採用担当者の大学訪問AI活用術｜推薦・OB獲得の5戦術

「求人票、お預かりしておきますね。学生に共有しておきます」

——大学キャリアセンターのカウンターで、こう返された経験は、新卒採用担当者なら数え切れないほどあるはずだ。

採用企業の人事による大学訪問は、世間が想像するよりはるかに難しい。

ナビサイトに登録しただけで応募が来る大手有名企業ではない。中小〜中堅企業の採用担当者が、自社1社のために大学に足を運ぶとき、相手にしているのは

• 毎日5社以上の人事の対応で疲弊しているキャリアセンター職員
• 「うちの研究室とは縁のない企業」として警戒する研究室教授
• 過去の採用実績がないと推薦枠を出してくれない学校事務

そして競合他社は、すでに10年20年の関係性を築いている。

新規参入の採用担当者が「求人票を置いてくるだけ」では、絶対に勝てない。

結論から言う。採用担当者の大学訪問こそ、生成AIで景色が変わる仕事である。

理由は3つある。

①大学・研究室・教授・OBの公開情報がネット上に大量にある

②自社の魅力を「学生視点」「キャリアセンター視点」「教授視点」に翻訳する作業はAIが圧倒的に得意

③長期的な信頼関係構築には「個別対応の細やかさ」が決定的に重要で、これこそAIで武装すべき領域

——この3条件が揃う仕事は、AIとの相性が極めて良い。

本記事では、採用担当者が自社の新卒採用のために大学を訪問する現場で、明日から使える生成AI活用術を5つの戦術として提示する。

読み終えたとき、「求人票を置いて帰る訪問」から「教授に頼られる採用担当」へ切り替える地図が手に入っているはずだ。

採用担当者の大学訪問の現実：「3つのルート」を理解する

大学訪問は「キャリアセンター」だけではない

まず前提を整理する。採用担当者が大学訪問で接触すべきルートは、大きく3つある。

ルート	接触先	得られるもの	難易度
①キャリアセンター（就職課）	企業受付担当、キャリアアドバイザー	求人票掲載、学内合説出展、学生紹介	低（誰でもアプローチ可能）
②研究室・教授	自社OB・OG輩出研究室の教授	教授推薦、研究室推薦、リファラル	中〜高（OBの伝手が必要）
③就職担当教授	学部の就職をマネジメントするキーマン	学校推薦、求人票受付、推薦枠	高（信頼関係必須）

多くの採用担当者は①のキャリアセンター訪問だけで終わってしまう。だが自社の採用成果を最大化するには、②と③のルートを開拓する必要がある。特に理系採用では、推薦応募する学生が一定数存在する以上、研究室・教授ルートを押さえているかどうかで採用結果が決定的に変わる。

採用担当者の大学訪問は「3年がかり」の仕事

採用業界の専門家は、大学訪問の頻度と段階を明確にしている。

• 1回目の訪問：挨拶と求人票の設置
• 2回目の訪問：状況伺いと学内説明会申込
• 3回目の訪問：学内説明会前後の打合せ

これは1年間のサイクルでの話だ。大学との本当の信頼関係は、3年程度の継続的接触で初めて築かれる。学校推薦や教授推薦は、単発の依頼で出るものではない。「過去に採用実績がある」「内定辞退をしていない」「OBが活躍している」という積み重ねの上で初めて成立する。

大学訪問の本質は、媒体営業ではなく『中長期の信頼構築営業』だ。1回の訪問でリターンを期待する発想自体が、根本的に間違っている。

そして、長期信頼構築のための「個別対応の蓄積」こそ、生成AIが圧倒的に強い領域である。

これが本記事の出発点だ。

戦術1：訪問先大学・研究室の戦略選定——AIで「攻めるべき大学・教授」を絞る

よくある失敗：採用予定数だけで大学を選ぶ

新卒採用担当者がやりがちな失敗は、「採用したい人数の○倍の母集団を作るために、有名大学を片っ端から回る」という戦略だ。

これは効率が悪すぎる。

有名大学ほど大手企業が深く食い込んでおり、新規参入企業の入り込む余地は最小だからだ。

中小〜中堅企業の採用担当者が本当に攻略すべきは:

• 自社にOB・OGがいる大学（研究室・教授ルートの起点）
• 自社事業領域に近しい学部・学科（専門性のマッチ）
• 大手が手薄な中堅・地方の大学（推薦枠を取れる余地）
• 就職担当教授が動ける小〜中規模学科（個別接点が作れる）

これを人力で全部リスト化して優先順位をつけるのは、現実的でない。

AI活用：自社採用ターゲットと大学・研究室をマッチング

あなたは新卒採用コンサルタントです。
以下の自社情報をもとに、訪問すべき大学・学部・研究室を「A・B・C」で分類してください。

【自社情報】
- 業種：（例）化学メーカー（機能性材料の開発・製造）
- 採用ターゲット：理系院卒、機械・化学・材料工学系
- 採用人数：年間10名
- OB・OG情報：●●大学工学部●●研究室出身者2名、◯◯大学院●◯研究室出身者1名
- 過去3年の採用実績：◯◯大学2名、●●大学1名

【判断基準】
- A：自社OB・OG輩出歴あり、自社事業領域と専門性が合致、過去採用実績あり
- B：自社事業領域と専門性が合致、地理的アクセス良好、大手が手薄
- C：専門性のミスマッチ、大手が独占、過去応募歴なし

【追加で抽出してほしい情報】
- 各大学・研究室の研究テーマ（公開情報から推察）
- 自社事業との接点（共同研究の可能性、技術領域の重複）
- 想定される教授・就職担当の名前（公開情報のみ）
- 初回アプローチの切り口（OB経由 / 共同研究テーマ / キャリアセンター経由）

【出力フォーマット】
大学名 / 学部・学科 / 研究室名 / 優先度 / 接続ルート / 訪問の切り口

これだけで、漫然と訪問していた大学リストが、戦略的な優先順位付きリストに変わる。

さらに「OB経由・共同研究・キャリアセンター」という3ルートのうちどれが最も現実的かまで提示されることで、無駄な飛び込みが激減する。

一歩進んだ使い方：研究室の研究テーマを自社事業と接続する

優先度Aと出た研究室について、AIにさらに深掘りさせる。

●●大学●●研究室について、以下を分析してください。

【入力情報】
- 研究室の公式サイト・公開論文
- 教授の研究実績・発表履歴
- 研究室の卒業生進路（公開情報のみ）
- 自社の事業領域・技術テーマ

【分析してほしいこと】
1. この研究室の現在の主要研究テーマと、自社事業との接点
2. 教授が興味を持つ可能性が高い「共同研究テーマ案」3つ
3. この研究室の学生が自社で活かせるスキル・知見
4. 教授との初回挨拶で話すべき「研究テーマ起点の話題」
5. 教授に渡すべき自社資料（採用パンフではなく、技術資料）

【出力フォーマット】
分析結果 / 共同研究テーマ案 / 学生のスキル活用イメージ / 初回トーク / 持参資料リスト

ここまでやれば、「採用パンフを持って挨拶に来た営業」ではなく「研究テーマを理解した上で技術連携を提案できる人事」として教授に認識される。

これは、教授推薦の入口を作る決定打になる。

戦術2：自社魅力の「3視点翻訳」——AIで採用パンフを別物にする

採用パンフをそのまま大学に持ち込んでも刺さらない

採用担当者がやりがちなもう一つの失敗は、学生向けの採用パンフをそのままキャリアセンター職員や教授に渡すことだ。これは絶対に響かない。

なぜなら、相手の興味関心がそれぞれ全く違うからだ。

接触先	関心事	響くメッセージ
学生	自分のキャリア、給与、仕事内容	仕事のリアル、成長機会、待遇
キャリアセンター職員	学生の進路実績、安心して推薦できるか	過去採用実績、定着率、教育体制
教授	研究の応用先、学生の活躍場所	自社の技術力、研究との接点、卒業生の活躍

