ChatGPTを営業チームに定着させる — 配って終わりにしない業務設計 | GH Media
URLがコピーされました

ChatGPTを営業チームに定着させる — 配って終わりにしない業務設計

URLがコピーされました
ChatGPTを営業チームに定着させる — 配って終わりにしない業務設計

「ChatGPT を営業全員に配ったんです。でも、結局しっかり使っているのは一部の若手だけで、ベテランは前のやり方に戻ってしまって」——先日、卸売業の営業マネージャーの方から、こんな相談を受けました。会社としてアカウントを用意し、朝礼で「これからは全員で使っていこう」と号令もかけた。それでも数か月たつと、使う人と使わない人にくっきり分かれてしまう。これは特別な話ではなく、営業へのAI導入でいちばん多く聞く「その後」です。

配ること自体は、いまや難しくありません。難しいのは、配ったあとに「業務で当たり前に使われる状態」まで持っていくことです。世の中には「営業で使えるプロンプト集」があふれていますが、プロンプトを配れば定着するわけではない。定着を決めるのは、どの業務で使い、AIと人でどう役割を分け、どうルール化して事故を防ぐか——という業務設計のほうです。本記事では、その設計を営業マネージャー・経営者の目線で整理します。

なぜ「配っただけ」では使われないのか

使われない理由は、社員のやる気の問題ではないことがほとんどです。原因は三つに分けられます。

ひとつは、使いどころが各自の想像任せになっていること。「業務で使ってみて」とだけ言われても、日々の営業のどの場面で、何を頼めばいいのかは人によってイメージがバラバラです。結果、思いつく人だけが使い、多くの人は「便利らしいが自分の仕事には関係ない」で止まります。ふたつめは、成功例が共有されないこと。ある担当が良い使い方を見つけても、それが個人のノウハウに留まり、チームの型になりません。みっつめは、「入れてはいけない情報」の線引きが曖昧で、こわくて使えないこと。顧客名簿や未公開の見積を貼っていいのか判断できず、慎重な人ほど手が止まります。

つまり定着しないのは、ツールの性能ではなく、その周りの「業務としての設計」が抜けているからです。逆に言えば、ここを設計すれば定着は十分に狙えます。

営業で効果が出やすい五つの領域

まず、どこで使うかを絞ります。営業業務の中でも、生成AIの「たたき台を速く出す」「大量の文章を要約する」という得意分野がそのまま効く領域は、おおよそ次の五つに集約されます。

領域AIに任せること人が担うこと
提案書のたたき台構成案・初稿の文面づくり顧客に合わせた中身と最終判断
商談前の企業リサーチ公開情報の整理・要点抽出仮説立てと確度の見極め
フォローアップメール文面のドラフト作成トーン調整と送信の判断
商談議事録の要約長い記録の要点整理事実確認とネクストアクション決定
失注分析複数案件の傾向の言語化原因の解釈と打ち手の決定

OpenAI が公開している営業チーム向けの活用解説「How sales teams use ChatGPT Work」でも、提案の下準備や商談準備、停滞案件の診断といった作業で「最初に使える下書き」を素早く用意する使い方が紹介されており、最終的な関係構築や判断は営業担当が担うと明確に区別されています。パーソルが公開している法人営業での活用事例でも、提案書ドラフトや商談準備の時間が大きく短縮されたケースが報告されています(数値はいずれも外部の事例であり、当社の実績ではありません)。

この五領域に共通するのは、「ゼロから書く/読む」時間をAIが肩代わりし、営業担当は判断と顧客理解に時間を回せるという構図です。逆に、顧客との関係づくりや価格の最終判断そのものをAIに任せる発想は、この時点で外しておきます。

役割分担の原則 — 丸投げしないための線引き

定着させるうえで最初に全員へ共有すべきは、細かなプロンプトよりも、AIと人の役割分担の原則です。原則はシンプルで、「AIはたたき台生成と要約まで、最終判断と顧客理解は営業担当」。この一線を最初に引いておくだけで、使い方のブレも事故も大きく減ります。

たとえば提案書なら、AIに構成と初稿を出させるところまでは任せてよい。しかし、その顧客が本当に困っていることは何か、どの表現なら刺さるかは、商談を重ねてきた担当にしか分かりません。議事録の要約も同じで、AIが整えた要点を鵜呑みにせず、事実誤認がないかを人が確認し、次に何をするかは人が決める。生成AIは、もっともらしい誤りを自信たっぷりに出すことがあるため、顧客に出すもの・社内の意思決定に使うものは、必ず人が最終確認するという運用が前提になります。

この役割分担を崩して「AIに丸投げ」した瞬間に、精度も信頼も落ちます。定着の設計とは、便利に使わせることと同時に、この線を全員に守らせることでもあります。提案書づくりをさらに一歩進めて、AIで営業資料そのものを効率化したい場合は、Google スライドと Gemini で営業提案資料を作る手順も、役割分担を保ったまま作業を速める具体例として参考になります。

