AIに任せた。ROI 17.2倍。

ブリーフィング01が2026年1月に最初に立てた仮説は、Headhunt.AIクレジット10万円が、約15件の適格な候補者面談、そして約150万円の期待売上に化ける、というものだった。投資対効果15倍。2026年最初の16週、自社の現場で出した実績は、その仮説を上回って着地した。

クレジット10万円で、適格な面談が16件、生まれた。2026年の自社の平均成約手数料を当てると、その面談には1,720,788円の期待売上がついている。投じた1円あたり、17.2倍。

16週間の運用実績(株式会社ESAI Agency、2026年1月1日〜4月30日)。リクルーターも手数料体系も従来通り。動かした変数はひとつ ― ソーシングの100%が自律稼働で、候補者の確認もスカウト文の手直しも、人の手は一切入っていない。

想定は15倍だった。実測は17.2倍。リクルーターが頑張ったわけではない。ソーシングを「やらなく」なっただけだ。

02ファネルから、手を引いた。

ブリーフィング01では、Headhunt.AIを「ソーシングを加速させる仕組み」として位置づけた。2026年の運用実績は、より鋭い表現を求めてくる。この16週間、自社の現場が接触した候補者は100%、Headhunt.AIが見つけたものだ。送ったスカウト文は100%、Headhunt.AIが書いたものだ。そしてどちらにも、人の手は一切入っていない。

ファネルの中で、AIが担う領域は明確に切れている。AIがハンズオフで処理する領域:400万件超のプロフィール+自社ATSの全体集合スコアリング、業務日本語または英語でのスカウト文の作成、3通シーケンスの送信(返信時の自動停止)。人のレバーが効く領域:返信のトリアージと面談の確定、候補者面談の本体、顧客への説明、ショートリスト作成、クロージング。

この左側のブロックが、16週間、人の手による編集なしで動き続けた。本書の基準値は、ソーシング層に誰も触れなかったときに、エージェンシーが得られる数字である。

AIは、ソーシングを「速くする」仕組みではない。ソーシング・ファネルから、リクルーターの時間が消える仕組みだ。

0316週間の運用が、描き出したファネル。

ファネル全体を表すのに、必要な数字は3つだ。システムが何件の候補者に接触したか、何件返信が来たか、そしてその返信のうち何件がリクルーターのカレンダーに乗る適格な面談まで進んだか。このファネルの形が、17.2倍という数字を生んでいる。

3.13%という返信率は、自律稼働のシステムが、人の手が一切入らない状態で、日本市場のコールド〜ウォームのアウトリーチで出している数字だ。スパム的なテンプレ・アウトリーチが沈むレンジ(0.3〜0.8%)を、大きく上回る。32.57%の返信→面談の転換率は、リクルーターチームが返信を受け取ったあとに出している数字。ここがファネルの「人のレバーが効く」領域であり、健全な水準で回っている。

123,675件という総数は、一括の処理から出てきたものではない。16週間の通常運用のなかで、週ごとに積み上がった結果だ。週次の接触量は、各案件の到達可能母集合をシステムが順次飽和させ、新しい検索条件に切り替えていくにつれて伸びる。立ち上がり期間中も、リクルーターチームは時間を増やしていない。底上げは、ソーシング作業をリクルーターの1週間から「外した」ことから来ている。「もっとやらせた」ことから来ているのではない。

量は、易しい。難しいのは、人の手を借りずに、信頼できる量を出すことだ。

04ユニットエコノミクスの核を、再計算する。

ブリーフィング01では、面談1件あたり10万円という期待売上を起点にした。400万円の成約手数料を40件の面談で割った数字だ。いずれの前提も、わずかに動いた。再計算した数字は、面談1件あたり、107,676円である。

いずれの数字も、推測ではなく実測値だ。成約手数料は、過去16週間にわたって決まった成約案件の平均値。39.625という比率は、同じ期間の「面談数 ÷ 成約数」の実数比率である。業界ベンチマークは40件、自社コホートはそれより、わずかに引き締まっている。

