「その生成AI、他社でどれくらい効果出てる？」必ず聞かれるこの質問で、本当に問われていたのはベンダーの伴走力
生成AIの商談で、メンバーに活用事例をたくさん持参してもらい商談に臨んだのに、返ってきたのは「で、他社ではどれくらい効果が出ているんですか？」で返り討ちにあった話です。
この質問、生成AIを提案したことのある方なら、一度は聞かれているはずです。
逆に事業会社様側の方でも、必ずベンダーに質問することではないでしょうか。
先日、チームのメンバーがこの質問に正直に答えた結果、次のステップにつなげられない商談がありました。
今日はその商談の振り返りと、「次はどうしていくべきか」を書いてみます。
活用方法を山ほど持って行ったのに、一言で止まった商談
生成AIは活用のアイデアは沢山あるものの、まだまだ大きな成果が出た事例が少ないのが現状だと思います。
そんなある日、メンバーが流通小売の企業に生成AIの提案をしました。
メンバーは意気込んで、生成AIの活用方法をあれこれ持参しました。「これだけ使い道があります」と見てもらえれば、イメージが湧くだろうと考えたからです。その気持ちは、営業として自然なものだと思います。
ところが、顧客の反応はこうでした。
「他社で効果があったものは？ どれくらい効果があるんですか？」
「効果があったものなら、是非マネして導入してみたい」
新商材の商談で事例を求められる。営業なら誰もが経験する、あるある場面です。ただ、事例の「数」ではなく「効果の大きさ」を聞かれたところが、今回のポイントでした。顧客が引っかかっていたのは、費用対効果が本当に出るのか、という点です。
正直に答えた結果、次のステップにつながらなかった
メンバーは、こう答えました。
「いま導入いただいている会社様で実証実験中で、数値でお伝えできる効果測定までは出ていません。これからです」
返ってきたのは、「それでは、すぐに採用はできないですね」という反応でした。
もちろん、メンバーもそこで終わらせたくはなかったはずです。
「なんとも言えないのが実情です。ただ、生成AIの可能性は大きく、店舗でのAI活用はこれから大きく伸びます。先行して取り組んだ企業が勝ち残っていくと考えています」と伝えました。
でも、結果として次のステップにはつながりませんでした。
私は、この答え方自体は間違っていなかったと思っています。嘘をついて取り繕うより、よほど良い。ただ、「誠実に答えたけれど、商談は前に進まなかった」という事実から、チームとして学ぶことはあるはずです。これは個人の失敗というより、チームの課題として一緒に向き合いたい。そう考えて、この記事にしました。
顧客が求めていたのは「事例」より「失敗しない安心」
振り返ると、顧客は事例そのものが欲しかったわけではないと思います。欲しかったのは「他社で効果が出たものを真似すれば失敗しない」という安心です。
ただ、当時、現在でも効果測定の数字まで示せている生成AIの事例は、まだ多くありません。ここにズレがあります。
背景には、顧客側の事情もあります。
新しいことに挑戦しにくい文化があったり、今までやってなかったことにコストを捻出するのも簡単ではありません。
特に流通小売業はコストに厳しい業界です。「他社で効果が出ていないなら、うちはやらない」という判断は、とても合理的です。
この構図は、日本だけの話でもなさそうです。
アメリカのArs Technicaの報道では、MicrosoftのAIエージェント製品の販売が伸びず、営業目標が引き下げられたと伝えられています（同社は否定しています）。記事では、顧客は実績の乏しいエージェントに慎重だとされていました。
つまり「実績がない」ことへの不安は、一人の営業力の問題というより、今のAI市場全体の空気なのだと思います。
「効果は出ていますか？」は、ベンダーの力量を測る問いだった
メンバーの振り返りを聞いて、私なりに気づいたことがあります。
生成AIは未知数の部分が大きく、効果が出るかどうかは、導入と伴走の質に大きく左右されます。だから顧客の「効果は出ていますか？」は、事例の有無を聞いているだけではないはずです。
「このベンダーは、効果が出るところまで一緒にやってくれるのか？」
「効果が出せるほどのAIへの理解・業務への理解があるのか？」
そういう力量を測る問いでもあると、私は受け取っています。
少しだけ、自社の話をさせてください。VINXのRetail Brainは、流通小売特化の生成AIプラットフォームです。特定の用途に絞った製品ではなく、使い方はお客様次第。エージェントを追加しながら、実証と効果づくりを重ねていけます。IDフリーなので、店舗でもパートアルバイトの方まで使えます。
ただ、ここに難しさがあります。顧客は「特定の使い方での効果」を期待しがちです。基盤型の価値は、効果測定と伴走の中身まで示さないと伝わりにくい。前回の商談では、そこまで示しきれていませんでした。これは営業個人というより、私たちが提案の型として整えておくべき部分だったと考えています。
顧客から逆に聞かれた「効果測定で何を決めればいい？」
もう一つ、印象に残ったやりとりがあります。
効果の話が出たあと、顧客から逆にこう聞かれました。
「効果測定って、そもそも何を決めればいいんですか？」
メンバーは、その場で具体例がすぐには浮かばなかったとのことでした。
これは責められない場面だと思います。実は私自身も、同じ場に立ったら即答できたか自信がありません。だからこそ、事前に型として整理しておく価値があります。
この問いにその場で即答できる状態こそが、伴走力の第一歩だと思います。
部長として、次はどうしていくか
今回の件を受けて、私が次にやるべきだと考えていることを整理します。
1. 「実証中です」であっても次に繋がる答え方をチームの型にする
お客様が望む生成AI活用がまだ実証中であった場合、その事実は変えられません。
変えられるのは、その先の見せ方です。「まだ効果は出ていません」で終わらせず、活用方法に合わせた効果測定の進め方とロードマップをセットで示し、失敗しにくい根拠を伝える。この答え方を、メンバー個人の工夫に任せず、チームで共有できる形にしたいと思っています。
2. 商談の前に、効果測定の問いを用意する
顧客から「何を決めればいいのか」と聞かれる前に、こちらから聞く。たとえば「御社が効果を測るなら、何の数字になりますか？」です。
用途ごとに現状とToBeの測り方や測定項目をあらかじめ整理しておけば、即答できる状態に近づきます。
3. 商談の結果だけでなく、「何を問われたか」を共有する
実績のない商材の商談では、受注できたかどうかだけでなく、顧客に何を聞かれ、どう答え、どこで止まったかが一番の学びになります。今回のメンバーの振り返りも、まさにそうでした。こうした場面をチームで持ち寄り、答え方を一緒に磨いていきます。
4. 大きな効果が出ている顧客はまだいない、という事実から目をそらさない
回りくどいようですが、これが信頼の土台になると私は考えています。そのうえで、効果が出るところまで一緒にやる、という姿勢を見せ続けること。それが、この問いへの本当の答えになるはずです。
参考になりそうなデータ
HubSpot Japanの営業白書2026では、AIを営業の業務プロセスに組み込んでいる場合、週1回以上使う人が74.8%になるとされています。「仕組みに入れる」ことが定着の鍵、という示唆です。
また、富士通のプレスリリースによれば、小売向けAIエージェント4種を小売7社と実証中で、正式提供は2027年6月の予定とのことです。業界全体が、まだ実証段階にあることの傍証だと思います。
おわりに
実績のない新商材を提案するとき、皆さんは何を材料に決裁者を動かしていますか。ぜひコメントで教えてください。
なお、VINXのRetail Brainは、流通小売の現場で生成AIを一緒に試し、育てていくためのプラットフォームです。答えのない商材に、伴走役として向き合ってまいります。
