iCIMSが確認したエントリーレベル採用のミスマッチ。CHROのための求人票（JD）書き直しPlaybook

エントリーレベルの求人票（JD）は、実態とかけ離れた内容になっています。意図的ではありませんが、そのずれが優秀な候補者の獲得機会、候補者の自信、そして採用パイプラインの健全性に実害をもたらしています。

iCIMSの2026年5月Insights人材レポートは、米国の求職者1,000人を調査し、グローバルプラットフォームの3,000万人超のユーザーと6億9,100万件の候補者プロフィールからデータを収集しました。そこで浮かび上がったのは、スキル不足ではありませんでした。問題はJDそのものにありました。雇用主はエントリーレベルの求人を掲示しながら、ミッドレベルの応募者を期待しており、候補者はそのシグナルを明確に受け取っています。

iCIMSの人材レポートによると、エントリーレベルの求職者の54%が、明示的にエントリーレベルと掲載されている求人に対しても、雇用主はミッドレベルの経験を期待していると感じています。約4人に3人（78%）が、AI と自動化によって求人数と職務内容の双方が変化していると回答しました。そして「2026年のキャリア見通しに非常に自信がある」と答えたのはわずか19%です。この自信のギャップは候補者側の問題ではありません。最高人事責任者（CHRO）が担うべきJDの問題です。

iCIMSが確認したミスマッチの実態

本記事は、AI がエントリーレベルの職務を吸収することで若手職種が構造的に消失しているという問題を取り上げた以前の記事とは異なります。あちらは「職種そのものがなくなる」という話です。本記事は「残っている職種が、あまりにも不正確に記述されているため、本来ふさわしい候補者が応募する前に離脱してしまう」という問題を扱います。

重要なポイント

• エントリーレベル求職者の54%が、エントリーレベルの求人に対して雇用主はミッドレベルの経験を期待していると感じている（iCIMS 2026年5月Insights人材レポート）
• エントリーレベル候補者のうち2026年のキャリア見通しに「非常に自信がある」のはわずか19%で、「自信がない・まったくない」は29%（iCIMS）
• エントリーレベル候補者の37%が採用プロセスにおけるAI の活用に不信感を示しており、最大の理由として非人間的なプロセスを挙げている（iCIMS）

雇用主の期待と候補者の現実のギャップは、感覚的な問題ではありません。具体的な採用結果に表れます。本当にエントリーレベルに適した候補者が、3〜5年の経験を想定して書かれたJDを読んだとき、「ギャップを説明して応募しよう」とは思いません。そのまま離脱します。雇用主は質の低いパイプラインを「人材不足」と解釈しますが、実際は違います。2021年以降誰も見直していないテンプレートが引き起こすフィルタリングの問題です。

iCIMSのデータはさらに、エントリーレベル候補者の37%が採用プロセスへのAI 活用に慎重な姿勢を示しており、AI スクリーニングの非人間的な性質が最大の懸念として挙げられています。不正確なJDに加え、多くの誠実な候補者が「人間が書類を読む前にアルゴリズムで弾かれるかもしれない」と感じています。採用ファネルは両端から漏れているのです。

エントリーレベルJD見直しの4ステップ：CHROのための監査

根本原因は予測可能です。AI ツールが以前は若手社員が担っていた業務を引き受けるようになったとき、採用担当マネジャーは求める人物像を更新しましたが、JDは更新しませんでした。あるいは更新したとしても、AI が担う業務の要件を削除せずにAI スキル習熟度やクロスファンクショナルな調整能力、プロセスオーナーシップなどの新たな要件を追加しました。結果として書類は複合的な産物になりました。2019年のジュニアJDに2024年のツール要件と2026年の経験基準が積み重なった状態です。

解決策は構造化された監査です。CHROがどのエントリーレベルJDテンプレートにも適用できる4つのステップを示します。

ステップ1：実際の要件を監査する。 その職種に採用されて12ヶ月以内に成果を出した直近5名の実績を確認してください。彼らが初日に実際に持っていたスキルは何でしたか。最初の90日間で職場で習得したことは何でしたか。その内容こそがテンプレートではなく、真のエントリーレベル要件です。

