AIが作った提案を顧客に出すとき、誰が何に責任を持つのか？
AIが作った提案書の初稿を、営業担当者が整えました。マネージャーは全体の流れだけを確認し、技術担当には、時間がなかったため共有するだけにとどめました。
翌朝、提案書を顧客へ送りました。数日後、こんな質問が届きます。
「この範囲まで御社で対応いただけるという理解でよいでしょうか」
社内で確認すると、その部分はまだ実現できるかを確かめていませんでした。営業担当者はAIの下書きに含まれていたと説明し、マネージャーは細部までは見ていなかったと答えました。技術担当も、正式な確認依頼は受けていませんでした。
誰にも悪意はありません。しかし、顧客から見れば、会社として受け取った提案です。AIが書いたかどうかに関係なく、その内容に責任を持つ人が決まっていなかったことが問題でした。
AIが作った提案を顧客に出すとき、責任を取るのはAIではありません。会社です。
AI活用が進むほど、責任の境界が曖昧になる
人がすべて作っていた時代は、責任の所在が比較的分かりやすいものでした。営業担当者が作り、上司が承認し、必要に応じて技術や法務が確認します。
しかしAIが入ると、作成と判断の境界が曖昧になります。
AIが出した表現を、担当者はどこまで理解したのか。上司は内容を読んだのか。技術部門は実現性を確認したのか。顧客へ送る前に、誰が最終責任を持ったのか。
ここが決まっていないと、事故が起きたときに「誰も責任を持っていない提案」が生まれます。
承認とは、読んだことではない
営業現場では、承認という言葉が軽く使われることがあります。
「見ました」 「問題なさそうです」 「送って大丈夫です」
しかしAI生成物では、何を承認したのかを分ける必要があります。
確認する対象は、次のように異なります。
文章として読めるか
顧客に関する事実が正しいか
実現できる範囲が正しいか
価格条件が正しいか
顧客へ出してよい内容か
同じ「承認」でも意味が違います。ここを曖昧にすると、顧客への説明責任を果たせません。
AI生成物の責任分界を四つに分ける
営業部門では、AI生成物を少なくとも四つの責任に分けるとよいでしょう。
主担当の例として、入力責任は営業担当者、内容責任は営業担当者・営業マネージャーが担います。実現責任は導入・実装部門や技術責任者、提出責任は提案責任者・部門長が担います。
AIはこのどれも最終責任者にはなれません。AIは支援者であり、責任主体ではありません。
顧客提出物をリスクで分ける
すべてのAI生成物に重い承認をかけると、営業は止まります。だから、顧客提出物をリスクで分けます。
低リスク：日程調整、お礼、公開情報の整理などは、担当者が確認します。
中リスク：提案骨子、商談のまとめ、次回の論点、簡易比較は、営業マネージャーが確認します。
高リスク：価格、契約、導入効果、技術的な実現性、セキュリティ、他社比較、顧客の経営判断に使われる資料は、関係部門が確認します。
この区分を作ると、AI活用を止めずに、危ないところだけを慎重に確認できます。
インシデント時に問われるのは、事前設計である
AIが誤った提案を作ったとき、顧客は「AIが悪い」とは捉えません。会社の管理体制を問います。
どの情報をもとに作ったのか。誰が確認したのか。どの段階で誤りに気づけたはずなのか。再発防止として何を変えるのか。
これに答えられるようにするには、事前にログと承認の考え方を決めておく必要があります。
大げさな監査システムから始める必要はありません。まずは、顧客提出資料について、AI利用有無、確認者、確認観点、未確認事項を残すだけでも構いません。
「AIを使ったか」を隠さない文化
現場がAI利用を隠すと、責任分界は崩れます。だから、AIを使ったことを責めない文化が必要です。
大切なのは、使ったかどうかではなく、どう使い、どこを人が確認したかです。
提案書の下書きや顧客課題の言い換え、過去提案の構成整理、メール文面の候補作成などにAIを使います。
これらは、適切に管理すれば有効な使い方です。隠す必要がない状態を作ることが、ガバナンス（AIを適切に使うためのルールや責任体制）の第一歩になります。
営業部門長が決めるべき承認ルール
最初に決めるべきは、次の五つです。
どの顧客提出物にAI利用申告を求めるか
どの内容は担当者確認でよいか
どの内容はマネージャー承認が必要か
どの内容は技術・法務・セキュリティ確認が必要か
誤りが見つかったとき、誰が顧客へ説明するか
この五つがないままAI活用を広げると、事故のたびに個別対応になります。
明日使える承認マトリクス
この表は、組織によって変えて構いません。重要なのは、誰が何を承認したのかが後から分かることです。
責任分界は、AI活用を遅くするためではない
責任ルールを作ると、現場は「また承認が増える」と感じるかもしれません。だから部門長は目的を明確に伝える必要があります。
責任分界は、AI活用を止めるためではありません。安心して使うためです。
担当者は、どこまで自分で送れるか分かります。マネージャーは、どこを見るべきか分かります。技術や法務は、必要なときだけ関与できます。部門長は、事故時に説明できます。
この状態になって初めて、営業を支援するAIは組織で使える道具になります。
AIが作った提案をそのまま顧客に出したとき、責任を取るのは誰か。その答えを決めることは、AI活用のブレーキではありません。営業組織が顧客から信頼され続けるための、最低限の設計です。