手数料の動き(400万円 → 4,266,675円)は、価格の引き上げではなく、案件構成の変化による。成約手数料は今も年収の30〜35%。2026年のコホートは、年収帯がわずかに上に振れたため、平均が押し上げられた。面談数と成約数の比率は、ブリーフィング01でも示した35〜50件という通常レンジの内側に収まっている。

ソーシングのすべての要素は、ひとつの問いに集約される。適格な面談1件を生むのに、いくらかかるのか。運用ベースの答えは、約6,250円のクレジットだ。

0510万円から、1,720,788円へ。

クレジットの購入から、期待売上までは、5つのステップで結ばれる。各ステップの数字はすべて、2026年の運用コホートから取った実測値であり、見積りではない。計算は複利で効くため、最終値は、最初に見ると驚く人が多い。

1. Headhunt.AIクレジットに、10万円を投入する。

   システムは、3通からなる、一人ひとりに合わせたスカウト・シーケンスで、約1,570人の候補者に接触する。返信があれば自動停止。総コスト:10万円。リクルーターがこの層に費やす時間:ゼロ。

2. 3.13%の運用返信率で、約50件の返信が届く。

   約50件の返信が、キャンペーン期間にわたってリクルーターチームの受信箱に着く。この返信率は、候補者リストの確認もメール文面の確認も、人の手が入らない状態の自律アウトリーチが出した数字だ。

3. そのうち約16件が、適格な面談に転換する。

   2026年コホートの返信→面談の転換率は32.57%。ファネルの中で、人のレバーが効く領域だ。約16件の面談がカレンダーに乗る。

4. 面談1件には、107,676円の期待売上がついている。

   再計算したユニット・エコノミクスから:平均成約手数料4,266,675円を、39.625件の面談で割った数字。

5. 期待売上の合計:1,720,788円。

   16件 × 107,676円。10万円のクレジット投入と、ファネル上で「追加された」リクルーター時間ゼロから生まれた数字だ。クレジットへの投資対効果は、17.2倍。

リクルーター・チームは、このファネルの最上流を「触っていない」。実測値は、自律稼働のシステムが、独力で生み出した数字だ。

06ハンズオフが戻してくる時間。

ブリーフィング01では、典型的なリクルーターの1週間が何に消えているかを実測した。60〜70%が、ソーシングと選別に消える。母集合作り、ロングリストのトリアージ、スカウト文の作成、フォロー・シーケンス、日程調整。ハンズオフのソーシングは、このブロックを丸ごと取り除く。空いた時間は、どこかに着地する必要がある。

2026年のコホートでは、空いた時間は、行く先がひとつしかない場所に着地している。ファネルの「人」の側、つまりカレンダーと、対話と、クロージングだ。この16週間を通じて、リクルーターの週次総時間は変わらない(各人およそ40時間)。ソーシングに割く時間は、約5%まで縮んだ。AIの出力を確認し、必要に応じてフラグを立てる作業だけが残っている。候補者面談、顧客説明、ショートリスト作成、クロージングに割く時間が、その分だけ伸びた。同じリクルーター。同じ1週間。配分だけが、別物。

これが、経営者が最初に問う質問への答えだ。「AIがソーシングをやるなら、うちのリクルーターは何をするのか?」 やってもらうのは、本当に売上を生む仕事だ。ソーシングは、これまでも、レバーが効く活動ではなかった。レバーが効くのは、候補者面談と、顧客との対話だ。ハンズオフのソーシングは、リクルーターが長く働かなくても、レバーの効く仕事をもっと回せるようにする一手である。

採用業務でレバーが効くのは、候補者を「見つける」ことではない。その後の対話だ。ハンズオフのソーシングは、その対話が起きる時間を、買い戻している。

07候補者は、どこから来ているのか。

すべての検索を、二つの母集団が支えている。ひとつは、エージェンシーがすでに持つATS。過去に接触した候補者が眠っている場所だ。もうひとつは、オープンウェブ上の400万件超の日本特化プロフィール。Headhunt.AIは、両方を案件固有の条件でスコアリングし、重複を畳み込み、ランキング済みのリストを1本に束ねて返す。過去に会ったことがあり、文脈が築かれている候補者も、まだ会っていない候補者と同じように上位に浮上する。

