AIに商談を評価させてみたら、営業に残すべき仕事が見えてきた
こんにちは。ウイングアーク１ｓｔで、エンタープライズ領域の営業マネージャーを担当しているfukkuです。普段はBtoBの営業組織で、営業活動の改善やAI活用の取り組みをしています。最近は特に、AIを使って営業を効率化するだけではなく、どうすれば営業そのものを強くできるかというテーマを考えることが増えました。
営業の案件レビューで、こんな会話をしたことはないでしょうか。
「この案件、どう？」
「感触はいいです」
「決裁者は？」
「たぶん大丈夫です」
「たぶん……？」
営業をしていると、「感触はいい」という言葉をよく使います。もちろん、実際に顧客と向き合っている営業だからこそ分かる空気感はあります。ただ、大型案件になればなるほど、その感覚だけでは見切れないリスクが増えてきます。現場担当者は前向きでも、決裁者とは話せていない。課題は聞けているけれど、「なぜ今やるのか」が弱い。提案は進んでいるのに、契約や導入条件を誰も確認していない。こうした“小さな抜け”が、最後に案件を止めることがあります。
私たちは今、こうした商談のリスクをAIに評価してもらう取り組みを進めています。始めた理由はシンプルで、大型案件を担当営業一人の感覚だけに任せたくなかったからです。ところが実際にAIに商談を評価させてみると、単に案件管理が効率化されただけではありませんでした。むしろ考えるようになったのは、AIがここまでできるようになったとき、営業には何を残すべきなのか。 ということでした。
前回の記事では、AIを使ったディスカッションペーパーの取り組みを通じて、AIと営業の役割について書きました。
今回は、その続きです。
大型案件を「担当営業の案件」にしない
大型案件が生まれるまでには、かなりの時間がかかります。顧客との関係をつくり、業界や企業について調べ、課題をヒアリングする。場合によってはディスカッションペーパーを使いながら何度も対話を重ね、ようやく案件になることもあります。そう考えると、大型案件は担当営業だけのものではありません。そこまでに積み上げてきた顧客との関係や情報、提案のプロセスまで含めて、会社にとってひとつの資産だと思っています。
だから、特に注力する案件については、営業、マネージャー、部門長、場合によってはCSなども交えて商談のリスクを確認してきました。「顧客が本当に解決したい課題は何か」「なぜ今やる必要があるのか」「誰が意思決定するのか」「どこで案件が止まる可能性があるのか」。こうした観点から、顧客から得られた事実をもとに案件を見る。そして、足りていない情報やリスクを洗い出し、「次に誰と何を話すのか」まで決めていきます。
このプロセス自体にはかなり価値があります。ただ、やっていく中で課題も見えてきました。
人が案件を見る以上、どうしても「色」は入る
ひとつは、担当営業の主観です。リスク評価では事実をもとに話しているつもりでも、その事実を説明するのは担当営業です。「お客様はかなり前向きです」「優先度は高いと思います」「決裁者もたぶん問題ないです」。案件を前に進めたいと思えば思うほど、どうしても自分なりの解釈が入ります。悪気があるわけではありません。むしろ営業なら自然なことだと思います。
もうひとつは、レビューする側にも個人差があることです。製造業に強いマネージャーもいれば、金融に強い人もいる。新規開拓が得意な人もいれば、大型案件のクロージングを何度も経験してきた人もいる。これは組織として大きな強みです。一方で、見方を変えれば、誰が案件を見るかによってフィードバックが変わるということでもあります。
そして何より、全員を集めるのが大変です。本当は今日の商談が終わった直後にレビューしたい。でも部門長やマネージャーの予定を合わせると来週になる。営業側も、会議のために過去の商談を整理し、状況をまとめる必要があります。ちゃんとやろうとすると、まあまあ大変です。
そこで考えたのが、「まずAIに案件を見てもらえばいいのでは？」 ということでした。
商談が終わったら、まずAIに見てもらう
現在取り組んでいるのが、AIによる商談リスクマネジメントです。これまでマネージャーや部門長が案件レビューで行ってきたフィードバックやアドバイスを蓄積し、「案件を見るときの型」をつくる。そして、その案件に紐づく商談の文字起こしなどをAIに渡します。
するとAIが、顧客自身の言葉として課題を確認できているか、なぜ今取り組む必要があるのか、意思決定に関わる人物やプロセスを把握できているか、導入に向けて確認できていないことは何か、このまま進んだ場合どこにリスクがありそうか、といった観点から商談を分析します。
ポイントは、単に「この案件は○点です」と評価することではありません。確認できたことと、まだ確認できていないことを分けること。 そして、確認できていないことからリスクを見つけ、次の商談で何を確認すべきかまで整理することです。
たとえば、「決裁者が誰なのかは分かっている。でも、その人が何を基準に判断するのかは分かっていない」のであれば、次に確認すべきことはかなり明確になります。AIが答えを出すというより、次の顧客との対話をつくるための材料を出してくれるイメージです。
「商談した」と「案件が進んだ」は同じではない
もうひとつ、AIでやってみたいと思っているのが、案件を時系列で見ることです。営業をしていると、商談回数が増えるだけで案件が進んでいるような気持ちになることがあります。3回商談した。提案書も出した。デモもした。PoCも始まった。なんとなく、進んでいる気がする。
でも、冷静に見てみると、決裁者にはまだ会えていない。意思決定基準も分からない。「なぜ今やるのか」も曖昧なまま、ということがあります。これ、けっこう怖いです。
