録れば、動く。HADOが月2,000本の面談録画をAIにつなぎ、面談後の入力を93%減らした仕組み

求職者送客事業を展開する株式会社HADO。同社は月約2,000本にのぼる求職者との面談を、tl;dvで全件録画している。その録画データをAIにつなぎ、要約の入力から面談の採点、営業の引き継ぎまでを自動化した結果、面談後の入力作業は月500時間から約33時間に減った。代表取締役の田中大雅氏が「AIによる業務効率化を始められる一歩」と語る、その仕組みとは。

株式会社HADO 代表取締役 田中大雅氏

求職者と人材紹介会社を、面談でつなぐ

HADOの面談現場の数字:録画メンバー45名、1日100本、月2,000本、累計1万本超

株式会社HADOは、事業づくりと事業成長を探求するグロースハックカンパニーだ。2020年11月に創業し、現在7期目を迎えている。主力は、人材紹介会社向けの求職者送客事業だ。SNSや広告、LINEで集めた転職希望者に、HADOのキャリアアドバイザー(CA)がオンラインで面談(事前カウンセリング)を行い、希望条件に合う人材紹介会社へ紹介する。求職者が紹介先との面談に実際に臨んだ時点で報酬が発生する、成果報酬型のモデルだ。

従業員数は東京と福岡を合わせて50名強。東京がマーケティング、福岡が営業の拠点という役割分担だ。営業の中にCS、マーケティングの中に採用マーケティングや自社集客のチームを抱える。

tl;dv導入のきっかけは、求職者との面談を記録する議事録ツールが必要になったことだった。営業マネージャーがトライアルで試したところ現場の評判がよく、2024年7月にそのまま導入に至った。

面談メモが、次の面談の準備時間を奪っていた

導入前の最大の課題は、CAが求職者との面談後に行うメモ作成だった。タイピングが得意でないメンバーもいて、1面談あたり平均15分程度がメモに消えていた。

ただし田中氏が問題視したのは、15分という時間そのものではない。同社は基本的に1時間に1面談を入れていた。面談が35分かかり、その後メモに15分使えば、次の面談までの準備は10分しか残らない。

「問題は時間の長さより、限られた時間の中で効率よく面談を回せなくなっていたことです」

田中氏の試算では、キャリアアドバイザー1人あたり月80面談、1面談15分で月20時間。時間単価3,500円で換算すると1人月7万円、当時のメンバー約10人で月70万円相当の工数がメモ作成にかかっていた。

定性的な課題もあった。話しながらメモを取る姿は、相手に「ちゃんと話を聞いてくれていないのでは」という印象を与えかねない。さらにメモの形式が人によってばらばらで、マネージャーは一件ずつ中身を確認しに行く必要があった。形式が揃っていないため、求職者情報をシステムに構造化して格納することも、分析することもできなかった。

そもそも面談の中身は、CA本人しか知らなかった。何を聞き、何を約束したのか、マネージャーは報告をもとに把握するしかない。新人CAの育成も先輩の面談に同席して学ぶしかなく、教える側の時間まで奪われていた。

求めたのは、余計な機能より「確実に録れること」

当初の要件はシンプルだった。録画が確実にでき、話した内容を文字起こしで確認できること。比較した人材紹介会社向けの国産ツールは、話速や発話量を点数化する機能が売りだったが、田中氏はそこに価値を感じなかった。

「本当に重要なのは、相手の話にどう共感し、どう提案するか。そこはAIで自動化するのは難しいと感じていました」

その点、tl;dvは要件を満たしていた。加えて、面談が終わった直後に要約が出るほど速い。この速さが、のちに「面談が終わった瞬間に求職者情報と要約をシステムに登録する」運用を組むうえでの決め手になった。

録った面談が、そのまま次の作業を動かす

HADOがtl;dvで録画する3種類の会議と3つの使い道

tl;dvの使い方が大きく変わったのは、田中氏自身が管轄する求職者送客事業で使われるようになってからだ。一人ひとりの生産性や時間の使い方を細かく見ていくと、改善すべき点が次々に見えてきた。

そこで取り組んだのが、tl;dvに貯まる録画データをClaudeにつなぎ、面談や商談のあとの作業を自動化することだった。

田中氏に、エンジニアとしてのバックグラウンドはない。社内にもエンジニアはいない。それでも送客事業の自動化は、ほぼ田中氏一人で進めてきた。ここから紹介する仕組みは、テクニカルな専門家でなくても組み上げられたものだ。

求職者面談:終わった瞬間に、DBに入る形で要約が出る

HADO自身は求人を紹介しない。面談で得た求職者情報の質と量が、そのまま商品になる。だからこそ、CAが1日に何本もこなす面談を録って残す仕組みが、事業の根幹になる。