ATS側は、過去に対話した候補者群。Bullhorn、Salesforce系、Zoho、Workday、独自データベース ― 各顧客のスタックに合わせて、専用の連携を構築する。データの移行はない。ATSはそのままの場所に置かれる。電話番号、メールアドレス、必要な独自フィールドは、結果リストに直接乗ってくる。リクルーターは、即座に動ける。

そしてここが、複利で効く部分だ。多くのエージェンシーのATSレコードは、何年も古いままになっている。候補者の役職は、最後に会ったときのもの。所属企業も、最後に会ったときのもの。次にその候補者にふさわしい案件が回ってきたとき、データの半分は、もう違っている。Headhunt.AIは、稼働の副産物として、これを直す。ATS上の候補者を案件に対してスコアリングするたびに、システムは400万件のライブ・データベースに対して、そのレコードを照合する。新しい役職、新しい所属、新しい在職期間のパターン、新たに観測されるシグナル。ATSのレコードは、その場で更新される。

※ ATSが「副産物として」リフレッシュされる仕組み、そしてそれが時間とともに複利でどう積み上がっていくかについては、後続のブリーフィング06「ATSは、寝ている間に育つ」で詳述している。

ATSとオープンウェブを、同じスコアで回す。返るのは、1本のランキング。

08ハンズオフは床値、天井ではない。

17.2倍は、運用ベースの基準値(ベースレート)だ。接触前に候補者を確認する人がゼロ、送信前にスカウト文を編集する人もゼロのとき、システムが出す数字である。ベースレートを公表するのは、Headhunt.AIを採用するエージェンシーにとっての「床値」を知ってもらうためだ。

天井は、もっと高い。Headhunt.AIのスカウト文はすべて、送信前に自由に編集できる。ランキング済みのリストの候補者は、ワンクリックで除外できる。選択的にオーバーライドするリクルーター(シニア候補者へのメッセージのトーンを調整する、知っている不適合者を外す、など)は、ベースレートを上回る結果を出している。私たち自身の現場でも、ドメイン知識が集中する狭い分野で、その効果を確認している。

17.2倍は、上限値ではない。これは、ファネルから「人」を外したときに、自律稼働のシステムが出す数字である。シニア候補者向けのスカウト文を1〜2通だけ書き直す、または案件ごとにターゲティングを10分だけ詰める。そうしたリクルーターは、この数字をさらに押し上げられる。私たちがベースレートを公表するのは、それが、エージェンシーが計画に組み込める数字だからだ。天井がどこになるかは、エージェンシーがオーバーライドをどう使うかに依存する。

ハンズオフは床値。17.2倍は、エージェンシーが「何もしないとき」に得られる数字だ。リクルーターが判断を当てれば、その上に来る。

09よくある反論。

「100%AI、人の確認ゼロ」と聞いて、経営層から実際に出てくる問い。それぞれに、はぐらかさず答える。

「100%AIが書いたスカウト文は、スパム予備軍に聞こえる。」

正当な指摘だ。証拠は、返信率に出ている。日本市場のコールド〜ウォームの自律アウトリーチで3.13%という返信率は、テンプレ的なスパム・アウトリーチが沈むレンジ(0.3〜0.8%)を、大きく上回る。受信者が返信するのは、メッセージが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ているからだ。短いから、押しが強いから、ではない。文面生成のモデルは、自社の現場で何年もかけて積み上げた、実際に返信を取れた文面のパターンで訓練されている。

「AIがある候補者について「間違っている」とき、誰も送信前に気づかない。」

候補者単位では、事実だ。そして、ベースレートではそれが意図でもある。だが文面の生成は、テンプレートではなく、候補者ごとに行われる。エビデンスが薄い候補者には、メッセージが汎用的になる。返信は来ない。誰も開かない。実害は、出ない。誰も開かない「間違った候補者1人」のコストは、クレジット1回分。同じ候補者をシニア・リクルーターが1時間かけて選別するコストは、人手1時間分。経済性は、自律層を回し続ける側に振れている。

