TalentPilot_製品説明資料

1. AIを利用した 次世代型スカウトツール
2. 01 サービス紹介 Our Service
3. 採用担当者が抱える3つの課題 Recruiting Challenges 中途採用市場は売り手優位が続き、従来の手法では成果が出にくくなっています。 01 応募が集まらない 求人広告／ダイレクト リクルーティングを利用しても 思うように応募が集まらず、 人材紹介に依存してしまっている 。 02 スカウトに時間がかかる 1人ごとに職務経歴を読み込み 文面を書き分ける時間がない。 コア業務に集中できない。 03 送っても反応が薄い テンプレ送信では返信率2〜3%。 工数に見合った母集団が 集まらない。 2
4. TalentPilot でできること What we do AIが採用担当者の代わりに、スカウト業務の「重い部分」をすべて引き受けます。 01 候補者を見極める 応募・媒体上の候補者プロフィールをAIが採用要件と照合。 選考に進める候補者を瞬時に絞り込みます。 02 スカウト文を作る 候補者ひとり一人の経歴に合わせて、 刺さるスカウト文を自動生成。 「テンプレ送信」を卒業できます。 03 運用の質を揃える 判定基準や勝ちパターンをAIに学習。 担当者が変わっても、品質は落ちません。 3
5. ① 候補者を見極める Document Screening AIが候補者を瞬時に評価します 候補者プロフィールを コピー＆ペーストで投入 媒体・応募の情報を平文で貼り付け。 整形は一切不要です。 採用要件との マッチ度を即時判定 適合・不適合・要再検討を瞬時に表示。 判定理由も あわせて提示 属人化していた判定基準を組織で共有。 適合度合いを点数で表すので、基準が明確。 4 候補者の情報を入力 選考対象となる 求人を選択 設定した基準に基づいて、 書類選考を実施！
6. ② スカウト文を作る Scout Generation 候補者にあわせた スカウト文を、自動生成。 経歴と求人の「接点」を文章化 提示求人をもとにあなたへのメリットを 直接的に訴求。 媒体ごとにレイアウトを適性化 媒体ごとに改行などのレイアウトを適切に判断。 常にユーザーから見やすい形での出力を実施。 型を統一しつつ、個別文面へ 属人化した名文を、組織の標準に。 5 個人の経験をもとに パーソナライズされた 文面を出力
7. ③ 運用の質を揃える Operation Standardization 画面イメージ ベテラン担当者の知見を AIに学習させ、再現する。 求人ごとに専用のプロンプトを制作 判定基準・文面のトーンを標準化。 チーム全員が同じ品質で運用 プロンプトは全アカウント共通。 誰が登録しても、クオリティを常に保ちます。 AI出力へのFBも可能 誤った判定が起きたら、AIに対してFB。 その後の判定に活かすことが出来ます。 6
8. 02 導入のメリット Benefits
9. 導入のメリット Before / After 採用業務の負担はAIへ。人事は、本来集中すべきコア業務へ。 Before ｜ 導入前 After ｜ TalentPilot 導入後 テンプレ文を流し込み、ほぼ反応なし 1名ごとにカスタム文面で送れる 1通作るのに30分以上かかる 1〜2分で完成。工数を大幅圧縮 候補者の見極めに時間が取られる AIが書類選考をサポート ベテラン依存で属人化 判断基準・文面を組織で再現可能 結局、人材紹介に頼ってしまう 自社スカウト中心で、コストが下がる 7
10. 効果① スカウト業務にかかる時間が、1/10以下に Time / Labor Cost Reduction テンプレ複製も、媒体を行き来する作業も、すべてAIに任せられます。 スカウト1通あたりの作成時間 Before 5~10 分 After 1〜2 分 △ 80% 月間スカウト工数 （200通送信を想定） Before 20時間 After 約 7 時間 △ 13h 8
11. 効果② 返信率が、約2~3倍に Reply Rate Improvement テンプレ送信から、候補者ひとり一人にあわせたカスタム文面へ。 2.0% 5.0% 0 2 4 6 8 10 従来のテンプレ送信 TalentPilotで送信 約 2~3倍 に改善 200通送信時の返信件数（イメージ） Before 4〜6件 After 10~12件 9