ステップ2：ミッドレベルのデフォルト要件を削除する。 要件欄を一行ずつ確認し、前職での経験から得られる典型的なミッドレベルのスキルを記述しているものにマークをつけてください。「ステークホルダーとの関係管理を実証した実績」はDirectorのJDに属する表現です。「構造化された環境で新しいツールを学ぶことに前向き」がエントリーレベルにふさわしい表現です。デフォルト要件は削除してください。採用担当マネジャーは引き継いだテンプレートをそのまま貼り付ける傾向があり、テンプレートは時間とともに要件が上方修正されがちです。

ステップ3：AI の業務内容を明示する。 「AIスキル習熟度」とだけ書くのではなく、その職種でAI が実際に何をするのか、採用者がAI と協働して何をするのかを具体的に記述してください。「AI が作成したアウトリーチ文の正確さとトーンを確認する」は、エントリーレベルの候補者が自己評価できる実際の要件です。「AI ツールを活用して生産性を向上させる」はマーケティングコピーであり、候補者に何も伝わらず、雇用主自身もその職種が何であるかを把握していないことを示すだけです。

ステップ4：正確なJDに基づいて採用パイプラインを再構築する。 JDが修正されれば、採用シグナルも変わります。以前のバージョンがManagerレベルの職種に読めたために自己選別で離脱していた候補者が、今度は自分の姿を見出すようになります。リファラル採用のメッセージも変わります。キャンパスリクルーティングの言葉も変わります。LinkedInの2026年データが示すスキルアップ支援のギャップ（企業がAI ツールに投資しながら、それを使うためのトレーニングを提供できていない問題）は、JDが構造化されたAI 学習環境を期待する候補者を引き付けながら実際には何も提供できない状況と重なり、問題をさらに深刻化させます。

候補者の自信はCHROの課題

エントリーレベルの求職者の約3割が、自分のキャリア見通しに「自信がない・まったくない」と回答しています。この数字は労働市場のセンチメントを示す統計に見えますが、採用における指標でもあります。

自信は応募行動を左右します。自信のない候補者は、少しでも不確かさを感じる職種には応募しません。採用される可能性が明らかな職種にのみ応募します。JDがミッドレベル向けに書かれていると、エントリーレベルにふさわしい候補者はその職種に不確実性を感じ、機会と見なしません。一方で自信のある、おそらく経験過剰な候補者は、文体が親しみやすいと感じて応募します。結果としてパイプラインが逆転します。エントリーレベル採用を意図していた雇用主にミッドレベルの応募者が集まり、希望する給与水準では採用できず、「市場は供給不足だ」という結論に至ります。

MercerなどのAI 人材準備態勢ギャップデータによると、経営幹部の98%がAI による業務再設計を望んでいますが、それを実行できる準備が整っていると感じているのは半数未満です。エントリーレベルのJDはその準備態勢ギャップの最も目に見える産物のひとつです。「AI がこの職種をどう変えるか」という抽象的な問いに、22歳の候補者が読んで応募に45分を費やすかどうかを決める500字で答えるのがJDです。

HR リーダーのAI 認識ギャップに関するSHRMデータは別の側面を加えます。HR 担当者の67%が、自分たちが採用している職種をAI がどのように変えているかを十分に理解していないと回答しています。これは批判ではなく、構造的な問題です。HR がその職種が今後人間に求めるものを把握できていなければ、JDはその職種がかつて求めていたものを反映するだけです。それがミスマッチを生む仕組みです。

37%という数字がATSに意味すること

エントリーレベル候補者の37%が採用におけるAI 活用への不信感を表明しています。これは少数派の懸念ではありません。応募ファネルに入ってくる3人に1人以上が、送信ボタンを押す前からシステムへの不信感を抱いているのです。

