RPO と AI ソーシング — 日本市場ではどちらをいつ使うか
RPO と AI ソーシングは競合として位置づけられがちですが、実態は違います — 採用ワークフローの異なるポイントに位置し、異なるコスト構造と異なる失敗モードを持ちます。問うべきは「どちらを採用すべきか」ではなく、「自社の実規模と職種ミックスにおいて、どの組み合わせが投下1円あたりで最も多くの有資格ミーティングを生むか」です。本ガイドはその答えを、カテゴリ・ベンダーのポジショニングではなくユニットエコノミクスから導出します。
RPO と AI ソーシングは異なる問題に対する回答です。RPO は実行帯域の問題を解きます — 担当時間が足りずに埋まらない求人がある状態で、社員を増やすよりも時間を購入したい場合です。AI ソーシングは候補者発見の問題を解きます — リクルーター時間はあるが、入力プールが誤っているか不十分な場合です。日本市場でこれを二者択一として捉えているチームの多くは、フレームを間違えています。最も高い ROI を出しているチームは、AI ソーシングを上流のフィードとして、想定より小さい RPO ベンチを下流の実行として組み合わせています。適切な比率はユニットエコノミクスから決まります。
それぞれが実際に何をするか
RPO（採用業務委託）は、提供事業者の経験あるリクルーターを貴社の採用ワークフローに投入します。彼らは貴社の代理として業務を行います — 求人に対する候補者ソーシング、インテーク、スクリーニング、日程調整、オファープロセス管理。事業者のリクルーターはリテーナー方式または職務単位で稼働します。価値は、貴社チームが自社採用・オンボーディングする必要がなかったリクルーター時間です。
AI ソーシングプラットフォームは、求人票を入力としてランク付けされた候補者リストと初稿のアウトリーチを生成します。下流のワークフローはプラットフォームでは動きません — 貴社または他社のリクルーターが、リストを評価し、スケールでメッセージを送り、ミーティングを運用し、ファネルを管理する必要があります。プラットフォームの価値は、リクルーターによるブーリアン検索やデータベース閲覧という代替手段よりも、生成が速く、アドレス可能市場により深くリーチし、候補者単価が安い候補者入力です。
これらは代替ではなく相補的な機能です。フレーミングのエラーは、組織が両者を予算上の同じ項目として扱う際に発生します — どちらも採用関連支出に集計されるためです。結果として調達判断が「RPO を増やすか AI ソーシングを増やすか」になり、「自社のパイプラインに必要な実行帯域と候補者発見の組み合わせは何か」にはなりません。
RPO が正解になるケース
RPO が正解になるのは、ボトルネックが候補者の可用性ではなくリクルーター時間である場合です。シグナルは具体的です — 着手できた求人ではチームが通常通りミーティングを生成し成約率も平常値で、ユニットエコノミクスも健全な一方、未着手の求人だけが滞留している状態です。RPO によるリクルーター時間の追加は、既存パイプラインの数学を変えずにギャップを埋めます。
また、ワークフローに高い調整負荷がある場合 — 求人1件あたり関係者7名のグローバル採用、複雑なオファー交渉サイクル、自動化に耐えない候補者ケア要件 — も RPO が正解になります。RPO のリクルーターは人を介して人と調整します。これが価値提供物であり、品質を落とさずに圧縮することはできません。
誤った RPO 選択理由は「自社の職種には AI ソーシングが機能しない」です。これは初見ではほぼ常に正しく、3回目の検討ではほぼ常に誤りです。当社の2026年本番コホートには、金融、製造、ライフサイエンス、ソフトウェア、マーケティング、エグゼクティブ — すべてが含まれます。AI ソーシングが実際に苦戦する職種は、多くのチームの初見の想定よりも狭い範囲です。具体的な該当領域は後述します。
AI ソーシングが正解になるケース
AI ソーシングが正解になるのは、ボトルネックが候補者入力である場合です — リクルーター時間は制約ではなく、現行手法で発見できる候補者数が制約になっている状態です。シグナルも具体的です — リクルーターは週内の稼働を満たすが、生成されるミーティングが一部の求人（典型的には表層的なキーワードマッチが効く易しい求人）に集中し、難しい求人はチーム全体で半分の速度でしかミーティングを生まずに滞留する状態です。
