AIエージェントは理系採用を変えるのか：AI採用・ES無力化と採用DX銘柄の読み方

まず結論

AIエージェントは、理系採用を「消す」のではなく、企業が理系人材に何を求めるかを変える。

ESの下書き、志望動機の言語化、企業研究、面接想定問答、初歩的なコード生成までAIが支援するため、学生側のアウトプットだけでは差がつきにくくなった。企業側の関心は「きれいな成果物を出せるか」から、「AIをどう使い、どこを疑い、どの現場制約に合わせて直せるか」へ移る。

投資家が見るべきなのは、AIで応募数が増えるかではない。採用プラットフォームが企業の見極めコストをどこまで下げ、成約率やARPU、CAC、解約率を改善できるかである。

ここは少し冷めて見た方がいい。AI面接支援や採用AI機能を発表しても、それだけで株価が続く局面ではない。人材DXはすでに期待先行で見られやすく、結局は受注、利益率、ストック売上、解約率まで確認されてから評価が残る。

AI就活・AI採用で何が起きているか

就活生のAI利用は、すでに特殊な行動ではなくなった。

マイナビの2026年卒調査では、就職活動でのAI利用率は66.6%だった。同じマイナビの2027年卒調査では、就職活動でAIを利用した学生は84.9%まで上がっている。用途もES推敲、ES作成、面接対策、自己分析、業界研究へ広がった。

キャリタス就活の2027年卒学生モニターでも、就職活動で生成AIを「よく使っている」「使ったことがある」の合計は84.3%。具体的な利用場面は、ES対策が75.9%で最も高く、自己分析、企業研究、業界研究、面接対策が続く。

ここから分かるのは、学生がAIで「ズルをしている」という単純な話ではない。AIは、就活の作業負荷を下げる道具として浸透した。企業研究の要約、ESの推敲、面接の壁打ちに使うのは、学生側から見れば自然な効率化だ。

一方で、企業側の選考はまだ追いついていない。学情の2026年卒採用活動アンケートでは、学生が生成AIをESに使った場合の対応について「対応策は講じなかった」が72.7%だった。生成AIでESを作成する学生が増える前提で実施・検討した選考方針では、「面接をより重視した」が33.3%と目立つ。

つまり、変化はまだ過渡期にある。学生側のAI利用は一気に多数派になったが、企業側の評価設計は、面接重視への寄せ直しが先行している段階だ。

実際に投資家が気にするのは、AIで応募が増えることではない。応募数が増えすぎると、企業側の選考コストはむしろ上がる。採用DXが本当に価値を持つのは、母集団を膨らませる時ではなく、見るべき候補者を減らし、面接の質を上げ、辞退やミスマッチを減らした時である。

構造変化

理系採用で起きている構造変化は、採用人数の一律減少ではなく、育成モデルの分岐である。

AI前提で採用を広げる企業は、新人の初期生産性をAIで底上げできると見る。コードの雛形作成、仕様書の整理、テストケースの洗い出し、データ分析の前処理は、一定の水準までAIが補助する。こうした企業では、ジュニア人材を減らすより、AIを使える若手を早く現場に入れる方が合理的になる。

別の企業は、採用人数を絞る。単純な実装や調査はAIで代替しやすいため、初期育成に時間をかけるより、上流設計や顧客課題の理解に強い学生を厳選する。ここでは、理系であること自体より、研究テーマをビジネスやプロダクトの問いに翻訳できるかが見られる。

日本企業に多いメンバーシップ型採用では、全体の採用数を大きく動かさず、配属と育成の中身を変えるケースもある。保守・運用だけでなく、AI活用、データ基盤、セキュリティ、業務改革、現場改善へ理系人材を振り向ける形だ。

どのパターンでも共通するのは、「コードを書ける人」だけでは差がつきにくくなり、「何をAIに解かせるべきかを設計できる人」の価値が上がることだ。

ESは無力化ではなく、役割が変わる

ESの価値はゼロにはならない。だが、ESを最終的な評価材料として重く見るには、かなり難しい時代になった。

生成AIが入ると、文章の滑らかさ、構成の整い方、言葉の印象は均質化する。特に大企業の採用では、応募者が同じようなプロンプト、同じような企業研究、同じような添削サービスを使う。結果として、ESは「書く力の証明」ではなく、「面接で検証する仮説リスト」に近づく。

