AI活用で採用工数を月200時間削減した組織改革の話

　株式会社kubell（旧：Chatwork株式会社）ピープルディビジョン 副ディビジョン長の澤井 翔輝（@pasama_shoki）です。こちらの記事は、AIやBPaaSをテーマとした、#kubellブログリレーの一記事として執筆しています。

はじめに

　私がピープルディビジョンに着任したのは2025年1月でした。その際に、採用チームが膨大なタスクに追われ、疲弊している現場を目の当たりにしました。

　明らかに、何かが限界に近づいているのがわかりました。採用人数は増え、採用難易度が上がり続けているのに、採用チームの人数は増えない。エージェントへのポジションの説明を毎週のように行い、スカウトを打ちながら日程調整をして、契約書類を作りながら面接のフィードバックをまとめる。タスクが次のタスクに追いかけられ続ける日々でした。

　そのような中、「AIを使って効率化しよう」と何も考えずに言うことはできました。でも、現場の採用チームからすると、何から手をつければいいかは、正直わからないような状態でした。そこで気づいたのは、AIツールを導入する前に、もっと手前で解くべき問題があるということでした。

　このnoteは、AI活用の「手前の問題」から向き合い、業務構造を再設計して、結果としてGeminiを活用しGASを組み合わせて自動化まで至った実践の記録です。机上の空論のような人事論やAI導入論ではなく、現場の泥臭いAI導入をまとめております。

　振り返ると、やっていたことはオペレーションマネジメントや組織設計で語られるような話に近くなっていました。でも出発点は理論ではなく、目の前のチームを何とかしたい、という一点でした。

このnoteが役立つ人

• 採用・人事・労務の現場で「AI活用を進めたいが、何から始めればいいか正直わからない」と感じているマネージャー・メンバーの方

• 採用組織の頭数は変わらないのに採用目標だけ上がっていて、チームが疲弊しつつある方

• AI導入を「自社の文脈でどう実行するか」を考えている方

• オペレーション設計や役割分担の見直しを、実例ベースで学びたい方

自己紹介

　私はkubellで2023年2月に業務委託をはじめ、2023年4月に正社員として入社しました。その後、M&A第一号の株式会社ミナジン（2025年7月に株式会社kubellパートナーに経営統合）に出向し、セールス＆マーケティング領域のPMIを担当（その時のnote『PMIは教科書通りにいかない─M&A第一号案件の現場で学んだ”対話”の本質』も是非ご覧ください）。2023年6月に同社でセールス＆マーケティング部長に就任し事業責任者となりました。2025年1月より出向解除に伴ってピープルディビジョンで採用・育成・広報を担当し、2026年1月より副ディビジョン長を担っております。

　2024年までは事業領域のキャリアなので、人事領域は全くのド素人でした。今回は人事領域の中でも外部変化を非常に強く受けながら「会社を売る営業職」である採用で、事業領域のアナロジーを効かせながら行ったAIを活用できる組織を作るための組織改革・業務改革について語ります。

採用組織は、崩壊寸前だった

Step1：業務の可視化
　2025年1月当時、採用数をパーヘッドで考えたとき採用組織は明らかに「無理ゲー」の構造になっていました。2023年はリクルーター1名あたりの採用人数が10人だとすると、2024年は20人、2025年は30人と倍々に増加していきました。単純計算で、1人のリクルーターにかかる負荷が3年間で3倍になっていました。

　しかも、kubellにおけるリクルーターの役割は、単なる母集団形成のためのスカウト送付に留まりません。事業上本当に必要なポジションかどうかの組織ケイパビリティの定義から始まり、ジョブディスクリプションの設計、採用マーケティングとプロセス設計、採用広報チームとの連携まで担っていました。具体的には以下の6つの領域です。

