グーグルの意識の高い採用メソッドなんて、一般企業には眩しすぎる
序章｜その正しさは、私たちにはまぶしすぎる
「とんち問題は意味がないから廃止」「学歴は入社後パフォーマンスと相関しないから撤廃」──元記事にあるグーグルの採用改革は、とても明快だ。
データで検証し、相関がなければ伝統があっても切り捨てる。効果のある領域にだけ資源を集中する。人事を“科学”として扱う理想形に近い。
だが、グーグルは、年間300万人規模の応募、数万人単位の採用、20万人弱の従業員データを抱える。専任の分析組織があり、失敗を繰り返しても組織が揺らがない余力がある。
言い換えれば、極めて高い場所から世界を見渡せる人事だ。
一方、一般企業、とりわけ中小企業の現場はどうか。
応募者は限られ、人事は少人数で、採用だけに時間も予算も割けない。試行錯誤の余白も小さい。
だからこそ必要なのは、グーグルのような「捨てる合理性」ではない。
手元にある情報を使い切る合理性である。
削る前に使い尽くす──その発想から、採用を組み立て直す必要がある。
第1章｜採用は「正解探し」ではない
採用で最も危ういのは、「この人は必ず当たる」いう確信だ。
人は多面的で、環境で変わる。上司が変われば伸びる人もいれば、優秀でもカルチャー不一致で崩れる人もいる。
面接は数時間、履歴書は数枚にすぎない。
その断片情報で“正解”を当てようとすること自体が、無理な前提なのだ。
採用は正解を当てる作業ではない。
限られた情報で、自社へのマッチング精度を高める作業である。
この前提に立てば、「学歴は正しいか」「面接は万能か」「とんち問題は悪か」といった二項対立は意味を失う。
どれも万能ではないが、どれも一定の価値はある。採用とは、弱いシグナルを重ね合わせ、外れにくい形を作る技術だ。
第2章｜学歴は「無駄」でも「絶対」でもない、しかし材料だ
「学歴で人は判断できない」「学歴がなくても成功者はいる」はいずれも正論だが、採用という行為の前提とはずれている。
採用が扱うのは例外ではなく、分布と確率である。
スポーツの世界にも、競技開始が遅くても頂点に立つ天才はいる。
だが、全体で見れば、幼少期から積み上げた選手のほうが安定する傾向は明白だ。学歴も同じである。
学歴は能力証明でも人格保証でもない。
だが一般に、学習の持続、負荷耐性、選抜環境への適応といった要素についてはハズレが小さい。
特に新卒・若手層では、次のような代理指標として機能する。
学習の基礎体力
努力の持続履歴
評価・競争環境への適応経験
重要なのは、学歴が「優秀さの証明」ではなく、「優秀である可能性が相対的に高い材料」にすぎないという点だ。
だから「東大だから採る」は愚かだが、「学歴は不要」もまた短絡なのである。
第3章｜とんち問題・話芸・即応性は何を測っているのか
とんち問題が批判される際、「正解がないから無意味」「思考力は測れない」と言われがちだが、論点はそこではない。
とんち問題が測っているのは、場の処理能力だ。
不完全な状況での把握力
仮説構築力
即興の言語化
思考の破綻耐性
営業や折衝、判断の速さが求められる職務では、即応性は武器になる。
したがって、とんち問題自体が悪なのではない。
問題は使い方だ。
芸人・上岡龍太郎が遅刻をした弟子に「遅刻の言い訳が面白ければ許す」と言った逸話が示すように、価値はプライオリティで決まる。
職務に即応性が必要か、重み付けは適切か、面接官が測定目的を理解しているか──とんち問題は使い方次第なのだ。
第4章｜スキル・実績という「最大ピース」の危うさ
最大の評価材料は何かと問われれば、スキルと実績である。
再現性が高く、採用した理由の説明責任も果たしやすい。これは間違いない。
だが、その最大ピースにも限界がある。
実績は環境依存であり、大企業での成功が中小企業で再現できるとは限らない。
「即戦力神話」が組織を壊す場面は珍しくない。
だからこそ、最大ピースであっても過信しない。
成果が生まれた前提条件、失敗局面での対応、周囲との関係性を見ることで、他の評価材料で角を削っていく必要がある。
スキル・実績は強いが、白紙委任状ではない。
強い材料ほど、しっかりと見る目が必要なのだ。
第5章｜中小企業の人事に「完全解」は存在しない
現実的に考えよう。
中小企業は、採用に全リソースを投下できない。人事が採用だけを担っている企業は少数派であり、人事システムやデータベースにかけられる予算も限られている。そもそも、応募数自体が多くない。
グーグルのように「優秀な100人から最優秀の1人を選ぶ」作業ではない。
多くの場合、中小企業の採用は「この人はアリか、ナシか」を判断する作業である。
だから必要なのは、人材を削る合理性ではなく、人材を拾う合理性だ。
学歴は 代理指標 として使う
会話では協働リスクを見る
とんち系の問いでは即応性を見る
実績は最大ピースとして扱う
使える情報をすべて使い、過信せず、積み重ねて打率を上げる。
学歴も、話芸も、面接の印象も、職務適性も決定打ではない。
だが、決定打がないからこそ、弱いシグナルの合成が意味を持つ。
重要なのは、全部使うが、全部を同列に扱わないことだ。
価値は一定でも、重みは役割によって変わる。
中小企業の採用は、統計の精度ではなく、設計の精度で勝負する世界なのである。
第6章｜人事の本質は「角を削ること」にある
人事がやってはいけないのは、一つの指標に全賭けすることである。
「東大だから採る」
「話がうまいから採る」
「経験者だから採る」
「感じがいいから採る」
これらはすべて、採用ではなく信仰だ。
では、何をすべきか。
拾えるデータを机に並べ、俯瞰し、角を削っていく。
評価データは多いほど形は丸に近づく。
四角形より六角形、六角形より十角形のほうが安定する。
その意味で、学歴やとんち問題への回答も、れっきとした評価データである。
実績やスキルが自社に強くはまる場合、他の評価に違和感があっても採用する判断はありうる。
しかしそれは、見たうえで無視できると判断した結果である。
最初から見ないのではなく、見たうえで重みを調整する。それが人事の仕事だ。
終章｜人事とは、組み合わせ最適化の技術である
組織は人の集団である以上、すべては組み合わせである。
チームには同じ人間はいない。得意不得意も、実績も異なる。その多様なピースを並べ、目的に合わせて全体効果を最大化する。
採用・人事評価・人材配置の原理は同じだ。
だから、可能な限りデータを集め、可能な限り角を削る。完璧はないが、採用の打率は上げられる。
グーグルの採用は正しい。だが、私たちの現実もまた正しい。
グローバル企業が“削る”ことで合理性を得るなら、私たちは“使い尽くす”ことで合理性を得る。
眩しすぎる理想をそのまま真似る必要はない。
限られた資源の中で、採用精度を上げる。それが現実解だ。
詳しく読む↓
グーグル視点の採用と、一般企業視点の採用を同一視はできない（2026.2.10）
詳しく読む↓
若者信仰の『青田創り』が日本発のイノベーションを破壊する（2026.2.6）
「新卒1500万円」とオリンパス子会社のジョブ型解雇は真逆だ（2026.2.3）
コメント
コメントを投稿