株式会社ZENKIGEN _ Google Cloud Next Tokyo 25 「生成 AI × 1400 万データ エンジニアが語る、 面接体験を変革する プロダクト開発のリアル」

生成 AI × 1400 万データ エンジニアが語る、 面接体験を変革する プロダクト開発のリアル Proprietary

Proprietary 柳原英樹 株式会社 ZENKIGEN harutaka 事業本部 DX 推進チーム マネージャー Google Cloud Next Tokyo 02

Proprietary 発表内容 01 採用 DX サービス harutaka について 02 harutaka での AI 活用 03 1400 万データを支える セキュアなデータ基盤 04 AI ネイティブなプロダクト開発 Google Cloud Next Tokyo 03

Proprietary 01. 採用 DX サービス harutaka について Google Cloud Next Tokyo 04

Proprietary 2030 年、労働人口は 644 万人不足 厳しい現状 推測結果 ① 内定辞退率 63.8% (2024 年) ※1 2030 年 70% 超の予測 労働需要 労働需要 7,073万人 万人 7,073 ② 採用充足率 労働供給 6,429 万人 65.8% (2024 年) ※2 ③ 中途求人倍率 2.72 (2024 年) ※3 2019 年比 1.31 倍 ※失業者 61 万人を除く 人材採用難が、経営課題化 出典 ※1 就活みらい研究所 https://shushokumirai.recruit.co.jp/wp-content/uploads/2023/03/naitei_23s-20230327.pdf ※2 キャリタス 新卒採用に関する企業調査 https://www.career-tasu.co.jp/wp/wp-content/uploads/2024/10/2025_kigyouchousa_kakuho.pdf ※3 doda 転職求人倍率レポートhttps://doda.jp/guide/kyujin_bairitsu/data/?utm_source=chatgpt.com Google Cloud Next Tokyo 05

• https://shushokumirai.recruit.co.jp/wp-content/uploads/2023/03/naitei_23s-20230327.pdf
• https://www.career-tasu.co.jp/wp/wp-content/uploads/2024/10/2025_kigyouchousa_kakuho.pdf

Proprietary 採用 DX サービス「 harutaka」 採用戦略から、選考、振り返りまでを支援する、 AI を用いた採用 DX サービス データによる面接高度化 ターゲティング 採用戦略 母集団形成 初期選考 採用面接 振り返り 採用ブランディング Web 会社説明会 録画選考 Web 面接 採用分析 Google Cloud Next Tokyo 06

Proprietary 業界 No.1 シェア、 就活生の 2/3 が通過する社会インフラ 約 700 社が利用 生成AI 75 万 解析 Google Cloud Next Tokyo 07

Proprietary 面接分析により 内定承諾率が 20% 改善しました 株式会社大塚商会 様 Google Cloud Next Tokyo 08

Proprietary 02. harutaka での AI 活用 Google Cloud Next Tokyo 09

Proprietary 勝田隼一郎 harutaka 事業本部 R&D Department 部長 Google Cloud Next Tokyo 010

Proprietary コミュニケーション AI による採用高度化 AI モデル開発 サービス活用 Google Cloud Next Tokyo 非言語解析 言語解析 対話システム DNN による非言語指標 （振る舞いの定量化） LLM による言語指標 （発話内容の定量化） LLM による 面接シミュレーション harutaka 機能 / 顧客分析 AI 模擬面接 011

Proprietary コミュニケーション AI による採用高度化 AI モデル開発 サービス活用 Google Cloud Next Tokyo 非言語解析 言語解析 対話システム DNN による非言語指標 （振る舞いの定量化） LLM による言語指標 （発話内容の定量化） LLM による 面接シミュレーション harutaka 機能 / 顧客分析 AI 模擬面接 012

Proprietary 面接 × 自社開発 AI 自社開発した AI を用いた面接の定量化を実現 Google Cloud Next Tokyo 013

Proprietary 面接 × Gemini 選考サポート機能 ・面接の要約 ・質問のサジェスト 面接の定量化 書き起こし文章から、 面接の特性を抽出・分析 Google Cloud Next Tokyo 014