つまり、同じ自社情報を3つの視点で翻訳した資料が必要になる。これを毎回手作業で作るのは、現実的でない。

AI活用：1つの企業情報から3つの資料を自動生成

以下の自社情報をもとに、3つの異なる接触先向けに資料ドラフトを作成してください。

【自社情報】
- 会社名：●●株式会社
- 業種：機能性材料メーカー
- 設立：●年
- 従業員数：●名
- 主要事業：●●
- 採用ターゲット：理系院卒5名、文系2名

【接触先1】学生向け（採用パンフ）
- 仕事のリアル（先輩社員の1日、印象的なプロジェクト）
- 成長機会（研修制度、若手の裁量、キャリアパス）
- 待遇（給与、福利厚生、ワークライフバランス）

【接触先2】キャリアセンター職員向け（紹介資料）
- 過去5年の採用実績（出身大学・学部別）
- 定着率・3年離職率
- 内定者へのフォロー体制
- 学生がエントリー時に困らない採用フロー

【接触先3】教授向け（技術連携資料）
- 自社の保有技術・特許
- 直近の研究開発テーマ
- 研究室との共同研究実績（あれば）
- 卒業生の活躍例（教授に伝わる形で）

各資料について、A4 1〜2枚の構成案を提示してください。

ここまで具体化すれば、「自社の魅力を3パターンで届けられる採用担当者」になる。教授に技術資料を渡し、キャリアセンターに採用実績データを渡し、学生にパンフを渡す——この使い分けができるだけで、信頼度は劇的に変わる。

戦術3：OB・OG活用設計——AIで「効果的な巻き込み」を組む

採用担当者の最大の武器は「OB・OG」

中小〜中堅企業の採用担当者にとって、最強の武器はOB・OGの存在だ。OB・OGがいる研究室・大学であれば、教授との接点を持ちやすく、学生にも親近感を持って応募してもらいやすい。

業界の専門家も、「自社にOB・OGがいる際は、その旨を訪問アポメールに記載すると好意を得られる可能性がある」と明言している。

ただし、OB・OGをどう活用するかには戦略が必要だ。

• 新人OBに研究室訪問してもらう：最も親近感を持ってもらえる
• 中堅OBに学内座談会の講師を依頼：学生の質問に答える形式
• ベテランOBに教授との面談に同席してもらう：信頼度を一気に高める
• OBに研究室の後輩へ連絡してもらう：自然なリファラル

これを大学・研究室ごとに最適配置するには、各OBのキャリア・現在の役職・大学/研究室との関係性を踏まえた個別設計が必要になる。

AI活用：OB・OG活用プランを大学別に量産

以下のOB・OG情報と訪問予定の大学・研究室をもとに、
各訪問における「OB活用プラン」を設計してください。

【自社OB・OGデータ】
- 田中（28歳、●●大学工学部●●研究室卒、現在は技術開発部、入社4年目）
- 鈴木（35歳、◯◯大学院●●研究科卒、現在は事業企画部、入社11年目、管理職）
- 佐藤（42歳、●●大学経済学部卒、現在は営業部長、入社19年目）

【訪問予定】
1. ●●大学●●研究室（田中の出身研究室、教授と面談予定）
2. ◯◯大学キャリアセンター（既存接点あり、学内合説への出展依頼）
3. △△大学（OBなし、新規開拓）

【設計してほしい内容】
- 各訪問にどのOBを巻き込むか
- OBに依頼する具体的な役割（研究室訪問同行 / 学生座談会 / 教授との会食 / 動画メッセージ等）
- OBへの依頼メール文面ドラフト
- OB不在の大学（△△大学）への代替戦略

ここまで具体化すれば、「採用担当者1人での営業」ではなく「OBを巻き込んだチーム営業」ができる。

これは、大手企業のリクルーター制度に対抗できる、中小〜中堅企業ならではの戦い方だ。

戦術4：訪問記録と関係性の蓄積——AIで「3年がかりの信頼構築」を支える

信頼構築は「記憶力」勝負になる

中小〜中堅企業の採用担当者は、限られた人員で多数の大学を回る。担当大学が10〜20校になると、各キャリアセンター職員の名前、過去の会話、教授との接点、OBの状況などを覚えておくのは不可能に近い。