また、チームの既存リクルーター時間がソーシングに消費され、候補者ケア・適格性確認・クロージングに回せていない場合も、AI ソーシングが正解になります。カレンダー監査ブリーフィングに記載した30分単位カレンダー監査では、リクルーターが週の60〜70%をソーシング — ブーリアン検索、プロファイル個別レビュー、コピペアウトリーチ — に費やしています。AI ソーシングはこれを15〜25%に圧縮し、残りを成約が実際に発生するファネル下流に回します。
また、職種ミックスがリクルーターチームの専門性拡大ペースを上回って広がった場合も、AI ソーシングが正解になります。小規模な日本 TA チームが、同じ週に金融・ソフトウェア・ライフサイエンスをカバーしようとすると、個々のリクルーターが各領域でどこまで深く行けるかという構造的制約が発生します。AI ソーシングは候補者発見レイヤーでこの深度要件をフラット化します — ただし適格性確認・クロージングレイヤーでフラット化することはなく、そこではドメインリテラシーが依然として重要です。
両方を採用するのが正解になるケース
日本市場で成長段階にあるチームの多くは、両方が正解になる地点に到達します。AI ソーシングが候補者入力を生成します。RPO リクルーターが、人手が依然として大部分を占める適格性確認・スケジューリング・オファーの各レイヤーで下流の実行帯域を提供します。両者は同じ予算枠を奪い合わないため、よく組み合わさります — AI ソーシングはソーシング時間を劇的に削減し、削減された時間は RPO リクルーターが最も効率的に貢献できる、より判断負荷の高い業務に振り向けられます。
組み合わせモデルのユニットエコノミクスは、通常どちらか単独よりも優れます。単純な例：年間100求人を担当する3名のインハウスチームが、人材紹介会社利用時に対する採用コスト削減価値で成果報酬料相当35%を持つとします。週の60%がソーシングに消費されて時間切れまでに成約できるのが70求人だとすると、年間ギャップは30件です。4人目のリクルーター採用にはロード込みで約1,500万円、ギャップ補填の RPO リクルーターには600〜800万円、ソーシング比率を60%→20%に圧縮する AI ソーシングは年間600万円程度で、ギャップの大半を埋めるリクルーター時間を回復します。組み合わせ総コストは単独利用の総コストを下回ります。
AI ソーシングが実際に苦戦する狭い領域
正直に挙げる限界は2つです。第一に、候補者集団が小規模で、経験豊富なリクルーターが個別に誰が誰かを把握しており AI はそうではない狭い技術専門領域 — 狭い分野の極めてシニアな個人貢献者、特定の特許関連専門性、日本国内の対象母集団が200名未満の特定の規制対応職。第二に、リクルーターが特定の指名候補者を数週間かけて口説く長期サイクル個別ワークフロー — AI の相対的優位は候補者発見レイヤーにあり、リクルーターの関係性とタイミングがマッチングアルゴリズムより重要となる、単一ターゲットへの複数接触の説得レイヤーではありません。
上記2領域以外では、AI ソーシングは日本のミッドキャリア領域を扱います。一部の調達チームが採用するフレーミング — 「AI ソーシングはジュニア職だけ」「エグゼクティブには機能しない」「ハイボリューム IT 専用」 — は、本番データに対して一貫して誤りです。当社2026年コホートは職階帯にわたって分布しており、特定の職階帯で精度・再現率が明確に下がる事象は観測されていません — ばらつきは統計ノイズの範囲内です。
実際の決め方
3ステップです。第一に、既存リクルーターチームを30分単位で2週間カレンダー監査し、リクルーター時間のうち何%がソーシングに費やされているかを特定します。50%を超えていて未充足の求人があれば、AI ソーシングは解の一部です。第二に、リクルーター1名・週あたりのミーティング件数とミーティング対成約比率を計測します。チームがフル稼働状態で週5件未満であれば、RPO は解の一部です。第三に、AI ソーシング＋ギャップを埋めるのに必要な RPO ベンチ規模の合計コストをモデル化し、単独ツール代替と比較します。通常は組み合わせの方がコストが低くなります。そうでない場合は、貴社特有のケースで単独ツールの回答が明らかになるはずです。
やってはならないのは、RPO と AI ソーシングをカテゴリ選好で選ぶことです。正解は数学が決定します — ベンダーのポジショニングが決定することはほぼありません。
よくある質問
ESAI Agency も RPO を提供していませんか？利益相反ではありませんか？
