AI人材の見極め方：面談で確認すべき実務力とは

「AIを使える人材」を採用したものの、任せてみたら期待した成果が出なかった、という声は少なくありません。原因の多くは、面談の場で確認すべき観点が曖昧なまま、自己申告のスキルをそのまま信じてしまうことにあると考えられます。本記事では、自称と実務力の差がどこに現れるか、書類選考と面談それぞれで確認すべき観点、そして審査制のマッチングサービスがこの課題にどう向き合っているかを整理します。

「AIを使える」という言葉のあいまいさ

生成AIが急速に普及したことで、履歴書や職務経歴書に「AI活用経験あり」と書く人は増えました。しかし、この言葉が指す実態には大きな幅があります。日常業務でChatGPTやClaudeなどのチャットツールを使ったことがある、という水準から、業務プロセス全体を設計し直し、AIを組み込んだ運用フローを構築・改善してきた、という水準まで、同じ表現の中に大きく異なるレベルの経験が混在しています。

さらに、生成AI自体を使って応募書類を作成することも一般的になっており、書類の完成度の高さが、そのままその人の実務力を表しているとは限らなくなっています。文章が整っていることと、実務でAIを使いこなせることは別の能力であり、書類選考だけで見極めようとすることには、以前よりも大きな限界があると言えます。

自称できる人材と実務で使いこなせる人材の違い

両者の違いは、知識の有無ではなく、成果に結びつける経験の有無に現れることが多いと考えられます。具体的には、次のような観点で差が出やすい領域です。

• ツールの使い方を知っているか、それとも自社の業務プロセスのどこにAIを組み込めば効果が出るかを判断できるか
• うまくいった事例だけでなく、うまくいかなかった事例とその原因を具体的に語れるか
• 生成AIが出した結果をそのまま使うのではなく、業務要件に合わせて検証・修正する工程を経ているか
• 非エンジニアのメンバーにも使い方を伝え、チーム全体の業務に定着させた経験があるか
• 変化の速いAI領域の情報を、どのように継続的に追い、実務に反映しているか

同じ観点を対比の形で並べると、差がどこに現れるかがつかみやすくなります。

これらは職務経歴書の文面だけでは判断がつきにくく、面談で具体的に掘り下げて初めて見えてくる部分です。

書類選考で見ておきたいポイント

面談の前段階である書類選考でも、いくつか確認できる観点があります。一つは、記載されている実績が「担当した」という表現にとどまっているか、「どう関わり、何を変えたか」まで具体的に書かれているかという点です。抽象的な実績表現しかない場合、実務での深い関与があったかどうかは面談で確認する必要があります。

もう一つは、扱ってきた業務領域の一貫性です。断片的に様々なツールの名前が並んでいるだけで、どの業務課題に対してどう使ったのかという文脈が見えない場合は、実務経験というより情報収集レベルの理解にとどまっている可能性があります。書類選考の段階では「話を聞いてみたいポイント」を洗い出すつもりで読み、最終判断は面談に持ち越すという姿勢が現実的だと考えられます。

面談で確認すべき具体的な質問例

面談では、抽象的に「AIを使えますか」と尋ねるのではなく、具体的な行動や判断のプロセスを引き出す質問が有効だと考えられます。確認したい観点と質問例を対応づけると、次のように整理できます。

以下、それぞれの質問の意図を補足します。

業務プロセスをどう変えたか

「AIを導入する前と後で、具体的にどの業務のどの工程が変わりましたか」という質問です。ツールを触った経験を語る人は多くいますが、業務プロセスの変化まで具体的に説明できる人は、実務での運用経験がある可能性が高いと考えられます。

うまくいかなかった事例とその要因

「AIを使ってみたが期待した成果が出なかった経験はありますか。その原因をどう分析しましたか」という質問です。失敗事例を具体的に語れない、あるいは失敗自体がないと答える場合は、実務で試行錯誤した経験が乏しい可能性があります。

