眠れるATSデータを“資産”に変える。AUTOHUNT 2.0が目指す採用DX

こんにちは、XAION DATA採用広報の鈴木です。
XAION DATAは、「AI×DATAで世界中の価値を最大化する」というミッションのもと、特許技術を活用したデータプラットフォームを通じて、企業の採用・営業活動を革新しています。
今回ご紹介するのは、主力プロダクトの一つである「AUTOHUNT」。従来の採用手法では出会えない“タレント人材”にアプローチできる潜在的な優秀人材の採用プラットフォームとして、採用のあり方に新たな選択肢を生み出しています。
この記事では、「AUTOHUNT」のPdMを牽引する清水に、AUTOHUNT 1.0から2.0へ進化していく背景と思想を紹介します。「新しい人を探す」だけでなく、過去の候補者データや社内のスキルといった既存資産の活用について語ってもらいました。

動画版はこちらからご覧ください。

採用メディアの限界。なぜ「1.0」だけでは不十分だったのか

──採用市場が大きく変わる中で、『AUTOHUNT』はどんな課題意識から生まれたプロダクトなのでしょうか？まずはプロダクトの原点から教えてください。
これまでの『AUTOHUNT（1.0）』の役割は、Web上のオープンデータから候補者を探し出してスカウトを送る、いわば「最強のスカウト媒体」になることでした。
もちろん、これだけでも非常に価値のあることですが、今の市場はそれだけでは太刀打ちできないレベルまで採用難易度が上がってしまっているんです。労働人口は減り続け、企業が喉から手が出るほど欲しい優秀な層は、すでにどの媒体でもアプローチし尽くしてしまっている、言わばレッドオーシャンにいます。「媒体を使い尽くした」「返信率が低迷している」という悲鳴が、あちこちから聞こえてくるのはそのためです。
そこで私たちが立ち止まって考えたのが、「新しい人を探しにいく前に、自社の中に眠っている可能性をなぜ無視しているのか？」ということだったんです。
どんな企業さんでも、過去の採用活動で数千人、数万人という候補者と接点を持っていますよね。一度は自社に興味を持ってくれた方々です。でも、そのデータは採用管理システム（ATS）の中に放り込まれたまま、二度と開かれることなく眠ってしまっている。ヒアリングを重ねるなかでわかったのは、実に8割以上の方が「過去の候補者をもう一度追いかけたい」と考えているのに、実際には「全くできていない」という事実でした。

──なぜ、これほど明確なニーズがあるのに、実現できてこなかったのでしょうか？
理由は非常にシンプルで既存のATSは『管理』には優れている一方で、『検索（活用）』という観点では改善余地が大きいからです。
たとえば2年前にエンジニアとして応募してくれたAさんがいるとします。当時はまだジュニア層で、スキルが少し足りなかった。でも、3年経った今であれば、他社で経験を積んでエース級になっている可能性がありますよね。ですが、多くのATSでは過去の応募者の中から『Javaの経験が3年以上』という条件で検索することすら困難なんです。
名前や職種でしか絞り込めず、結局は一人ひとりの職務経歴書を開いて、中身を読んで確認していくしかない。分刻みで動いている人事の方には、そんな途方もない工数はかけられませんよね。
結果として、ATSには多くの過去データが蓄積されている一方で、十分に活用されないままになっているケースが少なくありませんでした。私たちは、この「活かされていないデータ」を価値あるものとして再び機能させることが、今の採用難を突破するための重要な鍵になると確信しました。

AUTOHUNT 2.0の確信。「眠れるATSデータ」を宝の山に変えるDX

── 『AUTOHUNT 2.0』は具体的にどのようなテクノロジーが動いているのでしょうか？
2.0の核心は、一言でいうと「ATSデータの再定義」です。これを主に3つのアプローチで実現しています。

一つ目は、「AIによるスキルや経験などの自動タグ付け」です。
AUTOHUNT 2.0は、ATSにある過去の履歴書データを読み込み、AIが自動でスキルタグを付与します。単にテキストを抽出するのではなく、「この人は営業経験が5年ある」「Pythonの実務経験がある」といった情報を、構造化データとして一気に取り出すんです。これで、数万人規模のデータベースが一瞬で検索可能な「生きている資産」になります。