企業側が見るべきなのは、文章そのものよりも、その文章の背後にある経験の解像度だ。研究でどの仮説を置いたのか。失敗した実験から何を変えたのか。チームで衝突したとき、どの制約を優先したのか。AIが作ったきれいな文章は、こうした深掘りに耐えない場合がある。

採用AIツールの商機もここにある。AIでESを検知するだけでは弱い。むしろ、ES、研究概要、面接ログ、適性検査、インターン評価をつなげ、面接官が深掘りすべき論点を整理する方が価値は大きい。企業の採用担当者が欲しいのは「AI生成かどうか」の判定だけではなく、限られた面接時間で見極め精度を上げる補助線である。

ただし、AI面接や自動評価を前面に出しすぎると、学生側の受験意欲を下げる可能性がある。マイナビの2026年卒調査では、学生は企業がAIを選考評価に使うことについて、適性検査では比較的受け入れる一方、面接評価では抵抗が強い。AI採用は、効率化だけでなく候補者体験とのバランスを取れる企業が強くなる。

理系不要論ではなく、AI人材・理系人材の高度化

生成AIが得意なのは、既知の知識の検索、要約、組み合わせ、パターン再現である。もちろんこの能力だけでも、従来の若手業務の一部はかなり置き換わる。だが、企業が本当に欲しいのは、まだ答えが定まっていない問いを扱える人材だ。

この局面で評価されやすい理系人材は、実験・検証を設計できる人である。物理、化学、バイオ、半導体、製造、エネルギーなどの現場では、モデルの提案がそのまま使えるとは限らない。設備制約、材料ばらつき、品質基準、安全基準、規制、歩留まりを分かったうえで、仮説検証の手順を組む必要がある。

問いを設計できる人も強い。AIに何を聞くか、どのデータを入れるか、どの条件を固定するかで、アウトプットの質は大きく変わる。これは単なるプロンプト技術ではなく、事業課題と技術課題を結びつける力に近い。

出力を監査できる人材も不足しやすい。コードが動くことと、安全に運用できることは違う。セキュリティ、著作権、個人情報、品質保証、説明責任を含めて、人間がレビューする領域は残る。むしろ利用が広がるほど、監査とガバナンスの負荷は増える。

最後は、泥臭いドメイン知識だ。製造ライン、研究開発、医療、建設、物流、金融審査など、現場の制約を知らなければAIの提案は空回りする。AIを使えるだけの人材より、現場の言語でAIを調整できる人材の方が、企業の収益に近い。

受益領域

採用DXの受益を考えるときは、求人広告、人材紹介、ダイレクトリクルーティング、技術者派遣、採用SaaSを分けたい。

リクルートHDは、国内採用だけでなくグローバルな求人・マッチングのプラットフォーム色が強い。収益も日本の新卒採用だけで説明できる会社ではなく、HRテクノロジー、求人広告、マッチング、国内外の人材サービスなど複数の事業で構成される。ここで見るKPIは、AI導入そのものではなく広告効率、マッチング精度、営業利益率への跳ね返りだ。規模が大きい分、「AI機能を入れました」だけでは株価材料になりにくい。

学情は新卒・若手領域で、ナビ型からダイレクトリクルーティング型への移行をどう収益化するかが論点になる。もっとも、市場は売上より利益率を見ている印象が強い。AI機能を載せても販管費が膨らむだけなら評価は続かない。このテーマは「AI」という言葉より、スカウト返信率、成約効率、営業利益率の改善が先に来る。

JACリクルートメントのような専門職・管理職紹介では、登録者数より成約率を見る。候補者探索は効率化できても、求人票に書かれていない企業の温度感、候補者の転職意思、報酬交渉は人の介在価値が残りやすい。市場はこの高単価・高粗利の構造を評価しやすい一方、景気後退で求人が細ると成約率が先に落ちる。

ビジョナルは、ハイクラス採用とHRMOSのようなHRテックを併せて見る銘柄だ。ここは良い会社だが、市場もそれを知っている。BizReachの成長だけではなく、HRMOSのARR、解約率、ARPU、インキュベーション領域の損失をどう抑えるかまで見られる。