「うちのブランド・ボイスは、AIが書いた文章には耐えられない。」

市場の上位帯では、その通りである場合がある。そのために、オーバーライドが用意されている。ほとんどのエージェンシーは、計算が決定的に効くミドル市場の案件量に対してハンズオフを有効化し、シニアやネームドアカウントの案件には、人の確認を残す、という運用にしている。ベースレートは、全社一律の採用を、要求しない。

「返信率は、分かった。これらの面談は、本当に「適格」か?」

答えは、32.57%という返信→面談の転換率に、出ている。返信率は操作できる。だが、面談転換率は操作できない。実在する候補者と、適切なレベルで、カレンダー上に乗った予定として成立した返信が、面談だ。自社の1,260件の面談は、標準どおりの39.625件で1件の成約に至る比率で、成約まで進んだ。これは、面談が、手作業ソーシングの候補者にリクルーターが当てる選別水準と、同じ水準で「適格」だということを意味している。

「うちはすでに、ATSを持っている。新しいデータベースは、要らない。」

新しいデータベースは、付いてこない。Headhunt.AIは、御社の既存のATSをその場でスコアリングする。対応スタックはBullhorn、Salesforce系、Zoho、Workday、独自データベース。私たちが、各顧客向けに専用の連携を構築する。400万件のオープンウェブのプロフィールと並べて、両方を同じランキング済みのリストに送る。ATSは、動かない。

「なぜ、ブリーフィングが「ベースレート」の数字に基づいているのか?」

実際のROIは、確かに、エージェンシーがどう使うかに依存する。私たちがベースレートを公表する理由は、ベースレートが「事業として、計画に組み込める」数字だからだ。エージェンシーは、ファネルの中で何もしなくても、少なくとも17.2倍を得る。オーバーライドで上乗せされる分は、その上に乗ってくる。「リクルーターが特別に器用で、特別に注意深い」前提に立った数字を公表したくなかった。

ベースレートは、取締役会で守れる数字だ。オーバーライドは、エージェンシー独自の判断が、その上に複利で重なる場所だ。

10今週、自社で試せる検証方法。

本書に書いてあることはすべて、自社の現場で、自社の案件に対して回すまでは、机上の話だ。回す方法は2つある。1つ目が、公開のクレジットパック検証。小さく、速く、透明に。2つ目は、チームに知らせない静かな検証。

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

2. 空いている案件を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. その分野を担当するリクルーターに、リストを見せる。

   問うことは1つだけ:「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。

静かな検証は、もうひとつの選択肢だ。社内の合意形成や変更管理、リクルーターの賛同形成を経ずに、システムを検証したい経営層もいる。成約適格な面談数が慢性的に足りていない、現場のビリング・リクルーターを1人選ぶ。Headhunt.AIを、そのリクルーターの空いている案件に当てる。既存のスカウト・シーケンスのルールも、面談取得の慣行もそのまま。チームの体感は、「気がつくと、適格な候補者が受信箱に増え、カレンダーに予定が増えている」というだけだ。新しいツールを覚える必要はない。ワークフローを書き直す必要もない。検証はバックグラウンドで動く。リクルーター本人は、ただ面談が増える。

最もきれいな検証は、チームが「動いているとも知らない」検証だ。面談数が動くか、動かないか。どちらでも、答えは出る。

11率直な見解。

実証データは、もうテーブルの上にある。株式会社ESAI Agencyの16週間の運用、すべての候補者をHeadhunt.AIが見つけ、すべてのスカウト文をHeadhunt.AIが書き、人の確認はゼロ。クレジットへの投資対効果17.2倍。リクルーター時間は据え置き。面談数は、増えた。

あとに残る問いは、2つだ。1つ目。このベースレートは、計画に織り込めるほど安定しているか?自社の現場では、この16週間は意味のあるサンプル(接触123,675件、面談1,260件)であり、週ごとの分散は十分に小さく、実務上の基準値として扱っている。2つ目の問い。エージェンシーは、この答えで何をするか? その問いは、本書が、読者に手渡したまま終える問いだ。

2026年にハンズオフのソーシングへ移行するエージェンシーは、ファネルの最上流に閉じ込められていたリクルーター時間を、買い戻す。移行しないエージェンシーは、いまと同じコスト構造のまま、縮み続ける成功報酬プールに対して、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。