（1）採用ポジションごとの採用戦略の設計 採用要件の明確化／ペルソナ設計／採用チャネルの選定

（2）候補者の母集団形成 求人広告の作成・掲載／エージェント活用／スカウト送付／イベント企画／リファラル推進

（3）選考プロセスの設計・運用 選考フローの設計／書類・面接の評価／フィードバック整理／日程・面接官調整／情報共有

（4）候補者体験の最適化 候補者とのコミュニケーション／アトラクト・クロージング対応

（5）データ分析と改善 KPIモニタリング／面接評価の傾向分析／採用経路ごとの費用対効果分析

（6）組織・ブランディング連携 採用広報チームとの連携・コンテンツ発信／オンボーディングチーム連携／現場・経営陣との折衝

　要するに、採用に関わる面接以外のほぼ全てを担っていたわけです。

　私が過去いた会社では、「候補者の母集団形成」の実務オペレーションと「日程・面接官調整」などのバックオフィス業務だけに特化したリクルーターが多かったです。そのためリクルーター1名あたりの採用人数が50人や100人となることも珍しくありませんでした。業種・業態によっては、バックオフィス業務だけに特化した業務範囲であれば50人や100人の採用を担えることもあります。

　しかし、業務の可視化をすることによって他の会社とkubellの業務範囲の違いが明確になりました。それによって単純なパーヘッドの推移や比較だけでなく、具体の業務内容と人数が合っていないことを整理できました。このままでは人が壊れる。人事でそんなことは絶対に起こさせないと強く想い、まずは「無理ゲー」の構造から脱出することが最初の課題でした。人事のド素人だからこそ、この構造に向き合うことにしました。

業務を「コンサルティング」と「オペレーション」に分解する

Step2：業務の分解と役割の再定義
　業務の可視化に続き分解を行いました。採用業務を大きく2つに切り分けました。採用コンサルティング業務と採用オペレーション業務です。

　採用コンサルティング業務は、採用戦略の設計・エージェント折衝・イベント企画・選考プロセスの設計・候補者体験の最適化・データ分析と改善 KPIモニタリング・採用広報チームとの連携などの企画や社内外との折衝や改善活動など、問いの設定や意思決定を伴う業務です。これをリクルーターの役割として再定義しました。

　採用オペレーション業務は、求人広告の掲載・スカウト送付・書類や面接の評価のやり取り・日程や面接官や会議室の調整・KPI集計・内定通知書や契約書作成・入社労務手続き・請求書処理など、定型的な事務処理業務です。こちらはオペレーション担当者の役割として再定義し、採用アシスタント社員を契約して切り出しました。

　これによって、採用人数パーヘッドで見たとき、採用組織の負荷は一定落ち着きました。ポイントは「リクルーターに全部やらせない」という当たり前のことを業務の分解を通じて実行したことです。「大変そう」という感覚論ではなく、業務を一覧化してから「これはコンサルか、オペレーションか」と仕分けしていくことで、誰がどこに集中すべきかが明確になります。

やらなくていい業務を捨てる

Step3：取捨選択
　仕分けをしたあと、次にやったのは業務の取捨選択です。オペレーション業務の中には、「そもそもやらなくていいこと」も含まれていました。慣習的にやってきたけど、止めても誰も困らない業務。形式的なフォローアップやリマインドの連絡。重複している確認作業。そういったものを一つずつ棚卸しして、捨てていきました。

　なお、この捨てていくことを全社で推進していたのは、株式会社kubellパートナー執行役員 CAOの角田(@takeshisumida_)です。CAOの角田のnote『AI活用の前に「捨てる」ことに本気で取り組んだ話 〜月2000時間の削減を生んだ取り組み「すてるば」とは〜』も合わせてご一読ください。

　この「AIで効率化する前に、その業務が必要かどうかを問う」というプロセスは地味ですが、非常に重要です。取捨選択によって残った業務が、本当に必要な業務です。そこから初めて、AIや自動化の出番になります。