プラスアルファ・コンサルティングは、採用そのものよりタレントマネジメント側の文脈で見たい。採った人をどう配置し、育て、離職を防ぐか。採用DXの後半戦はここに寄る可能性がある。ただ、SaaS株としては成長率だけでなく、営業利益率と解約率の両方を見られる。

i-plugのような新卒ダイレクトリクルーティング周辺は、テーマ性は分かりやすい。問題は、小型グロースとして期待先行になりやすいことだ。売上が伸びても、学生獲得や企業開拓のCACが重いままだと、相場はあまり長く待ってくれない。

メイテックGHDのような技術者派遣は、AIによって単純な設計補助やコーディング補助の価値が下がるリスクを受ける。ただ、メーカーのR&D投資、半導体、モビリティ、産業機器、AI実装の現場では、派遣・請負の需要が残る。ここは稼働率と単価がすべてだ。採用難で技術者数が伸びない場合、需要があっても売上が伸びにくい。

逆風領域

逆風を受けやすいのは、大量応募を集めて企業に流すだけのモデルである。

AIでESが量産されると、応募数は増えても企業側の見極めコストが膨らむ。掲載課金型のナビは、母集団を作る機能だけでは価値を説明しにくくなる。企業が欲しいのは応募の量ではなく、面接すべき候補者の優先順位、辞退リスク、配属後の活躍確度だ。

もう一つの逆風は、定型作業型の技術者派遣である。AIで仕様書作成、単体テスト、簡易なコード修正、調査資料作成が速くなると、低単価の作業工数は削られやすい。派遣会社側がAIを使って一人当たり生産性を上げられれば利益率改善につながるが、顧客企業から単価引き下げを求められる可能性もある。

採用SaaSも万能ではない。AI機能を追加しても、人事データの整備、評価項目の標準化、面接官の入力習慣、個人情報管理、監査ログ、バイアス対策ができていなければ定着しない。初期導入は進んでも、現場が使わなければ解約率は下がらない。

このテーマは期待先行になりやすい。AI、採用、理系人材、DXという言葉は市場で拾われやすいが、実際の利益貢献は地味なKPIに出る。良い材料でも、AI機能の利用率や成約率が動かなければ、株価の反応は鈍くなる。

ここからの相場で怖いのは、AI採用という見出しだけで一度買われ、その後の決算で失望されるパターンだ。受注は増えたが販管費も増えた、ARRは伸びたがARPUが落ちた、導入社数は増えたが解約率が下がらない。こういう決算は、テーマ株としては一番反応が鈍い。

投資家向けまとめ：採用DX銘柄で見るべきKPI

AI採用関連銘柄を見るなら、保存しておきたい指標はかなり絞れる。成約率、ARPU、CAC、SaaS比率、AI機能利用率、解約率。この6つだ。

最初に見るべきは、スカウト送信数ではなく返信率と面談化率である。AIでスカウト数を増やすだけなら簡単だが、それは候補者の疲弊を招く。候補者の研究内容、職務志向、勤務地、報酬条件、成長領域を正しく合わせ、返信率が上がっているかを見る。

次に、成約率と紹介単価。理系・エンジニア・AI人材の単価が上がっても、成約率が落ちれば利益にはつながらない。JACのような紹介型では、コンサルタント当たり売上と利益率をセットで確認したい。

ARPUも重要だ。採用プラットフォームがAI機能を有料オプション化できるのか、既存プランの単価上昇につなげられるのか。単に機能を無償追加しているだけなら、費用先行に見えやすい。

CAC、つまり顧客獲得コストも外せない。AIで営業リードの選別、商談準備、提案書作成、既存顧客へのアップセルが効率化するなら、売上成長に対して営業費用が膨らみにくくなる。逆に、AI機能を売るために広告費や営業人員を増やしているだけなら、採用DXというより高コストな機能追加に見える。

SaaS・ストック収益比率も見たい。景気が悪くなると成果報酬型の紹介料は振れやすい。プラットフォーム利用料、採用管理、面接支援、適性検査、タレントプール管理などの継続課金が伸びれば、収益の見え方は安定する。

