AI、DX、業務自動化、生成AI活用。
ここ数年、企業の経営会議や現場改善の場で、こうした言葉を聞かない日はほとんどなくなりました。しかし一方で、「AIを導入したが、思ったほど成果が出ない」「PoCで終わってしまい、現場に定着しない」「何から始めればよいかわからない」という声も増えています。
その原因は、AIの性能不足だけではありません。
むしろ多くの場合、問題は「技術」ではなく、「課題の捉え方」にあります。
AIセールスにおいて本当に重要なのは、最新技術を語ることではありません。顧客の業務フロー、現場の負荷、意思決定の詰まり、属人化している作業、そして経営上のボトルネックを正確に聞き出す力です。
私たちPonTech Labが考えるAIセールスとは、AIを売る仕事ではありません。顧客の業務構造を理解し、どこにAIを入れれば事業成果につながるのかを見極める、コンサルティング型の課題発見プロセスです。
AI導入の成否は「技術」だけでは決まらない
AI活用というと、どうしても「どのLLMを使うのか」「どのクラウドを使うのか」「RAGかファインチューニングか」といった技術論に寄りがちです。
もちろん、それらは重要です。技術選定を誤れば、精度、速度、コスト、セキュリティの面で問題が起きます。
しかし、AI導入の成果を左右する最大の要素は、実は技術そのものではありません。
BCG XのグローバルリーダーであるSylvain Duranton氏は、AI導入で価値を出すための考え方として、取り組みの10%をアルゴリズム、20%をデータと技術基盤、残り70%を人の働き方や業務変革に充てるべきだと述べています。つまり、AI導入の本丸は「モデル選定」ではなく、「現場の仕事の変え方」なのです。
これは、AIセールスにもそのまま当てはまります。
顧客に対して「このAIならできます」と説明するだけでは不十分です。むしろ先に問うべきなのは、次のようなことです。
「その作業は、誰が、いつ、どれくらいの時間をかけて行っているのか」
「なぜ今も手作業で残っているのか」
「その業務が遅れると、どの部署に、どんな影響が出るのか」
「現場は何に困っていて、経営は何を改善したいのか」
「AI化した場合、誰の仕事がどう変われば成功と言えるのか」
このような問いを通じて、顧客自身もまだ言語化できていない課題を明らかにしていく。これが、AIセールスにおける「聞く力」です。
「聞く」とは、御用聞きになることではない
ここで誤解してはいけないのは、「聞く力」とは、顧客の言うことをそのまま受け入れることではないという点です。
顧客が「チャットボットを作りたい」と言ったとしても、本当の課題はチャットボットではないかもしれません。
実際には、問い合わせ対応の件数が多すぎるのかもしれない。社内ナレッジが整理されていないのかもしれない。営業担当が毎回同じ説明をしているのかもしれない。あるいは、顧客対応の品質が人によってばらついていることが問題なのかもしれません。
この状態で、言われた通りにチャットボットを作っても、成果は限定的です。
AIセールスに必要なのは、要望の奥にある「業務上の痛み」を掘り下げることです。
営業プロセスの考え方には、SPIN Sellingのように、状況、問題、影響、解決後の価値を順に聞き出していく手法があります。また、Challenger型の営業では、顧客に新しい視点を提示し、既存の認識を変えることが重要だとされています。
AIセールスでは、この両方が必要です。
まずは顧客の現状を丁寧に聞く。次に、顧客自身が気づいていない構造的な問題を提示する。そして最後に、AIによってどの業務をどう変えれば成果につながるのかを一緒に設計する。
つまり、「聞く」とは、相手に迎合することではありません。相手の現場を深く理解したうえで、より良い問いを返すことです。
AI案件のヒアリングで見るべき5つのポイント
PonTech Labでは、AI案件の初期ヒアリングにおいて、単に「何を作りたいか」だけを聞くことはありません。
重視しているのは、以下の5つです。
1. 業務フロー
まず確認すべきは、現在の業務がどのように流れているかです。
誰が情報を受け取り、誰が判断し、誰が作業し、どこで確認し、どのシステムに入力しているのか。
AI導入の対象は、単発の作業ではなく、業務フロー全体の中で考える必要があります。なぜなら、ある作業だけを自動化しても、その前後に手作業や確認待ちが残っていれば、全体のスピードは上がらないからです。
2. ボトルネック
次に見るべきは、業務のどこで詰まっているかです。
判断に時間がかかっているのか。情報収集に時間がかかっているのか。転記作業が多いのか。チェック工程が属人化しているのか。あるいは、そもそも必要なデータが散らばっているのか。
AIを導入すべき場所は、「AIでできそうな場所」ではありません。「事業成果を妨げている場所」です。
3. データの状態
AIはデータがなければ機能しません。
