一社がヘッドハンターを置き換えたのではない。四社が別々の工程を取り出した

2026年9月、日本のHR市場では異なる四つの製品が採用ワークフローの別の位置を狙った。DIGOは公開Webから潜在エンジニアを探し、技術アウトプットを読み、スカウトまで担う。a-assi求人管理は複数ATSの求人を集約し、名寄せ・構造化してCRMへ反映する。

ハチドリAIエージェントは求職者の分身AIと企業の採用AIが人より先に0次面接を行う。TalentXのMyTalent AIエージェントは候補者メールを読み、空き枠がなければ面接官や会議室の予定主催者に変更を依頼して再調整する。個別にはHR Techの新製品だが、並べると一つの職業に束ねられていた仕事が製品単位へ切り出される構図が見える。

候補者は職務経歴書を出す前から存在している

DIGOの起点は転職サイトに登録された職務経歴書ではない。技術ブログ、OSSコミット、登壇記録など公開アウトプットから候補者を探し、利用言語や貢献、技術記事などの痕跡から能力を読む。

従来が Resume → Candidate → Evaluation だったなら、公開エビデンスが豊富な職種では Public Output → Capability Evidence → Candidate Discovery → Contact に変わり得る。候補者がいなかったのではなく、候補者として認識するデータが履歴書の形で現れていなかっただけとも言える。

地味な運用業務も独立した製品になる

a-assiはATSに散在する求人を収集・統合・構造化し、新規・更新・クローズを継続的に反映する。TalentXは単なる空き時間提示を超え、予定が合わない場合に関係者へ変更依頼を行い、確定連絡とカレンダー登録まで進める。

重要なのは、AIが単一クリックや文章生成を助けるだけでなく、業務完了まで複数のシステムと人の間を動くcoordination workflowを担い始めたことだ。求人転記、重複整理、基本連絡、日程調整といった実行単位は、個別の商品として購入できる方向へ進む。

0次面接はマッチングの前に新しいAgent Layerを置く

ライトアップのハチドリAIエージェントは、求職者の経歴・志向を学んだ分身AIと、企業の求人条件を学んだ採用AIが先に条件をすり合わせ、合致した場合のみ人へ推薦する構造を提示する。人材紹介会社向けOEMも同時に始めた。

実際の採用成果がどこまで高まるかは別途検証が必要だ。ただ、Candidate ↔ Recruiter ↔ Company の前に Candidate Agent ↔ Company Agent という情報交換・条件確認の層が製品として入り得ることは注目に値する。

自動化は人を消すより、仕事の値札を書き換えるかもしれない

求人情報の転記、候補者リスト作成、基本スカウト、条件確認、日程調整がSaaSやAgentで購入可能になれば、人材紹介会社は「この部分をソフトウェアが行うなら、顧客は何にお金を払うのか」と問われる。

一方で、企業がまだ正確に言語化できていない人材課題を定義し、職種名や業界を越えて探索境界を描き直し、公開エビデンスから能力を判断し、まだ動いていない人を説得し、企業と候補者の不確実性を閉じる仕事は相対的に高価になる可能性がある。自動化は人の削除より、業務ごとの再価格付けとして見る方が実務的だ。

見るべきはAI導入率より「何に対して料金を受け取るのか」

検索そのものが安くなるほど、Searchの高付加価値部分は課題定義へ移る可能性がある。顧客が言った職種名をそのままDBに入れるのではなく、なぜ今そのポジションが必要なのか、入社後何を変えるのか、どの隣接経験まで候補群に開くのかを決める仕事である。

四つの事例だけで日本の人材紹介業界全体がすでに転換したとは言えない。すべて企業の発表資料であり、実際の導入率、採用成果、継続率、手数料変化は別途検証が必要だ。現時点で確認できるのは、採用ワークフローの異なる部品が実際に別々のAI製品として発売され始めているという事実である。

Banseog View — 何が自動化されるかより、自動化後に何へ高い価格が付くか

職業全体の代替予測より、業務を機能単位に分け、どの部品が独立商品になるかを見る。

候補者発見がCV外の公開アウトプットへ広がると、履歴書の希少性よりEvidence Judgmentが重要なボトルネックになり得る。

人材紹介のプレミアムは反復実行から、課題定義・探索境界・説得・意思決定支援へ移る可能性がある。

参照した主な資料

4事例はいずれも各社の製品発表に基づく観察です。製品の存在と公表機能は確認できますが、市場導入率、採用成果、長期的な手数料・職務変化を実証したものではありません。