何であるか
micro1 は、採用チームが買える 2 つのプロダクトと、実際に収益を支えている 1 つの事業から成ります。買える 2 つは、事前審査済みのグローバルなエンジニアを集めたマーケットプレイス（同社は応募者の上位 1% ほどを受け入れていると述べています）と、自社の候補者ファネルに向けて使う独立型の AI 技術面接官 Zara（「GPT-Vetting」として販売）です。収益を支えている事業は人間によるデータで、micro1 は 2025 年以降、フロンティア AI ラボ向けの専門家データと RLHF に軸足を移しており、お金はそこにあります。2022 年に Ali Ansari が UC Berkeley で創業し、2025 年 12 月には ARR が $100M を超え（TechCrunch）、アナリスト・トラッカーの Sacra は 2026 年 4 月までに年換算で $300M 近くと見ています（2025 年初頭の $7M から）。$35M の Series A（2025 年 9 月、Twitter 元幹部のファンド 01 Advisors が主導、評価額 $500M）は、採用ではなくデータトレーニングのストーリーで調達されました。これはこのページで最も重要な事実として読んでください。採用ツールは本物ですが、いまや micro1 のデータエンジンを支えるために存在し、あなたのロードマップ要望は Microsoft と競合します。
なぜ Recruiting/TA スタックに登場するのか
- 技術面接に組み込まれたプロクタリング。 Zara はコーディングとシステム設計のライブ面接を実施して採点し、別のモデルが視線、タブのフォーカス、ブラウザの挙動を監視して整合性をチェックします。候補者側のレビューでは、整合性のしきい値が 70% 近くにあり、技術的なスコアに関係なく面接が自動的に不合格になると報告されています。評価の不正が増えているリモートのエンジニアリング・ファネルでは、会話そのものよりこのプロクタリングが魅力です。
- ツールだけでなく、人材そのものを届ける。 マーケットプレイスは、自分で運用するソフトを渡すのではなく、公開した求人に対して事前審査済みのエンジニアを送ります。第三者のトラッカーはエンジニアの平均単価を $38/時 近くと見ています。これは Mercor/Turing/Andela の路線であり、CodeSignal の路線ではありません。
- グローバルなプールに対する 1 本のスクリーニング・レール。 Zara は非同期録画形式で 20 以上の言語に対応するため、分散した応募者群が同じ第 1 ラウンドを受け、採用マネージャーは一貫したスコアカードを読みます。
価格の実際
micro1 はエンタープライズ価格を公開しておらず、マーケットプレイスとボリューム前提の Zara 導入は営業経由です。第三者のレビューサイト（ベンダーではありません）は self-serve のプランを伝えています。約 $89/月 のエントリープランで AI 面接が約 20 件と人材プールへのアクセスが付き、独立型の Zara/GPT-Vetting プランは約 $149/月 で最初の 10 件の面接が無料です。マーケットプレイスのエンジニアは平均で $38/時 前後です。これらの数字はいずれも、ベンダーが公表した値ではなく三角測量による推定として扱ってください。Zara のコストは 1 面接あたりで実際の年間スクリーン数に対して、マーケットプレイスのコストは 1 時間あたりでローカルまたは正社員との比較に対して見積もってから契約してください。
こんなチームに最適
エンジニアをボリュームで審査し、組み込みプロクタリング付きの AI 主導の技術一次面接か、オンデマンドで届く事前審査済みの契約エンジニアのいずれかを求める技術採用チームまたは staffing/RPO エージェンシー。そして、主力事業がいまや AI ラボ向けデータであるベンダーから購入することに納得できるチームです。
micro1 を買うべきでないのは、ファネルが技術系でない場合（Zara の強みはエンジニアリング評価であり、小売や営業のスクリーンではありません。それは Apriora や HeyMilo の領域です）、公開された不利益影響（adverse-impact）研究を伴う検証済みの心理測定評価が必要な場合（GPT-Vetting は AI 面接であり、妥当性が検証された測定器ではありません）、あるいはロードマップが採用にコミットしたベンダーが欲しい場合です。micro1 のロードマップはデータトレーニングのお金を追いかけます。
代替手段との比較
- Mercor — 最も近い同類です。AI による審査とマーケットプレイスという同じモデルで、こちらも AI ラボ向けのデータ業務へ移行中です。API を備えたより広いオンデマンドのコントラクター・マーケットプレイスが欲しいなら Mercor を、整合性スコア付きの技術面接こそが重要なら micro1 を選んでください。両者は収束しつつあります。両方をショートリストに入れるか、どちらも入れないかです。
- CodeSignal と HackerRank — 評価の定番で、技術スクリーニングのシェア上位 2 社です。標準化された防御可能なコーディング評価が欲しく、それを自社の ATS に組み込み、面接の進行は自社の面接官が担うなら、これらを選んでください。micro1 は AI が面接をライブで進める点で勝り、彼らは評価科学、スケール、10 年分の妥当性データで勝ります。
- Karat — 訓練を受けた人間の面接官による interview-as-a-service です。人間ならではの一貫性と法的な防御可能性のストーリーが欲しいなら Karat を、同じ一次ラウンドを回す AI のコストとスループットが欲しいなら Zara を選んでください。
- Apriora — エンジニアリングに限らず全職種で自社のファネルを狙う AI 面接官の同類です。非技術系のスクリーンをボリュームでこなすなら Apriora を、エンジニアリング特有のコーディングとシステム設計の面接にマーケットプレイスの選択肢も加えたいなら micro1 を選んでください。
どれも合わず、四半期に数人しかエンジニアを採用しないなら、自社のエンジニアが構造化された技術面接を回すほうが、いまだにどの年間契約にも勝ります。その支出は取っておきましょう。
注意点
- ベンダーの関心は AI ラボ向けデータにあり、あなたの ATS にはありません。 micro1 の売上はデータトレーニングで年換算 $300M 近く（Sacra、2026 年 4 月）で、採用ツール事業はいまやその供給源です。ガード：採用プロダクトのロードマップの約束とサポート SLA を書面で取り、Zara を唯一のスクリーニング・レールにしないこと。予備の評価ベンダーを設定しておきましょう。
- 整合性による自動不合格は偽陽性を生みます。 文書化された配慮、緊張した候補者、共有された部屋でも、不正と同じシグナルを引き起こすことがあります。ガード：すべての整合性アラートを人間のレビューに回し、スコアだけで自動的に却下せず、文書化された配慮はあらかじめ除外してください。
- AEDT のコンプライアンスはあなたの責任であり、micro1 のものではありません。 候補者を面接して採点する AI は、NYC Local Law 144、Illinois AI Video Interview Act、そして EU AI Act の高リスク採用カテゴリーの対象になります。ガード：バイアス監査を実施し、候補者向けの通知を掲示し、代替経路を用意し、ローンチ前にモデルのドキュメントと DPA を入手してください。採用向けの AI 利用ポリシー を参照してください。
- 「上位 1%」はマーケティングの主張であり、監査された指標ではありません。 受け入れ率はベンダー自身の数字です。ガード：micro1 の審査はファネル上部のフィルターとして扱い、採用の決定とはしないこと。オファー前に自社で最終の技術ラウンドとリファレンスチェックを実施しましょう。