ほとんどの大企業の採用管理システム（ATS）は、人間の担当者が確認する前にAI でレジュメをスクリーニングします。候補者がこの仕組みを知っている場合、特にZ世代の候補者は知っていることが増えています。最も実力を証明したい候補者ほど、実際のスキルを記述するよりも書式を工夫することに余分な時間を費やすか、応募自体を諦めてしまいます。

CHROへの実践的な示唆として、採用プロセスにおけるAI の役割を透明化することは「あれば望ましい」ものではありません。採用力を左右するレバーです。AI がどのように使われているか、AI スクリーニングの後に何が起こるかを理解している候補者ほど応募しやすくなります。理解できる仕組みを人は信頼します。これはAI ツールと協働することを学ぶ従業員にも、候補者にも同様に当てはまります。

CHROが今週取るべきアクション

原則ではなく、具体的なアクションを3点示します。

1. 最もよく掲示しているエントリーレベルのJD3件を取り上げ、ステップ2の監査を実施する。 ミッドレベルのコンピテンシーを記述している要件にマークをつけてください。要件欄の30%以上がManagerのJDに属する表現であれば、次の採用要件が発生する前にテンプレートの書き直しが必要です。

2. 次回のキャンパスリクルーティングサイクルの前に、採用活動チームへiCIMS人材レポートの調査結果を共有する。 候補者の自信ギャップ（「非常に自信がある」はわずか19%）はメッセージの問題でもあり、市場の問題でもあります。採用担当者は「私たちが求めるもの」ではなく「入社1ヶ月目に実際に担う業務」を先に伝えるべきです。前者は自己選別による辞退を招きます。

3. すべてのエントリーレベルJDに、AI 選考プロセスについての一文を追加する。 例えば「応募書類はまずATSで確認後、5営業日以内に採用担当者が確認します」といった内容です。候補者の37%がプロセスが不透明であることに不安を感じています。透明性はコストゼロで、応募率を改善します。

FAQ：エントリーレベル採用のミスマッチ

エントリーレベルのJDミスマッチはなぜ起きるのですか？

コピーペーストの問題に、高まる期待が重なったことが原因です。採用担当マネジャーはJDテンプレートを引き継ぎ、職種が進化するにつれて新たな要件を追加しますが、不要になった要件やAI が担うようになった要件を削除することはほとんどありません。3〜5年かけて、本来エントリーレベルの職種がミッドキャリア社員を説明する表現を積み重ねます。テンプレートはそういうものだと誰も指摘しないのです。

この記事はエントリーレベル職種消失に関する記事と何が違うのですか？

エントリーレベル職種消失の記事は、AI が職種の基盤となっていた業務を吸収することで仕事自体が消えるという別の問題を扱っています。本記事は、まだ存在しているにもかかわらず不正確に記述されているため、適格な候補者が応募を断念してしまう職種を対象にしています。一方は構造的な削減の問題、もう一方はドキュメントとコミュニケーションの問題です。どちらもCHROが対処すべき課題であり、一方を解決してももう一方は解決されません。

JDにミスマッチが発生しているかを最も素早く判断するにはどうすればよいですか？

エントリーレベル職種の充足までの日数（time-to-fill）とオファー辞退率を確認してください。充足日数が伸び、辞退率が横ばいまたは上昇している場合、候補者供給の問題ではなくファネルの質の問題である可能性が高いです。前回の採用サイクルと比較して充足日数が15%以上増加した職種について、ステップ2の監査を実施してください。

関連記事

• AI がエントリーレベルの仕事を壊している：誰も織り込んでいない人材パイプラインリスク
• 2026年のAI 人材準備態勢ギャップ：MercerデータがCHROに示すもの
• SHRMデータ：HR リーダーの67%がAI 認識ギャップを抱えている
• LinkedIn 2026：AIエンジニアのスキルアップ支援ギャップ

一次情報源：iCIMS 2026年5月Insights人材レポート。補足情報：PR Newswire、Inc.。