PROPOSAL · 2026.04

AIマッチングシステム
+ 貴社特化研修のご提案

スキル × 人柄 × 業務効率化を一気通貫で。
さらに研修で"貴社専用システム"に育てていく構想です。

CLIENT 株式会社ジョブセイバー 様
DATE 2026年4月16日
AGENDA02
本日お話しすること
課題整理 → システムご提案 → 貴社特化研修 → 投資プラン → 期待効果 → 次のステップ
01
業界の課題認識マッチング業務のボトルネック
02
ご提案の全体像双方向AIマッチングの構造
03
機能① 求職者→企業求職者から最適企業を抽出
04
機能② 企業→求職者企業から最適候補者を抽出
05
差別化 6軸人柄マッチングスキルでは見えない適合性
06
業務効率化 (メール・履歴書)書類作成工程を自動化
07
貴社特化研修プログラム汎用システムを"貴社専用"に育てる
08
投資プラン / 助成金活用受講費用と実質負担額のご提示
09
期待効果 / 次のステップ試算値と進め方のご提案
※ 6項目を通して、デモを交えながらご説明します
01. CHALLENGE03
マッチング工数と精度がボトルネックになっている
求職者・求人企業の双方が増えるほど、最適な組み合わせを探す負荷が指数関数的に増える
候補絞り込み
3.5h
1案件あたりの
候補者検索・評価時間
→
人柄ミスマッチ
38%
早期離職の主要因が
「社風・人柄不一致」
→
提案準備
2.0h
求職者向けメール+
履歴書整形の作成時間
SO WHAT 「人」を見る時間が削られ、紹介精度と成約率の頭打ちにつながっている
※ 数値は人材紹介業界の一般値を参照したイメージ業界レポート/ヒアリング基
02. SOLUTION04
スキル × 人柄の双方向マッチングを自動化
求職者と求人企業のデータを蓄積し、両方向から最適な相手を提示するワンストップ・プラットフォーム
求職者データ ・基本情報 / 希望条件 ・保有資格 / スキル ・人柄6軸スコア ・職務経歴 / 履歴書 AI MATCHING ENGINE マッチング エンジン 求人企業データ ・職種 / 勤務地 ・必須資格 / スキル ・求める人物像6軸 ・条件 / 待遇 マッチング率TOP3 / 自動メール / 履歴書フォーマット
既存のExcel/紙運用からスムーズに移行できる構造提案構成案
03. FEATURE 105
求職者を選ぶだけで、最適企業が自動で並ぶ
候補者リストから1名を選ぶと、登録企業全件に対してマッチ度を算出し、上位順に表示します
1
求職者一覧から選択
登録済みの求職者リストから対象を1クリックで選択
2
AIが全企業をスコアリング
職種・勤務地・資格・スキル・人柄の5軸で重み付け評価
3
マッチ率順で結果表示
スコア内訳を可視化。なぜ高いかが一目でわかる
求職者「鈴木太郎」のマッチング結果
1株式会社オカザキ製作所92%
2幸田テクノロジー株式会社87%
3株式会社ミカワ精密81%
4中部ロジスティクス74%
5名古屋エンジニアリング68%
デモでは実データに近い10名×10社で動作確認可能SmartMatch デモ画面
04. FEATURE 206
企業を選ぶだけで、最適な候補者が自動で並ぶ
「この求人にぴったりの人は誰か」を企業視点でも検索可能。新規求人の初動を最短化します
求人「株式会社オカザキ製作所」のマッチング結果
1鈴木 太郎（35歳・機械設計）92%
2佐藤 花子（28歳・CADオペ）85%
3田中 一郎（42歳・生産技術）79%
4高橋 美咲（31歳・品質管理）71%
5山本 健太（26歳・組立）65%
1
求人企業一覧から選択
登録求人から対象を1クリックで選択
2
登録求職者を全件評価
求人の必要条件と求職者プロフィールを照合
3
即座にロングリスト化
企業への提案準備が3.5h → 30分以内に短縮
求人受注直後の「誰に当てるか」が即決まるSmartMatch デモ画面
05. DIFFERENTIATION07
スキルだけでなく、人柄まで定量比較できる
早期離職の主要因「社風・人柄不一致」を、6軸スコアで事前に予測。御社のキャリアアドバイザーの目利きをデジタル化
コミュニケーション リーダーシップ チームワーク 正確性 柔軟性 ストレス耐性 求人企業の理想像 求職者プロフィール
コミュニケーション対人折衝・調整能力
リーダーシップ主体性・牽引力
チームワーク協調性・支援姿勢
正確性緻密さ・ミスの少なさ
柔軟性変化対応・学習意欲
ストレス耐性タフネス・回復力