Proprietary コミュニケーション AI による採用高度化 AI モデル開発 サービス活用 Google Cloud Next Tokyo 非言語解析 言語解析 対話システム DNN による非言語指標 （振る舞いの定量化） LLM による言語指標 （発話内容の定量化） LLM による 面接シミュレーション harutaka 機能 / 顧客分析 AI 模擬面接 015

Proprietary 採用担当者のよくあるお悩み 毎年母集団形成に多く投資して いるが、エントリー数が増えない Google Cloud Next Tokyo 無機質な御祈りメールになってしまい、レ ピュテーションリスクがある 選考体験をより良くし、選考遷移率・ 内定承諾率を改善したいが打ち手がない 016

Proprietary 面接官向け面接力フィードバック 非言語情報の解析、 Gemini による言語解析を活用した面接分析 → 定量評価による、データドリブンな面接品質改善をサポート A Google Cloud Next Tokyo 017

Proprietary 応募者が面接を振り返れるレポートを提供 Google Cloud Next Tokyo 018

Proprietary コミュニケーション AI による採用高度化 AI モデル開発 サービス活用 Google Cloud Next Tokyo 非言語解析 言語解析 対話システム DNN による非言語指標 （振る舞いの定量化） LLM による言語指標 （発話内容の定量化） LLM による 面接シミュレーション harutaka 機能 / 顧客分析 AI 模擬面接 019

Proprietary デモ動画 動画あり アーカイブ動画をご視聴ください Google Cloud Next Tokyo 020

Proprietary 面接 × AI アバター AI アバターと模擬面接を実施 Google Cloud Next Tokyo 発話内容からフィードバック レポートを 作成 021

Proprietary Evaluation Ops サービス update 評価フローの改善をまわす必要がある ・評価基準のアップデート ・Human in the Loop 評価軸の update LLM による 評価 ・LLM-as-a-Judge 人間による 評価 Google Cloud Next Tokyo Prompt update 022

Proprietary 03. 1400 万データを支える セキュアなデータ基盤 Google Cloud Next Tokyo 023

Proprietary 村上 奨 harutaka 事業本部 Technology Department 部長 Google Cloud Next Tokyo 024

Proprietary データ基盤の特徴 ワンストップ スピード セキュア エントリーから入社まで 一気通貫でのデータ活用 すべてのプロダクトの データを自動集約 厳格な権限管理と 運用の一元化 採用プロセス全体の DX・高度化 初期選考 録画選考 Google Cloud Next Tokyo 採用面接 Web 面接 振り返り 採用分析 データ 基盤 Privileged Access Manager 025

Proprietary 1400 万データを支えるデータ基盤 サービス harutaka Live harutaka Entry AI 面接官 … データ基盤 データウェアハウス (構造データ) データレイク (非構造データ) 候補者情報 (データベース ) 加工 面接情報 (動画) クレンジング 企業情報 (データベース ) ダッシュボード DWH BI データ分析コンサル 候補者情報 面接情報 文字起こし情報 DWH 綺麗なデータ群 PPT 分析集計 DWH 解析 ZENKIGEN の 全てのデータ データ活用 Excel コスト管理 DWH BI セキュリティ 認証基盤 Google Cloud Next Tokyo 026

Proprietary 1400 万データを支えるデータ基盤 サービス harutaka Live harutaka Entry AI 面接官 候補者情報 (データベース ) 加工 面接情報 (動画) クレンジング Google Cloud Next Tokyo DWH 候補者情報 面接情報 文字起こし情報 PPT 分析集計 DWH 解析 データ加工処理・ETL 綺麗なデータ群 Excel コスト管理 BI DWH Cloud Run Dataform セキュリティ 認証基盤 統制・セキュリティ Storage Transfer Service BI DWH データ分析コンサル ZENKIGEN の 全てのデータ 取り込み・転送 ダッシュボード データウェアハウス (構造データ) データレイク (非構造データ) 企業情報 (データベース ) … データ活用 データ基盤 データ分析・可視化 Dataflow Data Loss Prevention Dataplex IAM （PAM） BigQuery Looker Studio 027

