エース営業社員の「型」を組織で再現 中小企業のノウハウ属人化解消に生成AIを活用
生成AIを全社的に導入しても、それだけで売り上げや利益が増えるわけではありません。中小企業がAI活用を経営成果につなげる方法を考えてみます。
エース営業社員や経営者が持つ「経験と勘」、すなわち「暗黙知」を、営業の「型」として可視化し、組織全体で再現できる仕組みをつくることが有効です。
それには、日々の商談データを蓄積し、成果を上げている営業担当者の提案手順や判断基準と組み合わせて、AIに分析させる手法が考えられます。AIを単なる業務効率化のツールではなく、営業の「型」を共有する仕組みとして活用するわけです。
AIを導入しても利益につながらないのは？
中小企業にとって急務の生産性向上を図って、生成AIの全社的な導入を進めている例も増えていますが、経営陣からは戸惑いの声も少なくないようです。
「有料ライセンスのコストが増えただけで、売上や利益の増加につながっていない」、「部下がAIで作成した低品質な資料の確認が増え、かえって残業時間やストレスが膨らんでいる」といった具合です。
こうした状況は、AIの導入そのものが目的となる「手段の目的化」に陥っている状態なのかもしれません。
日常業務の一部をAIに置き換えれば、作業時間は削減できます。しかし、そこで生まれた「余白」を、利益を生み出す活動へ再投資することができなければ、経営視点の成果にはつながりません。
エース営業の「型」をつくり、共有
営業の属人化に対応し、利益につなげるための手法が、営業の「型」を組織全体で再現する仕組み化です。
企業の成長支援やAI活用によるマネタイズに詳しい支援会社の代表者は、AIを「能力の増幅装置」と表現しました。「シゴデキ」社員の仕事ぶりの「型」をAIでつくり、仕組み化すれば、その仕事ぶりが増幅していくのです。
成功のポイントは、顧客理解に基づいたオペレーションとデータの再設計です。
成果を上げている人の営業活動の判断基準、すなわち「誰に、どのような順番で、何を提案しているのか」を「型」として整理し、日々の商談データと組み合わせて活用することです。
営業の「型」を再現する3ステップ
中小企業が取り組む「稼げるAI活用」のワークフローは、大きく3つのステップに分けられるでしょう。
1. 商談データを自動で蓄積する
まず、商談の記録をデータ化します。商談のメモをスマートフォンで撮影し、OCR（光学文字認識）で読み込んだり、可能であれば商談を録音して音声を記録したりします。
これらをAIでテキスト化し、内容を要約した上で、顧客管理のデータベースに記入することで、これまで各営業担当者の記憶やメモなどに残っていた商談情報を蓄積していきます。
SFA（営業支援システム）などの有料ツールがたくさんありますが、中小企業の取引規模であれば、お金をかけずに小さく自作して試してみることも可能でしょう。
2. エース営業の「型」をAIにインプットする
次に、「どのようなターゲットに対し、どのような提案手順を踏めば、受注につながり、高単価になりやすいか」という、自社のエース営業担当者の勝ちパターンを整理します。
これを、メインターゲットやコンテキスト（背景事情）として、AIに学習させるのです。
単に過去の営業資料を読み込ませるだけではなく、成果を上げている社員の営業プロセスも学習させます。「誰に、何を、どのような順番で提案しているのか」を、「型」として扱うわけです。
3. AIが商談を分析し、次の行動を提示する
ここまできたら、各営業担当者による商談の記録を入力して、エースの「型」を基準に、AIに分析させてみます。
例えば「次回のアクションに対して顧客の予算感の把握が不足している」「この課題解決には〇〇の提案を足すべき」といった具合です。ここで明らかになった不足点やネクストアクションを、AIが現場へフィードバックします。
こうした仕組みによって、エース営業社員の経験や勘に依存していた営業ノウハウを組織内で共有・活用することにつなげるわけです。
人間は「重い仕事」に集中
生成AIによる営業の仕組み化は、人間の営業担当者をAIに置き換えることが目的ではありません。
事務や分析などの定型処理はAIに任せる一方、人間は有力見込み客との意思決定交渉や深い信頼関係の構築といった、比率は少なくても「重い仕事」に集中することができるのです。
中小企業の競争力を考える上では、人数をそろえる採用だけではなく、「AIと組み合わせて最大の成果を出す少数精鋭の組織づくり」という視点も、重要になります。
生成AIの導入自体を目的とするのではなく、自社で成果を上げている人材の「型」を見つけ、それをデータとして蓄積し、組織で活用する。AIによって生まれた時間や能力を、利益を生み出す活動へどう再配分するかまで設計することが、中小企業のAI活用を経営成果につなげるポイントとなるでしょう。
（HUB-CONNe編集部）
