株式会社Global Career Incubator 代表取締役CEO 井川真一
最終更新：2026年10月29日。本文・参考資料は更新日時点の情報です。
AIを使って業務を効率化したい。分析を事業の判断へつなげたい。事業側の期待を聞き、技術部門とも相談したのに、求人へ何を必須と書くかが決まらない。採用担当者が、異なる専門領域の要望を一人分の仕事へまとめようとすると、難しさを感じる場面もあるでしょう。
まずは、候補者が作ったものと、今回任せたい仕事を、同じ段階で比べてみてください。モデルを試す、データを使える状態にする、業務の仕組みへ接続する、運用を続ける。それぞれに仕事があり、試作の出来から、その先を一人で担えると推定することはできません。
技術実績を小さく扱わず、確認した範囲を広げすぎない。 人事と事業責任者には、その両方を守っていただきたいと思います。既存チームが何を引き受けられるかまで合わせると、候補者の専門性をどの役割で生かせるかが見えてきます。
技術名ではなく、仕事の成果物から求人を分ける
2026年10月28日に確認したAmazon Japan Central OpsのBusiness Intelligence Engineer〈BIE〉求人には、指標やデータ基盤、分析の仕組みを整え、運営上の判断を支える仕事が記されています。AIや自動化を使う分析も含む職務です。
一方、GitLabのMachine Learning Engineeringの公開職務資料には、モデルの開発・実装と、製品へ組み込むための関係者との協働が示されています。同社のJob Description Libraryは古い記述や欠落の可能性を注意しており、この資料は現行の日本募集を示すものではありません。
職種名だけで二つを切り分ける必要はありません。運営責任者が使う指標とデータを整える人が必要なのか、製品へ入れるモデルを作る人が必要なのか。貴社で渡してほしい成果物と、その受け手を先に書いてください。どちらにもAIが関わり得ますが、確認する経験を同じにする理由にはなりません。
人事は、事業側に「効率化」の対象業務を一つ選んでもらい、技術責任者には、その仕事へつなぐために必要な担当範囲を返してもらいましょう。広い技術名と年数を並べる前に、この往復を行うことを勧めます。
問い合わせ分類の試作から、どこまで任せられるか
以下はGCIが作成した仮想例です。
ある会社は、問い合わせを担当部署へ振り分ける作業に時間がかかるため、AI・データ人材を採りたいと考えました。候補者は、過去に使用を認められたデータで問い合わせの分類を試し、検証用の画面を作ったと話しています。面接担当者は、似た業務だから、そのまま自社でも実用化できそうだと感じました。
ところが、本人が担当したのは、限定したデータで試作と評価を行うところまでです。実際の問い合わせを受け付ける仕組みへの接続や、担当部署が使う運用は、別のチームが検討していました。採用側の会社にも、部署ごとに問い合わせの区分が異なり、迷ったとき誰が判断するかが決まっていないという課題があります。
採用担当のあなたは、この一件について「候補者に何を任せ、成果物を誰へ渡し、どの条件が整えば選考を進めるか」を、まず自分の言葉で書いてみてください。採用側では、接続を既存の実装チームが担う案で考え、分からない点は確かめる問いとして残します。
面接官は、「どこまで実用化しましたか」と一度に聞かず、候補者が担当した成果物をたどります。
問い合わせを受け付ける仕組みへ接続したのは誰ですか。担当部署は、画面の分類結果を使って業務を始めていましたか。
同じ候補者が「私は分類の試作、評価、検証用画面までです。接続は別チームの検討範囲で、担当部署が業務で使った結果は確認していません」と答えたとします。人事が残す記録は、次の範囲になります。
本人説明：許可された範囲のデータを使い、分類の試作・評価と検証用画面を担当した。接続・運用は別チームの検討範囲。業務利用と時間削減の結果は、この説明からは確認していない。
この記録で、試作の価値が消えるわけではありません。次に、本人が比較した方法、選択理由、評価で見つけた限界を掘り下げられます。反対に、「導入経験あり」とまとめてしまうと、まだ聞いていない接続と運用を、面接官自身が実績へ加えることになります。