12. 効果③ 採用単価を、1/3以下に Cost per Hire Reduction スカウトにかかる人件費、スカウト通数に関する費用を大幅に削減。 80万円 25万円 0 10 20 30 40 50 60 70 80 90 100 導入前 (テンプレート/人力) 導入後 (TalentPilot中心) 万円 / 1名 1名あたり △ 55 万円 （約 1/3 に） 年間採用10名の場合（試算） Before 800万円 After 250万円 削減効果 △ 550万円 10
13. 03 活用事例 Case Studies
14. 活用事例 CASE 01 Case Study 1 社名：株式会社NSP-Tech 事業：システムインテグレータ ／ 規模：従業員 180 名 採用ポジション：ITエンジニア（PMクラス） 導入前の課題 • 母集団形成が上手く行かず、 年間採用数が目標８名のところ実績4名。 • 返信が来ても、該当者でないケースが多発。 • 効果の出るスカウトを送れる担当者が不在。 導入後の効果 返信率 3.2 % → 7.5 % 月間工数 社員 20 h → バイト 10h 採用数 4名 → 8名 11
15. 活用事例 CASE 02 Case Study 2 社名：株式会社CP 事業：SES事業 ／ 規模：従業員 20 名 採用ポジション：ITエンジニア（経験1年以上） 導入前の課題 • 採用目標数を達成するためのスカウト数が不足 • テンプレート送信が主で返信率が1%程度 • フィルタリングが雑で、対象者以外が紛れ込む 導入後の効果 返信率 1.2 % → 3.1 % 有効応募数 8名 → 21名 採用単価 60 万円 → 23 万円 12
16. 04 料金プラン Pricing
17. 料金プラン 3 plans ライトプラン 1求人 ¥50,000 /月 （税抜） 600クレジット / 月 300スカウト送信相当 1ポジションでの採用 最もオススメ スタンダードプラン 2求人 ¥80,000 /月 （税抜） 1200クレジット / 月 600スカウト送信相当 2ポジションでの採用 プレミアムプラン 3求人 ¥100,000 /月 （税抜） 1800クレジット / 月 900スカウト送信相当 3ポジションでの採用 初期導入費 ¥100,000（税抜） ／ 最低契約期間 3か月 13
18. 導入の流れ Onboarding お問い合わせから運用開始まで、最短8営業日。すぐに始められます。 1 Day 1 お問い合わせ ご要件・採用課題のヒアリング 2 Day 2-3 ご提案・契約 プランご提案・ご契約 3 Day 4-8 初期設定 求人パターン・ユーザー登録 4 Day 9-10 オンボーディング 操作レクチャー・運用開始 最短10営業日で運用スタート 14
19. セキュリティ Security 候補者情報を取り扱うサービスとして、リスクへの備えを徹底しています。 AI学習に候補者情報を使わない Google Gemini API（学習に利用されないエンド ポイント）を採用。入力データが第三者のモデ ル学習に転用されることはありません。 通信は全てHTTPSで暗号化 ブラウザとサーバー間の通信は常時暗号化。 ログイン情報・候補者情報の通信経路を 保護します。 認証・アクセス管理 ユーザーごとに権限を細かく設定。 パスワードはハッシュ化して保存し、 セッションは有効期限付きで管理します。 個人情報の取り扱い 個人情報保護法および業界ガイドラインに準拠 。秘密保持契約（NDA）の締結にも対応してい ます。 15
20. 会社概要 Company 会社名 株式会社 SkyVision 事業内容 ・採用支援事業 ・人材紹介事業（許可番号：13-ユ-314046） ・AIプロダクト開発事業 所在地 東京都品川区上大崎3-7-5 エステートタナカ5F お問い合わせ sales@sky-vision.jp 16 代表 代表取締役 稗田 直史 設立 2020年 5月 18日