残った業務をGeminiとGASで効率化する

Step4：AI・自動化による効率化
　取捨選択が終わり、「残った、やらなければならない業務」をどう効率化するか。ここでAIによる自動化をしました。

書類作成の自動化

　最初に着手したのが書類作成の効率化です。契約書や内定通知書の作成は、特定箇所を候補者ごとに数値や文言を変えていく作業です。チャットワーク・スプレッドシート・ドキュメント・電卓・社内規定資料を行き来しながら手作業で作成していました。

　まず行ったのは、意思決定プロセスの整理です。契約条件や内定条件のすり合わせはチャット上で行い、その内容をスプレッドシートに入力すると、社内規定に基づいた条件が自動で算出されるようにしました。

　次に、そのスプレッドシートのデータをドキュメントに転記する作業を省くため、GeminiでGASのコードを生成し、スプレッドシートに組み込んで書類が自動生成される仕組みを作りました。

　「GeminiにGASのコードを書いてもらう」──これを非エンジニアのオペレーション担当者が自ら実装してくれたのが、この取り組みで最も印象的な出来事でした。

日程調整・会議室予約の自動化

　次に取り組んだのが、面接の日程調整と会議室予約の自動化です。これが想像以上に複雑でした。面接官の予定を押さえることは、針の穴に糸を通すような作業です。多忙な面接官の予定を確保するだけでなく、「〇〇会議の前後は入れないでほしい」「〇曜日は外部との予定があるので移動時間を考慮してほしい」「予定が連続する際は10分のバッファーを設けてほしい」など、面接官の個別カスタマイズの要望が多数あります。

　会議室の予約についても、「階をまたぐ移動が発生する場合は5分の移動時間を確保すること」「前後の予定と同じ会議室に揃えること」「オフライン面接の場合はエントランスやエレベーターからのアクセスが良いこと」といった細かい条件があります。

　これらの分岐をすべてロジックに落とし込み、GeminiとGASで予約の自動化を行いました。こちらもオペレーション担当者が課題提起をし、自律的に実装してくれました。

録画データ格納の自動化

　kubellでは候補者の同意を得た上で、オンラインの場合はMeetで面接・面談を録画しています。この録画データの管理が、見えにくい場所で大きな手間を生んでいました。

　カレンダーの作成はオペレーション担当者が行うため、録画データはオペレーション担当者の個人フォルダに格納されます。そのままでは、リクルーターや面接官が録画を確認できません。これまでは1件ずつ、個人フォルダから閲覧可能なフォルダに手動で移動し、その際に所定の法則に基づいてリネームする作業をオペレーション担当者が担っていました。単純な繰り返し作業ではありますが大変な作業です。

　そこでGeminiでGASを組み、録画データのリネームとフォルダ格納を自動化しました。オペレーション担当者が毎日こなしていた単純作業が丸ごとなくなり、負担が大きく軽減されました。「消えた仕事量」の中でも、地味に効いた一手です。

なぜGASなのか

　ちなみに「n8nなどのワークフローツールではなく、なぜGASにこだわるのか」と聞かれることがあります。実際にはn8nで構築しているワークフローもありますが、自動化の8〜9割はGASです。意図的にそうしています。

理由は4つあります。

① 社内に閉じた環境で、全員が安心して使えるから
　kubellの環境はGoogle Workspaceで統一されており、全社員がGeminiを共通で使えます。Google Workspaceの管理下であればモデルへの学習もされず、情報が外部に漏れません。一定の人事情報も扱える閉じた環境が確保できます。

② 非エンジニアが、自然言語だけで自力で作れるから
　n8nなどのノーコードツールは便利ですが、それはそれでツール固有のUIや概念を覚える必要があります。GASであれば「Geminiにやりたいことを日本語で伝えてコードを出してもらう」だけで、エンジニアでなくとも動くものが作れます。この間口の広さは、非開発者が自ら実装できた事実に如実に表れています。

③ ツールのアップデートに依存したメンテナンスコストが低いから
　外部のワークフローツールはアップデートで仕様が変わることがあります。GASは変数がGoogleのエコシステム内に閉じているため、人事部門が自分たちでメンテナンスを回しやすい。専任のエンジニアがいない組織での運用を考えると、この安定性は意外と重要です。

