AIプロファイリング機能による採用候補者の特性理解を実現

課題

過去、新卒採用においては短時間の面接や限られた情報だけで候補者の特性を見極めるのは難しく、採用判断が属人的になりやすいという課題がありました。その結果、内定辞退や早期離職といったミスマッチにつながるリスクも抱えていました。

レガシードはこうした採用現場の課題に向き合い、2022年に新卒採用向けクラウドATS『miryo⁺』をリリース。志望度の推移やコミュニケーション履歴の可視化、候補者管理の効率化などを通じて、企業と候補者双方にとって魅力的な採用体験の実現を支援するなど、従来は感覚頼りになりがちだった“候補者との関係性づくり”を構造化し、採用効率の向上に寄与してきました。

この度、レガシードはさらに踏み込み、候補者の特性や価値観をより深く捉え、組織文化や上司、職種との相性まで判断できる仕組みの実現を構想。 こうした高度な要件を具現化するため、2022年の初期開発から協働してきたモンスターラボをパートナーとして選び、今回のアップデートにつながりました。

ソリューション

レガシードが描いた構想は、候補者情報や会社情報をベースに「統計学×心理学×Legaseedノウハウ」の知見を掛け合わせ、AIを用いて統合的に分析する「アンサンブル・プロファイリング」と呼ばれる仕組みです。モンスターラボはこれを『miryo⁺』のサービス機能として実現するため、日本とベトナムの拠点を横断したチーム体制を構築し、要件定義から設計・実装・検証までを一貫して支援しました。

はじめに、既存の開発プロセスを見直しアジャイル開発を取り入れた運用体制を整備。本開発のフェーズでは、日本チームがUI/UX設計や要件調整、データ処理とアルゴリズム構築を担い、ベトナム拠点が各種機能の詳細設計から開発、テストまでを担当する役割分担を実施しました。

要件のなかでも特徴的なのは、候補者ごとの多様な情報を統合的に処理し、心理学的な座標へ変換する点です。本プロジェクトにおいてモンスターラボは、候補者情報の前処理から特徴抽出、分析モデルの最適化までを一連の工程として設計。複数のアルゴリズムが算出した傾向をAIが統合することで、単なる点数表示ではなく、採用担当者が面接や配属検討で直感的に使える形へと翻訳され、ダッシュボード上で一貫した視点で確認できる仕組みを実現しました。