2026年版 候補者ソーシングに強いAIエージェント10選：転職潜在層を見つけ、アプローチするためのツール

募集中のポジションに応募してこない候補者を見つけたいなら、検索からアウトリーチまで最も一貫したエージェント型ワークフローを求める場合はLoxoかGem、最も深い候補者インデックスを求める場合はSeekOutかhireEZ、生の検索の広さよりも低いシート単価での自然言語検索を重視する場合はJuiceboxかHeroHuntから検討してください。本ガイドでは、候補者ソーシング向けに作られた10のAIエージェントを順位づけしています。転職潜在層の探索、タレントプールの構築、最初のパーソナライズされたアプローチの実行が対象で、いずれもリクルーターの検索操作を少し速くするだけでなく、複数のステップを自ら計画して実行できることを確認しています。

2026年8月更新。最初に2つの線引きを示します。1つはエージェントとツールの違いです。リクルーターがすべてのステップを操作しなくても、検索を計画し、結果を基準に照らしてスコアリングし、アウトリーチの文面を下書きするエージェントは、人が同じ作業を手作業で行うのを支援するだけの補助的なソフトウェアとは別の購入対象です。この線引きは、カテゴリ全体ではおすすめのAIエージェントプラットフォームのガイドが、採用ソフトウェアに限ればおすすめのAI採用ツールのまとめが示しており、後者にはソーシングを支援はするものの最初から最後まで実行はしない複数のツールも含まれます。もう1つは対象範囲です。本ガイドは最初の接触までを扱います。候補者が応募または返信した後の、履歴書のスクリーニング、面接の日程調整、構造化された評価の実施は、別の購入判断です。AI Recruiting Screener Agentの設計図は、まさに本ガイドが終わるところから始まります。購入する場合でも一読する価値があります。以下の各アウトリーチ機能が候補者をどこへ導こうとしているのか、その引き継ぎ先が定義されているためです。料金は2026年8月に各ベンダー自身のページで確認しており、ベンダーが数字をデモの背後に置いている場合は、サードパーティの数字に(報告ベース)と付記しています。

重要なポイント

• 世界の労働力のおよそ70%は転職潜在層、つまり積極的には求職していないものの、よい機会があれば関心を持つ人々です。インバウンドだけの採用プロセスでは届かない母集団です。出典はLinkedInのGlobal Talent Trends調査です。
• すでにAIを活用しているHR組織のうち、候補者検索の自動化に使っているのは32%で、求人票の作成(66%)や履歴書のスクリーニング(44%)の後に続きます。出典はSHRMのState of AI in HR 2026レポートです。
• 生成AIを使う採用担当者は、週におよそ丸1営業日、業務量の約20%を節約しており、37%が現在、積極的に導入または試行しています。出典はLinkedInのFuture of Recruiting レポートです。
• LinkedInのHiring Assistantの先行導入企業では、確認する候補者プロフィールが62%減り、ポジションあたり4時間以上を節約できました。出典はHR Brewが報じたLinkedInの公式データです。
• EUと英国の規制当局は、2026年3月の編集締め切り時点で、雇用分野に対してとくにGDPRの制裁金を約EUR 290 million科していました。出典はCMS GDPR Enforcement Tracker Report 2025/2026です。
• カリフォルニア州のCCPAにおける、求職者と従業員の個人情報に対する適用除外は2023年1月1日に失効しました。そのため、エージェントがソーシングまたは情報補完した候補者は、通常の消費者レコードと同じ、開示請求、削除、オプトアウトの権利を持ちます。出典はMorgan LewisによるCCPA/CPRA移行の分析です。
• 2024年のワシントン大学の研究では、言語モデルによる履歴書とプロフィールのランキングが、300万件を超えるペア比較で、白人系とされる名前を85%、黒人系とされる名前を9%の割合で優先しました。AIによるソーシングやランキング機能の根底にあるバイアスのリスクです。出典は査読付き研究に関するワシントン大学自身の報道です。