④ スプレッドシートを情報の起点にできるから
　採用情報の多くはGoogleスプレッドシートで管理しています。GASはそのスプレッドシートと直接連携できるため、「ルールベースの自動処理」と「AIによる一定のアウトプットを人がチェックする構造」の両方を同じ環境の中に同居させやすい。人がどこで判断を持つかを設計しやすいのも、GASを選ぶ理由の一つです。

オペレーション担当者が自律的に動き始めた

Step5：自律的な改善文化の醸成
　ここまでのAI・自動化の実装で月間で約200時間の業務時間が圧縮できました。最も強調しておきたいのが、それをオペレーション担当者自身が主導したという点です。

　もちろん一朝一夕ではなく、半年くらいかけて削減した成果なので、その過程には様々な試行錯誤やエラーもありました。例えばGASも思った通りに一発で生成されることはあまりなく、細かい話ですが契約書の金額を表す箇所に「,（カンマ）」を入れることや、割合を表す箇所を百分率で表すために「%」を入れることなど、細かいチューニングもGeminiとやり取りしながら実装していきました。

　中にはヒヤッとするミスもあり、社内の面接官の日程調整のGASで実装のテストでダミーの予定カレンダーを飛ばしまくって面接官を怒らせてしまったこともあります。その失敗によって、オペレーション担当者が手を止めて慎重になりすぎてしまいそうになる場面もありました。

　採用チーム全員がオペレーション担当者を責めることなく、「失敗してもいいから」と取り組みを支えながら賞賛し続けました。kubellには「Playful Challenge（遊び心を持ってチャレンジ）」というバリューがあり、冒険心・創造性・スピードを賞賛する文化があります。それを採用チーム全員で体現するよう心がけました。

　採用チーム全員が協力的だったのは、業務をコンサルティングとオペレーションに分けたことで、それぞれが「専業」として集中できる環境が生まれたことが根底にあります。コンサルティングを担うリクルーターは候補者との対話や採用戦略の設計に集中でき、オペレーション担当者は業務の仕組みづくりに集中できるようになりました。

　その結果、オペレーション担当者が「自分の業務をどう改善するか」を自分たちで考え、Geminiを活用しGASを組み合わせて自動化の実装を行い、リクルーターとも連携しながら改善していくという動きが自然発生的に起きたのです。指示されてAIを使うのではなく、課題を感じた人が自ら使い始める。この状態こそが「AIを活用できる組織」の姿だと思います。

　トップダウンで「AIを使え」と言っても、なかなかうまくいきません。業務の構造を変えて、個人が「集中できる領域」を持ち、周囲がそれを支えるようになって初めて、自律的な改善が生まれます。AIの活用は、組織設計の問題でもあるということです。

社内でBPaaSをやっていた、という話

　ここまでの実践内容をkubellでは「BPaaS（Business Process as a Service）事業」として、クライアントにも提供しています。BPaaSの詳しい説明についてはCSO桐谷の「BPaaSとは」のnoteをご覧ください。

　読み進めるにあたっての簡易的な説明をしますとBPaaSとは、中小企業領域で顧客の業務プロセスをオンラインで巻き取り、業務オペレーションの構築を行い、AIなどのテクノロジーの活用によって業務が完了した状態を納品することを通じて、顧客の代わりにAIの社会実装を行う概念です。BPaaSによって、人材不足に苦しむ中小企業が本業以外のバックオフィス業務を切り出し、本質的なことや本業に集中できる社会を実現していきます。

　これを採用業務に置き換えると、採用業務の本質は何か。それは企業の「事業ビジョン」と候補者の「キャリアビジョン」の接合点を作ることです。本質的な仕事に集中できるよう、本質ではないけどやらなければいけない業務を切り出し、人とAIなどのテクノロジーを組み合わせて効率化しました。社外のクライアントに提供しているBPaaSのモデルを、社内でも当たり前にやっている。それがkubellです。

　kubellのミッションは「働くをもっと楽しく、創造的に」。人が本質的なことや本業に集中できて、楽しく創造的に働けることを実現することが、私たちの使命です。採用組織での取り組みは、そのミッションを体現しようとした、一つの実践でした。

