質の高いデータ基盤の構築と「定量・定性」によるスキルの言語化AI活用の前段階として、まずCRM上のデータ構造を再定義しました 。具体的には、求職者と企業の情報を「定量評価」と「定性評価」の2軸で、それぞれ5段階で要件定義しました。例えば、求職者の保有資格だけでなく、面談議事録を元にしてコミュニケーション能力や自主性などの情報もSalesforceに蓄積し、求職者のポテンシャルも自動判定できるようにしました。これにより、これまでハイパフォーマーの頭の中にあった暗黙知を形式知化し、その後の求職者と企業の自動マッチングに役立つ「質の高いデータ」をわずか3ヶ月で整備することに成功しました。
Agentforceによる自動マッチングで検索工数を削減し大幅な生産性向上へ蓄積されたデータに基づき、Agentforceを活用した自動マッチング機能を実現しました。
企業及び求職者の定量・定性情報や、面談の議事録をData 360でRAGとして活用。ボタン一つで、AIが膨大な求人データベースから最適なリストを数秒で抽出する、質の高いマッチングフローを構築しています。
特筆すべきは、トップパフォーマーによるAI回答の評価・フィードバックをRAGデータとして再学習させ、精度を継続的に向上させる仕組みです。これにより、CA1人あたりの求人検索工数を1求職者あたり30分削減し、大幅な余剰時間を創出しました。創出されたリソースを、人間だからこそ可能な「求職者に寄り添い意思決定を支援する業務」へ集中させることで、サービスの付加価値を最大化しています。
トップパフォーマーのナレッジが活かした「AIマネージャー」の構築
課題であった新人教育を強化するため、Agentforceを活用した面談支援体制を構築しました。新人CAがAgentforceと面談の「壁打ち」を行うことで、求職者の状況を瞬時に把握し、次回の面談で深掘りすべきポイントやフェーズを前進させるための具体的なヒントを得ることが可能です。これにより、AIが的確なフィードバックを行う「マネージャー」として機能し、結果として、面談決定率は従来の10%から最大20%へと引き上がり、面談の質の底上げとアクションプランの精度向上を実現しています。