面談が確定するまでの十数種類の細かい確認作業。
• カレンダーのテトリス、タイムゾーン調整、候補者プレップのメモ、絶え間ないコンテキストスイッチ。
• 半年前に覚えた候補者がまだ同じ会社にいるかを確認するために、プロフィールを読み返す時間。

ここまでが、候補者と面談する前の話だ。そして面談本体には、事前準備・面談・議事録までを含めて、リクルーターの総時間として約3時間かかる。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、顧客対応、クロージング業務に入る前に、である。

これが、決定的なフレーミングだ。あなたの手数料は、ソーシングから生まれているのではない。良い面談を回し、候補者をしっかり見極め、クロージングする──ツールに置き換えられない判断を要する仕事から生まれている。

ソーシングは、あなたと「対価を受け取れる仕事」のあいだに横たわる、作業に過ぎない。

AIソーシングの本質は「仕事を速くする」ではない。「あなたを稼がせない部分に、1週間の時間を使うのをやめる」ということだ。

0310クレジットで、本当にわかること。

無料トライアルは、最初の検索でひとつのYES/NOにだけ答えるように設計されている──「このリストに、自分がまだ当たっていない候補者はいるか?」

仕組みはこうだ。1クレジット = ESAIスコアが50以上の、案件条件を満たすランキング済み候補者1人。headhunt.aiで登録、10クレジット無料、実在する案件のJDを貼り付けると、1〜2分でランキング済みリストが返る。各候補者には、明示的なスコアと、その背後の文章による根拠(在籍年数のパターン、企業ティア、職務適合度、語学シグナル、キャリアの軌跡)、そしてLinkedIn Recruiter、Bullhorn、Salesforce系ATS、Zoho、その他の既存ツールへのエクスポート経路が付く。

リストを、自分自身に見せる。あるいは同じ分野を担当している同僚に見せる。名前を見る。スコアの根拠を読む。問いは、ひとつ。リストの中に、自分がまだアプローチしていない、ソーシングしていない、見送っていない候補者がいるか。

同業エージェンシーのリクルーターがこの検証を実施したとき、リスト中の候補者の30〜60%は、何ヶ月もチームで追いかけてきた案件であっても、本人にとって新しい候補者だった。

04自社の現場の、数字。

Headhunt.AIは、私たちが自社で使っているプラットフォームだ。株式会社ExecutiveSearch.AIは2018年から運用しており、株式会社ESAI Agencyのチームでも、毎日のソーシング・エンジンとしてリクルーター全員が使っている。

2026年第1四半期、私たちは、自社のリクルーターがファネルの全段階で示した改善を計測した──同じリクルーターがHeadhunt.AIで動いた結果と、過去の手作業ソーシング期との比較である。

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。

これは統制された実験の数字ではない。2026年第1四半期、私たちのリクルーターが現場で実際に出した運用結果だ。比較対象は、同じ人物が同じ市場の同じ手数料体系で働いた数字──唯一動かしている変数は、ソーシング層だけ。

ファネル一段階の大きな数字より、全段階の改善の方が重要な理由。

多くのAIツールは「ファネル上端の候補者の質が上がる」と謳う。だが本当に難しいのは、その後だ。候補者リストが大きくなっても、返信率が6%のまま、面接通過率も変わらず、オファー獲得率も変わらないなら、ただ送るメールが増え、決まらない候補者にムダな時間を費やすだけだ。

Headhunt.AIは、各段階すべてを底上げする。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──そして、迷惑メール扱いされる比率も下がる。これは多くのリクルーターが思っているより、遥かに重要な指標だ。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。

各段階の改善は小さい。だがファネルの全段階で重なれば、同じリクルーターの時間で、成約数はおおよそ2倍になる。

05あなたの手取りに、どう効くか。

AIソーシングの会社レベルの経済性については、別の場所で十分に語られている。デスクで本当に重要なのは、あなた個人の報酬にどう効くか、だ。

典型的な日本の人材紹介ビリングリクルーター(売上を立てるリクルーター)で計算してみよう。平均成約手数料400万円(年収1,000〜1,300万円のポジションで30〜35%)、ベースライン月0.75件の成約、報酬シェアはファーム種別とシニアリティによって25〜45%。2026年第1四半期の改善をファネル全体に適用すると、控えめに見積もって月+0.5件の追加成約になる。

計算式:月+0.5件 × 平均成約手数料400万円 × 12ヶ月 × あなたの報酬シェア。丸めた数字だが、規模感は本物だ。半分に見積もっても、十分に意味のある数字だ。

あなたの裁量で動かせるもののうち、これらの数字を本当に動かす要素は、ほかにない。あなたが完全にコントロールできる唯一のレバーは、カレンダー上の適格な面談の数だ。

06Headhunt.AIが、実際にやること。

5つ、はっきりと。

1. 400万件超の日本特化プロフィールを、御社の特定の案件に対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、明示的な根拠付きで0〜100のESAIスコアが付く。

