営業AIを使って見えた、記録の先にある営業の判断

商談を録音し、AIが要約する。次のアクションも提案してくれる。

それでも、実際に営業の現場で使うと「整理は合っている。でも、次にやることは少し違う」という場面があります。

私たちELWでも、営業のやり取りをもとにAIが分析し、担当者や経営者がSlackで意見を返す運用をしています。そこで見えてきたのは、AIの回答そのものだけでなく、その回答に対して人が言い返すところに、大事な営業の知識があるということでした。

なぜその提案では足りないのか。どの条件を見落としているのか。何を確認できれば、次の行動を変えるのか。

営業の経験を組織で使えるようにするには、この「判断の途中」を残す必要がある。最近のやり取りを見て、そう感じています。

以下は、社内で実際に起きたやり取りを、個社や担当者を特定しない形に整理したものです。

待つ判断と何もしない判断は違う

ある案件で、顧客側の社内調整が進むのを待つ状況がありました。

AIは、確認を重ねて相手の負担を増やすより、調整を尊重する方針を提案しました。筋は通っています。担当者も分析には納得していました。

ただ、そこで会話は終わりませんでした。担当者からは、待つだけでよいのか、こちらでできることはないのか、という疑問が出ました。

この疑問は、単に「もっと追客したい」という話ではありません。顧客への働きかけを控えることと、営業側の準備を止めることを、分けて考えるきっかけになりました。

開始できたら何を確認するのか、どう支援するのかは、相手に追加の宿題を出さずに整理できます。次に連絡する時期も、相手とのやり取りに合わせて扱う必要があります。

「検討中なのでフォローする」という記録だけでは、この違いは残りません。

何が止まっているのか。なぜ今は押さないのか。待つ間に何を進めるのか。そこまで見えて初めて、別の人もその判断を引き継げます。

正しい質問でも顧客の負担になることがある

別のやり取りでは、サービスの連携操作について顧客から質問がありました。

AIは、設定状況や操作内容を確認する返信案を出しました。原因を決めつけないという意味では、慎重な対応です。

しかし、担当者は「確認だけではなく、試せる方法も伝えたい」という趣旨の意見を返しました。経営者からも、仕様が複雑なのだから、必要な準備や操作の流れを最初から分かりやすく説明すべきだ、という指摘がありました。

さらに、AIが示した手順には前提が足りませんでした。自動連携を設定している場合と、手動で登録する場合では案内が変わる。その違いを担当者が補い、返信案を組み直しました。

ここで大事なのは、AIの文章をきれいに直したことではありません。

顧客に一問ずつ確認してもらう前に、こちらで分かっている条件と手順を整理して渡す。自分に当てはまる方法を選べれば、顧客は回答を待たずに試せるかもしれません。

もちろん、分からない仕様を埋めてよいわけではありません。分かっていることは先に説明し、分かっていないことだけ確認する。その線引きに、担当者が持つ製品知識と顧客への配慮が表れていました。

機能を試す予定と価値を判断する段取りは違う

トライアルの進め方についても、似たことがありました。最初の案は、週ごとに使う機能を決めるものでした。何をいつ試すかは整理されています。

そこに、「社内で使う価値を確かめるのか、それとも顧客に紹介できるものとして見てもらうのか」という問いが入りました。誰が何を判断するための試用なのかが違えば、同じ機能を見せても、確かめるべきことは変わります。

やり取りを経て、実際の案件を一つ使い、次の確認や提案、メールまで一緒に考える案へ変わっていきました。中間の振り返りも、単に使えたかではなく、準備や提案がどう変わったかを確かめる設計になりました。

機能を順番に紹介することと、導入する意味を判断できる材料を揃えることは違う。これは文面の添削ではなく、提案の組み立て自体の修正です。なお、ここで確認できたのは社内の提案案が変わったところまでで、顧客の合意や成果が出たという意味ではありません。

営業のノウハウは完成した文面から抜け落ちる

こうしたやり取りの後に残るのは、たいてい完成したメールや、短い対応履歴です。

それも必要です。ただ、完成稿だけを見ると、なぜその形にしたのかは分かりません。

「相手を急かさない」という判断の裏には、社内調整への配慮があります。「確認質問を減らす」という判断の裏には、こちらで説明できることまで顧客に聞き返さない、という考えがあります。

一方で、いつでも待てばよいわけでも、質問が少ないほどよいわけでもありません。自社からの回答期限が迫っていれば連絡すべきですし、条件が分からなければ確認が必要です。

だから、「このメールを使えばよい」というテンプレートだけでは、営業の判断を共有しきれない。

どんな状況で、何を根拠に、その一手を選んだのか。別の条件だったら、何を変えるのか。再利用したいのは、文面と一緒にあるこの部分です。

ここまでのやり取りを、判断を引き継ぐときに残したい問いとして整理すると、次のようになります。

AIの役割は担当者を採点することではない

今回のやり取りでは、AIがたたき台を出したことで、担当者が違和感を具体的に返せました。そこに別の視点や製品知識が加わり、最初の案が変わっていきました。

これは、AIがいつも正解を出したという話ではありません。むしろ、前提の見落としもありました。

人が反論すれば、その人が正しいとも限りません。短い通話をどう解釈するかで意見が分かれ、元の録音を確認しようというやり取りもありました。AIにも人にも、事実と解釈の違いを確かめられる材料が必要です。

だからこそ、AIの分析を担当者への採点として置くのではなく、案件を前に進めるための仮説として扱うことが重要だと思います。現場の事情を知る人が「そこは違う」と言えて、その訂正が次の案に反映される。そうでなければ、整った文章が増えるだけで、判断は改善しません。

そして、よい案ができたところで終わらせないことも必要です。

実際に送ったのか。顧客はどう反応したのか。困っていたことは解消したのか。それとも、別の条件が残ったのか。

送信できたことと、顧客の問題が解けたことは別です。この後続まで確かめなければ、その提案が本当に役立ったかは分かりません。

私たちが営業の記録からつくりたいもの

商談の記録を残すことは、この土台になります。元の会話を確かめられなければ、判断の根拠も振り返れません。

ただ、記録が増えるだけで、営業力が組織に広がるわけではない。記録を見て考え、現場の事情で修正し、実際の対応と顧客の反応を確かめる。その往復にこそ、残していく価値があると考えています。

DRIVE SFAは、顧客情報や商談履歴をもとに、次に確認したい情報やアクション候補を整理し、人の判断を支援するサービスです。

私たちが目指しているのは、優秀な営業の言葉をそのままコピーすることではありません。その人が何を見て、なぜその一手を選んだのかを、他の人も考えられる状態にすることです。

今回の社内での運用だけで、売上や受注率への効果が分かったわけではありません。それでも、完成した報告書からは見えなかった判断の違いが、会話の中で具体的になっている。そこには、営業AIを使う意味があると感じています。

※本文のSlack上のやり取りはELW社内での運用例であり、すべてをDRIVE SFAの標準機能として提供することを示すものではありません。