AIケース面接とは？評価基準と対策を解説｜評価される人の「思考プロセス」6つ【CaseMatch監修】

PR｜監修：CaseMatch

はじめに

AIケース面接は、いったい何を見て評価しているのでしょうか。今回は、AIケース面接サービスを運営しており、実際のコンサルティングファームの選考にも導入されているCaseMatchに、評価の中身をできるだけ聞き出してみました。

ケース面接の対策をしている就活生から、こんな声をよく聞きます。「フレームワークは覚えたけれど、面接でどこを見られているのかがわからない」「模擬面接を重ねても、自分の回答が通過ラインに届いているのか判断できない」

対策本を何冊か読んで、売上分解や3Cは言えるようになったものの、本番で何が評価されて何が評価されないのかはぼんやりしたまま、という人や、対人のケース面接との違いがわかっていない人は多いのではないでしょうか。

そこで今回は、AIによるケース面接を運営するCaseMatchに監修をお願いし、その知見をもとに、評価の仕組みと練習の進め方を外資就活編集部で整理しました。CaseMatchによると、ケース面接で見られているのは「正しい答えを出せたか」ではなく「どう考えたか」であり、評価するのがAIでも人でもここは変わらないそうです。この記事を読み終えるころには、AIケース面接の練習で何を意識すればいいのかが、少しはっきりしているはずです。

AIケース面接とは

ケース面接とは

ケース面接とは、「フィットネスジムの売上を上げるには？」「日本のコーヒー市場の規模は？」といったお題に、その場で考えて答える形式の面接です。もともとコンサルティングファームの選考で広く使われてきましたが、今では他の業界でも見かけるようになりました。

企業がこの形式を選ぶのは、実際の仕事で必要になる「初めて見る問題を、限られた情報と時間で筋道立てて考える力」を面接で確かめたいからです。お題の例はケース面接のお題63選、フェルミ推定の解き方はフェルミ推定とは？解き方7ステップでまとめています。

AIケース面接とは

AIケース面接とは、このケース面接の面接官の役割をAIが担う形式です。候補者はAI面接官と対話しながら、お題の前提を確認し、構造化し、仮説を立て、施策の提案まで議論を進めます。AIは会話を文字に起こしたうえで、評価項目ごとに使える材料を拾い、あらかじめ決めた基準で評価します。回答に応じて「なぜそう分けたのですか」と深掘りが入るのも、人のケース面接と同じです。

評価項目の中身が変わるわけではなく、評価する側がAIになっただけ、と考えてもらって大丈夫です。実際、評価の基準そのものは人の面接と変わりません。「問題を正しく設定できているか」「分解に根拠があるか」「仮説を持って進めているか」といった観点は、コンサルティングファームの面接官が長年見てきたものと同じで、AIはそれを評価項目として持っているだけです。

録画型や人物面接型も含めたAI面接全般の種類・仕組みは、AI面接とは？種類・仕組み・対策完全ガイドで解説しています。

人のケース面接との4つの違い

ただ、評価の「やり方」にはいくつか違いがあります。CaseMatchが運営の中で感じている違いは、次の4つです（ここで出てくる思考プロセスは、次の章で詳しく扱います）。

違い①：面接官や、その日の他の候補者によって評価が左右されない

人の面接では、面接官ごとに重視するポイントが違いますし、その日に会った他の候補者との相対比較で印象が変わることもあります。「前の人がすごく良かったから、この人は普通に見える」というのは、面接官も人間である以上、完全には避けられません。

AIは、あらかじめ決めた評価の基準で、一人ひとりの回答を見ます。評価するのは、前提、分解、仮説といった各段階に根拠があるかどうかで、この物差しは、面接官にも、その日に受けた他の候補者にも左右されません。

