AIが作った提案書、その「約束」を顧客に出して大丈夫ですか？
提案締切の前日、営業担当者が生成AIで提案書の初稿を作りました。顧客課題、解決策、導入ステップ、期待効果まで一通りそろっており、マネージャーも最初は「かなり使える」と感じました。
ところが、レビューを進めるうちに違和感が出てきました。顧客がまだ合意していない効果が断定的に書かれ、別案件で使った表現に近い一文もあります。導入時期も、営業側の希望が顧客の予定であるかのように読めます。
誰も意図的に話を大きくしたわけではありません。AIが足りない情報を自然な文章で補い、担当者も、その内容をもっともらしく読んでしまったのです。
会議室で、マネージャーが言いました。
「これ、顧客に出したら、うちの約束になるよ」
その一言で、提案書を単なる資料として扱うことはできなくなりました。
AIが作った提案書で怖いのは、文章が粗いことではありません。もっともらしく、出せそうに見えることです。
提案書は、営業資料ではなく会社の約束に近い
営業メールや社内メモと違い、提案書は顧客の意思決定に使われます。社内稟議や競合比較に使われるほか、契約条件や導入範囲の前提になる場合もあります。
そのため、提案書に含まれる誤りは単なる誤字では済みません。
できないことを、できるように書く
効果が未検証なのに、確実に出るように見せる
権限やデータ連携を簡単に書きすぎる
他社向けの課題や事例が混ざる
価格やスケジュールが営業判断とずれる
こうした誤りは、顧客から見れば「AIが間違えた」ではなく「会社がそう提案した」と受け取られます。
営業部門長が考えるべきなのは、AIで提案書を作るかどうかではありません。AIが作った提案書を、どの水準まで人が確認できているかです。
AIは空白を埋める。営業は空白を疑う
生成AIは、足りない情報があっても文章を成立させるのが得意です。業界一般論、過去資料の表現、もっともらしい導入効果を使って、自然な提案に仕上げます。
一方、営業の仕事は空白を埋めることだけではありません。空白を疑うことでもあります。
「この効果は本当に顧客が求めているのか」 「この業務範囲は誰が責任を持つのか」 「この前提は顧客から聞いた事実か、それともこちらの推測か」
AIは文章を整えますが、顧客との合意状況までは自動で判断できません。だから提案書レビューでは、文章のうまさではなく、事実、仮説、約束を分けて見る必要があります。
顧客に出せる品質とは何か
提案書の品質を、見た目や読みやすさだけで判断しないことが大切です。営業でAIを使う時代の提案品質は、少なくとも五つに分けて確認しておきたいところです。
この五つを見ないまま、AI生成文をそのまま整えて出すと、リスクは顧客接点で表面化します。
「レビュー済み」の意味を揃える
営業現場でよく起きるのは、「レビュー済み」の意味が人によって違うことです。
誤字脱字を確認しただけの人もいれば、提案の論理まで確認したつもりの人もいます。一方で、価格や契約条件は誰も確認していないことがあります。
AIが関与する提案書では、レビューの意味を分ける必要があります。
文章レビュー：日本語、読みやすさ、構成
事実レビュー：顧客情報、課題、現状、用語
実現性レビュー：技術、業務、データ、体制
契約・価格レビュー：金額、条件、範囲、前提
顧客提出レビュー：出してよい情報か、説明責任を持てるか
すべてを営業部長が見る必要はありません。ただ、どの観点を誰が見るかは決めておく必要があります。
提案書AI活用の安全な始め方
最初から提案書全体をAIに作らせる必要はありません。むしろ、段階を分けた方が安全です。
最初に任せやすいのは、目次案、論点整理、顧客課題の言い換え、ヒアリング事項の抽出です。ここではAIの役割は、営業の思考を広げることに近いものです。
次に、提案書の一部、例えば背景整理や比較表のたたき台に使います。ここでは、人が事実と仮説を明確に分けます。
最後に、提案書本文のドラフトへ広げます。ただしこの段階では、承認フローが不可欠になります。
AI活用の成熟度を上げるほど、人の確認を減らすのではなく、確認の種類を変えます。文章の修正から、前提の検証へ移すのです。
出してはいけない提案書の兆候
営業部門長は、次のような提案書を見たら注意した方がよいでしょう。
顧客固有の課題が少なく、業界一般論が多い
「可能です」「実現します」と断定が多い
効果が数値で書かれているが、算定根拠がない
顧客の意思決定者や利用部門が見えていない
セキュリティ、運用、責任分界が薄い
競合比較が強すぎるのに根拠が曖昧
社内で誰が確認したか分からない
AIが作った提案書は、整っているほど危ない場合があります。文章が粗ければ疑って読む一方で、整っていると確認を省いてしまいやすいからです。
提案書レビューで使える三色ルール
実務では、提案書の各記述を三色に分けるとよいでしょう。
青：顧客から確認済みの事実
黄：営業側の仮説、追加確認が必要な内容
赤：顧客に出す前に社内承認が必要な内容
この分類をAIに任せることもできますが、最終判断は人が行います。特に赤には、価格、契約、スケジュール、セキュリティ、実現保証、他社比較を入れます。
この三色ルールを使うと、提案書レビューは単なる文章チェックではなく、顧客との合意状況の確認になります。
