採用管理SaaSのHERPが、採用業務特化のAIエージェント「HERP AI Recruiter」を正式リリースした、という事例です。
「大手SaaSだから出せる話でしょ」と思った方、待ってください。 β版期間中に200社以上が導入し、そこでの実績としてスカウト送信数2倍・候補者対応リードタイム半減が報告されています。この規模感なら、社員30名の会社でも十分参照できます。
僕が注目したのは、機能単体の派手さではなく「採用担当1人が抱えていた雑務をエージェントに寄せた」構造です。 書類選考・面接評価・スカウト文面・オファーレター、どれも「1件ずつ人がやると重い」タスクを狙って自動化しています。
採用業務の課題
中小企業の採用担当がよくぶつかる壁は、こんな感じです。
- スカウトメール1通の書き分けに時間がかかり、送信数が伸びない
- 書類選考が1人の目に集中し、他の業務が止まる
- 面接後の評価入力・議事化に時間を取られ、次の候補者対応が遅れる
- オファーレター作成が属人化していて、担当が休むと止まる
採用担当を専任で置ける会社ばかりではありません。 「人事総務兼任1名」で回している会社にとって、この作業量は本業を圧迫する要因になりがちです。
HERP AI Recruiterをどう導入したか
公開情報(HERP公式LP、2026-06-23正式版リリース)の範囲では、以下の構成です。
- 対象: 「HERP Hire」利用中の企業(オプションサービスとして提供)
- ツール: 採用特化AIエージェント「HERP AI Recruiter」
- 自動化対象:
- スカウト文面の生成・候補者ごとのパーソナライズ
- 書類選考の一次スクリーニング
- 面接の文字起こしと評価コメントの下書き
- 「選考サマリ」機能で候補者の全体像を要約(2026-05リリース)
- オファーレターの作成
- 提供形態: β版を2025-10開始→2026-06-23に正式版としてリリース
ポイントは「HERP Hireという既存プラットフォームのオプション」であることです。 新規SaaSを一から入れ替えるのではなく、既に採用ワークフローが回っている土台の上に、AI機能を後から乗せる設計になっています。
スカウト2倍・対応時間半減の内訳と実態
β期間中の報告として、以下の効果が公表されています。
- スカウト送信数: 約2倍
- 候補者対応リードタイム: 半減
- 導入社数: β期間で200社以上
- 主要ユースケース: 中途採用のスカウト運用、書類選考、面接評価下書き
注意点として、これは「1人あたりの処理量が増えた」話であり、 「AIが採用判断そのものを代替した」わけではありません。 最終的な合否判断・オファー内容の決裁は、人事担当と経営者が引き取る前提です。
「エージェントに任せる=完全自動」ではなく、 下書きと候補者要約をAIが作り、判断と対話を人間が担う、という役割分担です。
中小企業で再現するなら
ここからが本題です。社員30名・採用担当1名の会社で同じ思想を取り入れるならどう削るか。
構成
| 項目 | HERP AI Recruiter | 中小企業(社員30名・採用兼任1名) |
|---|---|---|
| 対象 | HERP Hire利用中の企業 | 人事総務兼任1名 |
| ツール | HERP Hire + HERP AI Recruiter | 既存採用管理ツール + AI下書き活用(HERP Hire導入 or ChatGPT/Claude併用) |
| 月額費用 | (要問合せ・オプション課金) | 推定 月2〜5万円(採用管理SaaS + AI活用ツール、2026年8月時点。要最新価格確認) |
| 初期費用 | HERP Hire導入費用 + オプション | 推定 30〜80万円(採用フロー整理+スカウトテンプレ設計) |
| 体制 | 採用チーム | 採用担当+外部支援月5時間 |
| 期間 | 段階展開 | 1〜2ヶ月でPoC→本格運用 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★☆ |
| 再現性(中小企業) | ★★★★☆ |
| 難易度(低いほど簡単) | ★★☆☆☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIが高いのは、スカウト送信数の増加が直接的に採用母集団の拡大につながるため
- 再現性が高いのは、採用管理SaaSを使っている会社なら業種を問わず適用可能なため
- 難易度は低め。既存ワークフローの上にオプション追加する形なので、ゼロから組む必要がない
前提条件・必要データ
- 採用管理ツール(ATS)を既に運用している、または導入する意思がある
- 求人票・スカウトテンプレの過去データが蓄積されている
- 面接評価の観点(必須要件・尊重要件)が言語化できている
- 「AIの下書きを人が確認して送る」運用ルールが受け入れられる
失敗条件・適用しないケース
- 年間採用が数名以下(スカウト送信自体が少なく、自動化する意味が薄い)
- 採用フローが担当者の頭の中にしかなく、明文化を嫌がる
- 「AIが書いたスカウトをそのまま送る」運用にしてブランド毀損リスクを見落とす
- HERP Hireを含む採用管理SaaSの導入自体に抵抗がある
「AI Recruiterを入れればスカウト2倍」ではありません。
採用フローの言語化→スカウトテンプレ整備→AIで下書き量産→人間が最終チェックして送信、という4ステップを踏んで初めて、β期間中の企業と同じ手触りの効果が出てきます。
いちばん削れるのは「スカウト1通の起案時間」であって、「候補者との関係構築」はむしろ人間側に残る点は忘れずに。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