比較早見表

ソーシングエージェントか、単なる検索ツールか：線引きの実際

「AIソーシング」と銘打たれたものがすべて、自ら計画して行動するわけではありません。補助的な検索ツールは、クエリの入力、各結果の確認、アウトリーチの送信ボタンのクリックを、依然として人が行う必要があります。エージェントは、検索を計画し、見つけた候補者をスコアカードに照らしてスコアリングし、最初のメッセージを下書きし（場合によっては送信し）、人間はステップごとではなく境界の場面で確認します。これはAIエージェントとはがカテゴリ全体について解説している、計画・実行・観察のループと同じです。LoxoのFull Agentic ModeとGemのAI-Powered Seatは、このリストで最も分かりやすい例です。どちらも、リクルーターが手作業で操作する一連のツールではなく、検索、ランク付け、アウトリーチの下書きを1回の連続した実行で完了します。

自律性の度合いは、成熟度だけでなく設計によっても異なります。LinkedInは、Hiring Assistantが「採用プロセスにおける人間の関与を中心に据える」ことを明言しており、自律的な採用判断は行いません。これは、あれほど大規模なネットワークだからこその意図的な選択であり、回避すべき制約ではありません。購入前に知っておくべきことがあります。アウトリーチの工程が自律的であるほど、パーソナライズの品質、コンプライアンスの姿勢、バイアスのリスクは、送信前に人が誤りに気づくことではなく、あなたがどう設定したかにそのまま左右されます。この役割に対する当社の構築編の設計図であるAI Candidate Sourcing Agentは、どのベンダーのエージェントを使うにしても、適切に設定されたエージェントに必要なガードレールを示しています。アウトリーチの前にATSを確認すること、検証可能なプロフィール上のシグナルだけからパーソナライズすること、プロフィールから保護対象の属性を推測しないことです。

各エージェントの検索方法とデータの出どころ

「人物像を説明すれば、リストが出てくる」というのはこのカテゴリ全体に共通する売り文句ですが、その裏にあるクエリエンジンは同じではありません。JuiceboxのPeopleGPTとHeroHuntは、どちらも平易な言葉による検索を前面に出しており、「分散システムをリリースした経験のある、EU在住のシニアバックエンドエンジニア」のような説明を、ANDとORを並べたブール検索式ではなく、実在の候補者に対応づけます。Loxoは、最もエージェント型の領域に踏み込んでいます。「fully agentic search」は、要件のヒアリングから求人票の作成までを行い、自社のグラフと自社の非公開データベースから最大10,000人の候補者をスクリーニングし、根拠を付けて7つの観点でランク付けし、アウトリーチを開始します。これらすべてが1回の実行内で完結します。Findemはまったく異なるアプローチを取ります。ある時点の履歴書のスナップショットに照合する代わりに、3Dデータモデルが候補者のスキルとキャリアの軌跡を時間をかけて追跡します。これが、新しいIntelligent Job Postエージェントが、キーワード検索では見逃す人材を見つけ出せる仕組みです。

これらについて、独立した監査を受けた精度の数字を公開しているベンダーはありません。そのため、主張されているマッチ率は、自社の求人で試験運用するまではマーケティング上の数字として扱ってください。カバレッジも、地域や職種によって一様ではありません。SeekOut、hireEZ、LinkedIn自身のグラフは、グローバルかつ職種横断的に最も広い到達範囲を謳っています。一方、ここに挙げた新しい製品の一部（Juicebox、HeroHunt、Gem）は、技術系のソーシングチームが最も頻繁に探す職種、つまりエンジニアリング、プロダクト、GTM（市場開拓）に偏っており、その中心から離れるほどカバレッジは薄くなります。採用がテック分野の外にも及ぶ場合は、購入前に地域別・職種別のカバレッジの内訳を求めてください。

