AIと人でつくる営業育成
営業育成にAIを活用する動きは、今や珍しくありません。
商談ログから営業の勝ち筋（型）を見出し、AIロールプレイで反復練習を促す。
属人的な営業を減らし、勝ち筋を再現可能にするうえで、AIは確かに有効な手法です。
私自身、様々な企業でAI活用を含めた育成支援をしている立場ですが、実際に設計・運用していく中で、
いくつかの「違和感」に直面しています。
– 違和感とは
AIが抽出した「トップセールスの標準行動」は、構造としては正しいのですが、
実際の商談を視聴すると、顧客が本当に反応していたのはその"標準行動"そのものではありませんでした。
分け目となっていたのは、トッププレイヤーが最後の局面で言葉を個別化し、自分がなぜこの提案を勧めたいのか
という思いを乗せて伝えていた部分で、そこに明らかな顧客反応が生まれていました。また、その行動は全ての
トッププレイヤーに共通のものでもなく、しかし明らかにそこが「横展開」の価値がありそうな個所だったのです。
この経験から、商談の中で何が本当に効いているのかは、事実データだけでは見誤る可能性があるなと
感じるようになりました。
AIによる商談フィードバックも同様です。
AIによる商談フィードバックに対して「それは意識してやった」「そこは違う文脈があった」と感じた本人が、
納得のないまま指摘を処理して終わる場面がありました。
本人が自分の言葉で課題を捉え直すプロセスが抜けると、行動変容は生まれづらくなってしまいます。
こうした違和感に対する一つの解として、現時点では「AIが持つ強みを、人の細やかな解釈力・伝達力で
補うことで最適な育成の仕組みづくりを行う」ことを見出しています。
AIを使った育成を試行錯誤されている方、これから育成の仕組みづくりをしようとしている方に、
ご一読いただけると嬉しいです。
※本稿では「人」とは主に上司・育成担当者を指します
柴本 奈津子（しばもと なつこ）
講師・カスタマーサクセス
講師・カスタマーサクセス
2005年にエン株式会社（前身：エン・ジャパン）に中途入社。営業として中小・大手企業と幅広く経験。それを活かし、2014年以降、育成企画として“組織の育成体系化”“若手・管理職育成”“型作り”に携わる。2024年にエン初のセールスイネーブルメントツール「エンSXセールスアナリティクス」の立ち上げに合流し、クライアントとの育成課題と向き合う講師・カスタマーサクセスに従事。
1. AIだけでは、営業の勝ち筋（型）は作りきれない
1-1. AIが可視化できることと、できないことを認識する
例えば営業の型づくりにおいて、AIは有効な補助線になります。
ただ、可視化できることとできないことがあり、その限界を理解しないまま判断基準に置くと、
勝ち筋を見誤る可能性があります。
▽AIが可視化できること
・トッププレイヤーの会話ログから頻出パターンを抽出し、属人的だった暗黙知を可視化
・顧客の声のトーンや頷き、表情の明暗といった非言語情報（音声AI）
▽できないこと
・顧客の反応の中身＝それを顧客がどう解釈したか、感じたか
・具体的には「買う気があるのか、〇〇の点で納得していない・・」など顧客の本音
つまり、AIにできるのは「どのトークで顧客の反応が変化したか」を可視化することまでで、
顧客の反応の中身を明らかにするには、最終的には営業本人が仮説を持ち、質問を通じて検証する必要があります。
そのプロセスを支援するのが、上司や育成担当者の役割です。
データとセットで意味を人が取りにいく、この構造は、少なくとも現時点では必要だと感じます。
1-2. 型づくりにおける人の役割
つまり型づくりでは、AIの分析結果をそのまま正解と見なすのではなく、人が顧客反応を見て調整をかけることが不可欠に。
AIはあくまで材料提供者であり、「本当に刺さっているポイントは何か」は人が見極め、最終的な勝ち筋＝型の観点を定めていく必要があります。
▽型づくりの工程図
2. 人が担うべき役割は、解釈と伝達 （フィードバック）
最近はAIロープレサービスも数々登場し、営業育成において、従来の人によるフィードバックを止め、一気にそちらへ置き換えようとされている企業さまの話も聞くようになりました。
ただ、型づくりでもロープレでも、「事実の可視化」と「意味の解釈」が分離するという構造は共通しています。そのため、「AIが事実を可視化し、人がその意味を解釈し、伝達する」という役割分担は基本的に変わらないと考えています。