同じ内容の回答なら、誰がいつ受けても同じような評価になるので、自分の回答の水準を知るうえでもかなり使いやすいのが特徴です（この点は練習の章でも触れます）。

違い②：議論の全体を、思考プロセスごとに見る

人の面接官は、30分の議論の中で印象に残った場面をもとに評価を組み立てることが多いです。最後の施策が良ければ全体の印象が上がったりもしますし、序盤でつまずくと、その印象が最後まで残ることもあります。

AIは、会話をすべて文字に起こしたうえで、前提の置き方、分解、仮説といった段階ごとに材料を拾って評価します。構造化は良かったけれど施策が弱い、逆に構造化は雑だけれど数字の扱いは良い、といった凸凹が、そのまま評価に出ます。全体の印象で丸められないぶん、どこが弱いのかがはっきりわかります。

違い③：深掘りが順当に来る

人の面接官の深掘りは、その人が経験してきたプロジェクトや事業によって、かなり変わります。面接官ごとに携わってきた領域が違うため、お題になっている市場や商品への理解度にも差が出るからです。

そのお題に詳しい面接官だと、候補者が知らないような知見や現場の話から深掘りされます。「実際はそうなっていないんですよ」と切り返されて、慌ててしまった人もいるでしょう。逆に、あまり詳しくないお題だと、深掘りがほとんどされないまま終わることもあります。数字にこだわる面接官なら計算の前提を細かく突いてくる、といった関心による違いもあります。同じ回答をしていても、どの面接官に当たるかで、深掘りされる量も深さも変わってしまうのです。

AIの深掘りは、もっと順当です。AIは幅広い業界・市場・商品の知見を標準的に備えているので、お題が変わっても、理解度の差から質問がブレることがありません。そのうえで、評価項目に照らして材料が足りているかを見て、足りない部分を順番に確認していきます。そのため、「なぜそう分けたのですか」「その仮説の根拠は」「他の選択肢は」といった、思考プロセスに沿った質問が、一定の深さで中心になります。属人性が小さいぶん、突飛な質問をさばく力よりも、自分の考えた筋道を最後まで説明しきる力が、そのまま評価につながります。

逆に言えば、AIの深掘りで詰まったときは、変な質問をされたからではなく、自分の回答のその部分に根拠が足りていなかったということです。原因が自分に返ってくるのは、人の面接より分かりやすい点だと思います。

違い④：察してもらえないので、言語化がすべて

これが、候補者にとっていちばん大きい違いだと思います。

人の面接では、面接官が「今こう考えているんですよね」と補ってくれたり、メモを覗き込んで「その分け方でいいと思いますよ」とうなずいてくれたりします。頭の中の考えが、多少言葉足らずでも伝わる場面があるわけです。

AIケース面接では、口に出した内容だけが評価材料になります。頭の中で「売上を客数と単価に分けて、客数のほうが効きそうだ」と考えていても、話していなければ評価には入りません。その代わり、考えたことをきちんと言葉にしていれば、面接官との相性や機嫌に左右されずに評価されます。

だから、AIで評価される回答は人の面接でも評価される

この4つの違いを裏返すと、AIケース面接で高く評価される回答は、人の面接でも高く評価されます。基準は同じで、面接官の想定に合わせる必要がなく、深掘りは思考プロセスに沿って順当に来て、言語化の要求水準もはっきりしているからです。AIで通用する説明ができていれば、人の面接で面接官の想定と違う筋道を選んだときにも、根拠を示して押し返せるはずです。

AIケース面接の評価基準：答えではなく思考プロセスを見る

正解ではなく、思考プロセスが評価される

では、ケース面接で見られる「考える力」は、何で判断されるのでしょうか。答えは、結論の正しさではなく、結論に至るまでの過程です。

ケース面接のお題には、唯一の正解がありません。ジムの売上を上げる方法はいくらでもありますし、「この施策を言えたら合格」という答えが決まっているわけでもないのです。見られているのは、何を確認して、どう分解して、どこに仮説を置いて、何を根拠に絞り込んだのか、という流れのほうです。

