9月4日、Inside AIが「LinkedIn's Prashanthi Padmanabhan on AI-Powered Hiring and Agentic Recruiting」と題した記事を公開した。LinkedInのAI採用エージェント「LinkedIn Hiring Assistant（LIHA）」が採用担当者のプロフィール確認作業を80%削減し、採用フローをどう変えつつあるかについて、同社Talent Solutions EngineeringバイスプレジデントのPrashanthi Padmanabhan氏へのインタビューを軸に詳しく紹介されている。
「80%削減」の実態
LinkedInのTalent Solutions Engineeringバイスプレジデント、Prashanthi Padmanabhan氏によると、LinkedIn Hiring Assistant（LIHA）を導入した採用チームは、確認するプロフィール数が80%減少し、候補者の内定承諾率が66%改善するという。
採用担当者がレジュメの山に埋もれる問題は、大手企業では日常的だ。1ポジションあたり数千件の応募が届くのは珍しくなく、スクリーニングに費やす時間が選考の質を下げる構造的な問題がある。LIHAはこのスクリーニング段階を自動化することで、採用担当者がより少ない候補者に集中できる環境を作る。
LIHAは採用担当者の意図を学習し、推薦精度を継続的に向上させる仕組みを持つ。ワンショットのルールベースフィルターではなく、フィードバックループを通じて改善する設計だ。Padmanabhan氏はこう述べている：
「エージェントに完全に制御を渡すわけではない。あなたは依然として意思決定者だが、同じ時間でより多くのことができるようになる」
なお、LIHAは2024年にLinkedInが発表したAI採用支援機能群の一部として展開されており、現在は主に大企業・エンタープライズ向けに提供が進んでいる。HireVueやGreenhouseといった採用特化型SaaSが候補者評価・ATS（採用管理システム）領域で存在感を持つなか、LinkedInはプラットフォーム上の膨大なプロフィールデータと統合されたAIエージェントという差別化軸で市場に切り込んでいる。
スケールの大きさでROIが明確になる——インドが実験場に
LinkedInのTalent Solutionsにおいて、インドは現在最も成長速度の速い主要市場となっている。Padmanabhan氏はその理由として、採用ボリュームの大きさと、インド企業のAI導入に対する積極性を挙げる。
「採用の複雑さやスケールが大きいほど、こういった効率化プロダクトを導入したときのROIが明確になる」
インド市場では新卒・インターン層が「AI-primed」であるとPadmanabhan氏は指摘する。これは「AIツールを当然の前提として育ち、業務においてもAIとの協働に抵抗がない世代」を指す同氏の表現だ。LIHAの開発体制はグローバルに分散しており、AIと知能処理部分はベイエリアで、主要な開発はインドチームも担う。
「Agentic Recruiting」と信頼性の担保
採用領域では近年、単発のAI補助ではなく複数ステップを自律的にこなすAIエージェントを活用する考え方が注目されており、「Agentic Recruiting（エージェント型採用）」と呼ばれる。これは候補者のサーチ・スクリーニング・スケジューリングといった一連のタスクをAIが文脈を保持しながら連続処理するアプローチを指す。LIHAはこの方向性の実装例として位置づけられる。
一方、AI生成レジュメや過剰最適化されたプロフィールの増加は、採用側に新たな懸念をもたらしている。Padmanabhan氏は、LinkedInがプロフィールの真正性を検証するためのデータソースを拡張中であると述べた。
「採用担当者と候補者の両方に向けた真正性検証の仕組みに力を入れている。信頼は双方向に機能するものだから」
面接は引き続き人間が担う方針だ。AIが会話から特定のシグナルを抽出して推薦にフィードバックする可能性はあるが、面接官を代替するものではないと明言している。
将来的にはLIHAが新人採用担当者の「チューター」として機能することも想定されている。「必須スキルと歓迎スキルをどう区別するか」といった判断をエージェントが補助する形だ。
「採用担当者の経験とLIHAの知能が組み合わさったとき、1＋1が10のように感じられるべきだ。それが私たちの目指す姿で、プロダクト自体が教師になる」
つまりLIHAの目標は採用担当者の代替ではなく、個々の担当者がチームとして機能するかのように掛け算的な成果を出せる状態——Padmanabhan氏はそれを「人間とAIの相乗効果」と表現している。
求職者側への実践的なアドバイス
Padmanabhan氏は求職者に対し、肩書きではなく実績と証拠を前面に出すことを勧めている。
「目立つ最善の方法は、職歴に関わらず自分のスキルを実証すること。プロジェクトを作り、スキルを磨き、その具体例をプロフィールに加えること」
AIによるスクリーニングが高度化するほど、「何をしたか」ではなく「何ができるかを示す具体的な記録」がプロフィールの差別化要素になる、という示唆だ。AIによる事前スクリーニングとソーシング自動化はさらに進む見込みだが、最終的な採用判断は当面、人間の手に残る——これがPadmanabhan氏の見立てだ。
詳細はLinkedIn's Prashanthi Padmanabhan on AI-Powered Hiring and Agentic Recruitingを参照していただきたい。
