採用1人あたり100万円。その常識、もう終わっている

中小企業の採用単価は、平均で1人あたり80万〜120万円と言われる。求人広告を出し、エージェントに手数料を払い、面接に社長が半日使う。それで「いい人が来ない」と嘆く。

その構造が、いまAIエージェントで根本から変わりつつある。

月額3万〜5万円のAIツールで、履歴書のスクリーニングから一次評価まで自動化できる時代だ。採用コストが100万円から5万円になる——これは「効率化」ではなく、ゲームのルールが変わる話だ。

だが、ここに1つ厄介な問題がある。AIが「勝手に」女性候補者を落としている可能性があるのだ。

—

二段階AIスクリーニングで通過率が6ポイント上がる

最近の研究で注目すべき結果が出ている。AIエージェントを2段階で使う（1次スクリーニング＋再評価）と、1回だけの判定と比べて候補者の通過率が有意に改善するというものだ。

具体的な数字を見てみよう。

• GPT系モデル（1段階）：通過率 33.3%
• GPT系モデル（2段階）：通過率 39.3%（＋6.0pt）
• Claude系モデル（1段階）：通過率 34.0%
• Claude系モデル（2段階）：通過率 35.5%（＋1.5pt）

1回の判定だと、AIは「迷ったら落とす」傾向がある。2段階にすることで、ボーダーライン上の候補者を再評価し、見落としを減らせる。人間の面接でも「一次で落としたけど、もう一回見たら良かった」はよくある話だ。AIでも同じことが起きている。

中小企業にとってこれが何を意味するか。

「優秀だけど履歴書の書き方が下手な人」を拾える確率が上がる。

大企業は応募者が多すぎるから「迷ったら落とす」でいい。だが中小企業は逆だ。応募者が少ないからこそ、1人も見落としたくない。2段階スクリーニングは、中小企業にこそ効く仕組みだ。

—

見えないバイアス——AIが「女性を落とす」メカニズム

ここからが本題の落とし穴だ。

AIによる履歴書スクリーニングには、性別バイアスが構造的に埋め込まれるリスクがある。研究で明らかになっているのは、求人票の言葉遣いがAIの評価を歪めるという事実だ。

具体的にはこうだ。

求人票に「リーダーシップを発揮し、主体的に成果を出す人材を求む」といった、いわゆるエージェント的言語（主導・競争・支配を連想させる言葉）を多用すると、AIは男性候補者に高いスコアをつけ、女性候補者のスコアを下げる傾向がある。

逆に、「チームで協力し、共に成長できる環境です」といったコミュナル言語（協調・共感・支援を連想させる言葉）を使うと、この偏りが緩和される。

なぜこうなるのか。AIの学習データには、過去の採用データや大量のテキストが含まれている。そこには「リーダーシップ＝男性」「協調性＝女性」という社会的ステレオタイプが反映されている。AIはそのパターンを忠実に再現してしまう。

つまり、AIは差別しようとしているのではなく、過去の差別を「学習」して再生産しているだけだ。

これは中小企業にとって他人事ではない。むしろ深刻だ。大企業にはダイバーシティ推進の専門部署がある。法務チームもある。だが中小企業が「AIに任せて楽になった」と思っていたら、知らないうちに女性候補者を排除していた——そんなリスクが現実にある。

—

中小企業が今日からやるべき3つのこと

では、どうすればいいのか。抽象論ではなく、具体的なアクションを3つ挙げる。

1. 求人票の言葉を「コミュナル寄り」に書き換える

これは今日からコストゼロでできる。

NG例：
「即戦力として主体的に業務を推進できる方」
「高い目標を自ら設定し、達成にコミットできる方」

OK例：
「チームと連携しながら、お客様の課題を一緒に解決していく仕事です」
「経験を活かしつつ、周囲と協力して成長できる環境があります」

言葉を変えるだけで、AIの評価バイアスが緩和され、かつ女性応募者の応募意欲も上がる。一石二鳥だ。

2. AIスクリーニングは「2段階」で設計する

1回の判定で合否を決めない。1次スクリーニングで「不合格」になった候補者を、別のプロンプト（評価基準を少し変えたもの）で再評価する。

これだけで通過率が3〜6ポイント改善する。月額コストはAPIの呼び出し回数が2倍になるだけなので、数千円の追加で済む。応募者100人なら、追加コストは数百円〜数千円程度だ。

3. 月1回、AIの判定結果を「性別別」で集計する

難しい分析は不要だ。スプレッドシートで十分できる。

• 男性候補者の通過率：◯%
• 女性候補者の通過率：◯%

この2つの数字を毎月見るだけでいい。差が10ポイント以上開いていたら、求人票の言葉遣いかプロンプトに問題がある。修正して翌月また見る。このサイクルを回すだけで、バイアスは確実に減る。

—

コストの話——「安いから雑でいい」ではない

AIスクリーニングのコストは劇的に安い。人材紹介会社に払う手数料が年収の30〜35%（年収400万円なら120万〜140万円）であるのに対し、AIスクリーニングの月額コストは3万〜5万円。年間でも36万〜60万円だ。

だが「安いから適当に使っていい」わけではない。

バイアスのあるAIスクリーニングで優秀な女性候補者を落とし続ければ、それは見えないコストとして蓄積する。採れたはずの人材を逃し続けるコストは、ツール代の何倍にもなる。

特に地方の中小企業にとって、採用市場は売り手市場だ。応募者が少ない中で、AIのバイアスで候補者を1人でも余計に落とすのは致命的だ。

—

AIの「言語コスト」も見逃すな

もう1つ、実務的に知っておくべきことがある。AIエージェントの生成コストは、プロンプトの書き方や使う言語によって変わるという点だ。

最近の研究では、同じタスクでもプロンプトの設計次第でAPI呼び出しコストが2〜3倍変わることが報告されている。採用スクリーニングのように大量の候補者を処理するタスクでは、この差が月額コストに直結する。

具体的には、評価基準を明確に構造化したプロンプト（「以下の5項目を各10点満点で評価せよ」等）のほうが、曖昧な指示（「総合的に判断せよ」等）よりもトークン消費が少なく、結果も安定する。

プロンプト設計は、品質とコストの両方に効く。

—

結論——AIは「使う側」の設計で薬にも毒にもなる

AI採用スクリーニングは、中小企業の採用コストを10分の1にする可能性を持っている。2段階スクリーニングで見落としを減らし、プロンプト設計でコストを最適化すれば、大企業と同等以上の採用プロセスを月5万円で構築できる。

だが、設計を間違えれば、知らないうちに性別バイアスを再生産し、優秀な候補者を排除し続ける装置にもなる。

やるべきことはシンプルだ。

1. 求人票の言葉を見直す（コストゼロ、今日からできる）
2. スクリーニングは2段階にする（追加コスト月数千円）
3. 通過率を性別別で毎月チェックする（スプレッドシートで十分）

AIは魔法ではない。道具だ。道具は使い方次第で、中小企業の最強の武器にもなるし、見えない爆弾にもなる。

「AIに任せた」で終わらせるな。「AIをどう設計したか」で差がつく時代だ。

—