AILでは、AI活用方針策定支援の中で、部門別の責任分界、承認フロー、インシデント初動、教育設計までを一体で整理します。AIを使う人を増やす前に、責任を持って使える状態を作ります。そこから始めるべきです。
「誰が見るか」より「何を見るか」
承認フローを作るとき、担当者、マネージャー、部門長、技術、法務と人の名前だけを並べても機能しません。重要なのは、それぞれが何を見るかです。
営業担当者は、顧客事実と商談文脈を見ます。マネージャーは、提案方針と顧客への出し方を見ます。技術担当は、実現可能性と前提条件を見ます。法務や管理部門は、契約・責任・表現リスクを見ます。
役割ごとに確認観点が違うから、承認が意味を持ちます。
AI利用申告を重くしすぎない
AIを使ったことを毎回詳細に報告させると、現場は隠したくなります。だから申告の負担を抑えます。
例えば、顧客へ出す資料とは別に、次の三行を社内用の確認メモとして残します。
AI利用箇所： 確認者： 未確認事項：
このメモは顧客へ提出せず、社内の管理記録として保管します。
この程度なら現場も続けやすくなります。大事なのは、AI利用を罰するためではなく、確認責任を明確にするために残すというメッセージです。
誤提案が起きたときの初動
誤提案が起きた場合、最初に確認すべきことは五つです。
どの資料に、どの誤りが含まれていたか
顧客へ提出済みか
顧客が意思決定に使ったか
AIに入力した情報は何か
社内で誰がどの観点を確認したか
この五つが分かれば、影響範囲と次の対応を判断できます。逆に、AI利用も確認者も残っていないと、初動で時間がかかります。
インシデント対応は、事故後に初めて考えるものではありません。提案前の記録設計から始まっています。
責任分界は顧客説明のためでもある
社内で責任を押し付け合わないためだけでなく、顧客へ誠実に説明するためにも責任分界は必要です。
顧客から問われたときに、「AIが生成したため」と言うだけでは説明になりません。どのような確認をしていたか、どこに不足があったか、今後どう防ぐかを説明する必要があります。
その説明ができる会社は、AI活用に慎重すぎる会社ではありません。責任を持ってAIを使える会社です。
提案責任者という役割を置く
大型提案や高リスク提案では、提案責任者を明確にするとよいでしょう。これは営業担当者とは限りません。営業マネージャー、部門長、案件責任者が担うこともあります。
提案責任者は、AIが作ったかどうかに関係なく、顧客へ出す最終版の責任を持ちます。確認すべき人を巻き込み、未確認事項を残し、提出するかを判断します。
AI時代には、作成者と提出責任者を分けて考えることが重要になります。作った人がすべてを確認できるとは限らないからです。
事故が起きる前に、模擬ケースで練習する
責任分界は、規程に書くだけでは定着しません。営業部門では、模擬ケースで練習するとよいでしょう。
例えば、AIが作った提案書に「二週間で導入可能」と書かれていました。しかし実際には、顧客環境の確認が必要でした。このとき、誰が気づくべきだったか。営業担当者か、マネージャーか、技術担当か。顧客へ送ってしまった後なら、誰が説明するか。
このようなケースを三つほど使うだけで、責任分界の曖昧さが見えます。
顧客提出物の版管理も重要になる
AIを使うと、提案書やメールのバージョンが増えやすくなります。AIが作った初稿から、担当者の修正版、マネージャー確認版、技術確認版、顧客提出版へと、複数の版が生まれます。どれが最終版か分からないと、古い版を送る事故が起きます。
だから、顧客提出物には版管理が必要です。少なくとも、顧客に送った最終版、確認者、送付日時を残します。AI利用の有無も社内メモとして残します。
版管理は地味ですが、事故時には非常に重要です。どの内容を顧客が見たのか分からなければ、影響範囲を説明できません。
責任を個人に閉じない
AI利用時の責任を、担当者個人へ押し付ける設計は危険です。担当者が萎縮し、AI利用を隠すようになります。
必要なのは、個人責任ではなく、役割責任です。担当者は入力と顧客文脈を見ます。マネージャーは提案方針を見ます。技術は実現性を見ます。部門長は高リスク案件の提出判断を見ます。
役割で責任を分けるから、組織として学べます。誰かを責めるためではなく、次に同じ誤りを防ぐための設計です。
小さな案件ほど、型を試しやすい
責任分界は、大型案件だけで作ろうとすると重くなります。最初は低リスクの提案や社内向け資料で試すとよいでしょう。
AIが作った下書きを、担当者、マネージャー、技術担当がそれぞれ何を見るか確認します。そこで抜けた観点を承認表へ戻します。
小さな案件で型を試しておけば、高リスク案件でいきなり迷わずに済みます。ガバナンスは、大事故の後に作るより、小さな練習で育てる方が機能しやすくなります。
参考情報
営業でAIを使うための、業務とルールづくり
営業のどの業務にAIを活かすか。顧客情報や提案品質を守りながら、現場で使い続けられるようにするには何が必要か。
AILでは、人材育成、実践知の蓄積・活用、導入に向けたコンサルティング、プロダクトの提供を通じて、企業のAI活用を支援しています。自社の課題に合った支援を、サービス紹介ページでご覧いただけます。
AI Librariumについて
本記事は、AI Librarium（アイブリウム）株式会社が発信しています。
AILは、専門家の知見や判断基準を、実務で使えるAI Skillとして届け、研修やコンサルティングを通じて企業の業務変革を支援します。その実践で得られた成果や課題を、AI Skillの改善と人材育成に活かし、次の変革につなげていくことを目指しています。