アウトリーチのパーソナライズ、返信率、到達性

エージェントが誰かを見つけたら、その後に送るメッセージが、その検索が実施する価値のあるものだったかどうかを左右します。2023年5月から2024年4月にかけて送信された数千万件のInMailを対象としたLinkedIn自身の調査では、400文字以下のメッセージは、全体の平均より返信率が22%高いことが分かりました。これは、このリストのすべてのソーシングエージェントが自動化すると謳っているものの代理指標です。長く画一的な文面より、短く具体的な文面の方が勝るということです。Juicebox、Gem、Loxo、HeroHunt、Moonhubはいずれも、固定のテンプレートではなく検証可能なプロフィール上のシグナルから、最初のメッセージを下書きし（ほとんどの設定では送信まで）行います。LinkedInのHiring Assistantもアウトリーチを下書きしますが、設計上、ほとんどの送信前にリクルーターによる確認を挟みます。FetcherとSeekOutは逆の方向です。Fetcherは、メッセージを自動化するのではなく、人間のソーサーがリスト自体を確認します。SeekOutのAIキャンペーンは、リクルーターが最初の送信を承認した後のシーケンスを担います。

到達性のルールは、採用のアウトリーチだからといって緩みません。エージェントがソーシングした候補者リストは、最初の送信前にバウンス率を2%未満に抑えてください。これは、Instantlyの2026年版Cold Email Benchmark Reportがセールスのシーケンスに推奨しているのと同じ基準です。バウンスを引き起こす送信者の評価やドメインの仕組みは、受信者が見込み顧客か候補者かを区別しないためです。ここでも、「マッチ率」と「検証済みの到達可能率」は、異なる問いに答えています。エージェントは、その人物のおそらくの勤務先と役職を確認できたとしても、いま送ろうとしている特定のメールボックスがまだ存在するかどうかは確認できていません。そのため、検索が返したすべての生のプロフィールをスクリーニングする前ではなく、ショートリストを作った後に連絡先を検証してください。

ダイバーシティソーシング：これらのエージェントにできることと、法律が厳しくなる場面

エージェントが検索する範囲を広げること、つまりチャネルやネットワーク、そして目立たないプロフィールを増やすことは、法的リスクがほとんどなく、このカテゴリが存在する大きな理由の1つです。これとは性質が大きく異なり、法的にもより厳しいのが、属性推定フィルターです。たとえばSeekOutはDiversity FiltersとDiversity Classifiersを提供しています。これは、候補者本人が申告した情報ではなく、間接的なシグナル（専門職団体への所属、HBCU（歴史的黒人大学）への在籍、カンファレンスへの参加）から、女性、黒人、ヒスパニック、アジア系、退役軍人といったグループに属する可能性を推定します。SeekOutはこれを、米国の連邦政府請負業者に対するアファーマティブ・アクションの遵守、つまり歴史的には大統領令11246に基づきOFCCPが執行してきた枠組みを軸に位置づけています。

その法的な土台は、ここ2年でこのカテゴリの足元から動きました。大統領令14173は2025年1月21日に大統領令11246を撤回し、旧枠組みのもとで人種または性別に基づくアファーマティブ・アクションのプランを運用していた連邦政府請負業者は、2025年4月21日までにそれらを解消する必要がありました。出典はMintzによる変更点の要約と連邦官報の撤回通知です。OFCCP自体も、2026会計年度の連邦予算で、職員と予算の大部分を失いました。障害の有無（Section 503）と退役軍人の地位（VEVRA）に関する義務は連邦レベルで依然として有効なため、この2つのカテゴリを対象とするフィルターは、人種、民族、性別を推定するフィルターより、確かな根拠の上に立っています。一方で、属性に基づく採用判断に対するTitle VIIのリスクはなくなっていません。AI採用ツールが、保護対象のグループに対して著しく低い選考率をもたらした場合、意図の有無にかかわらず、雇用主は全面的に責任を負います。また、2023年の連邦最高裁判決Students for Fair Admissions v. Harvardの余波を追う法律事務所は、その文言が今後も、企業のDEIや採用慣行に対する訴えの中で引用され続けると広く予想しています。出典はMcGuireWoodsの分析です。