定着の勘所 — 個人任せにしない仕組み

ここからが本記事の主眼です。役割分担を決めても、あとを個人任せにすると冒頭の「一部しか使わない」状態に逆戻りします。定着させるには、次の三つを会社側で仕込む必要があります。

一つ目は、共通プロンプトとテンプレートの共有です。 うまくいった使い方を個人のノウハウで終わらせず、チームの共有資産にします。「提案書のたたき台を作るときの頼み方」「議事録要約の指示文」を数パターン、誰でも呼び出せる場所(共有ドライブや社内チャット)に置いておく。一人ひとりがゼロから工夫しなくても、コピーして使える状態にすることが、使う人と使わない人の差を埋める最短ルートです。プロンプトそのものの基本形は、ChatGPTを業務で使うときの実務ガイドに整理したものが土台になります。

二つ目は、教育と型づくりです。 一度配って説明会をやるだけでは浸透しません。新しい使い方が見つかったタイミングや、月次の営業会議の冒頭など、繰り返し「こう使うと速い」を具体例で共有する。とくにベテランは「自分のやり方のほうが速い」と感じがちなので、抽象的な推奨ではなく、実際の案件でAIを使ったビフォーアフターを見せると納得が変わります。

三つ目は、成果の測り方を決めておくことです。 「なんとなく便利になった」で終わらせず、何をもって定着とするかを最初に決めます。提案書作成にかかる時間、商談準備の所要時間、フォローアップの返信スピードなど、営業チームがもともと持っている指標のどれが動いたかで見る。ここで注意したいのは、受注額そのものをAIの成果と短絡させないことです。受注には多くの要因が絡むため、まずは「営業担当が判断・顧客対応に使える時間が増えたか」という中間指標で見るのが現実的です。見落とされがちなのは、AIを入れれば売れるのではなく、使いこなせるチームが結果として伸びる、という順序です。指標が動くのは道具を配ったからではなく、その道具で浮いた時間を判断と顧客対応に振り向けられたから——そう捉えておくと、施策の評価を見誤りません。

情報漏洩リスクの管理とルール化

定着を急ぐほど見落とされがちなのが、情報の取り扱いです。営業は顧客名簿・見積・商談内容という、会社の中でもとりわけ機微な情報を日常的に扱います。これを何気なく生成AIに貼り付けると、プランや設定によっては入力内容が外部で学習に使われるリスクがあります。定着の設計とAI利用ルールは、必ずセットで考える必要があります。

最低限そろえておきたいのは、次の三点です。

決めること具体例
使ってよいツールとプラン会社が契約した法人版を使う/個人の無料アカウントで顧客データを扱わない
入力してはいけない情報顧客名簿・取引先情報、未公開の見積や価格、個人情報をそのまま貼らない
生成物の扱いAIの出力は下書き。顧客に出す前に必ず人が事実確認する

ポイントは、「危ないから禁止」にしないことです。禁止しても現場は便利さを手放さず、見えないところで個人アカウントを使い続けるだけになります。目指すのは、安全に使えるレール——法人版の用意と、貼っていい情報・いけない情報の明確な線引き——を敷いたうえで、その中で存分に使ってもらうことです。この考え方とルールの作り方は、中小企業のAI利用ルール整備の実務で詳しく整理しているので、定着施策と並行して整えることをおすすめします。ルールと定着は対立するものではなく、安全なレールがあって初めて、現場は安心してAIを日常業務に組み込めます。

開発・AI・自動化のご相談

営業チームへの ChatGPT 定着は、ツールを配ることではなく、「どの業務で、どう役割を分け、どうルール化して回すか」という業務設計の問題です。効果の出る領域を絞り、AIと人の線引きを決め、共通プロンプトと成果の測り方を仕込み、漏洩を防ぐルールとセットにする——この一連の設計ができて初めて、配っただけで終わらせずに済みます。「営業でAIを使わせたいが、どこから手をつければいいか分からない」「一部の社員しか使っておらず、チームの型にしたい」「安全に使うルールも同時に整えたい」——そうしたお悩みがあれば、御社の営業プロセスに合わせて、定着の設計と仕組み化をご一緒に描きます。まずはお気軽にお問い合わせください。役務は個別お見積りにて承ります。

Sources

URLがコピーされました

グリームハブ株式会社は、変化の激しい時代において、アイデアを形にし、人がもっと自由に、もっと創造的に生きられる世界を目指しています。

記事を書いた人

鈴木 翔

鈴木 翔

技術の可能性に魅了され、学生時代からプログラミングとデジタルアートの分野に深い関心を持つ

関連記事

「TECH」の記事一覧を見る