最後は、AI機能の利用率と定着度である。企業の人事担当者や面接官が、候補者要約、質問案作成、面接メモ整理、評価票作成、辞退リスク分析を実際に使っているか。ここが動くと、解約率、アップセル、営業利益率に効いてくる。

リスクシナリオ

最大のリスクは、企業が採用DXに予算を出しても、採用成果が改善しないケースだ。AI機能を導入しても、面接官の評価基準がばらばらなら、見極め精度は上がらない。人事データが汚いままでは、AIの推薦も粗くなる。

候補者体験の悪化も無視できない。AI面接や自動判定を強く出しすぎると、優秀層ほど「自分を雑に扱う会社」と感じて離脱する可能性がある。採用DXは、企業の効率化と候補者の納得感を両立しなければ、逆に採用ブランドを傷つける。

規制・ガバナンス面の負担もある。採用は人生の機会に関わるため、AIの評価理由、バイアス、個人情報、説明責任が問われやすい。AIで不採用理由を自動化するほど、監査コストや炎上リスクは上がる。

海外展開企業では、AI規制もコストになる。EUのAI Actはリスクベースの規制体系を採っており、採用・雇用領域のAIは説明責任、人的監督、記録管理、バイアス管理の負担が重くなりやすい。日本株中心の記事では脇役の論点だが、海外顧客を持つHRテック企業では無視しにくい。

株式市場では、テーマ化そのものがリスクになる。AI採用という言葉だけで先に買われると、四半期決算で成約率や利益率が追いつかないだけで失望される。数字は悪くないのに株価が伸びない局面は、このテーマでも起きる。

まとめ

AIエージェントは、理系採用を単純に縮小させる存在ではない。むしろ、理系人材に求められる能力を、作業遂行から問いの設計、検証、監査、ドメイン実装へ押し上げている。

ESは終わるというより、役割が変わる。AIで整えられた文章は、面接で深掘りするための入口になる。企業は「AIを使ったかどうか」より、「その学生がAIを使って何を考え、どこで自分の判断を入れたか」を見るようになる。

投資家にとっての本質は、採用DX企業が応募者数を増やす会社なのか、企業の見極めコストを下げる会社なのかを分けることだ。ここからは、AIという看板より、成約率、単価、ARPU、CAC、ストック比率、AI機能の定着度で差がつく。

関連ページ

• リクルートホールディングス（6098）
• ジェイエイシーリクルートメント（2124）
• 学情（2301）
• アトラエ（6194）
• ジェイック（7073）
• メイテックグループホールディングス（9744）
• ビジョナル（4194）
• プラスアルファ・コンサルティング（4071）
• i-plug（4177）

出典

• マイナビキャリアリサーチLab「2026年卒 大学生キャリア意向調査4月＜就職活動におけるAI利用＞」（公開日：2025年5月26日、2026年7月5日確認）
• マイナビキャリアリサーチLab「2027年卒 大学生キャリア意向調査4月＜就活生のAI利用について＞」（公開日：2026年5月26日、2026年7月5日確認）
• 株式会社キャリタス「27卒学生の1月1日時点の就職意識調査」（公開日：2026年1月16日、2026年7月5日確認）
• 学情「2026年3月卒業予定者/就職戦線中間総括」（2026年7月5日確認）
• ビジョナル「2026年7月期 第3四半期決算短信〔日本基準〕（連結）」、開示日：2026年6月11日
• プラスアルファ・コンサルティング「2026年9月期 第2四半期（中間期）決算短信〔日本基準〕（連結）」、開示日：2026年5月13日
• i-plug「2026年3月期 決算短信〔日本基準〕（連結）」、開示日：2026年5月14日
• テクノプロ・ホールディングス「IR情報」（2026年7月5日確認）
• European Commission「AI Act」（2026年7月5日確認）
• European Commission「Guidelines for providers and deployers of AI high-risk systems」（2026年7月5日確認）

注：テクノプロ・ホールディングスは証券コード6028で、公式IRでは2025年12月9日に上場廃止済みとされている。技術者派遣の比較企業としては有用だが、2026年7月5日時点の上場日本株としては本文の代表例から外した。