こうしたことは、ソーシングの網を広げること自体を違法にするものではなく、法的助言でもありません。実際の誤りは、属性推定フィルターを、まず雇用法の専門家が承認すべき判断ではなく、ベンダーがたまたま提供している設定のトグルとして扱ってしまうことです。また、規制当局が確認する前に、自社のソーシングエージェントのランキングやスコアリングの層について、不利益な影響がないか監査しておく価値があります。ニューヨーク市のLocal Law 144は、ニューヨーク市内のポジションに使う自動化された雇用判断ツールに対して、独立した年次のバイアス監査を求めており、候補者には少なくとも10営業日前の事前通知とオプトアウトの権利が必要です。州の監査で執行が不十分と指摘されて以降、2026年にかけて執行は厳格化しています。出典はDeloitteによる同法の概要です。ソーシングツールのスコアリング層は、採用チームの誰もが「ソーシング」を自動化された判断だと考えていなくても、こうしたツールに該当する場合があります。

GDPRとCCPA：エージェントがソーシングを行うと何が変わるか

転職潜在層をソーシングするエージェントは、その人があなたの会社の名前を聞いたことも、何かに同意したこともない段階で、その人のデータを処理しています。これはまさに、GDPRが最も厳格に扱う状況です。英国ICOの採用に関するガイダンスはこの点で明確です。契約前の段階におけるソーシングとショートリスト作成の適法な根拠は、同意ではなく正当な利益(legitimate interest)です。雇用主と候補者の間には力関係の不均衡があるため、同意は適切に機能しにくく、その根拠の代わりに処理を正当化できる契約もまだ存在しないためです。出典はICOの採用と選考に関するガイダンスです。正当な利益に依拠する場合でも、その利益が真正であること、処理が必要であること、バランスが候補者に不利に傾いていないことを示す、文書化されたLegitimate Interests Assessmentが必要です。同じガイダンスは、多くのソーシングチームが見落とす、具体的で実務的な期限も定めています。ソーシングされた候補者には、最初にソーシングしてから1か月以内に処理について通知する必要があり、通知しない場合は、そのデータを削除しなければなりません。

人間ではなくエージェントがソーシングを行うからこそ重要になる点が2つあります。1つ目は、属性推定フィルター（上で触れたSeekOutのような機能）が、プロフィール上のシグナルから人種や民族を推定した時点で、英国・EUのGDPRのもとでは特別カテゴリのデータを処理することになる点です。これには、正当な利益に加えて追加の法的条件が必要であり、単に検索フィルターが異なるというだけでは済みません。2つ目は、米国のプライバシー法が歴史的に行ってきたようなB2BとB2Cの区別を、GDPRは設けていない点です。個人としての候補者のデータは、企業規模や取引の種類にかかわらず、常に全面的に適用範囲内でした。CCPAは異なる扱いでした。カリフォルニア州の、従業員と求職者の個人情報に対する適用除外（通常のB2B連絡先に対する適用除外とは別ですが、同時期に失効しました）は2023年1月1日に終了したため、現在エージェントが情報補完するカリフォルニア州の候補者は、通常の消費者レコードと同じ、知る権利、削除、訂正、オプトアウトの権利を持ちます。EUと英国の規制当局はすでに、データ取り扱いの不備を理由に雇用分野へ制裁金を科しています（上記の「重要なポイント」を参照）。ソーシングエージェントのデータパイプラインを他人事として扱うことの本当のコストです。エージェントが触れるデータとその保管場所を最小限に抑えるという、より広いパターンについては、AI Agent Data Privacyが、ソーシングエージェントの設定が引き継ぐべき一般的な管理策を解説しています。

規模とペルソナの対応表

---

1. SeekOut：セルフサービスで使える最も広い候補者インデックス

SeekOutは、まずデータベースを作り、その上にAIキャンペーンとダイバーシティ・スキルのフィルタリングを重ねました。その成果は、検索の粒度の細かさに表れています。インデックスは10億件を超える公開プロフィールにまたがっており、セルフサービスのRecruit Coreプランは、デモの申し込みではなく実際に公開された料金で始められる、このカテゴリでは珍しい入口です。

セルフサービスのプランはクレジットの上限がすぐに来ます。また、SeekOutを真にエージェント型にする機能、つまりATSの再発掘、統合検索、「SeekOut Spot」というエージェント型のAIソーシングサービスは、営業との商談を通じて価格が決まるカスタムのチーム・エンタープライズプランの背後にあります。