AIケース面接の評価も同じ作りで、結論の中身ではなく、結論に至る各段階が成立しているかを見ているのが一般的です。

同じ結論でも評価が分かれる

だから、同じ結論を言った二人の評価が大きく分かれることも、珍しくありません。

たとえば「フィットネスジムの売上向上」というお題で、二人とも「既存会員の退会率を下げる施策を打つべきだ」と答えたとします。

一人目は、まず「このジムは都心の駅前型ですか、郊外の大型店ですか」と前提を確認しました。次に売上を「会員数×月会費」に分け、会員数は「新規入会と退会の差」で決まると整理します。そのうえで「この業界は退会率が高いはずなので、そこに効く施策が一番インパクトが大きいのでは」と仮説を置き、退会の理由を分解してから施策を出しました。

二人目は、最初の30秒で「ジムは退会が多いので、退会防止をやるべきです」と言い切り、あとは施策のアイデアを並べていきました。

結論は同じですが、一人目は「なぜそこに着目したのか」がすべて説明されていて、二人目は説明されていません。評価できるのは一人目だけです。二人目の結論がたまたま妥当に見えたとしても、別のお題でも同じように考えられるかを判断する材料が、回答の中にないからです。

評価される6つの思考プロセス

具体的にどんな思考プロセスが見られているのか。CaseMatchのお話をもとに、ケース面接で共通して見られる6つを編集部で整理しました。それぞれ、評価される回答とそうでない回答の違いも並べておきます。

①問題設定力：前提を揃える ⇔ いきなり施策を出す

お題を受け取ったら、まず「何を解く問題なのか」をはっきりさせる必要があります。「フィットネスジムの売上向上」なら、どんなジムか（都心の24時間型か、郊外の総合型か）、期間はどのくらいか、売上とは全店合計か1店舗か。こうした前提によって、考えるべき中身が変わってくるからです。

評価される人は、これらを面接官に確認するか、確認できない場合は自分で置いて宣言してから考え始めます。一方で評価されにくいのは、前提を置かないまま「SNSで集客しましょう」と施策を出してしまう回答です。前提がなければ、その施策が妥当かどうかを誰も判断できません。

②構造化力：分解の理由を説明する ⇔ フレームワークを並べるだけ

次に、問題をどう分けて考えるかです。売上なら「会員数×月会費」、会員数なら「新規入会−退会」といった具合に分解していきます。

ここで見られているのは、分解できるかどうかよりも、なぜその分け方なのかを説明できるかどうかです。「売上は客数×単価で分けます」と言うだけなら、対策本を読んだ人は全員言えます。「このジムは月額制なので、売上は会員数×月会費で考えます。月会費は競合との兼ね合いで動かしにくいので、主に会員数を見ます」と言えれば、分解の理由まで含めて評価できます。

③仮説思考：仮説をはっきり示す ⇔ 仮説なしで網羅する

分解したあとに、すべての枝を同じ深さで調べている時間はありません。「おそらくここが問題だろう」と当たりをつけて、そこから検証していくことになります。

評価される人は、「業界的に退会率が高いはずなので、まず退会側に問題があると仮説を置きます」と、仮説を口に出してから進めます。仮説が外れても、面接官からの情報で修正すればいいので、外れること自体は減点になりません。

反対に、仮説を置かずに「新規入会の要因はAとBとC、退会の要因はDとEとF……」と網羅的に話し続けると、丁寧には見えても、どこが重要だと考えているのかが伝わりません。何を考えたのかが、回答から読み取れないのです。

④定量感覚：数字を判断につなげる ⇔ 計算して終わる

ケース面接では、市場規模を推定したり、施策の効果を概算したりする場面が出てきます。ここで見られているのは、計算の正確さよりも、数字を判断に使えているかどうかです。

たとえば「月次の退会率が5%から4%に下がると、入会した人が1年後も残っている割合はどう変わるか」を概算してみます。0.95の12乗が約54%、0.96の12乗が約61%なので、7ポイントほど上がる計算です。ここで「約7ポイントです」と言って終わるのではなく、「新規入会を同じだけ増やすより、既存会員への施策のほうが効きそうなので、こちらを優先します」と、数字を判断につなげられれば評価されます。計算はできても、その数字が結論にどう効いたのかが語られなければ、定量感覚があるとは判断されにくくなります。