株式会社 ESAI Agency（当社の兄弟会社、独立した有料職業紹介事業許可保有事業者）は AgentRPO という RPO プロダクトを運営しています。利益相反は認識しています。本ガイドのフレームワークは AgentRPO 営業会話でも同じものを使用しています — 数学が単独利用を支持すれば AI ソーシング単独、AgentRPO 単独、組み合わせモデル — を推奨します。企業顧客の多くは組み合わせモデルに着地し、これは商業的に当社に有利に働きますが、推奨は数学が決定します — 逆ではありません。誠実なテストは、組み合わせ提案が誤りで AI ソーシング単独が正解の場合に、見込客にそれを伝えるかどうかです。当社は、伝えています — 定常的に。
AI ソーシングでソーシング時間を圧縮しても、なおリクルーター時間が足りない場合は？
その場合は、帯域ギャップに対しては RPO が解で、AI ソーシングを上流のフィードとして併用します。組み合わせモデルはこのケース向けに設計されています。典型的な数値では、AI ソーシングはソーシング時間1時間あたりの有資格候補者を3〜4倍に増やし、チーム稼働時間の40〜50%を非ソーシング業務に解放します。これでもギャップが埋まらない場合、RPO リクルーターが適格性確認・実行レイヤーで帯域を追加します — インハウスの増員は不要です。
AI ソーシングは RPO より高額ですか？
有資格ミーティング単価ベースでは、いいえ — 本番運用で AI ソーシングは通常ミーティング1件あたり1〜3万円で、ミーティングユニットエコノミクス基礎ガイドで導出した期待売上 ¥107,676 と比較できます。RPO リクルーターはミーティング単価が高くなります — リクルーター時間自体が AI 計算リソースより高価だからです。適切なフレーミングは「どちらがより高いか」ではなく「どちらがより低い単価で有資格ミーティングを生むか」です。これはほぼ常に、発見レイヤーで AI ソーシング＋ワークフロー実行で RPO の組み合わせになります。
このフレームワークにおいて、インハウス TA チームの構築はどこに位置づけられますか？
これは、年間50件以上を採用する企業にとって、長期的にしばしば正解となる第3の選択肢です。インハウス TA 拡張と RPO の選択は、追加雇用の固定コストを正当化する採用ボリュームがあるか、そして職種ミックスが専門化に耐えるほど安定しているかで決まります。両方が肯定なら、インハウス構築です。AI ソーシングはインハウス TA を、RPO を補完するのと同じ仕方で補完します — ソーシングレイヤーを圧縮し、インハウスチームが企業固有の判断が代替不可能なレイヤーに時間を使えるようにします。
AI ソーシングが自社チームで機能しているか判断するのにどれくらいかかりますか？
実求人での実利用2〜3週間です。1週目のシグナルは、最も経験あるリクルーターが「自分が見つけたかった人材」と認識できる候補者リストをプラットフォームが生成するかです。2週目のシグナルは、無編集スカウトメッセージが、チームの現行0.5〜1.5%ベースラインに対し、2〜4%帯の返信率を生むかです。3週目のシグナルは、AI が発見した候補者の有資格ミーティング率が、チームの現行比率と10%以内に収まるかです。3シグナルすべてが肯定なら、プラットフォームは機能しています。
出典
AI ソーシング本番データはすべて株式会社ExecutiveSearch.AI および株式会社 ESAI Agency の内部運用より：16週・2026年アウトリーチコホート（連絡候補者123,675名、返信率3.13%、返信→ミーティング転換率32.57%）。RPO コストベンチマークは AgentRPO 商業価格、日本の人材紹介会社給与調査（Robert Walters Salary Survey、Hays Salary Guide、厚生労働省人材紹介事業統計）に基づく。30分単位カレンダー監査の方法論および60〜70%ソーシング時間の数値はカレンダー監査ブリーフィングに記載。ミーティング単価算出はミーティングユニットエコノミクス基礎ガイドより。方法論、サンプルサイズ、統計手法はメソドロジーページに記載。
自社チームで数学を回す
ソーシングが自社リクルーター時間の大半を消費しているなら、AI ソーシングは解の一部です。無料クレジット10枚で、自社の実求人に対して3週間で検証可能です。自社の職種ミックスに対する組み合わせモデルの数学を一緒に回したい場合は、営業担当にご相談ください。