2. 1〜2分で、ランキング済みショートリストを返す。

   トップスコアラーから順に、各ランキングの背後の根拠とともに表示される。誰にスカウトを送るかは、あなたが決める。プラットフォームはランキングを担う。判断は、あなたが持つ。

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の草稿を書く。

   各草稿は、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する──テンプレートの差し込みフィールドではない。日本語はネイティブ品質の敬語。英語は整ったビジネス英語。

4. 既存のワークフローへ、クリーンにエクスポートする。

   LinkedIn Recruiter形式のCSVで、プロジェクトに直接インポート可能。Bullhorn、Salesforce系ATS、Zohoなどに対応。あなたのデータは、あなたのものだ──テナント単位で分離保管、他社と共有しない、社外向けのモデル学習にも使わない。

5. 副産物として、あなた自身の候補者データベースが構築される。

   検索を実行するたびに、候補者がスコアリングされ、構造化されてあなたのデータベースに蓄積される。古いデータは自動でリフレッシュされる。ATSの中の重荷だったデータが、再び使えるタレントプールに戻る。

07やらないこと。

正直なリスト。なぜなら、ここを曖昧にするから、リクルーターはAIツールを信用しなくなるからだ。

1. あなたの判断を、置き換えない。

   ESAIスコアは候補者をランキングする。誰にスカウトを送るか、誰を顧客に推すか、誰を見送るかを決めるのは、あなただ。強いスコアは入力であって、判決ではない。

2. あなたの代わりに、メールを送らない。

   草稿を貼り付け、必要に応じて手直しし、自分のLinkedInアカウントまたはCRMから送る。自動送信は、まさにエージェンシーを候補者・プラットフォームとのトラブルに巻き込む類の機能だ。

3. すべての分野で、同じように機能するわけではない。

   公開プロフィールから専門性が見えにくい、ごく狭い技術分野──一部のハードウェア工学のサブ領域、専門性の高い規制分野のニッチ──ではAIスコアリングは確かに苦戦する。バイリンガル金融、ミッドティアIT、営業、コマーシャル、サプライチェーン、プロダクト、マーケティング、人事、法務、GTM、運営、ほとんどのエンジニアリング──これらでは、計算が成り立つ。

4. リクルーターの職人技を、自動化しない。

   面談、選別、候補者プレップ、顧客対応、オファー交渉、クロージング──これらはすべて、あなたに残る。対価が発生する仕事は、人間に残る。対価が発生する仕事と、あなたのあいだに横たわる作業が、プラットフォームに移る。

このリストを明示するのは、こういう理由だ。懐疑的なリクルーターは──正しく──ベンダーが提示する機能リストには「うまくいかないこと」が抜けていると想定する。契約後に限界を発見されるくらいなら、最初から限界を伝えておく方を選ぶ。

08真剣に受け止めるべき、反論。

最も多く聞く7つの反論に、はぐらかしではなく、率直に答える。

0910クレジット無料の、仕組み。

最初から最後まで。

1. headhunt.aiで登録する。

   クレカ不要。デモ通話なし。リクエストしない限り、営業からの連絡もなし。

2. アカウントに、10クレジットが即座に入る。

   1クレジット = ESAIスコア50以上の、御社の案件条件を満たす日本の候補者1人。

3. デスクの上の、実在する案件を1つ選ぶ。

   正直な検証は、最も難しい案件で実施するのがいい──何ヶ月もチームで追いかけている案件。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、GTM、運営、サプライチェーン、ほとんどのエンジニアリング)で、ミドル市場・成功報酬型の案件だと、最も明確なシグナルが取れる。

4. JDを貼り付ける。

   プラットフォームは、400万件超の日本データベースから、最大1,000件のランキング済み候補者を1〜2分で返す。スコア50以上の閾値を超える最初の10名が、無料クレジットでカバーされる。

5. リストを読む。問いを立てる。

   このリストの候補者の中に、自分がまだ当たっていない人はいるか? もしいるなら、Headhunt.AIは現在のプロセスが取り逃している人材を見つけている。そこからクレジットを追加購入し、より多くの案件に展開し、チームをオンボーディングする。いないなら、立ち去ればいい。コスト:ゼロ。時間:2分。

10率直な見解。

AI採用ツールに関する売り込みのほとんどは、何も検証する前にあなたを契約させようとして書かれている。本書は、その逆方向で書かれている。

私たちはHeadhunt.AIを自社のデスクのために作った──既存のツールが機能せず、機能するものが必要だったからだ。2018年から運用している。本書の2026年第1四半期の運用数字は、自社のリクルーターが実在する案件で出した結果だ。個人報酬の計算は、典型的な日本のエージェンシー報酬シェアで成り立つ。10クレジット無料が存在するのは、「自分のデスクで、これが機能するかを知る唯一の正直な方法は、自分のデスクで試すこと」だからだ。

登録して、最初のリストがチームがすでに当たり尽くした候補者ばかりなら、答えは出ている。立ち去ればいい。そうでないなら、答えは違う方向で出ている──そして、その後の対話はずっとシンプルになる。

それが、提案だ。