求職者との面談全件を録画する。面談が終わると、tl;dvに保存したプロンプトが求職者情報をまとめる。項目は求職者DBの列とそろえ、勤務先や希望条件はすべて列挙させ、条件には必ず理由をセットにする。読むための要約ではなく、そのままDBに転記するための帳票だ。

tl;dvに保存した、求職者情報まとめ用のプロンプト画面

Claude Codeがtl;dvのMCP経由で面談を取得し、求職者DBに追記する実行画面

その出力を、Claude Codeがtl;dvのMCP(AIが外部ツールのデータを直接扱うための接続規格)経由で取得し、DBの列に沿って整形して追記する。根拠のない項目は「未確認」と記録される。CAの仕事は内容を確認するだけになり、1面談15分かかっていた入力は1分になった。

さらに毎朝7時半、前日の全面談をAIが採点する。基準を下回った面談だけが、録画リンク付きで担当マネージャーにSlackで届く。

前日の全面談をAIが採点し、マネージャーに届けるスコアリング画面

約1,000本の採点からは、意外な事実も見えてきた。着座率(紹介した求職者が、紹介先との面談に実際に臨む割合)を左右していたのは、話し方のスコアではなかった。紹介先を3社以上、5日以内に組めるかどうかだったのだ。導入時、話速や発話量の点数化に価値を感じなかった田中氏の直感が、データで裏づけられた形だ。この発見は、そのまま面談ルールの根拠になっている。

営業商談:商談が終わると、営業システムが勝手に更新される

商談終了後、tl;dvのWebhookを起点に営業システムが自動更新される流れ

送客先となる人材紹介会社との商談でも、自動化は段階的に進んだ。最初は録画URLを手作業でシステムに貼っていた。

「ルーティン化している作業を、一つずつ消していく。そもそもこの手動入力は要るのか、と考えたのが始まりでした」

現在は、商談が終わるとtl;dvのWebhook(イベント発生時に外部システムへ自動通知する仕組み)を起点に、録画URLや商談日が顧客情報に自動で紐づく。続いてClaudeが文字起こしを読み、先方の要約や温度感、次回アクションを書き込み、温度感に応じたフォローメッセージまで作る。営業は商談後に何も入力しない。

申込が届けば、商談録画から求める求職者像やNG条件を抜き出した引き継ぎシートが自動で作られ、Slackで現場に届く。商談に出ていないCAでも、翌日から送客を始められる。

申込時に商談録画から自動で作られる引き継ぎシート

面談後の作業は、ほぼ「確認するだけ」に

導入後の変化:1面談あたりの入力が15分から1分へ、約93%削減

定量面の変化は明確だ。導入当時、面談を担うCAは約10人だった。現在はCA・営業・経営陣のほぼ全員にあたる45名がtl;dvで録画している。録画本数は求職者面談を中心に月約2,000本にのぼる。

その規模で、面談後の入力作業は月500時間から約33時間へ、約93%減った(月2,000本で換算)。

減ったのは入力だけではない。メール作成、資料作成、社内チャットでの共有など、面談や商談のあとに発生していた作業も、ほぼゼロになった。フォローメールは自動で下書きされ、引き継ぎ資料も自動で作られる。人がやるのは、内容を確認して送ることだけだ。

こうした変化が積み重なり、メンバー1人あたりの生産性は向上している。

共有が自動になり、面談の中身が「見える」ようになった

tl;dvのミーティング一覧画面

今は、すべての面談と商談が録画され、要約がシステムに自動で入る。申込があれば商談の内容がSlackで関係者に届き、問題のありそうな面談は録画リンク付きでマネージャーに届く。誰かに聞かなくても、誰もが同じ事実にたどり着ける。検索できる面談ログは、すでに1万本を超えた。

イレギュラーが起きても、マネージャーは録画ですぐに事実を確認できる。CAへのヒアリングは要らず、その日のうちに解決する。

組織に生まれた変化

定性面でも、変化は多岐にわたる。

  • 本来の仕事への集中:メモを書く雑務がなくなり、CAは面談そのものに集中できるようになった。IT業界の出身でないメンバーは、これほど無駄な工数が減るのか、と感じている。田中氏が一番の変化に挙げるのも、CAが重要な面談に集中できるようになり、チームの雰囲気がよくなったことだ。
  • 新人育成の「同席」が不要に:成果の高いCAの、スコアの高い面談を録画で効率よく確認できる。新人研修は録画で完結し、先輩の面談時間も奪わない。
  • 顧客満足度の向上:面談の品質がチェックされているという意識が働き、手順を省かなくなった。やるべきことを確実にやることで、満足度が上がっている。

チームの意識にも変化が生まれた。

「AIに仕事を奪われる人もいれば、使いこなしてもっと活躍する人もいる。自分たちは後者だ、という自認をはっきり持てるようになりました」

内製化を検討した結果、tl;dvを継続

AIを使えば、録画や文字起こしの仕組みも自作できるのではないか。田中氏も実際に、tl;dvを自作のボットに置き換えられないか検討した。しかし精度はいまひとつで、コストもtl;dvの半分程度にしかならなかった。

