採用AIOとは｜世界の最前線と「AIに会社を聞く」求職者の変化

採用AIOとは？まず3分で押さえる

採用AIO（AI Optimization）とは、自社の採用情報を、ChatGPTやGeminiなどの生成AIに「正しく見つけてもらい・正確に引用してもらう」ための最適化のことです。 検索エンジン向けの最適化を「SEO」と呼ぶのと同じ発想で、相手がGoogleの検索結果ではなく「AIの回答」になった、と考えると分かりやすいでしょう。GEO（Generative Engine Optimization＝生成エンジン最適化）とほぼ同じ意味で使われます。

なぜ今これが重要なのか。理由はシンプルで、求職者が「企業を調べる場所」をGoogleからAIに移し始めているからです。応募者があなたの会社をChatGPTに尋ねたとき、AIが古い情報や悪い評判だけを返せば、その人は採用サイトに来る前に候補から外してしまいます。本稿では、世界で何が起きているかを「求職者の変化」「企業・ツール側の競争」「具体的な対策」の順に、データと出典付きで整理します。

求職者はどう変わった？──「応募前にAIへ会社を聞く」

最も大きな変化は、求職者が応募・面接の前に、まずAIに企業を尋ねるようになったことです。日本のデータから見ていきます。

マイナビの定点調査（毎年同設計、n≈1,300）では、就活でAIを利用する学生の割合が2024年卒の39.2%から、2026年卒で66.6%、2027年卒で84.9%へと急増しました（マイナビ「キャリア意向調査」2025〜2026年）。今や就活生の8割超がAIを使う計算です。転職者はやや遅れて約35%（doda調べ、2024年）ですが、追随しています。

さらに重要なのは、AIの回答が志望度や応募の判断に実際に影響している点です。

つまりAIは、求職者にとって「会社を知るきっかけ」であり「応募するかどうかの相談相手」になっています。検索行動そのものも移っており、日本語検索1位のクリック率は予測2.9%に対し実測1.8%（約−37.8%、Ahrefs／日本語30万キーワード、2025年12月）、検索しても結果をクリックしない「ゼロクリック率」は64.8%と過去最高に達しています（ヴァリューズ／約250万人の行動ログ、2025年12月）。

海外も同じ方向です。米国では求職者の74%が個人的に生成AIを利用し（Greenhouse「AI in Hiring Report」n=4,136、2025年11月）、米成人のAIチャットボット利用は49%、検索結果上部のAI要約を読む人は60%に達しました（Pew Research、n=5,119、2026年6月）。求人サービス側も動き、ZipRecruiterとIndeedは2026年にChatGPTの中で求人を探せるアプリを公開しました。求職活動の入口そのものが、AIとの会話の中へ移り始めているのです。

「サイレント辞退」という新しいリスク

この変化は、企業にとって新しいリスクを生みます。それがサイレント辞退――求職者がAIに会社を尋ね、その回答の印象が悪かったために、応募も問い合わせもしないまま静かに去っていく現象です。

国内調査では、直近1年に転職活動をしてAIで企業を調べた人のうち、87.4%がAIの回答をきっかけに応募や選考を辞退した経験があると回答しています（LANY、2026年4月）。辞退の引き金は「他社比較で不利に見えた」「ネガティブな口コミを引用された」などでした。

ただしこの数値はサンプル数がn=111と小さく、調査主体がAIO支援を手がける当事者である点に留意が必要です。鵜呑みにせず「そういう現象が起き始めている」という方向性の証拠として捉えるのが適切でしょう。とはいえ、従来は「応募が来ない理由」が見えなかったのに対し、その一因がAIの回答にあるかもしれない、という新しい視点を持つ意味は大きいといえます。

いま最も動いているのは誰か？──ATSの「胴元」競争

採用AIOの主戦場で、最も活発に動いているのは意外にもATS（採用管理システム）のベンダーです。ATSとは、応募者情報や求人を一元管理するシステムのこと（国内ではHRMOS採用やHERP Hireなどが代表例）。求人検索が「一覧から探す」から「AIとの会話で探す」へ移る中で、各社は自社を“AIから呼ばれる側”にしようと競い始めています。

• Greenhouse（米）は2026年5月、AIエージェントが自社の採用データへ安全に接続するための窓口（MCP）を公開。同社調査では、すでに求職者の30%がAIエージェントを使って求人検索や応募を行っていると報告しています。
• SmartRecruiters（米）は、AI向けにサイト構造を案内する「llms.txt」を採用業界で先駆けて実装。
• Ashby（米）は、求人情報を機械が理解できる形式（後述のJobPosting構造化データ）で最も明確に出力しているATSとして注目されています。
• Workday（米）は、AIエージェント同士が連携する規約（MCP／A2A）を採用すると表明。

生の採用データを持ち、それをAIに正しく渡せる側が、これからの主導権を握るという構図が、すでに世界で始まっているのです。

ご質問の核心──「ドメイン分断」はどう解くか

ここで、多くの日本企業が直面する具体的な問題に踏み込みます。それがドメイン分断です。

どういうことか。多くの会社は、採用サイト本体（例：company.co.jp）と、実際の求人情報（ATSの別ドメイン、例：hrmos.co/pages/会社名）が別々のWebアドレスに分かれています。人間は「同じ会社のページだ」と分かりますが、AIにとっては別々の場所にある情報で、「この求人の会社」と「この会社」を結びつけにくいのです。結果、AIが会社について聞かれても求人を一緒に答えてくれない、といったことが起きます。

