AIで営業は消えない 富士通の商談データ活用が示す戦力化の条件

営業部門でAIを使う話になると、「営業担当者の仕事がなくなるのではないか」という声が出ます。実際には、商談前の準備や商談後の振り返りをAIが支え、人が顧客との対話に集中する使い方も考えられるでしょう。

海外では、営業AIを個人の生産性向上だけでなく、組織の知識共有に使う議論が広がっています。BinxAIが現場で見てきた範囲では、成果を分けるのはツールの導入より、商談データを次の教育と提案へ戻す運用です。

この記事の対象読者

営業支援AIや商談文字起こしAIを検討している方に向けた内容です。すでに議事録作成を自動化したものの、商談数や提案品質に変化を感じにくいチームにも役立つ視点を整理します。

• 営業DXの投資効果を、利用率以外でも確認したい営業責任者
• 商談データを営業教育へ活用したい人材育成担当者
• 未経験者の立ち上がりを早めたいスタートアップや事業部門
• 営業AIの導入範囲と評価指標を決めたい情報システム部門

議事録を残すだけでは営業組織の差が広がる

記録が個人フォルダに止まると組織に返らない

商談の文字起こしは、会話を記録する入口です。記録が営業担当者の個人フォルダに止まると、次の提案や新人教育にはつながりません。AIを入れても、議事録の保存数だけが増える状態になりがちです。

営業には、顧客の課題を聞き出す順番や、反論への返し方があります。こうした知見を担当者の経験だけに置くと、未経験者は試行錯誤を繰り返します。ベテランが異動すると、学習材料も失われるかもしれません。

海外で営業AIの活用範囲が議論される背景には、こうした個人依存への問題意識があります。営業AIを戦力化に使うなら、商談データを教育と提案改善へ戻す経路が必要です。

• 商談前は、過去の類似案件から確認事項を整理する
• 商談中は、会話を記録して論点と顧客の反応を残す
• 商談後は、要約と解析から次回提案の改善点を出す
• 教育では、実際の会話を模擬商談の教材へ変える

今すぐ問い合わせる

富士通は商談の記録を模擬商談と教育へ広げた

一つの作業を代替するだけでなく循環させる設計

Agora掲載記事によると、富士通では商談の文字起こし、要約・解析、模擬商談などにAIを活用しています。営業活動だけでなく、営業教育にも展開している点が紹介されています。

ここで見るべきなのは、AIが一つの作業を代替したことではありません。商談で得た情報を整理し、次の商談準備や模擬商談に使う流れが設計されていることです。

BinxAIの視点では、営業AIの価値はこの循環にあります。経験豊富な担当者の会話を学習材料にし、未経験者が練習できる状態を作れば、教育担当者の時間だけに頼らない運用を検討できるでしょう。

• 商談データを文字起こしして、検索できる形にする
• 要約・解析で、顧客課題や未確認事項を整理する
• 模擬商談で、実際の質問や反論への対応を練習する
• 練習結果と本番の商談を比較して、提案を修正する
• 改善した内容を次の営業教育と商談準備へ反映する

自社で再現する際は、最初から全商談を対象にしない進め方もあります。特定の商品や顧客課題に絞り、記録項目、評価項目、教育への戻し方を一つの営業プロセスに組み込むのがよいでしょう。

商談数82.4倍が示す営業AIの評価軸

数字の背景にある複数の要因を分解する

Agora掲載記事では、富士通のデジタルセールス部門について、2021年と2025年を比較すると商談数が82.4倍に増えたと紹介されています。営業AIを考えるうえで目を引く成果だ。

この数字だけで、AIが単独で商談数を増やしたとは言えません。営業体制や市場環境など複数の要因が考えられるため、導入企業は自社の変化を分解して確認する必要があります。