「質が下がって、コストが半分にしかならないなら、自作する意味はない」

こう判断し、tl;dvを使い続けている。

会話がデータになれば、AIが動く

田中氏は、tl;dvの価値をこう表現する。

「tl;dvは、全ての面談をシステムで管理していくためのツールだと考えています。すべての面談がデータになり、AIで分析も管理もできる。それによってヒューマンエラーや、やる・やらないのばらつきを防げることに、非常に大きな価値があります」

その背景には、面談に対するこんな考え方がある。

「うまくいく面談に再現性はないと思っています。人と人との定性的なコミュニケーションだからです。でも、うまくいかない面談にはある程度の再現性がある。話すべきことを話していない、聞いてはいけないことを聞いている、といったことです」

毎朝の採点が拾い上げているのは、この「うまくいかない」パターンだ。会話をデータにし、AIを動かす。それが、HADOにとってのtl;dvだ。

tl;dvへの期待

田中氏は、訪日観光客向けクリニックのオンライン診察のために、リアルタイム翻訳付きの面談ツールを自作している。tl;dvでリアルタイムの文字起こしと翻訳ができれば、活用の幅はさらに広がると期待を寄せる。

これからAI活用を始める企業へ

振り返って田中氏は、自動化にもっと早く取りかかるべきだったと語る。

「Claude Codeを使った自動化は、もっと早くできたはずでした。一日も早くやったほうがいい。まずは自分の業務の中で、何をtl;dvで自動化できるのかを知ることが、何より最優先です」

「tl;dvの画面は、汎用的な使い方を想定して作られています。画面を触っているだけの段階は、まだレベル1。そこからAPIで自分たちならではのシステムを作る。レベル2に進むことが、すごく大事です」

tl;dvのユーザー会に登壇した田中氏は、具体的な始め方として3つを挙げた。全員・全件録画を先に決めること。要約の書式を、自社のデータベースの項目に合わせて1つにそろえること。同じ形で貯まるから、AIがそのまま扱えるデータになる。そしてMCPをつなぎ、閲覧で終わらせず次の作業まで録画に仕事をさせることだ。まずは1つの転記作業からでいい、という。

田中氏が挙げる、明日からできる3つのこと

そのうえで、tl;dvを導入する最大のメリットを、田中氏はこう語る。

「商談はどの会社でも行われています。だからこそtl;dvは、最もスピーディーに、効果を実感しやすい形でAIによる業務効率化を始められる一歩だと思います。単に議事録を作りたいという入り方でもいい。それがAI活用の一歩目を踏み出せたという成功体験になるし、APIでこれができたとわかれば、他のサービスでも同じことができるとわかる。目の前の商談を一つずつ自動化しながら、具体的に前に進められることが最大のメリットです」

まとめ

HADOがtl;dvを導入したのは、求職者との面談メモの手間を減らすためだった。いまでは録画データがAIにつながり、面談後の入力は確認だけになり、マネージャーは見るべき面談に集中し、新人は優れた面談から速く学ぶ。画面の中で使うレベル1から、APIやMCPで自社のワークフローに組み込むレベル2へ、HADOはすでに進んでいる。

その出発点は、どの会社にもある目の前の面談や商談だった。エンジニアがいなくても、テクニカルに強くなくても、まず全件を録ることから始められる。「録れば、動く」というHADOの言葉は、AI活用の一歩目をどこから踏み出せばよいかを示している。

あわせて読みたい:tl;dvの導入事例

tl;dv編集部

tl;dvの日本語ブログを担当する編集部です。

TL;DV FOR SALES

Meet your AI Meeting Agents for Sales

More on AI Sales Agents

Our AI tracks playbooks adoption and measures how well objections are handled, giving managers coaching insights to improve rep performance. It summarizes countless meetings and highlights key discussions. It’s great for reps too – automating meeting prep, CRM updates and follow-up emails

CRM Update Agent

Seamlessly record, transcribe, process and share insights to specific fields in your CRM (Hubspot, Salesforce, Pipedrive, & more!).

Sales Call Analyst Agent

Analyze sales calls to identify trends, objections, or successful techniques.

Action Item Tracker

Extract and track assigned tasks and deadlines from meetings to ensure accountability.

Follow up Email Agent

Auto-record and draft follow-ups based on meeting discussions.

Competitor Intelligence agent

Pull competitor insights from meetings to uncover trends and strategies.

Training and Upskilling Agent

Capture training sessions and generate summaries or highlights for future reference.

Running late to your next meeting?

Send tl;dv instead!

  • Joins your meeting, even if you don’t!
  • Records and transcribes in 30+ different languages.
  • Takes notes following your favourite structure.
  • Creates summaries of your meetings.
  • Auto-updates your favourite tools (CRM, Slack, Notion, etc).
  • Improves your meeting outcomes with performance scorecards.
English