Fetcher vs Gem

Fetcher と Gem はどちらも候補者ソーシングとアウトリーチの上に AI を重ねますが、答えている問いは正反対です。Fetcher は「その作業を代わりに誰がやるのか」を問います。モデルが職種ごとのショートリストを組み、人間のキュレーションチームがマッチを検証してからあなたに届け、承認された候補者はほとんど手を触れない自動メールシーケンスに流れ込みます。Gem は「どのプラットフォームを自分で運用したいか」を問います。これは AI-first のオールインワン採用システム（自社 ATS、Talent CRM、8億件超のプロファイルに対するソーシング、スケジューリング、フルファネル analytics）で、リクルーターが直接操作します。決め手はどちらの AI が優れているかではありません。ソーシングをマネージドサービスとして受信箱に届けてほしいのか、それともチームが操縦する system of record が欲しいのか、です。この分かれ目がほかのほぼすべての違いを予測します。

Fetcher が勝つところ

• 運用する新しいツールではなく、代行されるソーシング。 Fetcher が費用に見合うのは、多くの req を抱える 1〜2 名のリクルーターであることが多い、少人数の社内チームが、Boolean 文字列を学んだり検索 UI をお守りしたりせずにファネル上部を埋めたい、という限定されたユースケースです。マネージドプランでは専任の Sourcer がおよそ 4〜6 の職種を担当します。候補者は事前検証済みで届き、アウトリーチはオートパイロットで回り、リクルーターは返信と面接に時間を使います。Gem はより大きな力を与えますが、それを使いこなすことを前提とします。
• AI と受信箱のあいだに人間が入る。 Fetcher のモデルが候補者を挙げ、ソーシング専門家がバッチのフィットと連絡先の正確さをあなたに届く前に確認します。エージェントを無人で走らせることを信頼しないチーム、あるいは修正する Sourcer がいないチームにとって、この検証レイヤーが製品そのものであり、それはまさに Gem のセルフサーブ型 AI エージェントがあなたに委ねる部分です。
• 監査証跡付きでソーシングに組み込まれた多様性目標。 明示的な人口統計目標を設定すると、Fetcher はそれを推薦に織り込み、個人・チーム・職種・会社の各レベルで進捗を報告します。DEI 重視のソーシングが善意ではなくドキュメントを必要とするときに役立ちます。
• 絶対的な導入コストが低い。 Fetcher の公開プランは $115/月から始まり、年間契約の中央値はおよそ $11,000 です。Gem のオールインワンはシート単位・headcount 単位の課金で、実際のソーシング＋CRM 導入はかなり高くつきます。予算に制約のあるチームが Fetcher から始める理由です。

Gem が勝つところ

• ポイントソリューションではなく 1 つのプラットフォーム。 Gem は ATS、CRM、ソーシング、スケジューリング、analytics を、すべての workflow に組み込まれた AI とともに統合します。ネイティブ ATS（2023 年ローンチ、2025 年半ばまでに約 500 の ATS 顧客）により、Gem はあなたの system of record になれますし、既存の ATS を残すなら AI エージェントを Greenhouse、Lever、Ashby の上に載せることもできます。Fetcher は意図的に単一の動き（ソーシングとアウトリーチ）であり、自らは管理しないファネルの上部に供給します。
• 候補者コンテキスト全体を持つ AI。 Gem はパイプライン全体を見ているため、そのエージェントは過去のアウトリーチと重複排除し、新しい req のために silver-medalist や過去の応募者を再浮上させ（rediscovery）、プロファイルを要約し、インバウンド応募をランク付けします。加えて不正・バイアス検知チェックもあります。Fetcher は外部データベースからソーシングし、あなたのデータの上に座るプラットフォームのように、面接フィードバックや履歴を推論することはできません。
• アウトリーチと analytics の深さ。 AI 生成のパーソナライズと A/B テストを備えたオムニチャネルのシーケンス（メール、LinkedIn InMail、SMS）に加え、CSV をエクスポートせずに得られる本物のファネル analytics（pass-through 率、time-to-hire、ソース別 ROI）。アウトバウンドを規模で回すチーム（リクルーター 1 人あたり req 1 件につき 50 名超の候補者）にとって、このレポーティングはパイプラインを管理することと当て推量することの差です。
• 固定形のないインタラクティブな検索。 8億件超のプロファイルに対する Gem の LLM 駆動検索は、LinkedIn および 20 以上のサイトからの 1 クリック追加とともに、Sourcer がリアルタイムで条件を反復できるようにします。Fetcher のキュレーション済みでリード上限付きのモデルは検索の途中で調整できません。ブリーフを練り直して次のバッチを待つことになります。

