AI ソーシングで BizReach（および成果報酬型データベース）費用を削減する方法

BizReach に1年間で実際に支払っている金額

BizReach のコストについて尋ねられたとき、人材紹介会社の経営者の大半は、ひとつの数字を答えます — サブスクリプション料金です。標準のヘッドハンタープランで年間 120 万円（半年 60 万円・前払い）。この数字は正しいのですが、不完全です。年間の総コストは、実は3層から成っており、最も見落とされている層こそが、いちばん大きな層になります。

3つの層を、規模の大きい順に整理すると、次のとおりです：

1. サブスクリプション — 年間およそ 120 万円。BizReach の標準ヘッドハンタープラン。これより小さなプラットフォーム（doda X、AMBI）はもう少し低く、エンタープライズティアではもう少し高くなります。一括前払いで、中途解約しても返金はありません。
2. 成果報酬フィー — 通常は紹介手数料の 20〜30%。これが大きい層です。25% 中央値で計算すると、¥10M のプレースメント1件あたり、データベース側に ¥875K を支払う計算 — しかも、プラットフォームを介して成立したすべてのプレースメントについて、毎回発生します。
3. 条件付き帰属エクスポージャー — 金額は変動。多くのプラットフォーム契約には、最終的に別のチャネルで成立した案件でも、その候補者がプラットフォーム上で接触されていた場合には料金の帰属を主張できる、という条項が含まれています。この層は、監査が発生するまでは、予算の議論にほとんど出てきません。

BizReach 経由で年間 90 件のプレースメントを 25% の成果報酬料で出している 12 名稼働の人材紹介会社にとって、第2層だけで年間およそ ¥78.75M に達します。サブスクリプション料金は、この数字の前ではほぼ誤差です。本当に見るべき数字は、プレースメント1件あたりの実質コストです。

フォースタートアップス社のケース — 監査が起きるとどうなるか

第3のコスト層が実際に発動した姿を、最も明確に見せた公開ケースが、東証上場のフォースタートアップス株式会社（TSE: 7089）です。2023年1月、同社は FY3/2018 以降を遡及的に修正再表示し、複数の人材データベース運営会社に対する 4億200万円の追加売上原価 を計上した旨を開示しました。内訳は、未払い元本 ¥118M、契約上の損害金 ¥283M — 元本の 2.4 倍にあたる違約金です。

同社の表現を借りれば、原因は 「規約の誤認」 でした — 1人の転職希望者が複数のデータベースに登録されている場合の料金帰属条項について、解釈を誤っていた、ということです。複数の運営会社の契約においては、最終的にプレースメントが成立したデータベースだけでなく、候補者が接触したすべてのデータベースに対して料金が発生する可能性があったのです。

人材紹介会社が成果報酬型データベースに対して抱える条件付きエクスポージャーが、実際に監査され、発動されたときに何が起きるか — これを公開記録として残している例は、現時点ではこれだけです。多くの同業他社が、同様のエクスポージャーを抱えていると考えられます。ただ、まだ証券開示の圧力が及んでいないだけです。（より深い構造的議論については、「データベース税」ブリーフィングをご参照ください。）

粗利の試算：同じ手数料で、プレースメントあたり +¥608K

¥10M のプレースメント1件を、2つの経路で見ていきましょう。クライアントは同じ、クライアントからの紹介手数料も同じです。違うのは、どのソーシングレイヤーが候補者を発掘したか、その1点だけです。BizReach の 25% 中央値の成果報酬料と、候補者が AI スコアリングレイヤー経由で出てきた Headhunt.AI ファーストの経路を、並べて比較します。

このスプレッドは、デスクのプレースメント1件ごとに積み上がっていきます。年間 90 件のプレースメントを実現している 12 名稼働の人材紹介会社であれば、+¥608K / プレースメントは、年間でおよそ ¥55M の粗利回収 に化けます。プレースメントの件数と単価が大きくなれば、効果はそれに応じてスケールします。年間 200 件を出している 25 名稼働のデスクなら、年間およそ ¥122M の上振れです。いずれも、クライアントの誰一人として、これまでより多く支払う必要はありません。同じ結果を、ソーシングレイヤーが安く生み出してくれれば、それで成立する話です。

