新卒の3人に1人が、入社3年以内に辞めます。この数字は10年以上変わっていません。
なぜ辞めるのか。理由はいくつかありますが、一番多いのは「思っていた会社と違った」です。スキルのミスマッチではなく、価値観のミスマッチ。hatarashikuは、その根本を解決しようとしています。
「スキルで選ぶ」の限界
従来の採用は、スキルと経験で人を選びます。「Pythonが書ける」「営業経験3年以上」「マネジメント経験あり」。これ自体は間違っていません。でも、スキルが合っていても3年で辞める人は辞めます。
残るのは、その会社が「好き」な人です。文化が好き、働き方が好き、一緒に働く人が好き。それは数値化しにくいけれど、確実に存在します。
「スキルは学べる。でも価値観は変わらない。」
hatarashikuの設計思想はここから始まりました。
「相性」を可視化するという設計
hatarashikuでは、求職者と企業の相性を複数の観点から測定し、スコアとして提示します。スキルや経験だけでなく、働き方の価値観や意思決定のスタイル、どんな環境でパフォーマンスを発揮しやすいかなど、面接だけでは見えにくい部分を言語化する試みです。
「面接ではいい人だったのに、入ってみたら合わなかった」という経験は、採用担当者なら一度はあるはずです。その「なんとなくの感覚」を、できるだけ構造化して扱えるようにしたいと考えています。
成果報酬型にした理由
求人掲載は無料です。採用できたときだけ費用が発生します。
これには理由があります。採用コストの高さが、中小企業が採用に踏み切れない大きな障壁になっています。「試してみたい」を「試せる」にするために、リスクを企業側から取り除きました。
ビジネスモデルとして成立させるには、マッチングの精度を上げるしかありません。適当なマッチングを量産しても、採用につながらなければ収益にならない。これが、診断精度への投資を続ける理由です。
開発で一番難しかったこと
技術的な難しさより、「どこまでを数値化すべきか」という倫理的な判断が一番難しかったです。
人を数値で評価することへの反発は当然あります。「AIが人を選ぶ」という誤解も生まれやすい。hatarashikuが目指しているのは、AIが採用を決めることではなく、人間が判断するための情報を整理することです。最終的に会うかどうかは、人間が決めます。
hatarashikuはまだ進化の途中です。実際に使ってくださっている企業の声を聞きながら、診断の精度と使いやすさを改善し続けています。