両面型と分業型は優劣ではなく、情報の密度とスケールのしやすさのトレードオフです。自分のモデルの弱点を知り、逆側の強みを設計で取り込むことが勝ち筋になります。
両面型は1人のエージェントが企業開拓・求人ヒアリングと候補者支援の両方を担います。分業型はRA(リクルーティングアドバイザー:企業側)とCA(キャリアアドバイザー:候補者側)に分かれ、社内で求人と候補者をマッチングします。大手は分業型が主流、ブティックや個人は両面型が主流です。
決定という成果は「企業の本音」と「候補者の本音」が正しく突き合わされたときに生まれます。両面型はこの突き合わせが1人の頭の中で起き、分業型は2人の間の伝達で起きる。ここが全ての違いの源泉です。
両面型の弱点はキャパシティです。企業開拓と候補者対応は使う筋肉が違い、両方を高水準で回せる人材は希少。担当できる企業数・候補者数に上限があり、組織としてスケールしにくい。
分業型の弱点は情報の圧縮です。RAが聞いた「本音の人物要件」がシステム上の求人票に要約された瞬間、ニュアンスが落ちる。CAが掴んだ候補者の懸念が「意向A/B/C」にラベル化された瞬間、対応の手がかりが消える。決定率の差は、能力差よりこの伝達ロスの差で説明できることが多いのです。
| 観点 | 両面型 | 分業型(RA/CA) |
|---|---|---|
| 情報密度 | 高い(翻訳ロスなし) | 受け渡しで圧縮されがち |
| 専門性 | 広く浅くなりやすい | 開拓・支援それぞれ深められる |
| スケール | 個人の上限に縛られる | 組織として拡大しやすい |
| 候補者体験 | 一貫した窓口 | 求人数・選択肢の広さで勝る |
| 向く領域 | ハイクラス・専門職・地方 | ボリュームゾーン・大量マッチング |
分業型の改善は「RAとCAが仲良くする」という精神論ではなく、受け渡しの設計です。①求人票と別に「裏メモ」を必須項目化する(募集背景の本音、活躍・退職者像、面接官の癖)②推薦前にRA・CAの3分同期を挟む(この候補者の懸念はこれ、企業のここと接続して、と口頭で握る)③選考のたびに双方向で書き戻す(CA→面接の実況、RA→見送り/通過の本音理由)④決定・辞退の振り返りを両者で行う。
ポイントは、システムのフォーマットに載らない情報を、載らないまま(口頭・メモで)流す経路を公式に作ることです。全てを構造化しようとすると、構造化できない最重要情報が捨てられます。
若手が分業型で片面を深めてから両面型・独立に進む、という経路は合理的です。RA経験は求人開拓力と企業解像度を、CA経験は面談力と意向設計を鍛えます。両面型に移ると、その両方が一気に接続され、決定の全体像が見えるようになります。
独立や小規模チームを見据えるなら、最終的に両面の筋肉が必要です。分業型に居ながら「逆側」を経験する。RAならCAの面談に同席させてもらう、CAなら企業ヒアリングに同行する。だけでも、伝達ロスの正体が体感でき、いまの成果にも跳ね返ります。
決定率 = 企業の本音 × 候補者の本音 × 突き合わせの精度。モデルの優劣ではなく、この掛け算をどの設計で最大化するかの問題である。
両面型は情報密度、分業型はスケール。決定は2つの本音の突き合わせから生まれる以上、分業型の勝負は受け渡し設計にある。裏メモ・3分同期・双方向の書き戻し。仕組みで両面の密度に近づけたチームが、モデル論争の外で勝つ。
記事の内容を前提にして、あなたの状況に合わせた答えをAIに出させます。質問を入れて「ChatGPTで相談」または「Claudeで相談」を押すと、記事の要点と質問がセットになった状態で開きます。