料金： Recruit Coreは年払いで$149/月（月払いは$179/月）で、無制限の検索、500件のコンタクトクレジット、月1,000件のエクスポートが含まれます。Sourcing、Sourcing + Integration、Full Recruiting Funnelの各プランはカスタムで、年払いです。SeekOutの料金ページを参照してください。

最適な用途： 最も広い公開候補者インデックスと、非常に強力なダイバーシティ・スキルのフィルタリングを求めるリクルーティングチーム。属性に基づくフィルターを導入する前に、検証を行うことが前提です。

2. Loxo：検索からアウトリーチまでを最も一貫して実行するエージェント

LoxoのProfessionalプランは、このリストの中で「エージェント型」という言葉が本来意味するものに最も近いものです。1回の実行で、要件のヒアリングから求人票の作成までを行い、8億5,000万件以上のタレントグラフと自社の非公開データベースから最大10,000人の候補者をスクリーニングし、根拠を付けて7つの観点でランク付けし、アウトリーチを開始します。ベンダーは、これを数日ではなく数分で完了すると説明しています。

注意点は、この機能が基本プランには含まれないことです。Coreでは、自然言語のAI検索を備えた本格的なATSと採用CRMが利用でき、それだけでも十分に有用ですが、Full Agentic Mode、Agent Impact Center、レコード単位のData Agentsは、Professionalプランの機能です。シートの料金にさらに上乗せされる、実質的な価格の引き上げになります。

料金： Coreは年払いで$149/ユーザー/月です（本格的なATS、CRM、自然言語のAI検索）。Professionalは年払いで$199/ユーザー/月です（Loxo Source、Full Agentic Mode、Data Agents、ユーザーあたり月2,500クレジットの共有枠、APIアクセスを追加）。Enterpriseはカスタムです。Loxoの料金ページを参照してください。

最適な用途： 複数のツールをつなぎ合わせるのではなく、要件のヒアリングから最初のアウトリーチまでを1つの連続したエージェントの実行で行いたい、エージェンシーと企業のTAチーム。

3. Gem：本格的なATSとCRMに重ねたソーシングエージェント

Gemのシートベースのモデルは、必要な機能だけを購入するのに本当に役立つ方法です。Standardシートでは、メールアドレスの探索、シーケンス、ATS連携が使え、AI-Poweredシートでは、8億件以上のプロフィールを自動で検索する本物のソーシングエージェント、AIによるパーソナライズされたアウトリーチ、タレントの再発掘、インバウンド向けのAI応募レビューエージェントが加わります。この分割により、チームはエージェント機能の予算を、費用に見合う成果が出る場所にだけ投じられます。

Gemの正直な制約は、限定的なStartup Programを超えた料金の分かりやすさです。「Gem + Your ATS」や「Gem All-in-One」といったそれ以外の構成はすべて見積もり制で、企業規模とモジュールの組み合わせによって決まります。

料金： Startup Program（1〜10 FTE）の定価は$270/月で、年払いとスタートアッププログラムの適用により約$130〜135/月に割引されます。従業員30人未満の企業は6か月無料となり、その後は50%割引です。それ以外のすべてのプランは個別見積もりです。Vendrが購入者から報告された契約規模全体の中央値は$24,900/年で、範囲は$7,000から$70,955です。Gemの料金ページとVendrのGemマーケットプレイスページ（報告ベース）を参照してください。

最適な用途： ソーシング、CRM、ATSを1つの製品で使いたい、成長中のテック系採用チーム。実際にソーシングを行うエージェント層のために、シートあたりの追加費用を払う意向があることが前提です。

