PR 本記事にはアフィリエイト広告を含みます。
営業職で生成AIを使うなら、商談そのものをAIへ任せるより、商談前後の情報処理を軽くするところから始めるのが現実的です。
現在の検索結果でも、企業調査、提案書、議事録、フォローメールなどの活用例は多く紹介されています。
キャリツギではそこから一歩進めて、AIを使った経験を、転職でも説明できる業務改善実績へ変える方法まで整理します。
営業×生成AIは「商談前・商談・商談後」で分ける
| 工程 | AIに任せやすいこと | 人が残すこと |
|---|---|---|
| 商談前 | 公開情報整理、質問案、提案構成 | 顧客仮説、優先順位 |
| 商談 | メモ整理、想定問答 | 対話、関係構築、判断 |
| 商談後 | 議事録、メール下書き、タスク整理 | 合意事項確認、次の提案 |
営業で重要なのは、顧客との対話そのものです。
AIは、その前後で発生する「集める・まとめる・下書きする」を補助する道具として使います。
商談前｜調査をAIに丸投げしない
企業研究でAIを使う場合、最初から「この会社の課題を教えて」と聞くだけでは不十分です。
おすすめは、
- 公式サイト
- IR・プレスリリース
- 過去の商談記録
- 自社CRMの正式情報
など、確認する情報源を先に決めることです。
AIには「情報を整理する」「確認すべき論点を出す」役割を持たせます。
顧客の本当の課題は、公開情報だけで断定しません。
商談｜AIは会話の代わりではなく補助
商談では、相手の表情、言い方、社内事情、優先順位など、文章だけでは分からない情報があります。
AIに任せやすいのは、
- 想定質問の作成
- ロールプレイ
- メモの整理
- 議論の論点整理
などです。
録音・文字起こしを使う場合は、相手への説明や社内ルール、個人情報・機密情報の扱いを確認します。
商談後｜一番テンプレート化しやすい
商談後には、
- 議事録
- お礼メール
- 次回タスク
- CRM入力
- 提案書の修正
- 社内共有
など定型的な作業があります。
ここは「入力項目」と「確認項目」を固定しやすいため、生成AIを継続利用しやすい工程です。
たとえば議事録なら、
顧客課題 / 合意事項 / 未決事項 / 当社タスク / 顧客タスク / 次回確認事項
のように出力形式を固定します。
顧客情報を入れる前に確認する
営業では機密情報や個人情報を扱う機会があります。
会社が許可したAI環境か、入力データが学習等にどう扱われるか、社内規程に反しないかを確認します。
利用可否が分からない場合は、実データを入れず、公開情報や架空データで試します。
営業でAIを入れるなら「社内で閉じる工程」から試す
いきなり顧客へ送る提案文を自動生成するより、まず外部送信前に担当者が止めて確認できる社内工程から始めます。
おすすめの順番は、社内整理 → 商談準備 → 商談後処理 → 顧客向け文章の下書きです。
たとえば商談前なら、公式サイトやIRから「確認したい事実」「仮説」「質問」を分けて整理します。AIが出した顧客課題を事実として扱わず、商談で確かめる仮説として持ち込みます。
商談後なら、メモから次回タスクを抽出し、CRMへ入れる前に担当者・期限・金額・合意事項を人が照合します。
生成AIで営業成果を測るなら、売上だけにしない
AIを使った直後に売上が増えても、それだけでAIの効果とは断定できません。案件規模、季節、担当顧客など他の要因があるからです。
最初は、AIを使った工程に近い数字を測ります。
| 改善した工程 | 測りやすい指標例 |
|---|---|
| 商談準備 | 準備時間、確認漏れ件数 |
| 議事録 | 完成までの時間、修正回数 |
| フォローメール | 作成時間、送信までの時間 |
| 提案書初稿 | 初稿時間、人の修正箇所 |
| CRM入力 | 入力時間、必須項目の欠落 |
この記録があれば、「AIで売上を上げました」のような因果を言い切らず、どの業務をどう改善したかを説明できます。
営業で使える確認テンプレート
AIへ作業を任せる前後に、次の5点を確認します。
- 入力情報は社内ルール上使ってよいか
- 事実と仮説が分かれているか
- 数字・社名・商品仕様を一次情報で確認したか
- 顧客へ出す文章は担当者が読み直したか
- 商談後の合意事項は元メモ・CRMと一致しているか
このチェックまでテンプレート化すると、個人の「AIが得意」で終わらず、チームへ共有できる業務改善になります。
転職にも残せる「AI活用実績」の作り方
転職時に強いのは「AIを使える営業です」という自己評価ではありません。
次の形で記録します。
課題 → AIを使った工程 → 人の確認 → 改善結果
例としては、
- 商談準備の確認項目を標準化した
- 商談後のタスク抽出手順を作った
- 提案書の初稿作成工程を統一した
- 新人でも使えるチェックリストを作った
などです。
作業時間などの数値は、導入前後を実測してから使います。
AIを使っても営業の基礎は残る
生成AIが提案文を作れても、
- 顧客の課題を聞く
- 信頼関係を作る
- 誰が意思決定者か把握する
- 予算や時期を確認する
- 自社で解決できないことを見極める
- 提案後に動く
といった営業の基礎は残ります。
AIを学ぶ前に営業を学ばなくてよくなるわけではありません。
むしろ営業の基礎がある人ほど、AIへ何を任せればいいか判断しやすくなります。
まとめ｜営業では人が止めて確認できる工程からAIを入れる
営業職で生成AIを使うなら、最初は商談前の情報整理や商談後の記録など、顧客への影響を人が確認しやすい工程から始めます。
商談そのものや提案の最終判断は人が持つ。
そして「使った」で終わらせず、改善手順と結果を残す。
それが、現職でも転職でも説明できる生成AI活用になります。
参考情報
関連記事
営業×生成AIを体系的に学びたい場合
この記事の内容は、まず現職の商談前後で小さく試せます。独学で十分に進められるなら、スクールを使う必要はありません。
一方、営業業務に沿って学習順序を決めたい場合、DMM生成AI CAMP 学び放題には「生成AI営業コース」が用意されています。公式情報では、営業向けの職種別コースとして提供され、学習時間の目安も案内されています。申し込む前に、今の仕事で試せることと有料学習が必要な部分を分けて判断してください。
