現代の採用チームが実際に展開する AI スタック——ソーシング、スクリーニング、インタビューインテリジェンス、そしてその下の水平 AI レイヤー。5つのピック、レバレッジ順にランク付けされており、それぞれが何を置き換えるかを明示しています。 1. Gem — AI ソーシング＋CRM レイヤー Gem はソーシング、アウトリーチ、候補者 CRM を AI による再発見とパイプライン分析で統合します。大規模なアウトバウンド採用においてベストインクラス。ooligo スコア：9.0。 置き換えるもの： 記録のシステムとしての LinkedIn Recruiter、散在する Excel ソーシングリスト、銀メダリスト候補を無駄にする手動の再発見作業。 始め方： 過去12ヶ月の落選したが有望な候補者を取り込み、2つの募集案件に再発見を設定し、コールドアウトバウンドに対するレスポンス率を測定する。 Gem のフルレビュー → 2. Paradox — 大量採用のための会話型 AI Paradox（Olivia）はチャットと SMS でスケジューリング、スクリーニング、候補者 Q＆A を自動化します。時間給および大量案件環境の明確な勝者。ooligo スコア：8.8。 置き換えるもの： 時間給採用のコーディネータースケジューリング作業、遅い人間のフォローアップから生じる候補者のゴースティング、週に200回手動で答えていた FAQ。 始め方： 1つの大量案件のファミリー（小売、倉庫、サポート）に Olivia を向ける。週ごとにスケジュール所要時間とノーショー率を測定する。 Paradox のフルレビュー → 3. Metaview — 採用に特化したインタビューインテリジェンス Metaview はインタビューを録音、文字起こし、構造化します。自動生成されるスコアカード、候補者サマリー、バイアスチェック——セールスコール録音から転用されたものではなく、採用のために構築されています。ooligo スコア：8.9。 置き換えるもの： 急いで書かれるスコアカードの記入、面接官が離職した際の組織の記憶の喪失、45分間ダラダラと続く採用マネージャーのデブリーフ。 始め方： 1つの採用パネルで有効化する。前後のスコアカードを比較する。2週目には品質の向上が明らかになります。 Metaview のフルレビュー → 4. Claude — 水平の AI レイヤー Claude はリクルーターとソーサーが標準化すべきアシスタントです。長いコンテキスト、MCP 対応、JD 作成・候補者リサーチ・アウトリーチパーソナライゼーションなどの再利用可能なワークフローのためのスキルシステム。ooligo スコア：9.5。 置き換えるもの： 場当たり的な ChatGPT の使用、案件ごとに JD を書き直すのに費やされる30分、Notion ドキュメントに散在するプロンプトライブラリ。 始め方： 3つの採用スキルを構築する——インテークからの JD 作成、候補者リサーチサマリー、アウトリーチパーソナライザー。チームの Claude.ai ワークスペース経由で配布する。 Claude のフルレビュー → 5. Ashby — AIネイティブ ATS Ashby は後付けではなくネイティブの分析、ソーシング、AI 機能を持つ現代の ATS です。7つのツールの代わりに1つのプラットフォームを求める採用チームの適切な記録システム。ooligo スコア：9.1。 置き換えるもの： Greenhouse＋Gem-lite＋別の分析ツール＋それらを繋ぐデータエンジニア。 始め方： すでに Greenhouse または Lever を使っており分析面で限界を感じているなら、1つのビジネスユニットで30日間の Ashby パイロットを実施する。 Ashby のフルレビュー → このリストにないもの（とその理由） HireEZ、Findem、Eightfold — 強力な AI ソーシングツールだが、ほとんどのチームでは Gem が統合 CRM＋再発見のストーリーで勝ります。 Greenhouse、Lever — 堅実な ATS プラットフォームだが、どちらも AI ネイティブではありません。すでに使っていて満足しているなら問題なし。新規に選定するなら Ashby を選んでください。 採用向け汎用 ChatGPT — 機能はするが、Claude のスキル＋MCP＋長コンテキストの優位性をテーブルに置き去りにしています。 最小限の実行可能な AI 採用スタック 2つから始めたい場合： Claude（アシスタント＋採用スキル） Ashby または Gem（記録システム / ソーシング CRM） 5件以上のオープン案件を処理する日に Metaview を追加してください。週に200名以上の候補者を処理する日に Paradox を追加してください。 GitHubでこのページを編集 →
