人手が足りず、面接の日程調整だけで一日が終わる。
そんな会社の社長に向けた記事です。
先月末、応募者7万884件を対象にした採用の実験が公開されました。
電話面接をAIの音声エージェントにやらせた群と、人間の採用担当がやった群を、くじ引きで分けたものです。
結果は内定率も入社率も定着率もAIのほうが高い、というものでした。
ただ、同じ論文の後ろのほうに、あまり引用されていない結果が載っています。採用にかかった日数は、AIのほうが伸びていました。
そして、まったく同じ「AIが電話で人と話す」仕事なのに、AIが人間にはっきり負けた実験も別にあります。
並べて読むと、AIに任せて伸びる仕事と、任せると壊れる仕事の境目が見えてきます。私たちも中小企業にAIを入れる仕事をしているので、都合のいい側だけを引かずに両方書きます。
実験の中身：7万884件の応募を、くじ引きで分けた
シカゴ大学ブース経営大学院のBrian Jabarian氏と、エラスムス・ロッテルダム大学のLuca Henkel氏の研究です。採用代行会社PSG Global Solutions（テレパフォーマンスの子会社）と組んで行われました。
- 対象は、コールセンターなどの未経験者向け職種への応募7万884件
- 書類の一次選考を通った人を、くじ引きで「人間の採用担当が電話面接」「AI音声エージェントが電話面接」「どちらか選べる」の3つに割り振る
- 人間面接は1万3,557件、AI面接は4万103件
- 面接の台本（聞く項目、順番、質問例）は人間もAIも同じもの
- 合否を決めるのは、どちらの群も必ず人間の採用担当
ここが大事な設計です。AIに置き換えたのは「情報を集める工程」だけで、「評価して決める工程」は人間に残してあります。
応募者は6割が女性、年齢は20代が中心でした。
結果：内定8.70%が9.73%になった
- 内定が出た割合：人間面接 8.70%（1万3,557件中1,179件）→ AI面接 9.73%（4万103件中3,904件）。1.03ポイント、率にして12%高い
- 実際に入社した割合：5.65% → 6.71%
- 入社1か月後もまだ働いている割合：4.97% → 5.85%。率にして18%高い
- 2か月後は17%、3か月後は16%、4か月後は17%高い状態が続いた
「AI面接で入った人は、質が低いのでは」という疑いには、この研究は3つで答えています。辞めた人のうち会社都合の割合（41%）は両群で変わらない。入社後の応対時間、顧客満足スコア、社内の品質評価にも差がない。
つまり、「採る人数が増えた分、質が落ちた」という形にはなっていません。
面白いのは、現場の予想が外れていたことです。実験前に採用担当に聞いたところ、36%が「AI面接だと内定率は下がる」と予想し、61%が「面接の質は下がる」と答えていました。上がると予想したのは15%だけでした。
なぜ上がったのか
論文が挙げている理由は「AIのほうが面接がうまいから」ではありません。「ばらつきが小さいから」です。
面接の書き起こしを解析すると、AIは決められた話題の順番を守り、カバーする話題の数が面接ごとに安定し、質問の言い回しも標準化されていました。それでいて、相手の答えに応じた掘り下げはしている。
研究者はこれを「制御されたばらつき」と呼んでいます。
人間の面接は、面接官によって、そしてその日の状態によってブレます。
そのブレは応募者の能力とは関係ないノイズなので、合否判断の材料を濁らせる。AIはそこを削った、という話です。
副産物もありました。応募者アンケートで「性別による差別を感じた」と答えた割合が、5.98%から3.30%へほぼ半減しています。台本どおりに聞くと、余計な一言が入る余地が減るということだと思います。
見落とされがちな結果1：全体は速くなっていない
ここが、この論文でいちばん実務に効く部分だと思います。
日数を3つの区間に分けて測っています
（中央値。実際に入社まで進んだ人が対象で、時刻の記録が残っているリモート面接分に限った集計です）。
- 応募の意思表示から面接まで：人間 0.51日 → AI 0.32日。AIは24時間動くので速い
- 面接から合否判断まで：人間 2.62日 → AI 7.24日。自分で話していない面接を読んで判断するぶん、遅くなった
- 合否から入社まで：12.00日 → 13.00日。差なし
- 合計：人間 20.00日 → AI 24.00日
人間が面接した場合、面接した本人がそのまま採点します。
面接が終了した時点で判断はもう頭にあるので、採点はついでで終わる。
AIが面接した場合、担当者はその会話に立ち会っていません。
後から記録を開いて、読んで、初めて判断材料が頭に入る。
評価が、面接から切り離された独立した仕事になります。
そして独立した仕事になった瞬間、それは担当者のリストの一番後ろに並びます。
AIは24時間動くので入口はいくらでも速く回る。
でも、その先を処理する人の数は変わっていないので、面接済みの案件が担当者の前に溜まる。
合計が4日のびたのは、その渋滞ぶんです。
自動化した工程は速くなったのに、ボトルネックが前から後ろへ移動しただけでした。
なお論文が測ったのは日数の差だけで、
「立ち会っていないから遅い」は研究者が実験前に立てた予想です。
理由の切り分けまではしていません。
自動化した工程は速くなったのに、その後ろの人間の工程が詰まって、全体はむしろ4日のびました。
「AIを入れれば全体が速くなる」という期待は、この実験では成立していません。速さが目的なら、詰まる先を先に決めてから入れる必要があります。
見落とされがちな結果2：少ない件数だと元が取れない