営業を支援するAIが提案品質を上げる条件
AIは提案品質を下げるものではありません。正しく使えば、提案書の初稿作成、論点抜けの発見、顧客課題の整理、過去提案の再利用に大きな価値があります。
ただし、その価値は「確認の型」があって初めて生まれます。
外部のAIガバナンス（AIを適切に使うためのルールや責任体制）議論でも、透明性、説明責任、セキュリティ、監査可能性は重要な論点として扱われています。営業提案に置き換えれば、AIが何を根拠に書いたのか、人がどこを確認したのか、顧客に何を約束したのかを追える状態にすることです。
提案書は、営業組織の思考が顧客へ渡る瞬間です。そこにAIを入れるなら、速さだけでなく、責任を持てる品質を設計しなければなりません。
明日から使えるレビュー表
提案書を顧客へ出す前に、次の表を一枚添えるだけでも効果があります。
AIが作った提案書を禁止する必要はありません。しかし、AIが作った提案書を「誰が、何を見て、出せると判断したか」は残すべきです。
AILでは、営業でのAI活用を単なるプロンプト研修ではなく、提案品質、承認、ガバナンスまで含む業務設計として支援しています。
提案書レビューを「最後の関門」にしない
AIで作った提案書の確認を、提出直前の一回に集約すると失敗しやすくなります。締切直前に大きな修正が見つかると、現場は「今回はこのまま出すしかない」と判断しがちだからです。
提案書レビューは、三段階に分ける方がよいでしょう。
最初は、提案の方向性レビューです。顧客課題、意思決定者、競合状況、提案の狙いが合っているかを見ます。ここでは資料の完成度は問いません。
次に、実現性レビューです。技術、業務、データ、運用体制の前提が正しいかを見ます。ここで、できること、検証が必要なこと、まだ約束できないことを分けます。
最後に、顧客提出レビューです。表現、情報管理、価格、契約条件、社内承認状況を見ます。
この三段階にすると、AIは各段階で使えます。方向性を広げるAI、実現性の論点を洗い出すAI、表現を整えるAIで役割が変わります。
AIの出力に「根拠欄」を求める
提案書にAIを使う場合、本文だけを出させるのではなく、根拠欄も出させるとよいでしょう。
例えば、各主張について次の三つを並べます。
顧客から確認した事実
営業側の仮説
追加確認が必要な点
この形で出力させると、AIが勝手に埋めた部分が見えやすくなります。営業担当者も、自分がどこまで確認しているかを意識できます。
提案書のリスクは、間違いそのものだけではありません。事実と仮説が同じ文体で混ざることです。根拠欄を持つだけで、その混在を減らせます。
顧客に出す前の「赤ペン観点」
営業部門長がレビューするときは、すべてを読む必要はありません。危ない箇所に赤ペンを入れる観点を決めます。
まず断定表現を見ます。「必ず」「確実に」「短期間で」「容易に」などの言葉です。次に、数字を見ます。効果、期間、工数、費用が出ている場合、算定根拠が必要になります。三つ目に、責任範囲を見ます。誰が運用し、誰が判断し、どこから顧客側の責任になるかです。
この三つだけでも、AI提案書の危険箇所はかなり見つかります。
提案品質は、営業と導入・実装部門の共同責任
AI時代の提案品質は、営業だけでは担保できません。特に、実現範囲、データ利用、セキュリティ、運用負荷は、導入・実装を担う部門の確認が必要です。
だから、営業部門長は「誰に何を見てもらうか」を決めます。技術者には実現性に関わるページ、法務には契約に関わる表現、情報システム部門にはデータ連携や権限に関わる部分を確認してもらいます。全員に提案書全体を確認してもらう必要はありません。
確認範囲を絞れば、レビューは重くなりすぎません。AIで提案作成を速くするなら、人のレビューも役割分担で速くする必要があります。
顧客提出後の修正は、信頼コストが高い
提案書の誤りは、送った後に直せばよいと思われがちです。しかし顧客側では、すでにその資料が転送されていることがあります。上司、購買、情報システム、法務、場合によっては経営会議の事前資料として使われているかもしれません。
提出後に「先ほどの記載は誤りでした」と訂正すると、内容以上に、確認体制への不安が残ります。
AI提案書で避けたいのは、誤字ではありません。顧客が社内で説明した後に、前提が変わることです。だから、顧客提出前の確認は、社内都合ではなく顧客の意思決定を守る行為として位置づけることが大切です。
提案書に残すべき社内メモ
顧客に出す提案書とは別に、社内用の確認メモを残すとよいでしょう。
そこには、AIを使った箇所、確認した人、未確認の前提、顧客へ説明が必要な注意点を書きます。たとえば「導入効果は一般的な想定であり、個社試算は未実施」「セキュリティ構成は次回確認」「価格は概算であり正式見積ではない」という形です。
このメモは顧客には出しません。しかし、提案会議や顧客説明の前に非常に役立ちます。営業担当者が交代した場合にも、どこまで確認済みかが分かります。
AIが作った提案書を安全に使うには、完成物だけでなく、確認の履歴を残すことが重要です。
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。