二つ目は、「SNS情報との自動紐付け（マルチチャネル・アプローチ）」。
これが本当に強力で、かつお客様に驚かれる部分です。メールアドレスしかわからなかった過去の応募者が、いま現在、どこの会社にいて、どんな役職についているのか。これをシステムが自動で特定し、LinkedInなどのSNS情報と紐付けます。
「メールを送ったけど返事がない。でも、いまの彼のキャリアなら絶対にうちのこのポジションに合うはずだ」と思ったとき、SNS経由でカジュアルにアプローチすることも可能になる。これが、点だった採用を線にするナーチャリングの本当の姿なんですよね。

三つ目は、「情報のリアルタイム更新」です。
例えば、「この企業は平均して約8年で人が辞める」といった転職タイミングの予測データと照らし合わせたり、ニュースサイトをクローリングして「早期退職」のニュースが出た企業の元社員をいち早く特定し、データベースにアラートを出す。そういった、攻めのナーチャリングを可能にしています。

── 採用担当者のあったらいいなが詰まっていますね。その他にもAUTOHUNTだからこそ実現できることはありますか？
わかりやすいところで言うと、候補者ベースで求人を探すことも、求人ベースで候補者を探すことも自由自在にできる。その他、人事が現場から求められがちな「〇〇さん（既存社員）みたいな人が欲しい！」という要望に対し、ハイパフォーマーのスキルや経験の構成をベースに、似た人を過去の全応募者の中からバッと探し出すことも可能になります。
「3年前に一度不採用にしたけれど、いまのスキルなら喉から手が出るほど欲しい！」といった再会が生まれるんです。

プロダクトの心臓部。他社が真似できない「900個のマスターデータ」

── 非常に画期的ですが、この仕組みには他社が簡単には真似できない要素があるのでしょうか？
ここからがXAIONのエンジニアリングとドメイン知識の面白いところなんです。実は、AIを使って履歴書からスキルを抽出する際、精度を保つのは至難の業なんですよ。
以前、実験的に汎用AIにスキル抽出をさせたとき、履歴書の趣味欄にある「ワイン」や「バイク」をスキルだと誤認してタグ付けしてしまうという面白い失敗がありました。
そこで効いてくるのが、XAIONがソリューション事業を通じて構築してきた「900個以上のスキルのマスターデータ」なんです。私たちは、数千人、数万人規模の職務経歴書を細かく分析し、「人材市場において価値のあるスキルとは何か」を網羅した独自のマスターデータを持っています。これをベースにAIモデルをチューニングしているからこそ、極めて精度の高いスキル検索が実現できているんです。
実際、競合他社の中には、SNS情報の紐付けを手作業で行う、運用代行企業もあります。手作業でしかできないと思っていたお客様が、私たちの「自動でできます」という言葉を聞いて絶句されていました。ソリューション事業で先回りしてAIモデルを作っていた強みが、2.0で完璧にはまった瞬間でしたね。

使い続けるほど価値が増す。AUTOHUNT 2.0という進化

── ビジネスモデルの観点で、この2.0への進化はどのような戦略的意図があるのでしょうか。
AUTOHUNT 2.0への進化は、プロダクトの提供価値をより本質的なものへ引き上げるための取り組みです。
これまでのAUTOHUNT 1.0は、スカウトを通じて「採用成果を生み出す」ことに強みを持つプロダクトでした。採用という領域は成果が短期的に評価されやすく、「今月どれだけ採用できたか」といった指標で判断されがちです。そのため、プロダクトの価値が一時的な成果に紐づいて見られてしまうという課題もありました。
そこで2.0では、採用活動を単発の成果として終わらせるのではなく、継続的に価値を生み出し続ける取り組みとして支えることに舵を切りました。
具体的には、企業が保有するATSデータをAUTOHUNT上に統合・可視化し、日常的に活用できる環境を整える。そうすることで、AUTOHUNTは単なるツールではなく、採用業務を支える“基盤”としての役割を担うようになります。
1.0が「その時々の成果を生み出す価値」を提供していたのに対し、2.0は「使い続けることで価値が積み上がっていくプロダクト」。この価値転換によって、私たちは採用成果の数値だけでなく、採用DXそのものを中長期で支援できるようになるんです。
その結果、カスタマーサクセスのあり方も変化しています。単なる成果管理ではなく、企業ごとの採用課題や業務改善に、より深く入り込んでいく。AUTOHUNT 2.0は、プロダクトとビジネスモデルの両面から進化することで、企業と長く並走できるパートナーでありたいと考えています。

