営業でAIを使いたいと思っても、どの業務から始め、何をもって導入成功とするかが曖昧なままでは、試して終わりになりがちです。メールの下書きが作れることと、営業担当者が日常業務で使い続けられることは、分けて確認する必要があります。
本記事は、営業企画・営業責任者が最初の検証を設計するための実務ガイドです。営業フォローの準備を例に、対象業務、参照データ、評価方法、運用担当の決め方を整理します。期間や効果の数値を一律に約束するものではありません。
1. AIに任せる業務を一つに絞る
最初に「営業全体を自動化する」と置かず、誰が、どの場面で、何に時間を使っているかを確認します。例えば、商談後に記録を読み直して追加資料を選び、フォローメールの下書きを作る準備です。
対象業務を選ぶときは、発生頻度、現在かかっている時間、担当者ごとの差、必要な情報を集められるかを見ます。既存のタスク管理で抜け漏れが解消しているなら、改めて追客漏れの削減を目的にせず、準備時間や提案内容の改善を検証します。
検証範囲と、今回は扱わない範囲を決める
フォロー準備を対象にするなら、「過去の記録を要約する」「補足する情報を選ぶ」「メール案を作る」を範囲とし、初期は送信やCRMの更新を人の確認後に行う設計が考えられます。どこまでをAIが行うかを、担当者と合意しておきます。
2. 参照するデータと正本を決める
同じ顧客でも、CRM、商談メモ、メール、資料の閲覧ログに異なる情報が残っていることがあります。AIへ渡す前に、項目ごとにどの記録を正として扱うかを決めます。
顧客・担当者情報：どのシステムを参照するか。
商談状況・契約状況：誰が、どの記録を更新するか。
前回の会話：発言した事実と担当者の仮説をどう区別するか。
営業資料・商品情報：最新版と更新担当をどこで確認するか。
連絡履歴・停止希望：重複連絡や不要な案内をどう除外するか。
データを取得できないときは、未取得として扱います。古い閲覧履歴から現在の関心を決めつけたり、商談状況の空欄を未受注と読み替えたりしない設計にします。
外部サービスへ接続する場合は、必要な情報の範囲、利用権限、保持方法、確認者を整理します。最初からすべてのデータを接続する必要はありません。
3. AIを使う前の作業と、同じ条件で比べる
検証前に、現在の準備時間と成果物を記録します。その後、同じ業務条件でAIを使い、速さだけでなく、修正にかかる手間や使える内容になっているかを比べます。
準備時間と待ち時間を分ける
データを集める時間、AIの処理を待つ時間、人が確認・修正する時間を分けて測ります。AIの出力が速くても、確認作業が増えれば担当者の負担は減りません。逆に、待ち時間があっても他の作業を進められるなら、作業全体で評価する必要があります。
直した理由を残す
修正を「何文字直したか」だけで集計せず、「事実が違う」「前回の課題と関係がない」「同じ資料を重ねて提案した」「表現を整えた」などに分けます。直した理由が分かると、参照データ、資料の選び方、文面のどこを改善するか判断できます。
返信や商談は、作業効率と別に測る
下書きの採用、送信、返信、具体的な相談、商談実施は別々に記録します。リンククリックやフォーム送信を、そのまま商談の件数には置き換えません。件数が少ない段階で、AIによって受注率が改善したと結論づけないことも大切です。
4. 継続・修正・停止の判断を先に決める
検証を始める前に、どの条件なら運用へ進めるかを決めます。目標は現在の業務に合わせて設定し、確認者が許容できる品質と負担を具体化します。
継続：必要な事実を確認でき、担当者が根拠を追えて、業務全体の負担が許容範囲にある。
修正：誤りや手戻りが特定の工程に集中しており、データやルールを直す余地がある。
停止：参照元を確認できない、保守担当が決まらない、誤った宛先や条件で処理するなど、運用を続けられない問題がある。
検証中に対象件数や接続するシステムを増やすと、原因の切り分けが難しくなります。まず一つの業務を評価し、改善した点と残った問題を確認してから範囲を広げます。
導入後に残すのは、プロンプトだけではない
現場で使い続けるには、参照元、資料の更新担当、エラー時の確認先、例外時の処理、変更履歴が必要です。商品情報が変わった場合や担当者が異動した場合に、誰が見直すかも決めます。
費用は、対象顧客数だけでなく、データ取得、資料選定、文面生成、やり直しを何回行うかに分けて試算します。小規模な検証で実際の処理量を測り、利用条件と合わせて見積もります。ツール代だけでなく、担当者の確認や保守の工数も含めて判断します。
最初の打ち合わせで確認したいこと
導入を検討する際は、「時間がかかっている作業」「使っているCRMや商談記録」「AIに任せたい範囲」「人が確認する範囲」「更新担当」の5点を持ち寄ると、検証対象を具体化しやすくなります。最初から完全な仕様を用意する必要はありません。
行動データを営業フォローへつなげる全体像は、インテントデータとAIを組み合わせた営業フォローで説明しています。資料請求後の現場の判断については、商談化しない原因とフォローの改善方法もご覧ください。
自社の営業業務からAIの導入範囲を整理する
AimyTechでは、営業プロセスと利用するデータを整理し、営業AIの設計・導入を支援しています。現在の作業をもとに、どの範囲を検証するか相談したい方は、営業AI導入の進め方を相談するからお問い合わせください。接続可否、対応範囲、費用は個別に確認します。