価格の実態

両者は異なる軸で価格を付けます。Fetcher はリードをメーター課金するマネージドサービスです。Self-Serve は $115/月（300 リード/月、1 シート）、Growth は $379/月、Amplify は $649/月（2 つ目のシートと専任 Sourcer を追加）、Enterprise はカスタムで、年間請求なら約 30% 安くなります。第三者の購買トラッカーは年間契約の中央値を $8,400〜$26,000 のバンドで $11,000 近くに置いています。Gem は社内チーム向けに headcount で価格を付けます。スタートアップ（≤100 FTE）はオールインワンで年間請求のおよそ $270/月に収まり、500 の AI ソーシングクレジットを含みます。一方、Enterprise 契約は中央値約 $24,900（Vendr によればおおむね $7,000〜$71,000）です。つまり Fetcher は絶対的な月額支出ではたいてい勝ちますが、候補者 1 人あたりでは高くつきます。リード上限に対して人間の Sourcer を借りているからです。Gem のシート価格は実質的に上限のないセルフサーブ・ソーシングを買います。実際の月次ソーシング量を Fetcher のリード上限に対して、Gem のコストを 5 つのモジュールのうち実際にいくつ有効化するかに対してモデル化してください。半分しか使わなければ Gem は割高で、フル活用すれば複数の支出項目を統合します。

導入の労力

Fetcher は既存パイプラインの中の 1 ステージとして起動します。Merge 経由で 20 以上の ATS と双方向同期し、Slack とメールも加わるため、ブリーフと同意が設定されれば数日で稼働し、ソーシングの労働はベンダーが行います。Gem はより大きなコミットメントです。その ATS を採用するのは週単位で測る system of record の移行ですが、より軽い経路（現在の ATS の上に AI エージェント）ならより速くなります。Fetcher はどの stack でも最初の候補者までが速く、Gem のより重い労力は、次の headcount 段階でも使い切らないプラットフォームを買います。

結論

• Fetcher を選ぶのは、ソーシングの人手が足りない、少人数または技術寄りでない TA チームで、事前検証済みの候補者と稼働中のアウトリーチをサービスとして届けてほしく（多様性レポーティングと低い導入価格つき）、検索の直接的なコントロールを手放してよいときです。
• Gem を選ぶのは、専任のソーシング機能を持つ（または欲しい）、アウトバウンドを規模で回している、そして候補者履歴の全体を推論するエージェントを備えた ATS/CRM/ソーシング/スケジューリング/analytics のための AI-first プラットフォームが欲しく、実際にそれを運用するときです。
• どちらも選ばないのは、採用が低ボリュームまたは高度に専門的なときです。特定の req のための契約 Sourcer やエージェンシーが、どちらのプラットフォームの定常状態モデルにも勝ります。そして不足がマネージドサービスやフル CRM ではなくセルフサーブの 検索 であるなら、Juicebox のような自然言語ツールやエージェンティック・ソーシングの極（SeekOut）が両者の間に収まるかもしれません。

決められないなら、デフォルトは Gem です。最初のリクルーターを超えたほとんどのチームにとって、拘束的な制約は、すべての候補者接点を捉えて AI にそれを実行させるシステムであり、Gem がそのシステムであるのに対し、Fetcher はそこへの feed です。チームの誰にもソーシングする時間がなく、ツールを運用するより結果を買いたい、というのが本当の問題なら Fetcher を選んでください。どちらよりも多くのファネルを自動化するエージェンティック・ソーシングの代替については SeekOut を、別の挑戦者に対する同じソーシング対 CRM の判断については seekout-vs-gem を参照してください。