コストの試算も載っています。人件費の水準とAIの価格を3段階ずつ組み合わせた9通りで、何件面接すれば元が取れるかを計算しています。
- 人件費が安い地域：8,500件から2万4,000件でようやく損益分岐。AIが高価格帯だと、何件やっても元が取れない
- 人件費が中位：4,500件から7,000件
- 人件費が高い地域：2,000件から3,000件
年に数十件しか面接しない会社が、コスト削減を目的にAI面接を入れると、まず負けます。この実験でAIが持っていた価値は、安さでも速さでもなく、判断材料のばらつきを消したことでした。
あと、応募者の5%は「AIとは話したくない」と言って面接を中断し、7%はAI側の技術トラブルに当たっています。合わせて1割強が落ちるので、人間が出る受け皿は要ります。
同じAI音声でも、督促電話では人間に負けた
反対の結果も見ておきます。イェール大学のJames Choi氏らによる、消費者ローンの督促電話の研究です。中国のオンライン消費者金融の実データで、2021年4月から2023年12月、対象は2,200万件超。うち回帰不連続デザインに使った部分だけで100万件を超えます。件数はこちらのほうがはるかに多い。
こちらではAIが負けました。
- AIが電話した場合、「返します」と口約束した人の割合が21ポイント低い
- その日のうちに返済した人の割合が18ポイント低い
- 会話は平均31秒短く、長さのばらつきも小さい（込み入った状況に対応できていない）
- 最初にAIから電話された人は、1年後の時点でも延滞分の1%を返せていない
- その後12回の支払いについても、1〜2ポイント遅れやすくなる
論文の見立ては、AIには「破りにくい約束」を取り付ける力が弱い、というものです。人に対して約束を破るのは気まずいが、機械が相手だとそこまでではない。督促は相手に損を飲ませる仕事なので、その気まずさが効いてしまう領域でした。
もう1本、小さい研究も挙げておきます。査読誌に載った中国の調査（2025年8月）では、AI面接だと応募意欲が下がるという結果が出ています（7点満点で6.13点から5.72点）。ただしこちらは203人に架空の場面を読ませたシナリオ実験で、実際の応募行動ではありません。
実際に7万件を動かした先ほどの実験では、内定の受諾率も、他人に薦めたいかのスコアも両群でほぼ同じでした。
しかも「選べる」条件では78%がAIを選んでいます（ただしAIを選んだ人はテストの点が低いという偏りも出ています）。
「アンケートで嫌だと答えること」と「実際に降りること」は別だ、と読むのが妥当です。
分かれ目は「集める仕事」か「飲ませる仕事」か
3本を並べると、線はここで引けます。
- 決まった項目を、毎回同じように聞いて集める仕事：AIが強い。人間のブレが減るぶん、後工程の判断がよくなる
- 相手に損を飲ませる、気まずさを引き受ける仕事：人間が強い。相手が機械だと約束の重みが消える
面接は前者、督促は後者でした。自社の業務をこの2つに仕分けると、どこから任せるかの順番が決まります。
明日からやれること
- 任せる工程を、電話1本まるごとではなく「聞き取り」と「判断」に割る。判断を人間に残すと、この実験と同じ形になる
- 自動化する前に、その後ろの工程の処理量を測っておく。前が速くなると後ろが詰まる。詰まったら全体は遅くなる
- 件数を数える。月に数件の業務なら、コストではまず勝てない。狙うのは削減額ではなく「毎回同じようにやれること」
- AIを拒否した人の受け皿を必ず1本用意する。この実験では応募者の5%がそこで降りた
うちも、AIを入れて「楽になりました」で終わる仕事はあまり面白くないと思っています。ばらつきが消えて判断が良くなる、詰まっていた場所が動く、そのぶん人が別のことをやれるようになる。そこまで行くと仕事として面白くなります。どの工程を切り出すかは会社ごとに違うので、そこは一緒に考えるところだと思っています。
出典
- Brian Jabarian, Luca Henkel「Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews」（arXiv:2607.28222、2026年7月30日公開。査読前の研究。事前登録あり／AEA RCT Registry #15385。データ収集は2025年6月7日まで。なお筆頭著者はデータ収集終了の約2か月後に、協力企業の無報酬チーフエコノミストに就任したことが論文に開示されています）
https://arxiv.org/abs/2607.28222
- James J. Choi, Dong Huang, Zhishu Yang, Qi Zhang「How Good is AI at Twisting Arms? Experiments in Debt Collection」（NBER Working Paper 33669、2025年4月。査読前のワーキングペーパー。対象は2021年4月から2023年12月の2,200万件超）
https://www.nber.org/papers/w33669
- Humanities and Social Sciences Communications（2025年8月8日、査読済み）「Why might AI-enabled interviews reduce candidates' job application intention?」（中国、203人のシナリオ実験。人数が少ない研究です）
https://www.nature.com/articles/s41599-025-05607-z
この記事は公式noteにも公開しています。
noteで読む →
公式noteの記事一覧を見る →