AI ソーシングが BizReach の機能の大半をカバーできる理由

成果報酬型データベースの存在意義は、ずっと「候補者へのアクセス」にありました — 能動的に、あるいは受動的に転職に関心のある候補者をプラットフォーム側が集約し、人材紹介会社がそこにアクセスする、というモデルです。この主張は、2010年代の大半においては構造的に成り立っていました。しかし今では、部分的にしか成り立たなくなっています。

プール自体は、もともと独自の価値ではありませんでした。日本で働くプロフェッショナルの最大のプールは、何年も前から LinkedIn 上の公開プロフィールデータです。むずかしかったのは、ごく最近までは、そのデータを実用規模で運用するスループットの方でした — ブーリアン検索、手作業でのロングリスト作成、職歴・企業階層のパターンを手で読み込む評価作業。多くの職種において、このプールを人手で運用するコスト（リクルーター人件費換算）は、成果報酬型データベースを使う代替案のコストを上回っていました。だからこそ、データベースチャネルを主役に据えるのは、当時としては合理的な選択だったのです。

この計算は、過去 24〜36 か月で変わりました。フルプロフィールに対する AI スコアリングが、実用規模で動くようになったためです。Headhunt.AI のデータベースは、日本市場に特化したプロフェッショナルプロフィールを 400 万件以上カバーしています — 主に LinkedIn の公開データを基盤に、候補者が公開で活動している範囲で X、GitHub、Facebook、Instagram のシグナルを重ねたものです。マッチングエンジンは、ブーリアンでは到底表現できない深さで JD と候補者の適合を読み取ります — 在籍パターン、企業階層の遷移、バイリンガルのレジスター、隣接業界のコンテキストなど。（仕組みについては、「AI 候補者スコアリングの解説」をご参照ください。）

Headhunt.AI 上の候補者と BizReach 上の候補者は、実はかなりの部分が重なります。どちらにも、現役で稼働しているシニアプロフェッショナルが含まれます。ただし、有資格ミーティング1件あたりのコストは構造的に大きく異なります — 当社の 2026 年コホートにおけるミーティング1件あたりの期待売上 ¥107,676 に対して、Headhunt.AI はエンタープライズ年間プラン料金でミーティング1件あたりおよそ ¥6,250 で運用できています。成果報酬型データベースは、生み出すミーティング数で按分すると、通常その数倍高い水準になります。（ユニットエコノミクスのフレームワークについては、「日本において、リクルーターのミーティング1件はいくらの価値があるのか」をご参照ください。）

それでも BizReach に分があるケース

正直に言えば、成果報酬型データベースには、本当に優位な領域が2つあります。ここを否定するのは、誠実ではありません。

能動的な転職希望者層。BizReach に自ら登録した候補者は、それ自体が「いま転職を検討している」「近いうちに動く」という能動的なシグナルになります。能動的な転職意欲が最も重要なフィルターとなる職種 — ジュニア〜ミドル層のマスマーケット職、ボリューム採用、特定の非バイリンガル専門職など — においては、このシグナルは本物で、なおかつ有用です。受動的な公開プロフィールを対象とする AI ソーシングでは、「登録」という行為そのものが提供する「動ける状態」フィルターを、そのまま再現することはできません。

一部のボリューム系ミドルマーケット職種。候補者母集団が多くの人材紹介会社で共有されており、差別化要因が「いかに早くミーティングに持ち込めるか」になっている職種では、BizReach の能動プールのほうが、公開プロフィールへの受動的アプローチよりも早くミーティングを生み出すことが多くあります。トレードオフは粗利です — スピードと引き換えに、20〜30% の成果報酬料を支払う、という構造です。

一方で、人材紹介会社にとって粗利が最も大きいプレースメントが発生する受動的シニア層では、BizReach の「能動的な意欲」フィルターは、むしろ不利に働きます。本当に会いたい候補者 — 適切な案件のときにしか動かない候補者 — というのは、まさに公開求人プラットフォームに自分から登録するタイプの人ではないからです。

