はじめに
この記事でわかること
- エンジニア採用の「0次面接」をAIに任せる かわりに面談 という構想
- 既存のAI面接SaaSとどこが違うのか
- 「応募者の情報をサービス側に持たない」設計の考え方
こんにちは。SIerでAWSのクラウドエンジニアをしている者です。
普段は顧客環境のコスト最適化や運用改善をやっていますが、
最近ずっと考えている採用まわりのモヤモヤを、形にしてみようと思いました。
この記事は構想の公開です。まだ完成品ではありません。
現時点のページが
https://claude.ai/artifact/H1j8MxoLDVkGRUeBqintSz
↑こんな感じです
「それ欲しい」「いやここが微妙」など、率直なフィードバックをいただけると本当に嬉しいです 🙏
😩 採用、コストかかりすぎ問題
1人採用するのに、いくらかかっているか
私の感覚値ですが、年収700万円クラスのエンジニアを1人採用するのに、時間と費用で約250万円かかっていると見ています。
| 項目 | 中身 |
|---|---|
| 💰 お金 | 紹介手数料・媒体掲載費 |
| ⏰ 時間 | 書類選考、日程調整、一次面接… |
| 🧠 人の負荷 | 現場エンジニアが面接官として駆り出される |
特に重いのが 「会ってみたら明らかに合わなかった」面接 です。
現場のエンジニアが1時間使って、結論は最初の5分で出ていた──という経験、ありませんか？
本当に人がやるべきなのはどこか
赤くした部分、つまり 「この人と話す価値があるか」を見極める段階 は、
ルールさえ決まっていればAIに任せられるのでは？と考えました。
💡 かわりに面談とは
一言でいうと
企業ごとに設計した 専用のClaude が、応募者と 0次面接 を行い、
合否と理由だけ を企業に返すサービスです。
登場人物
| 誰が | 何をする | |
|---|---|---|
| 🏢 企業側 | 企業専用のClaude | 自社の基準で質問し、評価する |
| 🙋 応募者側 | 人間（本人） | 履歴書・職務経歴書を添付し、質問に答える |
ポイントは、企業側だけがAI で、応募者は人間のまま というところです。
流れ
⚖️ 合否は「はっきり」出す
0次面接が 当たり障りのない通過儀礼 になってしまったら意味がありません。
なので、かわりに面談では 弾く人はしっかり弾く 設計にしています。
| スコア | 判定 | 次のアクション |
|---|---|---|
| 70点以上 | ✅ 合格 | 一次面接へ |
| 50〜69点 | 🤔 保留 | 人間が確認 して判断 |
| 50点未満 | ❌ 不合格 | 終了 |
落とした理由は必ず返します。
AIに一方的に落とされて理由もわからない、というのは応募者にとって最悪の体験です。
「なぜダメだったのか」を返すことで、応募者にとっても次につながる面接にしたいと考えています。
ボーダーライン上の人だけ人が見る、という形にすることで、
AIの判断ミスのリスク と 人の工数 のバランスを取ります。
🔍 既存のAI面接サービスと何が違うの？
正直に書くと、構想段階で 「既存サービスと差がないなら作る必要はない」 と思って調べました。
その結果、方向性を変えています。
❌ 作らないもの：汎用AI面接SaaS
AI面接サービスはすでに世の中にあります。
同じ土俵で汎用SaaSを作っても、勝ち目は薄いです。
⭕ 作るもの：企業ごとに設計するClaude
かわりに面談の本体は ツール ではなく、
「その会社専用のClaudeをヒアリングして設計する」こと です。
| 観点 | 汎用AI面接SaaS | かわりに面談 |
|---|---|---|
| 評価基準 | サービス共通のテンプレ | 企業ごとにヒアリングして設計 |
| 質問内容 | 汎用的 | 自社の技術スタック・文化に合わせる |
| 合否 | スコア表示が中心 | 合否 + 理由を明確に返す |
| 応募者データ | サービス側に蓄積 | サービス側に保持しない |
「うちの会社で活躍する人ってどんな人？」を一緒に言語化するところに、一番価値があると考えています。
🔐 情報を「持たない」設計
採用で扱うのは、履歴書・職務経歴書という 個人情報のかたまり です。
サービス側に応募者情報が溜まっていく設計は、情報漏洩した瞬間に終わり です。
そこで、かわりに面談では サービス側に情報を保持しない ことを基本方針にしています。
かわりに面談が提供するのは 「Claudeの設計」 であって、データの保管庫ではありません。
💭 なぜここまで気にするのか（クリックで開く）
普段、SIerとしてお客様のAWS環境を触っていると、
「データをどこに置くか」「誰がアクセスできるか」は、どんなに小さなシステムでも最初に議論になります。
採用データはその中でも特にセンシティブです。
持たなければ漏れない ──シンプルですが、一番強い対策だと考えています。
🗺️ ロードマップ
- 構想の整理
- 既存サービスとの差別化の検討
- デモの作成・友達へのお披露目
- Qiitaで公開
- 企業へのヒアリング・営業
その先の構想
0次面接は 「AIが自分のかわりに相手と話して、結果だけ返してくれる」 仕組みの、最初の使い道にすぎません。
将来やりたいこと（別サービスとして）
- 🤝 n対n のつながり
- 👥 友達探し・マッチング（男女に限らず、同性同士もOKな形）
お互いのClaudeが先に話しておいてくれたら、
「会ってみたら全然合わなかった」は、採用以外でもかなり減らせるはずです。
🙋 フィードバックください
ここまで読んでいただき、ありがとうございました！
特に、こんな方の意見が聞きたいです。
| こんな方 | 聞きたいこと |
|---|---|
| 🏢 採用担当・エンジニアマネージャー | 0次面接をAIに任せることに抵抗はある？ |
| 🙋 転職を経験したエンジニア | AIに面接されるのはアリ？ナシ？ |
| 🤖 LLMを業務で使っている方 | 評価の一貫性や公平性、どう担保する？ |
コメント・LGTM・ストックが励みになります 🙌
「うちで試してみたい」という企業の方がいれば、ぜひお気軽にご連絡ください！