実際に現場で使われた案件であっても、モデルの開発や評価を本人が担ったとは限りません。案件全体が到達した段階と、その人が担当した仕事を、どちら向きにも分けてください。
技術評価者には、評価してほしい説明を渡す
人事が専門用語を集めても、技術の妥当性まで判定できるとは限りません。採用責任者は、今回必要な専門性を確認できる担当者を定めてください。社内にいなければ、外部の専門家へ依頼する範囲を決めます。
この候補者について依頼するなら、「AIに詳しいか」では広すぎます。人事は次のように、経験の範囲と確認したい判断を渡せます。
今回聞けた経験は、問い合わせ分類の試作・評価までです。本人が使ったデータの範囲、比較した方法と選択理由、何を正しい分類としたかを確かめてください。評価に使ったデータをどのように扱い、判断が分かれた例をどう処理したかも、本人の説明と開示可能な記録から確認したいと考えています。
接続と運用の経験は、この案件には含めません。今回の募集を試作・評価に絞る場合に、本人が独力で担える範囲と、追加の確認が必要な範囲を返してください。
専門担当者には、質問へ答えたかだけでなく、その説明を支える記録と限界を見てもらいます。機密データの提出を求める必要はなく、共有可能な説明や資料、職務に合う課題で確かめる方法を相談してください。独自課題を使う場合は、使ってよい情報、準備時間、候補者の負担もそろえます。
選考を専門担当者へ引き継いだ後も、業務の目的と受入条件は事業側が決めます。
分類の食い違いを、採用した人へ丸ごと預けない
同じ問い合わせを部署ごとに違う区分へ入れているなら、事業責任者は、問い合わせ業務の責任者に、判断が分かれる事例を持ち寄ってもらいましょう。各部署の担当者が、振分けた後にどの仕事を引き受けるかを説明し、業務責任者が共通の区分と、迷った場合に決める人を合意します。
すべての例外を先に解き切る必要はありません。決められる区分と判断待ちの区分を分け、判断待ちを誰へ戻すかが決まれば、試作で扱う範囲を相談できます。技術担当者に、その区分を処理しやすくする提案を求めることはできますが、部署間の責任を単独で決裁させるのは役割が違います。
使ってよいデータの範囲と用途は情報管理の担当者が、契約上の条件が関わる場合は契約の担当者や専門家が確認します。既存の仕組みを変更する権限と、利用後の対応を持つ責任者も、事業責任者がそろえてください。「AI人材が来たら決める」としていた項目のうち、会社にしか決められないものを先に引き取ることが大切です。
成果物の受け手を確かめ、求人の担当範囲を直す
既存の実装チームが接続を担え、業務責任者が分類の区分と例外判断を引き受けられるなら、新しい人へ試作・評価を重点的に任せる案が成立します。採用担当のあなたが書いた任務も、本人説明の「試作・評価まで」と、会社側が引き受ける仕事に照らしてください。接続や利用後の対応まで本人へ任せていた箇所は分け、成果物を渡す相手を補います。
採用責任者が技術責任者と担当範囲を合意したうえで、求人を次のように具体化できます。
問い合わせ分類の方法を試作・比較し、採用する方法の理由、評価結果、扱えない条件を整理します。業務責任者と確認した分類区分を用い、結果を実装チームへ渡します。既存システムとの接続は実装チーム、例外時の業務判断と利用後の対応は問い合わせ業務の責任者が担います。
この役割なら、候補者の試作・評価経験を詳しく確認する選考へ進めます。技術担当者が必要な水準を確認し、受け手が引き受ける条件を合意できれば、本人が本番接続を担当していないことだけを不採用の理由にする必要はありません。
その実装チームを確保できない場合は、試作の成果物を次へ渡す前提が変わります。業務責任者が分類・例外判断と利用後の対応を持つ分担は保ち、接続と技術面の運用の立ち上げを今回の一人へ任せるか、実装支援を別に確保するかを選んでください。
前者を選ぶ場合は、本番接続・運用の立ち上げを求人の仕事と必須経験へ加え、その経験を持つ候補者を探します。この候補者が示した試作だけでは、その職務を任せる根拠が足りません。別案件で本番接続・運用を担当した経験があるかを一度確かめ、ないなら、この役割の主担当候補としては進めない判断になります。「AI人材として能力が足りない」と広げず、今回の任務に必要な経験との対応で伝えましょう。
後者を選ぶなら、採用前に、誰がどの接続・技術面の運用作業を引き受けるかを確保します。外部支援を検討するという言葉だけで、実装担当がいる求人へ戻してはいけません。事業責任者が範囲と費用を承認し、引受けが確認できてから、候補者へ会社側の条件として説明してください。