加えて、アダルト（大人）の育成では以下のような理論が存在します。
▽アダルトラーニングで押さえるべきポイント （成人学習理論）
- 学ぶ必要性を理解しないと学ばない ・・動機に合致するかどうか
- 大人は、経験がある ・・自分自身が、納得できるかどうか
- 実践的な話し合いの中でより学ぶ ・・想定などではなく、事実に基づいた学びかどうか
- 実利的で役立つものに興味がある ・・自分のキャリアに役に立つかどうか
つまり大人は、事実に基づいた、「自分自身の問題意識」からしか行動を変えません。
外から「こうしなさい」と一方的に言われても、本人が「意図してやった」「文脈が違う」と感じている場合動かない。AIロープレのフィードバックがいくら正確でも、本人の納得を経由しなければ行動変容は起こりづらいということです。
だからこそ、まずは人が対話を通じて、AIが示した事実と本人の認識をすり合わせ、課題を自分ごととして捉え直す必要があります。以下にその手順のイメージを示します。
2-1. ロープレ前にまずは「スキル改善ポイント」を絞っていく
具体的には上司と部下が、日々の商談録画や録音に対して以下のような対話を通じて改善ポイントを絞っていきます。この対話の際に、双方が共通認識として持っている商談軸があるとより会話がズレにくくなるでしょう。
▽対話の基本ステップ①～⑤
①事実確認｜「何が起きたか」の認識を揃える
評価者の解釈を入れずに、事実認識の一致を図る（商談動画視聴などが最適）
②本人の意図を確認する
出来れば共通のチェックポイントに沿って本人が「なぜそうしたか」の意図を確認する
＊OK例：この時にこの質問をした意図ってなんだったんですか？
＊NG例：なんで〇〇を確認しなかったの？（そうすべき、という前提で聞く）
③ 自分と部下の評価のズレを言語化する
自分自身の評価意図を伝え、差異が出ている分を明確にして問いかけます
＊OK例：自分としては、ここは〇〇まで聞けるとよかったなと思って評価したけど▲▲さんの考えはどう？
＊NG例：やーここは×だと思います。〇〇聞けていないから。
④ 原因と対策を言語化する
双方の評価をすり合わせた結果、解決策をすり合わせる
＊OK例：●●ができている状態に近づけるには、どうしたらよいと思う？
●●ができる状態にするには、〇〇してもいいけどどう思う？
＊NG例：〇〇する、かな！（解決策の押し付け）
⑤ 改善ポイントを1つに絞る
改善ポイントに優先順位をつけて、「まずはどこから改善するか」を決める
＊OK例：あえて1つ変えるなら、どこを変えますか？
＊NG例：これから変えよう！
2-2. 改善ポイントに沿ったAIロープレの設計
2-1の対話を通じて改善ポイントが定まった後は、反復練習をAIロープレが担うことが可能になります。
商談相手の役割、顧客タイプ、課題・決裁の難易度といった変数を組み合わせることで、現場のリアルな状況を設定をするとよいでしょう。
逆にこの対話を挟まずにAIロープレを実施すると、本人の意図や文脈が反映されないまま改善ポイントが設定され、練習が作業化しやすくなります。これは若手・ベテラン共に陥りがちだと感じます。
定期的に人が対話を行うことで改善ポイントを絞り、そこに焦点をあてたAIロープレの設計・練習をする。例えば、週1回の商談振り返りで対話を行い、翌週のロープレテーマを1つ設定する、といった形で日常業務に組み込むことが現実的です。
まとめ
従来の営業育成は、優れたマネージャーの感性と経験に依存していました。これからはAIが事実を可視化し、人がその事実をもとに感性で伸ばしていく形に変わります。
ただAIだけに任せると型は浅くなり、フィードバックは受け流され、練習は作業化する。
人だけでやろうとすると、負荷が高く、属人化し、量が回らない。
AIで量と標準化を担保し、人で意味づけと変化を起こす。この役割分担が設計されたとき、営業育成はようやく属人的な指導から、再現可能な”現場に効く育成“に進化するのではないでしょうか。
Contact
セールス領域に少しでも悩んでいませんか？
エンSXにぜひお任せください
ご不明な点はお気軽に
お問い合わせください
お問い合わせください
サービスのお役立ち資料は
こちらから
こちらから
お電話でのお問い合わせはこちら
（平日10:00~17:00）