── その先の『AUTOHUNT 3.0』についても少しだけ伺えますか。
3.0の構想は、もはや採用という枠組みすらも超えていきます。いま、数万人規模の大企業様から最も多くご相談をいただいているのが、「社内公募の活性化」という課題なんです。
大きな組織になればなるほど、「社内にどんなスキルを持った人がいるのか」を人事が把握できなくなります。一方で、社員自身も自分のスキルが社内のどの部署で活かせるのかがわからず、結果としてキャリアの行き詰まりを感じて退職してしまう。社内公募制度はあるけれど、誰も使わない。なぜなら、自分のスキルがどうマッチするかが可視化されていないからです。
私たちが3.0で実現したいのは、いわば「社内版タレントプラットフォーム」です。社員が自分の職務経歴書をシステムに入れるだけで、AIが「あなたの現在のスキルはこれです」「社内のこの部署が、いまのあなたのスキルに100％マッチします」と可視化してくれる。
「社外からの採用」と「社内での異動」が、一つのプラットフォーム上で、同じ粒度のデータとしてシームレスに繋がる世界。これこそが、XAIONが目指す人材の最適配置を実現する究極の姿です。2.0で作っているマッチングの原理は同じなので、これを社内データに適用するだけなんですよね。

機能をつくるのではなく、事業を前に進めるPdMチーム

── XAIONが求めているPdM（プロダクトマネージャー）の人物像について伺えますか。
今まさに組織として拡大しているフェーズなのですが、私たちが一緒に働きたいと思う方には、3つの要素を求めています。

一つ目は、圧倒的な「ファクトベース」思考です。
PdMの仕事は、「こういう機能があったらいいな」という個人的な想像だけで進めることは絶対にありません。お客様の声を拾い、事実に基づいた仮説を立て、それを検証する。「1社が言っているから作る」のではなく、「5社に聞いて、同じ課題が共通して存在するから作る」という、事実に基づいた意思決定が求められます。自分の好みや「なんとなく」という感覚を捨てて、フラットに事実と向き合える。これが一番大事な資質だと思っています。

二つ目は、「事業開発者」としてのマインドです。
XAIONの現フェーズにおけるPdMは、単なる「機能のとりまとめ役」ではありません。時には自ら営業資料を作り、大手企業様へ提案に行き、現場を泥臭く回ってPOC（実証実験）の進捗を管理する。
プロダクトを作ることは、そのまま「新しい事業を作ること」と同義なんです。コンサルティングに近い能力や、泥臭い推進力を持って、プロジェクトをゼロから前に進められる。そんな、職種の枠を超えたマインドを持った方を求めています。

三つ目は、「グローバルな環境への適応力」です。
XAIONの開発チームは非常に多国籍です。PdMとして要件を伝える際も、社内チャットも、ほぼ英語で行われます。開発の最前線に立つ以上、英語は避けて通れません。
もちろん、最初から完璧である必要はありません。「英語を武器にして、グローバルなエンジニアチームと一緒に世界基準のプロダクトを作りたい」という意欲がある方にとっては、最高の環境だと思います。苦手意識さえなければ、あとは飛び込むだけです。

── 最後に、これからPdMチームで実現していきたいことを教えてください。
いま私たちが作っている「人材データ」のプラットフォームによって、「誰がどこで、どんな才能を活かしているのか」が可視化され、最適な場所へ繋がっていく。その循環がスムーズになれば、日本の労働生産性は劇的に変わるはずなんですよね。
そのためには、PdMチームの強化が急務です。いまは私が一人で背負っている部分も大きいですが、これからはチームとして自分の得意なスキルセットを活かし、この大きな課題に立ち向かっていきたい。
「採用の負」をデータとテクノロジーで解決し、人材業界の構造そのものを書き換えていく。この挑戦に、あなたも一緒に乗ってみませんか？XAIONのPDMチームでお待ちしています。

組織拡大フェーズに伴い、積極採用中！

AUTOHUNT 2.0の話に共通していたのは、「これまで積み上げてきたものを、ちゃんと活かしきれているか？」という問いです。
過去の候補者、社内に眠るスキル、日々の採用活動で生まれるデータ。それらは確かに存在しているのに、忙しさの中で十分に活用されないままになっている。
プロダクトが目指しているのは、採用を魔法のように簡単にするのではなく、「人と組織を、データで正しくつなぎ直す」こと。そして、採用や配置、育成の意思決定を、少しずつでも前に進めていくことだと考えています。
データとテクノロジーで、その構造を書き換える側に立ってみたいと思った方にはまさに最適なフィールドです。

私たちは「AI × DATAで世界中の価値を最大化する」というミッションに共感いただける仲間を積極的に募集中です。 まずはカジュアルに話を聞いてみたいという方も大歓迎です！ぜひ、弊社の採用サイトをご覧ください。

皆様とお話しできることを楽しみにしております！