「あれ、この大学とは前回何の話したっけ？」となった瞬間、3年がかりで築いてきた関係性は崩れる。

さらに採用業界には独特の年間サイクル（採用解禁、内定式、卒業式、新年度、夏のインターン、秋の選考開始）があり、月ごとに最適なアプローチが変わる。

AI活用①：訪問記録を「次回提案ネタ」に変換する

以下は大学訪問の音声メモです。
これを「次回訪問用の関係構築シート」に整理してください。

【出力フォーマット】
- 訪問日時 / 大学名 / 対応者
- 担当者の役職・関心領域
- 大学・研究室の現在のテーマ
- 自社への反応（5段階＋一言）
- 競合他社の動向の言及
- 関係性ステージ（初回挨拶 / 状況伺い / 信頼構築期 / 推薦獲得期）
- 次回訪問のタイミング・目的
- 持参すべき資料・OB活用案

【音声メモ】
「●●大学の佐藤教授と話してきた。研究室の卒業生（うちの田中）の話で盛り上がった。教授が今、機能性高分子の新しい応用先を探していて、医療分野に関心がある。うちの製品で医療向けがあるか聞かれた。学生は今年5名が修士、3名が学部卒予定。教授は『●●社さん（競合）からも来てるけど、うちは合わないかもね』って言ってた。」

5分かかっていた記録作業が、音声30秒＋AI処理10秒で終わる。

さらにAIが「医療分野への関心→自社の医療向け事業資料を持参」「競合との比較で機会あり→次回はOB田中を同行させる」と次のアクションまで提示する。

AI活用②：大学ごとの3年間関係構築ロードマップを自動生成

以下の大学について、3年間の関係構築ロードマップを四半期単位で作成してください。

【大学情報】
- 大学名・学部・研究室
- 過去の接触履歴
- 関係性ステージ（現在）
- 自社のOB・OG状況
- 採用ターゲット数

【出力】
四半期ごとに以下を提示：
- その時期の大学の年間サイクル（採用解禁、卒業式、新年度等）
- 提案すべき接点（訪問 / 資料送付 / OB活用 / 学内イベント）
- 関係性ステージの目標
- 持参すべき資料・OB活用案
- 競合他社が動く時期と対抗策

3年後には何を達成しているべきかも明記してください。

これができる採用担当者は、「行き当たりばったりの訪問」ではなく「計画的な信頼構築」ができる。

これは、企業規模ではなく個人の運用力で勝負が決まる、極めて差別化が効く領域だ。

戦術5：内定後フォロー・OB情報の循環——AIで「次年度の推薦」につなげる

採用担当者の仕事は「内定」では終わらない

新卒採用の最大の肝は、「今年内定を出した学生が、3年後に新たな後輩を連れてくる」というサイクルを作ることだ。これができれば、毎年ゼロから採用活動を始める必要がなくなる。

つまり、内定後・入社後のフォローも、立派な大学営業活動の一部だ。

具体的には:

• 内定者から研究室・教授への報告メールサポート：「●●社に決まりました」を確実に伝える
• 入社後のOB会で大学訪問同行依頼：3年後のリクルーター候補
• OBから後輩への定期連絡サポート：自然なリファラル
• OBの活躍情報を大学・研究室にフィードバック：採用実績の積み上げ

AI活用：内定者・OBコミュニケーションを定型化する

以下のテンプレートを、採用担当者が活用できる形でAIに作らせてください。

【テンプレート1】内定者から教授への報告メール
- 学生個別の研究テーマを踏まえた挨拶文
- 入社理由の整理サポート
- 教授への謝意

【テンプレート2】入社1年後OBから教授への近況報告
- 入社後の業務内容
- 学生時代の研究との接続
- 後輩への一言

【テンプレート3】OBから後輩学生への自然な接触
- LinkedIn・SNSでの軽い接点づくり
- 業務でのリアルな話題
- 採用フローへの誘導（押し付けにならない形）

