AINOWの記事、「AIエージェントを人事で活用する方法」を読んだ。
正直、最初は「うちの仕事と関係ないか」と流し見するつもりだった。
でも読み進めるうちに、マーケ視点でも参考になる部分がいくつかあって、結局最後まで読んでしまった。
記事に出てきたソフトバンクの採用時間75%削減という数字が引っかかった。
75%って、週40時間の業務なら週10時間に圧縮できる計算だ。
CPA換算でいうと、人件費コストがそのまま4分の1になる。
マーケの仕事でROASを追っている身からすると、この数字は素直にすごいと思った。
AIエージェントと生成AIは別物だという話
記事が整理していたのは、生成AIとAIエージェントの違いだ。
生成AIは「聞いたら答える」だけ。
AIエージェントは「タスクを自律的に実行する」という点が根本的に違う。
これ、広告運用でいうと手動入稿と自動入札くらいの差がある。
自動入札はターゲットCPAを設定すれば、あとはシステムが実行する。
AIエージェントも同じ構造で、目標を与えたら人間が逐一指示しなくていい。
私が今使っているChatGPTは、あくまで生成AI側に当たる。
広告文の下書きを出させて、私が選んで修正して入稿する。
このフローは変わっていない。
エージェントになると、条件に合ったクリエイティブを自動生成して、A/Bテストまで回してくれる世界になる。
そこまでいくとCVRへの直接的な影響が出てくるから、数字を持つ人間として無視できない話だ。
人事の話を読んでマーケの自分が考えたこと
三井住友海上火災保険が異動辞令の生成にAIエージェントを使っているという事例も面白かった。
人材配置のシミュレーションを自動化している、という話だ。
マーケ部門に置き換えると、広告の配信先ごとに予算を自動配分するようなイメージに近い。
GA4のデータをもとに、Meta広告とTikTok広告の予算比率をリアルタイムで動かす、あの動きだ。
すでに広告プラットフォームの自動入札がやっていることを、人事は今AIエージェントで実現しようとしている。
一方で、記事は「人間が判断すべき境界線」にも触れていた。
最終的な採用可否や評価は、AIに丸投げしないというスタンスだ。
これはマーケでも同じで、クリエイティブの最終承認や予算の上限設定は自分で持っている。
システムが提案して、人間が判断する。
その構造はどの職種でも変わらない気がする。
それから、記事には評価の属人化・バイアス排除という論点があった。
マーケで言うと、「このクリエイティブは感覚的にいい」という判断をどれだけ排除できるか、という話に重なる。
インプレッションが多くてもCTRが低ければ意味がない。
CTRが高くてもCVRが落ちていれば本末転倒だ。
数字だけ見る習慣がついているから、属人バイアスを排除するというコンセプト自体には共感する。
数字で見ないと信用しない性格なので
正直、人事AIエージェントの導入効果について、第三者の定量データがまだ少ない印象だった。
ソフトバンクの75%削減は具体的でいいが、それ以外の事例は数値が出てこないものも多かった。
マーケの仕事だと、施策ごとにCPAとROASを出さないと稟議が通らない。
人事領域でも、採用コスト削減率や選考期間の短縮日数を定量で出してほしいと思った。
導入検討している人事担当者がいたら、まずそこを確認するといい。
自分がこの記事から持ち帰ったのは、「エージェントはゴールを渡すと動く」という構造認識だ。
マーケの仕事でも、配信ゴール設定の精度が自動化の質を決める。
ゴールがぼやけていると、エージェントも変な動きをする。
今の広告運用でも、KPI設計が甘いとロボットはとんでもない最適化をしてくる。
その感覚は、どのドメインにAIを入れても共通するはずだ。
人事の話のつもりで読んだのに、結局自分の仕事の整理をしていた。
ゴール設計の精度を上げないと、エージェントには触らないほうがいい。