現代の採用チームが実際に展開する AI スタック——ソーシング、スクリーニング、インタビューインテリジェンス、そしてその下の水平 AI レイヤー。5つのピック、レバレッジ順にランク付けされており、それぞれが何を置き換えるかを明示しています。
1. Gem — AI ソーシング＋CRM レイヤー
Gem はソーシング、アウトリーチ、候補者 CRM を AI による再発見とパイプライン分析で統合します。大規模なアウトバウンド採用においてベストインクラス。ooligo スコア：9.0。
置き換えるもの： 記録のシステムとしての LinkedIn Recruiter、散在する Excel ソーシングリスト、銀メダリスト候補を無駄にする手動の再発見作業。
始め方： 過去12ヶ月の落選したが有望な候補者を取り込み、2つの募集案件に再発見を設定し、コールドアウトバウンドに対するレスポンス率を測定する。
Gem のフルレビュー →
2. Paradox — 大量採用のための会話型 AI
Paradox（Olivia）はチャットと SMS でスケジューリング、スクリーニング、候補者 Q＆A を自動化します。時間給および大量案件環境の明確な勝者。ooligo スコア：8.8。
置き換えるもの： 時間給採用のコーディネータースケジューリング作業、遅い人間のフォローアップから生じる候補者のゴースティング、週に200回手動で答えていた FAQ。
始め方： 1つの大量案件のファミリー（小売、倉庫、サポート）に Olivia を向ける。週ごとにスケジュール所要時間とノーショー率を測定する。
Paradox のフルレビュー →
3. Metaview — 採用に特化したインタビューインテリジェンス
Metaview はインタビューを録音、文字起こし、構造化します。自動生成されるスコアカード、候補者サマリー、バイアスチェック——セールスコール録音から転用されたものではなく、採用のために構築されています。ooligo スコア：8.9。
置き換えるもの： 急いで書かれるスコアカードの記入、面接官が離職した際の組織の記憶の喪失、45分間ダラダラと続く採用マネージャーのデブリーフ。
始め方： 1つの採用パネルで有効化する。前後のスコアカードを比較する。2週目には品質の向上が明らかになります。
Metaview のフルレビュー →
4. Claude — 水平の AI レイヤー
Claude はリクルーターとソーサーが標準化すべきアシスタントです。長いコンテキスト、MCP 対応、JD 作成・候補者リサーチ・アウトリーチパーソナライゼーションなどの再利用可能なワークフローのためのスキルシステム。ooligo スコア：9.5。
置き換えるもの： 場当たり的な ChatGPT の使用、案件ごとに JD を書き直すのに費やされる30分、Notion ドキュメントに散在するプロンプトライブラリ。
始め方： 3つの採用スキルを構築する——インテークからの JD 作成、候補者リサーチサマリー、アウトリーチパーソナライザー。チームの Claude.ai ワークスペース経由で配布する。
Claude のフルレビュー →
5. Ashby — AIネイティブ ATS
Ashby は後付けではなくネイティブの分析、ソーシング、AI 機能を持つ現代の ATS です。7つのツールの代わりに1つのプラットフォームを求める採用チームの適切な記録システム。ooligo スコア：9.1。
置き換えるもの： Greenhouse＋Gem-lite＋別の分析ツール＋それらを繋ぐデータエンジニア。
始め方： すでに Greenhouse または Lever を使っており分析面で限界を感じているなら、1つのビジネスユニットで30日間の Ashby パイロットを実施する。
Ashby のフルレビュー →
このリストにないもの（とその理由）
最小限の実行可能な AI 採用スタック
2つから始めたい場合：
5件以上のオープン案件を処理する日に Metaview を追加してください。週に200名以上の候補者を処理する日に Paradox を追加してください。