【テンプレート4】採用担当者から教授への年次報告
- 過去採用OBの活躍状況
- 大学・研究室への謝意
- 次年度採用の予告

これらを毎年確実に運用できる採用担当者は、「採用実績の積み上げ」によって、3年目以降には学校推薦・教授推薦の枠が自然に出てくる構造を作れる。

ROIで考える：採用担当者の大学訪問AI導入の損益分岐点

「AIツールに月数千円払う価値はあるのか？」という疑問が当然出てくる。

試算してみる。

項目	導入前	導入後	効果
訪問の質（成功率）	30大学訪問・関係構築進展5校	30大学訪問・関係構築進展12校	進展数2.4倍
推薦・OB枠の獲得数（年）	0〜1校	2〜4校	推薦経由採用1〜3名増
訪問記録・準備時間	訪問1回あたり3時間	訪問1回あたり1時間	月20時間の節約
採用1人あたりコスト	93.6万円（リクルート就職白書平均）	推薦経由なら数万円	1人90万円超の削減

リクルート就職みらい研究所「就職白書2020」が示す通り、新卒採用1人あたりの平均採用コストは93.6万円。これに対し、大学経由の推薦採用は媒体掲載料ゼロ、面接工数も大幅減で、1人あたり数万円〜数十万円のコストで済む。

仮にChatGPT有料版（月額3,000円程度）を導入し、推薦経由で年間3名追加採用できれば、約280万円の採用コスト削減になる。ROIは1,000倍規模だ。

立場別の第一歩

採用担当の役職別に、取り組むべき優先戦術を整理する。

立場	最優先で取り組むべき戦術	期待効果
新規大学開拓中心の若手採用担当	戦術1（戦略選定）＋戦術2（3視点翻訳）	訪問の質向上、初回商談決定率上昇
既存大学維持中心の中堅	戦術4（記録蓄積）＋戦術5（OB循環）	関係性深化、推薦獲得
理系採用担当	戦術1の研究室深掘り＋戦術3（OB活用）	教授推薦・研究室推薦の獲得
採用責任者・人事マネージャー	全戦術のフレームワーク化	個人運用から組織知への転換

採用担当者の大学訪問に必要な、これからの思考

最後に、採用担当者が持つべき視点を整理する。

「求人票を置いてくる訪問」は否定しない。だが「求人票を置いてくるだけの訪問」は淘汰される。大学訪問の本質は、3年がかりの信頼構築営業だ。AIを使える採用担当者は、同じ訪問数でも、関係構築の深さと持続性が違う。3年後、その差は「推薦枠の有無」と「OB流入数」となって明確に表れる。

採用担当者の大学訪問は、外から見れば「地味な事務的な仕事」かもしれない。だが実際は、3年がかりの戦略的信頼構築という、極めて高度な営業である。そしてそういう営業は、AIとの相性が極めて良い。

最初に「AI武装した個別対応」を実装した採用担当者が、エリア内の主要大学群から推薦枠を独占するポテンシャルがある。

まとめ：Next Action

明日から取り組むべきステップを、優先度順に3つ提示する。

1. 【今日中】ChatGPTの無料アカウントを作る
   • 有料版に進む前に、まず触ってみる。30分でいい。
2. 【今週中】自社OB・OGリストと採用ターゲット大学リストをAIに「優先度A・B・C」で分類させる
   • 戦術1を実行する。これだけで訪問計画の精度が変わる。
3. 【今月中】優先度A大学1校に向けた「3視点資料セット（学生向け・キャリアセンター向け・教授向け）」をAIで作成する
   • 戦術2を実行する。次回訪問時の手応えが劇的に変わる。

求人票1枚に込められた「3年後の採用成功」の価値を、AIで再定義する。

それが、これからの採用担当者の大学訪問の姿である。