有効求人倍率の推移
2010年から現在、そして2070年までの推計イメージ。求人が求職者を上回る状態が続き、人手不足が構造化しています。
2070年 2.62倍
出典: 厚生労働省「一般職業紹介状況」をもとにAKNO作成。2025年以降は将来の人手不足を説明するための推計イメージ。
新規事業 / New Project
求人企業と求職者、双方のAIエージェントが自律的にマッチングする仕組みを開発しています。 弊社のもつデータを土台に、労働集約的な労働市場のマッチングをAIファーストの基盤で社会システムを変革していきます。
Social Issue / 社会課題
有効求人倍率の推移
2010年から現在、そして2070年までの推計イメージ。求人が求職者を上回る状態が続き、人手不足が構造化しています。
出典: 厚生労働省「一般職業紹介状況」をもとにAKNO作成。2025年以降は将来の人手不足を説明するための推計イメージ。
人材紹介は、企業と求職者をつなぐ重要な仕組みです。一方で、成果報酬型の人材紹介では、採用が決まるたびに大きな仲介手数料が発生します。
人手不足が深刻な地方中小企業ほど、採用したい人材に出会うまでの探索コスト、紹介会社への依存、採用1件ごとの費用負担が重くなりやすい構造があります。
AKNOが目指すのは、人材紹介そのものを否定することではありません。これまで人の経験と工数に依存していた「求人の分析」「候補者探索」「初期マッチング」をAIで再設計し、より低コストで、継続的に、使うほど精度が高まる採用基盤へ変えていくことです。
約9,835億円
職業紹介事業の手数料収入。
採用仲介は、すでに大きな産業になっています。
約103万円
常用就職1件あたりの手数料。
採用1件ごとの負担は、地方中小企業にとって小さくありません。
採用の課題は、単に「人が足りない」だけではありません。必要な人材にたどり着くまでのコストが高く、採用ノウハウも蓄積されにくいこと。この構造を、AIとデータによって変えていくことが、AKNOの新しい挑戦です。
Structure / 事業構造
企業側の採用支援、特化求人サイトによる応募獲得、求職者側AIエージェントによるデータ蓄積をつなげ、マッチング精度が高まり続ける基盤を構築します。
Employer Agent
競合求人の分析、自社求人の改良、採用戦略の提案まで。企業側に立つAIが、独自データベースから最適な人材を紹介します。
Job Sites Network
預かり求人をエリア・職種・業界別の特化サイトに展開し、求職者からの応募を集める入口をつくります。
Candidate Agent
求職者のプロフィールを学習し、合う求人をオファー形式で届けます。利用のハードルを下げるため、LINE連携を前提に設計します。
Compounding Loop / 使うほど賢くなる循環
求人企業の条件や採用戦略はリクルートアシスタントへ、求職者の希望やプロフィールはキャリアアシスタントへ集約されます。 中間のマッチング機構が双方のデータを照合し、結果を両側のAIエージェントへ返すことで、 使うほど精度が高まる仕組み全体をAKNOが構築します。
求人企業
全国 約350万社
求人条件・採用課題
AIエージェント
リクルートアシスタント
求人分析・戦略提案
Protocol
中間マッチング機構
条件照合・適合度評価
AIエージェント
キャリアアシスタント
希望学習・求人提案
求職者
年間 約1,000万人
希望条件・プロフィール
Roadmap / 事業計画
フェーズ01
進行中競合求人分析、自社求人改良、採用戦略提案を担うAIエージェントを開発。最初の収益入口として位置づけます。
フェーズ02
予定エリア・職種・業界別の特化サイトを展開し、預かり求人への応募獲得につなげます。
フェーズ03
予定LINE連携を通じて求職者DBを蓄積し、マッチング精度向上の循環を立ち上げます。
フェーズ04
予定企業側と求職者側のエージェントによる自律的なマッチングを開始し、成果データを次の精度改善につなげます。