近年、企業の求人情報がCVSのレシート同様に長大化・複雑化する現象がテクノロジー業界を中心に広がっている。BambooHRやGreenhouse、Indeedの分析によると、2021年から2026年にかけて求人情報の文字数やセクション数は過去4年で最大約17％増加した。職名の平均長も2013年の2.4語から4語へと推移している。この傾向の主要因として、生成AIの採用プロセスへの組み込みとATSの技術的要請が指摘されている。 採用マネージャーがLLMを用いて求人を生成する際、必須要件に加え望ましいスキルや業務上の思いつきを網羅的にリスト化するケースが頻発している。採用管理システムがレジュメのキーワードマッチングに詳細なタグを必要とし、スキルベース採用への移行も求人の肥大化を加速させた。企業側が組織再編や業務範囲の不明確さを抱える中、将来の不確実性をカバーする網羅的なリストが横行している状況だ。 この過剰な情報化は採用プロセスの双方に悪影響を及ぼしている。候補者は膨大な業務範囲と理想化された資格要件に疲れ、特に女性は要件の完全な一致を重視する傾向があり応募が抑制されがちだ。一方、企業側もシグナル対ノイズ比の低下により優秀な人材を見逃すリスクを抱える。さらに、候補者側もAIでレジュメを最適化するため、採用担当者は真の実力を評価するのが困難になっている。 業界専門家からは、求人の本来の目的である職務評価基準への回帰が促されている。ICIMSのトレン・コットン氏は、文化適合やセールストークより職務スコアカードとしての機能すべきだと指摘。Laddersのマーク・セネデラCEOも、過度な箇条書きが採用の質を下げるため簡潔さが最適だと主張する。Industriousのジェイミー・ホダリCEOは、業務リストではなく実際の組織メンバーや文化を描写した表現で高い応募質を達成した事例を紹介し、人間味のある簡素な情報の重要性を強調している。 市場の需給関係が変化すれば採用慣行も是正されるとの見方があるが、現状では企業の情報整理と候補者の選考効率の両面で、求人情報の構造改革が急務となっている。