選ぶ分担が決まったら、採用担当のあなたが書いた案も、求人に使える文面へ直してください。最初の案と並べ、任せる仕事、成果物の受け手、選考を進める条件を、どの根拠で直したかを確かめます。本人の説明にない経験を任せる根拠にしていたなら、その記述を正します。受け手がいないため経験条件を追加するなら、増えた仕事を明記します。別の担い手を確保して試作中心の要件を維持するなら、引受けを確認する時点も選考の条件に残してください。
精度の数字を、業務時間の削減へ読み替えない
成果を聞くときは、「分類が正しかった割合」だけでなく、「誤った分類を誰が確認し、どこまで修正したか」「元の方法と同じ対象・期間で比べたか」も尋ねてみてください。
候補者が「試験では分類結果を評価しましたが、現場の修正時間は測っていません」と答えたなら、採用記録には試験の評価結果までを残します。業務時間の削減は、その説明からは加えられません。時間短縮を任務に含めるかは、採用側の業務責任者が決めることです。
今回、現場の負担まで減らしたいなら、業務責任者は、振分けに使う時間に加えて、結果の確認、訂正、別部署への回付に使う時間を、比較に含める案を作れます。元の方法と新しい方法で、対象の問い合わせと観察期間をそろえ、どの作業まで測るかを決めます。新しい分類が速くても、訂正や別部署の手間が増えれば、全体で減ったとは限らないからです。
候補者には、その測定を過去に実行したか、今ならどう設計するかを分けて話してもらってください。同時期に手順や担当体制も変わっていたなら、観察した時間の変化をAIだけの効果へ帰属させません。数字を疑って価値を下げるためではなく、自社へ持ち込める経験を正確に知るための確認です。
技術評価の回答と、会社の受入条件がそろったか
求人案に残った条件は、次の選考で確認することと、会社が整えることに結び付けてください。試作・評価を独力で担える範囲が未確認なら、採用責任者は技術評価者へ依頼した内容のうち、どの説明や資料が足りないかを確かめ、次の面接や課題で扱う範囲を決めます。
接続の担い手が未定なら、候補者へ技術の質問を増やしても、試作を受け取る体制はできません。事業責任者が実装支援を確保できるかを判断し、その回答を受けて採用責任者が募集要件と選考の進め方を判断します。技術評価で必要な水準を確認できても、受け手を確保できなければ、その分担を前提に採用を決める条件はそろいません。
技術経験の条件だけ増え、分類や例外を決める人がいなければ、業務側の準備が不足しています。人事だけで不足を埋めようとせず、会社が決める事項は責任者に判断を求めてください。会社が用意した条件と、これから整える条件は、候補者にも分けて伝えます。
試作と運用のどちらを担う人が必要か、迷っている場合は
GCIのTalent Search｜人材紹介では、事業課題から役割と必要経験を整理します。技術要件の妥当性を判断する担当者や専門家が必要な範囲も、支援を始める前に確認します。
企業向け相談フォームには、貴社で任せたい業務と、既存チームが引き受けられる範囲を記してください。「試作・評価」「接続」「運用」のどこが決まっていないかも、そのままお聞かせいただければ構いません。
参考資料
確認日は2026年10月28日です。
- Amazon.jobs「Business Intel Engineer III, Japan Central Ops（Job ID 10492453）」：DescriptionとKey job responsibilitiesの、指標・データ基盤・分析・運営判断に関する職務。対象勤務地は東京。取得したページ本文に公表・更新日の表示は確認できていません。
- GitLab「Machine Learning Engineering roles」：役割導入のモデル開発・実装と製品への協働。ページ最終更新表示は2026年3月12日であり、当該説明の初出日は未確認です。
- GitLab「Job Description Library」：古い記述や欠落の可能性に関する注意。ページ最終更新表示は2026年3月4日。
- GCI「Talent Search｜人材紹介」「企業向け相談フォーム」：人材紹介の支援範囲と相談入口。公表・更新日は確認できていません。