この問題の解決策は、世界の複数言語圏（英・独・仏・中・韓など）で共通して語られており、効果の高い順に次の3つです。

1. sameAsでAIに「同じ会社だ」と宣言する（最も確実）：求人情報の構造化データの中に、その会社の公式サイトURLやLinkedIn、Wikipediaを併記する仕組みです。これを入れると、求人ページが別ドメインにあっても「この求人の雇用主＝この会社」とAIに機械的に伝わります。ATS側でこの設定ができるかを確認するのが第一歩です。
2. identifierで重複をまとめる：自社サイトとATSに同じ求人が出ても、共通のIDで「1件の求人」とAIに認識させる方法です（Google公式が推奨）。
3. 求人を自社ドメインの下に見せる（最も強力だが要技術力）：技術的な仕組み（リバースプロキシ）で、ATSの求人を company.co.jp/careers のように自社アドレスの下に表示させる方法です。会社の評価や知名度を本体に一本化できます。なお、別ドメイン（サブドメイン）よりも、本体の下のフォルダ（サブディレクトリ）に置くほうがAIにも検索にも有利、という点で各国の実務家の見解は一致しています。

見落とされがちな技術の落とし穴──AIは画面を「見ない」

対策を打つ前に、必ず知っておくべき技術事実が1つあります。それは、ChatGPTやClaude、PerplexityなどのAIが情報を集めるロボット（クローラー）は、Webページのプログラム（JavaScript）を実行しないということです。

どういう意味か。最近の採用サイトや求人ページの多くは、ページを開いた後にプログラムが動いて中身を表示する作り（SPAと呼ばれます）になっています。人間のブラウザやGoogleはこのプログラムを動かして中身を見られますが、AIのクローラーはプログラムを動かさず、最初の“素のHTML”しか読みません。つまり、プログラムで後から表示される求人情報やデータは、AIには「存在しない」のと同じになってしまうのです。これは実際に、5億回を超えるAIクローラーのアクセスを分析した調査（Vercel社、2025年）でも確認されています。

対策は明快で、求人情報や会社情報を、プログラムに頼らず最初のHTMLに最初から書き込んでおく（SSR／プリレンダリングと呼ばれる作り）ことです。自社の採用サイトを制作会社やエンジニアに発注する際、「主要な情報がJavaScriptなしで表示されるか」を確認するだけでも、AIへの見え方は大きく変わります。

なお、サイト構造をAIに案内する「llms.txt」というファイルも話題ですが、現状ではGoogleが非対応を明言し、主要AIもほとんど読みに来ていないため、費用対効果は限定的です（Ahrefs調査では設置サイトの97%にAIからのアクセスがゼロ）。「設置しても無害だが、対策した気にならない」という冷静な距離感が大切です。

中小・後発にこそ追い風が吹いている

最後に、勇気の出る研究を1つ紹介します。生成AIへの最適化を学術的に検証した論文（GEO、KDD 2024。プリンストン大学ほか）によると、検索順位が低いサイトほど、AIO対策による引用の伸びが大きいという結果が出ています（統計データの追加で可視性+41%、外部の引用元を示すと下位サイトで+115%など）。逆に、キーワードの詰め込みは効果がありませんでした。

これは、知名度で大手に劣る中小企業や後発の採用主体にとって、「AIに正しく引用される作り」を先に整えれば、検索の世界より早く存在感を出せる可能性を示しています。日本ではこの領域はまだ黎明期で、対策に着手している企業はごくわずかです。早く動くほど優位に立てる、数少ない領域だといえます。

まとめ｜「AIにどう映るか」を採用広報の一部に

求職者は、応募する前にAIへ会社を聞くようになりました。日本では就活生の8割超がAIを使い、その回答が志望度や応募の判断を左右しています。これからの採用広報は、「自社サイトをどう見せるか」だけでなく、「AIに自社がどう映り、どう引用されるか」までを設計対象に含める必要があります。

具体的な第一歩は、①求人の構造化データ（JobPosting）とsameAsを整える、②求人情報がJavaScriptなしで表示される作りにする、③AIに尋ねて自社がどう答えられるかを定期的に確認する、の3つです。難しく聞こえるかもしれませんが、要は「人間だけでなくAIにも、自社の魅力を正しく伝わるようにする」こと。その視点を持つかどうかが、これからの採用力の差になっていきます。

出典・注記：マイナビ「キャリア意向調査」（2025〜2026年）、doda／パーソルキャリア（2024年）、みん就／ポート（2025年・n=1,116）、PLAN-B（2025年12月・n=380）、Ahrefs（2025年12月・日本語30万キーワード）、ヴァリューズ（2025年12月・約250万人行動ログ）、LANY（2026年4月・n=111／同社はAIO支援の当事者である点に留意）、CINC（2026年速報・サンプル数非公開）、Greenhouse「AI in Hiring Report」（2025年11月・n=4,136）、Pew Research（2026年6月・n=5,119）、PerceptionX（2026年・n=300+の新興データ）、Vercel「The rise of the AI crawler」（2025年）、Ahrefs「What is llms.txt」、GEO論文（Aggarwal et al., KDD 2024）、Google検索セントラル「JobPosting 構造化データ」。各社サービス仕様・数値は本稿執筆時点の公開情報に基づき、一部はベンダー自己申告のため引用時は一次情報の確認を推奨します。

最終更新：2026年6月26日