移行プラン — 段階的に、急がず

BizReach のコストラインを下げる最もスムーズな方法は、急な解約ではなく、段階的な置き換えです。フェーズは3つに分けられ、それぞれが独立して測定可能です。

フェーズ1 — 新規案件は、まず AI ソーシングから走らせる

次の四半期、すべての新規案件で、まず Headhunt.AI を走らせます。AI のリストが検索ウィンドウ内に十分な有資格候補者を生み出せなかった場合のフォールバックとして、BizReach を使います。各プレースメントが、最終的にどのチャネルから生まれたか、そして各プレースメントで各チャネルにいくら支払ったかを、必ず追跡します。

多くのデスクでは、1四半期もたたないうちに、新規案件の 60〜80% が成果報酬型のフォールバックを必要とせず、AI チャネルだけでクロージングできることが見えてきます。残る 20〜40% は、典型的にはデータベースチャネルがまだ優位を保つボリューム系ミドルマーケットや、能動的な意欲が決め手になる職種です。

フェーズ2 — 更新時にサブスクリプションを再交渉する

残余利用がどの程度かを示す1四半期分のデータが手元にあれば、更新交渉ははるかにやりやすくなります。BizReach のアカウントチームは、契約全体を失うくらいなら、低いティアでの更新を受け入れるはずです。会話の組み立て方は、「残余」を中心に据えるのがコツです — 解約するのではなく、本当にプラットフォームの強みが出る残余の職種に合わせて、適正化している、というフレーミングです。

フェーズ3 — 条件付きエクスポージャーを、四半期ごとに監査する

データベースコストの第3層、条件付き帰属エクスポージャーは、主要利用を減らしても消えません。候補者のデータが古くなるにつれてじわじわと積み上がっていく、いわゆるテールリスクです。リクルーターが候補者と接触したプラットフォームと、最終的に料金の帰属を主張されたプラットフォームを突き合わせる作業を、四半期ごとに自社で行いましょう。フォースタートアップスのケースが示しているのは、この監査が「外側」で起きたときに何が起きるか、です。それなら、自社内で先に走らせておくほうが賢明です。

今週中にできる、いちばんシンプルなテスト

移行プランに踏み込む前にできる最もシンプルなテストは、停滞しているたったひとつの案件で、横並びの比較を行うことです。BizReach 経由で2か月以上稼働している案件を1つ選び、Headhunt.AI で走らせます。コストは、500件のランク付き候補者で ¥75,000。AI のトップ100候補者と、チームがすでにアプローチした候補者を突き合わせます。

100名中、たった1名でも有資格でチームがまだ見ていない候補者が見つかれば、それで結論は出ています — AI は、いまの BizReach 主導のプロセスでは構造的に拾えていないプロフィールを掘り起こせている、ということです。最も難航している案件での概念実証を、契約上のリスクを一切増やさずに済ませることができます。

本稿の主張は、「BizReach が間違っている」ではありません。主張は、2018 年には合理的だったチャネルミックスが、2026 年にはもう合理的ではない、ということです。なぜなら、AI ファーストの代替手段は、2018 年にはこのスループットでは動いていなかったのに、今は動いているからです。20〜30% の成果報酬料は、ほとんどのセグメントで、より優れたソーシング手法にすでに追い越されてしまった選択肢のコストです。本来は払う必要のないそのコストを、プレースメント1件ごとに払い続ける会社であり続ける必要はありません。

よくある質問

出典

本番データは、株式会社ExecutiveSearch.AI および株式会社 ESAI Agency の内部運用より引用しています：16週間の2026年アウトリーチコホート（連絡候補者 123,675 名、返信 3,868 件、有資格ミーティング 1,260 件）と、2026年第1四半期のデスク実績です。BizReach のプラットフォームレベルの財務は、ビジョナル株式会社（TSE: 4194）の2026年7月期上半期決算、2026年3月17日付の TSE 開示より引用しました：BizReach 事業の上半期売上 ¥38.3B（前年同期比 +19.2%）、調整後営業利益率 42.7%。フォースタートアップス株式会社（TSE: 7089）の ¥402M 修正開示は、適時開示（TDnet）2023年1月20日付、および2023年3月期第3四半期決算説明会に基づきます。成果報酬料のレンジは、2026年第1四半期までに当社が日本国内の人材紹介会社数十社と行った対話から得たものです。方法論、公開サンプルサイズ、匿名化方針、統計手法は、メソドロジーページに記載しています。完全な構造的議論については、「データベース税」ブリーフィングをご参照ください。