AI駆動SESとは｜言葉の指す範囲と本記事で扱う範囲
AI駆動SESとは、SES事業の業務にAIを組み込んで自動化する取り組みを広く指す言葉で、標準化された定義はまだありません。
この記事では仕組みの解説はせず、実際に大量の案件・人材メールを処理してきた立場から、どこまで自動化できて、どこからができないのかという境界線だけを実データで引きます。
「AI駆動SES」に確立した定義はない
この言葉に決まった定義はなく、使う人によって指す範囲が大きく変わります。
案件と人材のマッチングを効率化することを指して使われることもあれば、経営判断まで含めた事業運営の形を指して使われることもあります。
範囲が違う言葉を同じ名前で呼んでいる状態なので、「AI駆動SESを導入した」という表現だけでは、実際に何が自動化されたのかは分かりません。
本記事はメール処理とマッチングの自動化に絞って扱う
そこで本記事では、AI駆動SESをメール処理とマッチングの自動化という実務の範囲に絞って扱います。
理由は単純で、この範囲であれば自社の実データで検証できるからです。
言葉の定義を広げるほど検証できない話が増えるため、検証できる範囲まで狭めたうえで、そこで自動化できたこととできなかったことを両方出します。
自動化の範囲が曖昧なまま導入すると何が起きるか
自動化の範囲が曖昧なまま導入すると、期待していた工程が自動化されず、想定外の工程に人手が残るという食い違いが起きます。
SES営業の業務は、メールを読む、条件を整理する、候補を突き合わせる、相手に確認する、条件を交渉する、面談を調整するといった工程の連なりです。
このうちどこまでが自動化の対象なのかを事前に分けておかないと、導入後に「思っていたのと違う」という評価になりがちです。
期待値と実務のずれが運用の負担になる
もっとも負担が大きいのは、自動化されたはずの工程を人が確認し直す状態が続くことです。
自動で出力された結果をすべて疑って読み直すなら、手作業で処理していたときと工数はほとんど変わりません。
逆に、自動化できない範囲まで自動化されたと思い込むと、確認されないまま条件が流れていくという別のリスクが生まれます。
どちらも「どこまで自動化できるか」を数字で把握していないことから来ています。
実データで見る「できる」側の境界
自動化が実際に到達している範囲は、書き方がばらばらでも本文に書かれている項目の整理です。
以下はDot Linkが処理した案件・人材メールの実測値で、いずれも母数と集計時点を添えています。
単価は92.1%が数値レンジへ自動正規化される
単価情報を具体的な数値レンジとして自動正規化できたのは45,434件で、全体の92.1%でした（2026年3月17日〜7月22日、N=49,353件）。
「85万円以上」「70万円〜90万円」のように書き方が揃っていなくても、大部分は比較可能な数値の形に落とし込めています。
営業担当の方が本文を読んで金額を読み分け、シートへ転記していた工程は、この範囲では人手を介さずに完了しています。
商流の表記2,738通りは6種類に整理できる
商流の生テキストの書き方は2,738通りに分かれていましたが、AIで抽出してルールで正規化すると6種類のカテゴリに整理されました（2026年3月〜8月、N=16,115件）。
表記のゆれそのものは、機械で吸収できる範囲にあるということです。
同じ条件を指す2,738通りの言い回しを人が毎回読み替える作業は、比較可能なカテゴリへの変換に置き換わっています。
1通に複数件が混在するメールも分解できる
1通に2件以上の案件・人材情報を含むメールは1,303件で、全体の2.7%でした（2026年3月17日〜7月21日、N=48,601件）。
そのうち5件以上を含むメールは437通あり、1通あたりの内訳件数の最大値は100件でした。
100件が並んだ1通を人が最後まで読み切るのは現実的ではありませんが、機械であれば件数の多さ自体は問題になりません。
メール処理を自動化する仕組みの詳細は、こちらで解説しています。
実データで見る「できない」側の境界
同じ仕組みで処理していても、到達率が1桁台にとどまる項目があります。
「できる」側と同じデータセットから、到達できていない範囲を並べます。
商流を具体的に判定できたのは19.5%