⑤優先順位：絞り込む基準を示す ⇔ すべてを同列に扱う

施策を出す段階では、複数の候補からどれをやるかを決める必要があります。見られているのは、絞り込む基準を自分で示せるかどうかです。

評価される人は、「効果の大きさと実行のしやすさで見ると、退会防止を新規獲得より先にやるべきです。新規獲得は広告費がかかる一方、退会防止は既存の接点で対応できるからです」というように、基準と理由を言います。

評価されにくいのは、たとえば次のような回答です。

「施策としては、新規獲得のための広告、退会防止のための会員向けイベント、料金プランの見直しの3つが考えられます。どれも重要なので、全部やるべきだと思います」

3つとも筋は悪くないのですが、この回答は何も選んでいません。優先順位をつけるというのは、限られた資源で何から手をつけるかを決めることです。「全部やる」は判断を避けているのと同じに見えてしまいます。

⑥対話・修正力：新しい情報で考えを更新する ⇔ 面接官の情報を無視する、結論に固執する

面接の途中で、面接官から「実はこのジムの退会率は業界平均より低いんです」といった追加情報が出ることがあります。ここで見られているのは、新しい情報を受けて考えを更新できるかどうかです。

評価される人は、「それなら退会側の問題は小さいので、仮説を新規入会側に切り替えます。新規入会が少ない理由として考えられるのは……」と、その場で構造の中の別の枝に移ります。評価されにくいのは、情報を聞いても最初の結論を言い続ける回答や、「そうなんですね」と受けたきり、それまでの議論と関係なく話を続ける回答です。

仮説が外れること自体は問題ではありません。外れたときに動けないことが問題になります。

6つに共通しているのは「根拠を口に出しているか」

6つを並べて見ると、評価される回答とされにくい回答の差は、ほとんどの場合、同じところに行き着きます。頭の中で考えていることを口に出しているか、そしてその根拠まで言っているか、です。前提を置いた理由、分解した理由、仮説を置いた理由、数字を置いた理由、絞った理由、考えを変えた理由。どれも「理由」が回答に出ているかどうかで、評価が分かれています。

【PR】CaseMatchで、他の人の回答と比べながら練習する

ここで、今回監修いただいたCaseMatchのサービスを紹介します。CaseMatchが練習環境を作るときにいちばん意識したのが、同じお題に対する他の人の回答との「比較」だそうです。

CaseMatchでは、AI面接官とケース面接を行ったあと、先ほどの6つの思考プロセスごとにフィードバックが返ってきます。「仮説は明示できていたが、分解の理由が語られていなかった」といった形で、自分の弱い軸が具体的にわかります。

それに加えて、同じお題に対するスコアの高い他の受験者の回答を見ることができます。ここで見てほしいのは、施策の中身ではなく、前提の置き方、分解の切り口、仮説の立て方です。「自分は前提を確認せずに始めていたけれど、この人は最初に業態を絞っている」「同じ売上分解でも、この人は分けた理由を一言添えている」といった差は、自分の回答だけを見ていても気づけません。並べてみると、すぐにわかります。

自分のスコアが全体の中でどの位置にあるかもわかるので、「どこまでやれば通過水準なのか」の目安も持てます。一人で練習していると、自分の回答が通過水準に届いているかはなかなか判断できません。目安があるだけで、練習の方向が定まりやすくなります。

この比較に意味があるのは、評価基準が全員に対して同じだからです。人の模擬面接では面接官ごとに基準が違うので、他人の評価と自分の評価を並べても、面接官の違いなのか回答の違いなのかがわかりません。AIが同じ基準で全員を見ているからこそ、スコアの差はそのまま回答の差だと言えます。

質問（深掘り）はどのように設計されているのか