見込み客調査と商談準備を、会う前に完了。

まず、現場で何が起きているのか

法人営業組織で、担当者が企業サイト、ニュース、CRMを調べて初回商談を準備する想定です。

営業が情報収集に追われ、顧客への仮説を深める時間が不足します。

想定する業務量は営業担当30名・週100件の商談準備です。一件だけなら、人が頑張れば対応できます。しかし、毎日繰り返されると話は別です。小さな待ち時間と確認漏れが積み重なり、いつの間にか担当者の一日を奪っていきます。必要なのは、AIという新しい道具を一つ増やすことではありません。依頼を受け、資料を探し、判断し、結果を残す。この仕事全体をつなぐことが必要です。

AI Agentは、ここまで仕事を進めます

公開情報とCRMを照合し、有望な見込み客、課題仮説、確認すべき質問を商談前に準備します。

具体的には、企業情報とCRMを照合、課題と提案の仮説を整理、商談用の質問と資料を準備までを一続きで進めます。ここで大切なのは、それぞれの作業を別々に早くすることではありません。前の結果を次の判断へ渡し、最後まで止めないことです。もちろん、何を根拠に処理したのかは後から確認できます。

使う情報は、CRM、企業データベース、ニュース、商談資料にあります。新しいシステムに全部移すことから始めるのではありません。現場が今使っている環境を活かし、分断された情報の間をAI Agentがつなぎます。

自動化の中心は、判断基準です

この業務で必要なのは、今アプローチする理由があるか、どの課題仮説を優先するか、既存接点と矛盾しないかという判断です。「AIに任せると危ない」と感じるのは、この判断が見えないからです。だからこそ、判断基準と必要な情報、そして自動で進めてはいけない条件を、先に明確にします。

情報が揃い、基準が明確なら、AI Agentがそのまま前へ進めます。反対に、根拠が足りないなら止めます。もっともらしい答えを作って、仕事を続けることはしません。何が足りないのかを示し、判断できる人に戻します。

人が手放してはいけない仕事もあります

AI Agentが担うこと

公開情報とCRMを照合し、有望な見込み客、課題仮説、確認すべき質問を商談前に準備します。

人が担うこと

顧客への仮説選択、関係構築、提案戦略、公開情報では判断できない背景の理解

判断を人に戻す場面

企業名の同一性が取れない、情報が古い、CRMの取引制限がある場合は候補から外して確認します。

この境界は、部署、顧客、資料の機密性、操作内容に応じて変えられます。情報を読むこと、案を作ること、社外へ実行することを同じ権限にせず、操作ごとに自動実行・承認・引き継ぎを分けます。

導入して終わりではありません

準備時間を短縮し、顧客ごとに解像度の高い商談を始められます。

AIが何回答えたかは、重要ではありません。見るべきなのは、待ち時間が減ったか、確認漏れが減ったか、担当者が判断に使える時間が増えたかです。導入前と同じ指標を、運用後も継続して確かめます。

このケースで見るのは、商談準備時間、有効な仮説数、CRM入力率、初回商談から次回化する率です。導入前の数字がなければ、良くなったかどうかは分かりません。まず現状を測り、同じ指標を運用後も見続けます。あわせて、どんな例外で人が必要になったかも確認します。そこに次の改善点があるからです。

小さく始めて、実務で確かめる

最初からすべてを自動化する必要はありません。むしろ、一つの業務に絞った方が上手くいきます。実際の資料と判断基準を使い、現場の人が結果を確かめられる範囲から始めます。

導入前に、よく聞かれること