AIを活用できる組織を作るための順序

　最後に、今回の取り組みを整理すると、以下の順番です。AIを活用しようと考えている組織で明日から活用できるようまとめています。

Step1：業務の可視化 まず採用業務を全て書き出し、何をやっているかを可視化する。

Step2：業務の分解と役割の再定義 「コンサルティング業務」と「オペレーション業務」に分解し、担い手を分ける。

Step3：取捨選択 やらなくていい業務を捨てる。効率化の前に、削除の判断を先行させる。

Step4：AI・自動化による効率化 残った必要な業務に対して、GeminiやGASなどのツールを活用して仕組みを作る。

Step5：自律的な改善文化の醸成 仕組みを整えることで、個人が課題を発見し自ら改善できる組織文化が生まれる。

　この順番を守ることが重要です。Step4から始めてしまうと、「不要な業務を高速化するだけ」になってしまいます。AIの活用は、組織の構造改革とセットで考える必要があります。

Claude Coworkがもたらす次のステージ

　2026年2月のアップデートされたClaude Coworkの可能性についても触れておきたいと思います。

　非開発者でもClaude Coworkを使えば、業務プロセスをまたいで自動でオペレーションを実行できる仕組みを構築できます。これまでの自動化は「タスクAを効率化する」「タスクBを自動化する」という点の話でした。しかしClaude Coworkは、タスクAからタスクBへの「繋ぎ」を、人が介在しなくても自動でやってくれます。

　たとえば「スプレッドシートに候補者情報が入力されたら → 内定通知書を自動生成し → 日程調整をGoogleカレンダーで行い → チャットワークでオファー面談担当者にファイルと日程を共有する」といった一連のフローが、人の手を借りずに完結します。

　一方で、まだまだ世の中的に制約もあります。AIで各種SaaSを直接操作したいと思っても、SaaS側の利用規約上、それが認められないケースです。自動化したいフローの途中に「利用規約上、AIが直接触れないSaaS」が挟まっていると、そこを人が橋渡しをしなければならない。フローが完全に繋がらないのです。

　これは現時点での現実的な壁ですが、裏を返せば、今後AIネイティブ設計のSaaSが増えてくれば、こうした制約は解消されていきます。「APIを開放するのが当たり前」「AIエージェントとの連携を前提に設計する」プロダクトが主流になってくれば、人が手を動かすべき場所はさらに絞られていきます。

　現状でも月間で約200時間の圧縮を実現していますが、Claude CoworkやGemini + Google Antigravityを本格活用することで、さらにもう一段の効率化が実現できると考えています。その世界が来るのが楽しみですし、早く来てほしいと思っています。

おわりに

　このnoteを書いたのは、「AIを活用しましょう」という抽象的な話ではなく、"現場"で実際に役立つ知見を共有したかったためです。

　採用には大きな工数がかかります。その工数の多くは、本質的な仕事ではなく、事務処理や調整業務に費やされています。その状況を変えることで、リクルーターが本当に向き合うべき候補者との対話に集中できるようになります。それが採用の質を上げ、結果として組織の強さに繋がると思っています。

　「うちの採用組織も手一杯だ」「AIを使いたいけど何から始めればいいか分からない」と感じている方の、何かしらのヒントになれば嬉しいです。

　kubellではAIの社会実装を担うBPaaSのオペレーション構築を中心に様々なポジションで採用を進めております。もし興味を持ってくださった方がいたら、ぜひカジュアル面談で意見交換させてください。募集職種は2026年1月末にリニューアルした採用サイトをご覧ください。

　AI・BPaaSについては今後さらに発信を強めていきます。引き続きnoteやXでしていければと思います。最後までお読みいただきありがとうございました。

Xアカウント：https://x.com/pasama_shoki