商流を具体的に判定できたのは全体の19.5%でした（2026年3月〜7月、N=49,478件）。
単価が9割超に届いているのに対して、商流は2割に届いていません。
同じメール、同じ解析処理を通っているにもかかわらず、項目によって到達率がこれだけ離れています。
人材メールの商流判定は1.8%にとどまる
種別で分けると、差はさらに大きくなります。
案件（JOB）側の判定率が37.4%だったのに対し、人材（CANDIDATE）側は1.8%でした（同集計、N=49,478件）。
人材メールについては、商流はほぼ判定できていないという結果です。
単価も2.1%は正規化に失敗する
到達率が高い単価にも、届かない範囲があります。
数値レンジへの正規化に失敗し「単価情報なし」として扱われたレコードが1,050件、全体の2.1%ありました（2026年3月17日〜7月22日、N=49,353件）。
残りの数%は「応相談」等、金額レンジ以外の形で正規化されています。
自動化は100%ではなく、ごく一部は人が補う前提が正直なところです。
| 項目 | 自動化の到達率 | 母数と集計時点 |
|---|---|---|
| 単価の数値レンジ正規化 | 92.1% | N=49,353件（2026年3月17日〜7月22日） |
| 単価の正規化失敗（単価情報なし） | 2.1% | N=49,353件（2026年3月17日〜7月22日） |
| 商流の具体的な判定（全体） | 19.5% | N=49,478件（2026年3月〜7月） |
| 商流の具体的な判定（案件側） | 37.4% | N=49,478件（2026年3月〜7月） |
| 商流の具体的な判定（人材側） | 1.8% | N=49,478件（2026年3月〜7月） |
なぜできないのか｜書かれていないことは復元できない
到達率の差を生んでいるのはAIの性能ではなく、メールにその情報が書かれているかどうかです。
ここが本記事でもっとも伝えたい結論にあたります。
92.1%と1.8%の差はAIの性能差ではない
単価の92.1%と人材メールの商流の1.8%は、同じAIが同じメールを読んだ結果です。
処理の賢さが項目ごとに切り替わっているわけではありません。
差が出ているのは入力側で、単価はメールに書かれていることが多く、人材メールの商流はそもそも書かれていないことが多いという違いがそのまま数字に表れています。
人材メールはスキルと稼働可能な時期を中心に書かれ、その人材が何社を経由して紹介されているかは記載されないことが珍しくありません。
書かれていない条件は、どれだけ解析しても本文からは復元できません。
つまり自動化の限界はAIの賢さではなく記載の有無にあり、性能が上がれば1.8%が9割台に近づくという性質のものではありません。
「不明」と出すのは失敗ではなく設計上の選択
記載が見当たらない商流について、Dot Linkは推測で埋めずに「不明」として扱います。
根拠がないまま商流を決めつけると、実際とは違う条件でマッチングが進み、後工程で条件が合わないことが判明します。
「不明」という出力は自動化の失敗ではなく、確認すべき対象を明示した状態という位置づけです。
全件を読み直す代わりに、確認が必要な案件・人材だけを絞り込むための表示だと捉えてください。
商流と単価をメールからどう判定し、判定できないときにどう扱うかは、こちらで詳しく扱っています。
データ以前に自動化の対象外となる工程
書かれているかどうか以前に、そもそも自動化の対象として想定していない工程があります。
相手のある行為と、判断責任を伴う行為です。
相手のある行為は自動化の対象にならない
商流が不明な相手への確認の連絡は、相手に聞かなければ答えが存在しない行為です。
単価や稼働開始日のすり合わせも、相手の反応を受けて条件を動かす交渉であり、こちらの処理だけで完結しません。
面談の調整と実施も同じで、日程も評価も相手との関係の中で決まります。
これらは「AIがまだできない」のではなく、相手のある行為として最初から自動化の対象に含めていません。
判断責任は営業担当の方に残る
最終的にその人材を提案するかどうかの判断と、その結果に対する責任は、営業担当の方に残ります。
