人材採用とは、必要な人材を見いだし、組織の成長につなげる取り組みです。採用要件が複雑になり候補者の多様性が求められる一方、面接官の経験や印象に評価が左右されると、公平性や再現性、説明責任を保ちにくくなります。大企業には、採用数だけでなく判断の質を高める仕組みが必要です。
このレポートは、2028年開催の「人材採用」に関連する講演をもとに作成されています。掲載講演の関心は、採用数の拡大や業務効率化から、AI（人工知能）で評価プロセスを見直し、公平性と再現性を高めることへ移っています。一貫しているのは、多様な人材を見いだしながら、判断のばらつきを抑え、採用の説明責任を確保する問題意識です。近年は特に、AI面接で評価情報を整理・比較し、判断過程を検証可能にする議論が増えています。
2028年（AIファーストが変える採用評価の常識）
2028年の人材採用で中心課題になったのは、採用数を増やすことよりも、評価の質と公平性をどう高めるかです。ビズスタに掲載されている講演では、AIの普及によって採用プロセス自体が進化の段階に入り、面接官の主観に基づく判断からの脱却が必要になったと示されています。候補者の多様性を求めながら、評価が面接官の経験や印象に左右されれば、採用の再現性も説明責任も確保しにくくなります。厚生労働省「公正な採用選考について」が示す公正性の考え方も、現場の感覚だけで運用することの難しさを浮き彫りにしています。
これまでの対策は、面接官向けの研修や評価項目の標準化など、人が判断する前提でばらつきを抑える方法が中心でした。しかし、候補者との対話量が増え、採用要件が複雑になるほど、すべての判断を人手でそろえるには限界があります。評価基準を設けても、実際の面接では表情や話し方といった印象が入り込みやすく、なぜその評価になったのかを後から検証することも容易ではありません。2028年は、採用担当者の熟練に依存する運用から、データを用いて判断の過程を見直す運用へ移る必要性が強く意識された年です。
その変化を象徴するのが、PeopleX CEOの橘大地氏と神戸大学大学院准教授の服部泰宏氏が語ったAI面接の可能性です。両氏の議論では、AIを採用業務の単純な自動化にとどめず、評価データを活用して面接の主観性を抑え、多様な人材を見いだすための仕組みとして捉えています。AIによって、評価項目に沿った情報整理や候補者間の比較、判断材料の可視化など、従来は面接官の記憶や感覚に委ねられていた部分を支援できるようになります。一方、掲載概要に具体的な導入社数や採用期間の短縮、入社後の定着率などの成果数値は示されておらず、確認できる成果は、採用判断をデータで検証可能なプロセスへ変える方向性にあります。
複数の論点から読み取れる共通点は、AIを導入すること自体ではなく、採用基準を科学的に設計し、人の判断とデータの役割を組み替えようとしていることです。IPA「DX動向調査」が指摘するデジタル活用の課題と同様、技術だけでは成果は定着せず、評価基準の設計、現場の運用、結果の検証を一体で進める必要があります。前年までの採用強化が母集団形成や業務効率化に寄りやすかったのに対し、2028年はAIファーストの発想で、誰を採るかだけでなく、どう評価したかまで問う段階に入りました。翌年は、AI面接の精度や公平性を検証し、採用後の活躍や定着と結び付けて成果を測ることが焦点になります。
全体を通じて、掲載講演では、人の経験や印象に依存した採用判断を見直し、評価基準とデータ活用を組み合わせて公平性を高める構図が示されています。AIの導入自体ではなく、採用基準の設計から現場運用、結果の検証までを一体で進めることが焦点となっています。
※登壇者の氏名・所属・役職は講演開催当時の情報です。現在の所属・役職とは異なる場合があります。
※本レポートは、ビズスタに掲載された「人材採用の成功事例」をテーマにした講演情報を元に傾向を分析しています。
※市場環境の参照：厚生労働省「公正な採用選考について」、IPA「DX動向調査」
編集者：ビズスタ市場調査チーム