4. hireEZ：すでにATSにいる候補者を再発掘する

hireEZの中心的な考え方は、ほとんどの企業は必要な候補者をすでに持っているというものです。過去の応募者が詰まったATSの中に埋もれていて、誰も再検索していないだけです。hireEZのAIは、オープンWeb、Deep Search、45以上のプラットフォームにまたがるパートナーネットワークでの標準的なアウトバウンドのソーシングに加えて、「silver medalist」（惜しくも選考を通過しなかった優秀な）候補者を再発掘します。そのため、ソーシングツールであると同時に、データ衛生のツールでもあります。

hireEZは現在、ソロのリクルーター向けに実際のセルフサービスの入口を公開しています。これまでの全面的にカスタムの料金からの変化です。チーム向けとエンタープライズ向けの料金は、シート単位の固定料金ではなく、hireEZが置き換えるツール群の費用を基準にして決まるため、定価だけでは比較しにくくなっています。

料金： Solo Recruiterは$494/月で、7日間の無料トライアルがあります。Enterpriseの料金はカスタムで、置き換える採用スタックの費用を基準に設定されます。hireEZの料金ページを参照してください。Vendrが購入者から報告した、チームとエンタープライズ導入の中央値は$13,000/年で、範囲は$7,000から$25,000です（報告ベース、2026年7月に確認、VendrのhireEZマーケットプレイスページを参照）。

最適な用途： 幅広いプラットフォームにまたがる新規のアウトバウンドのソーシングに加えて、自社のATSから適格な過去の候補者を掘り起こしたいチーム。

5. Juicebox (PeopleGPT)：低いシート単価での自然言語検索

Juiceboxは、PeopleGPTで評価を築きました。これは平易な言葉による検索で、このカテゴリの他の製品が比較される基準を打ち立てました。一文で人物像を説明すれば、ランク付けされたリストが返ってきて、ブール検索式は不要です。また、デモの壁ではなく、シート単位の公開料金を掲げている、このリストの中でも比較的透明性の高いツールの1つです。

購入前に知っておくべきニュアンスがあります。基本のStarterプランとGrowthプランは、自然言語検索と補助的なアウトリーチであって、完全な自律性ではありません。Juiceboxの真の自律機能、つまり人が検索のたびに操作しなくても、バックグラウンドで24時間365日動作し、自動でメールを送ったり候補者を自動でショートリストに入れたりするエージェントは、シートに加える$199/エージェント/月の別のアドオンです。

料金： 無料プランあり（試用検索に制限）。Starterは月払いで$119/シート/月、年払いで$99/シート/月です（コンタクト500件とエクスポート500件のクレジット）。Growthは月払いで$199/シート/月、年払いで$179/シート/月です（コンタクトとエクスポートで1,500件のクレジット、最大5シート）。Businessはカスタムで、年払いのみです。Juicebox Agentsのアドオンは$199/エージェント/月です。Juiceboxの料金ページを参照してください。

最適な用途： このカテゴリで最高の自然言語検索を求める小規模な採用チームと小規模なエージェンシー。完全な自律性がアドオンに見合うかどうかは、後から判断できます。

6. Findem：キーワードではなく、属性とキャリアの軌跡に基づくソーシング

Findemの差別化要因は「3Dデータモデル」です。ある時点の履歴書のスナップショットに照合するのではなく、候補者のスキルとキャリアの軌跡を時間をかけて追跡します。これにより、キーワード検索が見逃す候補者を見つけ出せます。役職が検索文字列と一致しなくても、軌跡が一致する人物です。

2026年には、Findemが販売するものに実質的な変化がありました。Getroの買収によって、Intelligent Job Postが生まれました。同社はこれを、静的な求人掲載を、ソーシング、エンゲージ、スクリーニング、採用可能な候補者の提示までを自律的に行うエージェントに変えるものと説明しており、早期アクセスから、より広い提供へと展開が進んでいます。料金も製品と同じ方向へ動いており、固定のシート料金ではなく、実際の採用に紐づく成果ベースへ移行しつつあります。

料金： 非公開で、完全に見積もり制のため、セルフサービスのプランはありません。Vendrが購入者から報告した年間契約の中央値は$58,000で、範囲は$7,225から$94,840です（報告ベース）。ほかの購入者トラッカーは、モジュールとシート数によって、年$8,000から$100,000以上というより広い範囲を報告しています。FindemはIntelligent Job Postを、採用に紐づく成果ベースの料金へ移行しつつあります。FindemのサイトとVendrのFindemマーケットプレイスページ（報告ベース）を参照してください。