取引先との信頼関係の構築も同様で、担当者同士のやり取りの積み重ねでしか作られません。
自動化できるのは、判断の手前にある条件の整理と候補の提示までです。
案件と人材を突き合わせて候補を出す2段階の仕組みは、こちらで解説しています。
AIマッチングはどう案件と人材を結びつけるのか｜2段階フィルタの仕組み
境界線を踏まえたAI駆動SESとの現実的な付き合い方
自動化の恩恵を受けるには、自動化できる範囲と人が担う範囲をあらかじめ分けて運用を設計するのが現実的です。
境界線を先に引いておけば、導入後の食い違いも、確認されないまま条件が流れるリスクも避けられます。
自動化した範囲と人が担う範囲を分けて設計する
書かれている条件の抽出・正規化・突き合わせは機械に任せ、書かれていない条件の確認と交渉は人が担う、という分け方が実データと整合します。
単価のように9割超が自動で揃う項目は、人が読み直す前提を外してよい範囲です。
一方で人材の商流のように1桁台にとどまる項目は、最初から人が確認する工程として運用に組み込んでおくべき範囲になります。
「不明」を確認先のリストとして使う
「不明」と出力された案件・人材は、放置すべき欠損ではなく、優先して連絡すべき相手の一覧として使えます。
商流が判定できていない人材について、紹介元へ商流を確認する連絡を先に入れておけば、提案の直前で条件が合わないと分かる事態を減らせます。
自動化が減らすのは確認そのものではなく、確認すべき相手を探す手間のほうです。
商流が深くなるほど条件が変質していく業界構造については、こちらで整理しています。
SES多重下請け構造とは｜商流が深くなるほど営業実務に何が起きるか
境界線を知ったうえで自動化する
AI駆動SESを実務で扱うときの要点は、書かれていることは自動化でき、書かれていないことは復元できないという一点です。
単価の92.1%と人材メールの商流の1.8%という開きは、AIの性能ではなく、メールに何が書かれているかの差から生まれています。
この境界線を先に把握しておけば、自動化に任せる範囲と、人が確認・交渉・判断を担う範囲を、期待値のずれなく分けられます。
Dot Linkは、いつもの営業メールの配信リストにアドレスを1つ足すだけで導入でき、案件・人材メールから商流・単価などの条件を自動抽出して候補を提示します。
根拠がなければ推測せず「不明」として扱うため、確認すべき相手もそのまま見えます。
自社に届くメールで境界線がどこに引かれるかを確かめたい営業担当の方は、実際の受信メールで試してみてください。
自社のメールで自動化できる範囲を確かめる
無料登録して詳細を見る →よくある質問
AI駆動SESという言葉に決まった定義はありますか
標準化された定義はありません。
マッチングの効率化を指す場合もあれば、経営の意思決定まで含めた事業運営の形を指す場合もあり、使う人によって範囲が変わります。
そのため「AI駆動SESを導入した」という説明だけでは、実際にどの工程が自動化されたのかは判断できません。
導入を検討する際は、言葉の定義ではなく、どの項目がどれだけ自動で処理されるのかを母数付きの数字で確認するのが確実です。
商流が「不明」と出た案件はどう扱えばよいですか
紹介元へ商流を確認する連絡の対象として扱ってください。
Dot Linkは記載が見当たらない商流を推測で埋めず「不明」として区分するため、「不明」の一覧はそのまま確認が必要な相手の一覧になります。
特に人材メールは商流を具体的に判定できたのが1.8%（2026年3月〜7月、N=49,478件）にとどまるため、人材側は確認前提で運用するのが実態に合っています。
提案の直前ではなく早い段階で確認しておくと、条件の不一致が後工程で判明する事態を減らせます。
自動化しても人が担い続ける工程は何ですか
相手のある行為と、判断責任を伴う行為です。
商流が不明な相手への確認の連絡、単価や稼働開始日の交渉、面談の調整と実施、最終的に提案するかどうかの判断とその結果への責任、取引先との信頼関係の構築が該当します。
これらはAIの性能が上がれば自動化されるという種類のものではなく、相手との関係と責任の所在から、もともと自動化の対象に含めていない工程です。
自動化が担うのは、その手前にある条件の抽出・正規化・候補の提示までだと整理してください。