商談ごとにAIの評価を残していけば、前回から今回にかけて「何の情報が増えたのか」「どのリスクが減ったのか」「逆に、ずっと変わっていないものは何か」を見ることができます。「忙しい」と「案件が進んでいる」は、同じではありません。 商談の回数ではなく、顧客との合意や理解がどれだけ前に進んだのかを見る。これは案件管理だけでなく、営業自身の振り返りにも使えるのではないかと思っています。
AIには「思い入れ」がない。それがちょうどいい
AIに案件を見てもらう価値のひとつは、担当営業とは違う視点を持てることです。営業は案件に入り込んでいきます。何度も顧客と会い、提案を重ね、関係が深くなってくると、「この案件は進むはずだ」と思いたくなります。私も営業なので、これはよく分かります。
一方でAIには、その案件に対する思い入れがありません。顧客が本当にそう言っているのか。商談の中にその事実があるのか。まだ何が確認できていないのか。かなり淡々と見てくれます。
もちろん、AIが完全に客観的だとは思っていません。評価基準をつくるのも人ですし、与えるデータにも偏りがあります。文字起こしだけでは分からない情報も当然あります。それでも、営業とは違う「もうひとつの目」を持てることには価値があります。
じゃあ、案件レビューを全部AIに任せればいいのか
ここまでくると、ひとつ疑問が出てきます。AIが商談を分析して、リスクを見つけて、次に聞くべきことまで教えてくれる。それなら、もう人による案件レビューはいらないのでは？
私たちは、そうは考えていません。むしろ、AIが一度案件を見たうえで、人が議論することに意味があると思っています。
AIが「決裁者との関係構築が弱い」と判断しても、それだけで案件のすべてを説明できるわけではありません。顧客が商談の最後にふと発した一言。長く顧客と付き合ってきた営業だから感じる違和感。その会社独特の意思決定のクセ。「今はあえて役員に会わないほうがいい」という判断もあるかもしれません。そして何より、**「この案件をどうにか前に進めたい」**という営業の意思があります。
営業には、データだけでは説明しきれないものが残ります。だから、AIに人を置き換えてもらいたいわけではありません。AIに事実整理を手伝ってもらうことで、人が集まったときに「決裁者は誰？」「競合はいる？」という確認だけで時間を使うのではなく、「で、この案件をどう動かす？」 という話をしたいのです。
AIは会議をなくすというより、会議を少しマシにしてくれる。今のところ、それくらいがちょうどいい気がしています。
ただ、AIが優秀になるほど少し怖い
一方で、この仕組みを考えていて気になっていることがあります。AIのアウトプットを、人は本当に咀嚼するのか。 ということです。
これは、前回のディスカッションペーパーでも感じたことでした。AIは、きれいなアウトプットをつくってくれます。今回も、商談後にAIが自動で「この案件にはこのリスクがあります」「次はこの質問をしてください」と整理してくれるようになります。
最初は、一つひとつ読むと思います。でも、それが毎回出てきたらどうでしょうか。「ああ、また意思決定プロセスね」「はいはい、決裁者ね」と、流し見するようになるかもしれません。さらにAIが優秀になって、「次に顧客へ聞く質問」まで全部出してくれるようになったら、その質問をそのまま読み上げる営業が出てくるかもしれない。
それでは、営業が強くなったとは言えません。むしろ、AIが優秀になればなるほど、人は考えなくても仕事をした気になれてしまう。 ここは、AIを営業に使っていくうえで結構怖いところだと思っています。便利すぎるものって、ちょっと怖いです。
「どこまでAIに任せるか」より、「どこを人に残すか」
私たちが取り組んでいるRecurringLibraryは、AIで営業を置き換えるためのものではありません。営業活動の前・中・後で生まれる顧客との対話や仮説、判断を蓄積し、次の営業活動に活かしていく。AIを相棒として使いながら、営業自身を強くするための基盤です。
そう考えると、AIが正しいリスクを見つけてくれるだけでは足りません。「なぜこれはリスクなのか」「自分はどう見るのか」「次に顧客と何を話すのか」。AIの評価に対して営業自身が考え、判断する。そして、その判断についてマネージャーや周囲のメンバーと議論する。そのプロセス自体が、営業の経験になると思っています。
営業の成長は、正しい答えを教えてもらうだけでは生まれません。考えて、判断して、実行して、結果を見る。その繰り返しによって、少しずつ案件を見る解像度が上がっていく。だからAI活用を考えるとき、「どこまでAIに任せられるか」ではなく、「どこを人に残すことで、人が強くなるのか」 という問いも必要なのではないかと思っています。
AIは、営業の経験を減らすのではなく濃くできるかもしれない
以前は、営業力を高めるには、とにかく多くの案件を経験するしかないと思っていました。もちろん、今でも実際の営業経験はとても重要だと思っています。でもAIを使うことで、経験の“量”だけではなく、“密度”を変えられるかもしれません。
自分では気づかなかったリスクに気づく。過去のマネージャーや部門長がどんな視点で案件を見ていたのかを知る。商談直後に、自分の案件を別の視点から振り返る。前回から何が変わったのかを見る。そこから自分なりの判断を持ち、人と議論する。
ひとつの案件から得られる学びが増えれば、営業の成長速度も変わるかもしれません。AIは営業の経験をショートカットするものではなく、ひとつひとつの経験を濃くするために使えるのではないか。 今はそんなことを考えています。
この商談リスクマネジメントの仕組みは、まだ走り始めたばかりです。AIの判定を営業がどう受け取るのか。案件レビューの会話は本当に変わるのか。フォーキャストの精度は上がるのか。そして何より、本当に営業自身が強くなるのか。このあたりは、実際に使い続けてみないと分かりません。
また結果が見えてきたら、改めて書いてみたいと思います。