最適な用途： キーワードの一致を超えた軌跡ベースのソーシングを求め、新しい自律型の求人掲載エージェントの早期アクセスに適したエンタープライズのタレントアクイジションチーム。

7. LinkedIn Recruiter + Hiring Assistant：LinkedIn自身のネットワークでのソーシング

LinkedInの優位性は、もとより疑う余地がありません。このリストの他のすべてのツールが外側から近似しようとしている候補者グラフを、LinkedInは持っています。変わったのは、LinkedInがRecruiterの上に、実際のAIエージェントであるHiring Assistantを重ねたことです。求人票とヒアリングのメモを読み取り、10億人以上のメンバーネットワークを検索し、プロフィールと応募書類を確認し、パーソナライズされたアウトリーチを下書きし、事前スクリーニングの質問を送り、その過程でリクルーターのフィードバックから学習します。

LinkedInは、これが完全に自律的な引き継ぎではないことを明言しています。エージェントが監督なしに動くのではなく、リクルーターがプロセスの中心にとどまるように作られており、これは稼働するネットワークの規模を考えれば意図的な設計です。Hiring Assistantは、最も安価なシートでは利用できません。

料金： Recruiter Liteはシートあたり$170/月です（1シート、Hiring Assistantなし）。Recruiter Professional ServicesとCorporateのシートは、購入者の報告データに基づくと、シートあたり年およそ$6,000〜$12,960です（報告ベース）。Hiring Assistantは、LinkedInの営業チームを通じて別途価格が決まります。LinkedInのHiring Assistantのページを参照してください。

最適な用途： ほとんどの候補者が最新のプロフィールを保持しているのと同じネットワーク内でAI支援のソーシングを行いたく、リクルーターを意図的に関与させ続けたいチーム。

8. Moonhub：難易度の高い1つのポジションに向けた、AIと人によるフルマネージドの探索

Moonhubのモデルは、このリストの他のすべてとは本質的に異なります。自分で操作するソフトウェアではなく、AIが実行する探索を提供します。Qualify AIがマッチする候補者を探し、Engage AIが大規模にパーソナライズされたアウトリーチを行い、Monitor AIが関心の兆しを捉えてスムーズに引き継ぎます。さらに、あなたの手元に届く前にすべての候補者を審査する、専任の人間のリクルーターが組み合わされます。

埋めにくいポジション、シニアのポジション、機密のポジションを1件探す場合には、このハイブリッドこそが要点であり、制約ではありません。料金や販売の形態もそうなっています。TAチーム全体で拡張できるプラットフォームではなく、検索1件単位のサービスとして販売され、公開された料金表はどこにもありません。

料金： 標準の料金表としては非公開です。報告されている料金では、検索1件に専任のリクルーターを付けると月額およそ$5,000で、ボリュームとポジションの難易度に応じた、柔軟なサブスクリプションまたは成功報酬型の仕組みがあります（報告ベース）。Moonhubのサイトを参照してください。

最適な用途： 難易度の高い、シニアの、または極めて機密性の高い1件のポジションの探索で、純粋なセルフサービスのAIツールだけでは、まだ十分な信頼を得られない場合。

9. HeroHunt：探索からアウトリーチまでを自律的にこなす、最も低コストの選択肢

HeroHuntの売りは、1つの製品で完結するフルサイクルのループです。10億件以上と主張するプロフィールを対象に、フィルターやブール検索式を上回ると謳う自然言語検索を行い、すべてのプロフィールを要件に照らしてスコアリングする文脈型のスクリーニングAIが働き、基準を承認すると、オートパイロットでパーソナライズされたアウトリーチが送信されます。

また、本稿執筆時点では、このリストで最も料金の透明性が低いツールでもあります。検証の際、ベンダー自身の料金ページからは、明確に抽出できるドルの金額が得られませんでした。ただし、無料で始められるトライアルがあり、複数の独立した購入者レビューサイトでは、ポジション数によって、有料プランがおよそ月$95から$259のあたりに集まっています。