非専門メンバーへの浸透経験

「AIに詳しくないメンバーに、どうやって使い方を伝え、定着させましたか」という質問です。自分ひとりが使いこなせることと、チームや組織に定着させることは別のスキルであり、企業が本当に求めているのは後者であるケースが多いと考えられます。

継続的なキャッチアップの方法

「AIツールや手法のアップデートを、日常的にどうやって追っていますか」という質問です。AI分野は変化が速いため、特定のツールの使い方を知っているだけでなく、変化に追従し続ける習慣があるかどうかが、中長期的な戦力になるかを左右します。

費用対効果への意識

「AI活用の提案をする際、費用や工数に対してどのような効果を見込んで判断していますか」という質問です。技術的な実装だけでなく、投資に見合う効果を説明できるかどうかは、事業側の意思決定者と対話できる人材かどうかの目安になります。

これらの質問は、いずれも「正解を答えられるか」を見るものではありません。むしろ、具体的なエピソードと自分なりの判断基準を持って答えられるかどうかを見ることに意味があります。用意していた模範解答のような答えしか返ってこない場合は、追加で「なぜそう判断したのですか」と一段掘り下げてみることも有効だと考えられます。

見極めを個人の勘に頼らないための仕組み化

これらの質問を用意しても、面談担当者にAI活用の実務経験がなければ、回答の妥当性を評価すること自体が難しいという問題が残ります。AI分野は専門性が細分化されており、一般的な採用担当者や人事だけで実務レベルを正確に判定するのは容易ではないと考えられます。

そのため、質問例をチェックリスト化して複数の面談担当者で評価をすり合わせる、実際の業務課題に近い簡単な課題を出して具体的な思考プロセスを確認する、といった仕組み化が有効です。加えて、いきなり本採用や長期契約を結ぶのではなく、小さな範囲の業務からスタートする試用期間・トライアル期間を設けることも、見極めの精度を上げる現実的な方法だと考えられます。属人的な「なんとなく良さそう」という印象だけで採用を決めない体制を作ることが、ミスマッチを減らす近道になります。

審査制サービスがこの課題にどう向き合うか

前述のとおり、AI人材の実務力を見極めるには、AI活用の実務経験を持つ側が評価する必要があります。しかし、すべての採用企業がそうした評価能力を社内に持っているとは限りません。特に、AI活用の推進を専任で担う部署がまだない企業ほど、この評価能力のギャップは大きくなりやすいと考えられます。

「AIタレント名鑑」のような審査制のマッチングサービスは、登録時点で実務経験や活用実績を確認する審査プロセスを設けることで、この見極めの負荷を企業側から引き受ける仕組みだと言えます。企業が一から質問例を用意し、面談担当者のスキルに依存して評価するのではなく、あらかじめ一定の基準で審査された人材の中から、自社の業務内容や求める役割に近い人材を検討できる点が、審査制サービスを利用する意味だと考えられます。

例えば、AIを活用したマーケティング業務を担える人材（マーケター）や、AIを使った営業DXを推進できる人材（営業職）など、役割ごとに求められる実務経験は異なります。審査制のサービスであれば、こうした役割ごとの実務経験の違いも踏まえたうえで、候補となる人材を絞り込みやすくなります。もちろん、審査制サービスを利用する場合であっても、自社の業務との相性を確認する面談自体が不要になるわけではありません。審査によって最低限の実務レベルが担保された候補者の中から、自社に合う人材を選ぶという段階に集中できることが、審査制サービスを使う利点だと考えられます。

まとめ

「AIを使える」という自己申告と、実務で成果を出せる実力の間には差があり、書類選考だけでその差を見抜くことは難しくなっています。業務プロセスの変化・失敗経験・チームへの浸透・継続的なキャッチアップ・費用対効果への意識といった観点を面談で具体的に掘り下げること、そしてその評価を属人的な勘に頼らず仕組み化することが、ミスマッチを避けるための現実的な対策だと考えられます。自社での見極めに限界を感じる場合は、審査制のマッチングサービスを活用し、見極めの一部を外部の仕組みに委ねることも選択肢になります。