見る指標を利用率から広げると、AIの使われ方を判断しやすくなります。「使われたか」ではなく、「商談と育成の流れが変わったか」を追う設計です。

• 商談数、商談化率、次回提案への移行数
• 新人が単独商談に移るまでの期間
• 提案書の修正回数や顧客課題との対応度
• 模擬商談の実施回数と評価の変化
• AIの出力を人が確認した回数と修正内容

自社で営業AIを回すために先に決めること

ツールより先に改善したい場面を決める

富士通の事例をそのまま導入するのではなく、自社の営業プロセスに置き換えて考えます。最初に決めるのはAIツールではなく、どの場面の判断を改善したいかです。

• 対象を一つに絞る、例として初回商談や失注案件を選ぶ
• 記録する項目を決める、顧客課題、反論、次回アクションなど
• 評価者を決める、営業責任者、教育担当、担当者本人など
• 教育への戻し方を決める、模擬商談、レビュー、提案書修正など
• 導入前後で追う指標を決める、商談数、育成期間、提案品質など

次に、AIの出力を人が確認する場所を決めます。顧客の発言を誤って要約した場合や、社内情報を含む場合があるため、公開範囲と修正責任を曖昧にしません。

小さく始めるなら、数件の商談を選んで、文字起こしから模擬商談までを試します。その後、現場が使わなかった理由と、提案が改善された場面を記録し、対象業務を広げるか判断します。

今すぐ無料相談する

商談データを教育へ戻す段階で詰まりやすいこと

データの形式がバラバラだと材料を選びにくい

自社で進める場合、最初に詰まりやすいのは商談データの棚卸しです。録音、議事録、提案書、CRMの項目が分かれていると、模擬商談に使える材料を選びにくくなります。

• 商談記録の形式が担当者ごとに違い、比較できない
• 模擬商談の評価項目がなく、練習結果を判定できない
• AIの要約を誰が確認し、教育へ戻すか決まっていない

外部の支援を使うと、業務タスクとデータの流れを第三者と整理できます。自社だけでは後回しになりやすい評価項目や社内規約も、導入計画に含めて検討しやすくなるでしょう。

BinxAIの「みっちゃくん」は、月額5万円からで初期費用と追加費用はありません。API、サーバー、ツールの費用は実費です。業務タスクの棚卸し、データ基盤構築・改善、AI研修などを提供しています。

営業AIの進め方を相談する

よくある質問

AIで営業担当者は不要になりますか？

一律に不要になるとは言えません。商談準備、振り返り、教育をAIが支え、人は顧客との対話や判断に集中する形が考えられます。富士通の事例も、営業活動と営業教育への活用として紹介されているとおりです。

商談の文字起こしだけでも導入効果は出ますか？

議事録作成の負担を減らせる可能性はあります。ただし、営業組織の再現性を狙うなら、要約・解析の結果を模擬商談や提案改善へ戻す設計まで確認しておきたいところです。

営業AIの効果は何で測ればよいですか？

利用率だけでなく、商談数、育成期間、提案品質を追うのがおすすめです。導入前の基準値を置き、AIの利用後にどの営業工程が変わったかを担当者別に確認すると、改善箇所を見つけやすくなります。

最初はどの商談から始めるべきですか？

初回商談や失注案件など、改善点を比較しやすい対象から始めます。対象を広げる前に、記録項目、AI出力の確認者、教育への反映方法を一つの流れとして試します。

富士通の事例から読み取れるのは、AIが営業を消すという単純な構図ではありません。商談データを模擬商談、教育、提案改善へ循環させると、営業担当者の経験を組織で再利用する設計を考えられます。

まず今日、改善したい商談を1件だけ選んで、記録する項目と追う指標を紙一枚に書いてみてください。議事録の作成で止めず、商談数、育成期間、提案品質の変化まで追える状態を作ることが、営業DXの判断材料になるでしょう。

本記事に挙げた他社の料金や制度は、執筆時点で公開されていた情報です。お申し込みの前に、各社の最新の内容をご確認ください。