料金： 無料で開始できます（8日間のトライアル、クレジットカード不要）。有料プランは、現在の料金ページでは明確に公開されていません。GlozoやMindHunt AIなどのサードパーティの購入者レビュートラッカーは、プランとポジション数によって、おおよそ月$95〜$259に集まる金額を報告しています（報告ベースで、ベンダーによる確認はなし）。予算を組む前に、herohunt.ai/plansで最新の料金を直接確認してください。

最適な用途： このカテゴリで現実的に最も低い価格帯で、探索からアウトリーチまでの自律的なループを求める、ソロのリクルーターと小規模なエージェンシー。

10. Fetcher：候補者が届く前に、人による品質チェックが入るAIのスピード

Fetcherの売りは、純粋なAIのソーシングツールの多くが省いているハイブリッド型です。AIが5億件以上のデータベースから候補者リストを作成し、それがあなたの受信箱に届く前に、人間のソーサーが確認します。AIが作ったリストが惜しい候補者ばかりで失望した経験のあるチームにとって、この人による品質ゲートは、単なる宣伝文句ではなく、製品の本質です。

トレードオフはボリュームです。ソーシングできる候補者数には、すべてのプランに実際の上限があります。Self-Serveは年500人、Growthは年1,000人、専任のソーサーが付くAmplifyでさえ年約2,000人が上限で、大量採用のチームはすぐに上限に達します。

料金： Self-Serveは月払いで$115/月、年間30%割引で約$80/月です（年500人までのソーシング候補者）。Growthは月払いで$379/月、年払いで約$265/月です（年1,000人まで）。Amplifyは月払いで$649/月、年払いで約$454/月です（年2,000人以上、専任のソーサー付き）。Enterpriseはカスタムです。Fetcherの料金ページを参照してください。

最適な用途： 純粋なAIツールが確認なしに送ってくる誤検出のマッチを選り分ける手間なしに、AIのスピードでのソーシングを求めるチーム。

---

選び方：意思決定フレームワーク

まずソーシングの目的と、そこから得たい根拠を決め、そのうえでインデックスの広さ、自律性、データの鮮度、人によるレビュー、予算を照らし合わせましょう。この意思決定の道具は、最大のデータベースが必ずしも運用上最適とは限らない理由を示します。

候補者ソーシングで避けたい購入時の失敗

候補者ソーシングで最も高くつく失敗は、検索、連絡先データ、ランク付け、法務レビュー、契約範囲の間の引き継ぎで起きます。魅力的なデモが年間契約に変わる前に、調達時のチェックとしてこの経路を使ってください。

---

---

次のステップ

パイプラインを実際に遅らせている課題を1つ選びましょう。転職潜在層への到達の浅さ、自社のATSに眠っている再発掘の問題、返信が来ないアウトリーチのどれかです。そして、10製品の全リストではなく、上記の意思決定フレームワークに照らして、2つのツールに絞り込んでください。四半期より長い契約に署名する前に、自社の募集中のポジション2〜3件で実際の検索を実行し、返ってきたショートリストについて、見出しのマッチ件数だけでなく、検証済みの到達可能率を確認してください。属性に基づくフィルターを有効にする前、またはレビューなしでアウトリーチを送信させる前に、社内で雇用法とデータプライバシーを担当している人を巻き込んでください。このカテゴリの足元にある法的な土台は、この2年間で2度動いており、今後もまた動く可能性が高いためです。

ソーシングは簡単な部分で、ソーシングした候補者のスクリーニングこそがプロセスの実際の弱点だと分かった場合は、AI Recruiting Screener Agentの設計図が、その層を自社で構築する方法を解説しています。予算をこのカテゴリのどこかに投じる前に、本物のAIエージェントと補助的なソフトウェアの違いを幅広く把握したい場合は、一段上の視点を提供する2026年版おすすめのAIエージェントプラットフォームがあります。また、セールスのプロスペクティングについて、同時に同じ購入か構築かの問いを検討しているなら、リード獲得向けおすすめAIエージェントも一見の価値があります。