株式会社KaisinAI
CASE 01 SES・人材紹介業

人材と案件のマッチングを、メール受信から提案まで自動化

RESULT100%転記作業を削減
CASE 01 メール仕分け・マッチング自動化 — KaisinAI導入事例
業種SES・人材紹介業
課題領域メール仕分け・転記・人材/案件マッチング
使用技術生成AI(LLM読解・文面生成)/スクラッチ開発(照合エンジン)
構築範囲メール取込〜情報抽出〜自動照合〜提案文面ドラフト
BEFORE — CHALLENGE

SES・人材紹介の営業には、協力会社や取引先から毎日数百通の「人材情報」「案件情報」メールが届きます。書式は送信元ごとにバラバラ。担当者はメールを目視で読み、スキル・単価・稼働時期をExcelに転記し、手作業で人材と案件を突き合わせていました。1通あたりは数分でも積み重なれば膨大で、営業時間の大半が転記と照合に消え、本来の商談に使える時間が圧迫されていました。定型的な転記を前提とする従来型RPAでは、この書式のばらつきを吸収できないことも確認済みでした。

APPROACH
PHASE 01相談・整理
全メールの流れと変換ルールを棚卸しし、「AIが読解する範囲」「機械が確定的に照合する範囲」「人が最終確認する範囲」の3層に業務を分解。精度目標と例外時の運用ルールを先に合意しました。
PHASE 02構築
LLMがメール本文・添付からスキル・単価・時期などを構造化データとして抽出し、表記ゆれを正規化。抽出済みデータ同士を照合エンジンが1日最大50,000通りスコアリングし、マッチ候補ごとに提案文面のドラフトまで自動生成する仕組みをスクラッチで構築しました。
PHASE 03定着
抽出の信頼度スコアが低いメールだけを確認キューに回す例外設計とし、運用開始後も例外率をモニタリングしながらプロンプトと正規化辞書を継続改善しています。
AFTER — RESULTS
100%
転記作業を削減
50,000通り/日
自動照合の処理能力
商談に集中
営業の時間の使い方が変化

※記載の数値は当社の開発実績(個別事例)に基づく値です。業務内容・データ品質・運用体制により結果は異なります。

VOICE

「候補を探す仕事」から「候補を選んで提案する仕事」に変わりました。人手では物理的に不可能だった網羅性で、機会損失が目に見えて減っています。

— 営業責任者

MORE CASES

CONTACT — FREE CONSULTATION

まずは30分、
聞かせてください。

要件が固まっていなくて構いません。現場の業務をそのまま話していただければ、自動化できる余地と、やらない方がいいことを、その場で率直にお伝えします。