アドバイザー面談の結果を入力する運用にも対応SmartMatch スコアリング設計
06. EFFICIENCY08
提案メールと履歴書フォーマットも自動生成
マッチング後の「書類作成」工程を90%削減。アドバイザーは面談・面接同行に時間を回せる
M
求職者向け 提案メール自動生成
マッチングTOP3企業を盛り込んだメール文面をワンクリックで作成。セクション単位で編集可能
挨拶・本文・企業紹介・締め をブロック編集
フリーテキスト編集 / プレビュー切替
送信先メールアプリへワンクリック転送
R
履歴書フォーマット自動生成
日本標準の履歴書を左パネル編集 / 右パネル即プレビュー。ふりがな自動予測で入力負荷を半減
漢字氏名から「ふりがな」を自動補完
入力データは求職者ごとに保存・再編集可
PDF印刷ですぐに企業送付フォーマット化
既存の手書き・Word作業からの移行を想定した設計SmartMatch デモ画面
07. CUSTOMIZATION09
本システムは"出発点"。研修で貴社専用の戦略資産に育てる
デモでご覧いただいたのは業界汎用の設計です。貴社の成約事例・アドバイザーの目利きを研修で織り込み、他社が真似できないマッチング精度に磨き込みます
CURRENT — 汎用システム
業界標準の
マッチング機能
  • 標準の5軸重み付け
  • 一般的な人柄6軸の定義
  • 業界平均の成約パターン
  • 標準メールテンプレート
→
PROGRAM — 貴社特化研修
貴社のノウハウを
システムに織り込む
  • 過去の成約事例・離職事例の分析
  • アドバイザーの「目利き」を言語化
  • 重み付け・人柄定義のカスタマイズ
  • 社内運用フローの設計
  • 継続改善PDCAの導入
→
FUTURE — 貴社専用システム
他社が真似できない
競争力の源泉
  • 貴社の勝ちパターンに最適化
  • アドバイザーの暗黙知がデジタル化
  • 使うほど精度が育つループ
  • 新人でもベテランと同等の判断
POINT システムだけ導入しても"普通"止まり。研修との組合せで、貴社の強みをデジタル資産化する
研修は全4回（月1回 × 4ヶ月）を想定。詳細は別途ご提示
08. INVESTMENT10
受講費用・助成金額・実質ご負担額について
人材開発支援助成金の活用で、1名あたりの実質ご負担を¥59,000〜に圧縮。研修費用と賃金助成の両方をカバーします
受講人数（役員を除く人数） 受講費用 助成額（研修費用助成額 ＋ 賃金助成額） 実質ご負担額
2〜4名 ¥360,000-/名（税込） ¥281,000-/名（税込） ¥79,000-/名（税込）
5〜9名 ¥320,000-/名（税込） ¥251,000-/名（税込） ¥69,000-/名（税込）
10〜19名 ¥280,000-/名（税込） ¥221,000-/名（税込） ¥59,000-/名（税込）
NOTE 助成金額は人材開発支援助成金（事業展開等リスキリング支援コース）の想定適用ケース
受講費用には研修設計・月次セッション・成果物レビュー・運用定着サポートを含みます
09. IMPACT11
マッチング工数を1/5に圧縮し、成約率を高める
アドバイザー1人あたりの稼働可能案件数を増やしつつ、ミスマッチ率を下げる二段構えの効果
マッチング工数
1/5
候補者抽出・提案資料作成にかかる
1案件あたりの時間を圧縮
成約率向上
+15%
人柄6軸を加味した提案で
面接通過・内定承諾率を引き上げ
早期離職率
-30%
入社3ヶ月以内の離職を低減し
紹介企業との関係を強化
※ 数値は導入企業の一般的な改善幅を参考にした試算値。御社の現状データを基に、本格検討フェーズで精緻化します。
数値はヒアリング後に御社実績で再算定業界事例・試算
10. PIONEER12
業界の先頭を、御社から作る。
AI × 人柄マッチング × 貴社特化研修 — この組み合わせを仕組み化した地域の人材紹介業は、まだほとんど存在しません。いま動けば、愛知、そして業界のベンチマークになれる位置に、御社はいます
STEP 1 · EQUIP
業界水準を超える
武器を装備する
双方向AIマッチングを
最速で現場に実装する
→
STEP 2 · SHARPEN
貴社だけの
刃に研ぎ上げる
地域ノウハウ・目利きを
他社が真似できない精度へ
→
STEP 3 · LEAD
業界の先駆者
ポジションへ
愛知発、業界のベンチマーク
企業として名を刻む
先駆者の席は、まだ空いている。一番乗りは、一度しか取れないポジションです。
← → でスライド切替 / Cmd+P で印刷