Proprietary PAM アーキテクチャの導入 PAM (Privileged Access Manager) とは データ管理者（上長）の承認を得て 期限付きのロール を発行できる機能 PAM で得られるメリット アーキテクチャ 管理者 BigQuery 許可 Cloud Run PAM 利用者 ● ● ● ワンクリック申請承認でスピーディー 期間限定付与で権限管理漏れ防止 承認 / 付与 / 失効まで自動でログ管理 申請 Google Cloud Next Tokyo 期限付き利用 028

Proprietary PAM による権限管理の流れ 1 権限の標準化 作業内容毎に権限作成 Google Cloud Next Tokyo 2 権限のリクエスト 作業者が利用申請 3 申請の承認 データ管理者が承認 029

Proprietary 04. AI ネイティブなプロダクト開発 Google Cloud Next Tokyo 030

Proprietary リニューアル決断の背景 7 年間の技術負債の解消と生成 AI 時代への対応 ＜7 年前：ローンチ＞ 当時最先端の技術選定 古くなった アーキテクチャ マネージドサービスの 積極利用 Google Cloud Next Tokyo ＜サービス成長期＞ 技術的な負債の蓄積 暗黙知な アプリ仕様 開発プロセスを AI 標準へ再構築 ＜現在＞ 生成 AI の登場 サービス要求の 高度化 AI Agent や分析知見を 取り込める技術スタック 031

Proprietary Cloud Run × Gemini 2 か月で開発 マネージドなインフラにより 機能開発に集中 75 万回の Gemini API 利用 Cloud Run のオートスケールに より安定して動作 harutaka Application Gemini Application Kubernetes Engine カスタマイズ 各企業のコンピテンシーに 基づいてカスタマイズ可能 Google Cloud Next Tokyo FastAPI Cloud Run Compute Engine Cloud SQL プロンプト Cloud Storage Gemini Vertex AI 032

Proprietary Cursor で実現する超高速開発 1 設計フェーズ 開発フェーズ デプロイ テストフェーズ 仕様書の自動作成 コード・テストの実装 GitHub PR の自動作 成 E2E テストの作成 プロセス標準化 2 すべてのプロセスに Cursor Rule を適用 開発時間： 80% 短縮 Google Cloud Next Tokyo ナレッジ更新の 自動化 仕様書とプログラムが 常時同期、最新化 3 高速・高品質な 成果物 プロセスに則った 設計やコーディング、 git 操作やレビューを AI Agent が実行 PR ドキュメント作成： 100% 033

Proprietary 運用管理の進化 運用管理の AI Agent による高速化・属人化の防止 お客様からの問い合わせ アカウント作成・棚卸し Slack の指示で AI Agentが起動 非エンジニアで対応が完結 開発計画や製品仕様の確認 Devin をフル活用 Google Cloud Next Tokyo ・アカウント管理を GitHub に一元化 ・インフラ管理を Terraform に一元化 ・調査に必要なデータを BigQuery に出力 034

Proprietary さいごに Google Cloud Next Tokyo 035

Proprietary 今後の展望 採用 AI エージェント 採用プロセス全体に AI エージェントを導入 マルチモーダル 高度解析 動画、音声から オフラインでの AI 活用 Google Cloud Next Tokyo 表情・感情などの高度な AI 分析を実施 オフィス環境の面接でも分析が可能に 036

Proprietary 未来の出会いに、テクノロジーの力を。 単なる効率化ではなく、 “未知の可能性 ” との出会いを支える AI 人の魅力の定量化や分析によって、 企業と、応募者の可能性を広げます Google Cloud Next Tokyo 037

Proprietary Google Cloud Next Tokyo 038