しかし、ここでいうデータとは、きれいに整備されたデータベースだけではありません。メール、PDF、Excel、議事録、チャット、画像、音声、紙の帳票など、現場には多様な情報が存在します。
重要なのは、それらの情報がどこにあり、どの程度使える状態なのかを把握することです。
データが整っていないからAI導入ができない、というわけではありません。むしろ、データの散在や属人管理そのものが、AI導入によって解決すべき課題であるケースも多くあります。
4. 成果指標
AI導入では、「便利になった」だけでは不十分です。
月何時間削減できるのか。問い合わせ対応件数を何％減らせるのか。見積作成のリードタイムをどれだけ短縮できるのか。営業成約率にどう影響するのか。人件費や外注費をどれだけ圧縮できるのか。
こうした成果指標を初期段階で定義しておくことで、PoCで終わらないAI導入が可能になります。
AIセールスは、機能を提案する仕事ではありません。投資対効果を設計する仕事です。
5. 現場定着
最後に重要なのが、現場に定着するかどうかです。
どれだけ優れたAIを作っても、現場が使わなければ意味がありません。
既存業務のどこに組み込むのか。誰が使うのか。どのタイミングで使うのか。AIの出力を誰が確認するのか。間違いが起きた場合、誰が責任を持って修正するのか。
AIは導入して終わりではなく、現場の業務プロセスに組み込まれて初めて価値を生みます。
NISTのAIリスク管理の考え方でも、AIは設計、開発、導入後の運用まで含めて継続的にリスクや影響を見ていくべきものとされています。特にAIは社会技術的なシステムであり、利用される環境や条件によってリスクが変わります。
だからこそ、AIセールスの段階から「作った後にどう使われるか」まで聞く必要があるのです。
よくある失敗は「AIで何かやりましょう」から始めること
AI導入の相談でよくある失敗は、「とりあえずAIで何かやりたい」という状態から始めてしまうことです。
この進め方では、PoCは作れても、現場導入や業務改善につながりにくくなります。
なぜなら、目的が曖昧だからです。
AIは魔法の箱ではありません。業務課題を解くための手段です。したがって、最初に決めるべきなのは、使うAIではなく、解くべき課題です。
たとえば、営業部門であれば、以下のような課題が考えられます。
提案書作成に時間がかかり、商談数を増やせない。
過去案件のナレッジが属人化し、若手が活用できない。
問い合わせ対応が担当者依存になり、品質にばらつきがある。
顧客情報がCRM、メール、チャットに分散しており、次のアクションが見えにくい。
このように課題を具体化して初めて、生成AI、RAG、AIエージェント、需要予測、画像認識、音声認識といった技術選定が意味を持ちます。
PonTech LabのAIセールスは、技術説明より先に業務を聞く
私たちPonTech Labは、AI開発会社でありながら、最初から技術の話だけをすることはありません。
むしろ、初回ヒアリングでは、業務の流れや現場の困りごとを深く聞きます。
どの作業に時間がかかっているのか。
どの判断が属人化しているのか。
どの情報が探しにくいのか。
どの部署間で連携が詰まっているのか。
どの業務を変えれば、売上向上やコスト削減に直結するのか。
この整理ができていない状態で開発を始めると、AIは「すごいデモ」で終わってしまいます。
逆に、課題の構造が明確になっていれば、最小構成のプロトタイプでも十分に価値検証ができます。
最近では、AIを活用した新しいコンサルティング企業も増えており、従来の大規模なPowerPoint中心のコンサルティングではなく、仮説思考、業務理解、AIによる調査・分析・提案作成を組み合わせた、より速い支援モデルが注目されています。Business Insiderでも、AI駆動型の新興コンサルティング企業が、仮説ベースの問題解決やAIエージェントを活用して、従来型のコンサルティングモデルに挑戦していることが紹介されています。
PonTech Labが目指すのも、まさにこの方向性です。
重厚な資料を作って終わるのではなく、顧客の現場に入り、課題を聞き、仮説を立て、素早くプロトタイプを作り、成果を見ながら改善する。
AI時代のコンサルティングセールスには、このスピードと実装力が求められています。
AIセールスに必要な「聞く力」とは何か
最後に、AIセールスに必要な聞く力を整理します。
それは、単に相手の話を長く聞くことではありません。
相手の業務を構造化して聞く力。
言葉になっていない課題を引き出す力。
現場の不満と経営課題を接続する力。
技術で解ける問題と、業務設計で解くべき問題を切り分ける力。
そして、顧客にとって本当に価値のあるAI活用を一緒に定義する力です。
AIセールスにおいて、最も危険なのは「AIなら何でもできます」と言ってしまうことです。
本当に信頼されるAIパートナーは、できることを誇張するのではなく、まず顧客の現場を理解します。そして、AIを入れるべき場所、入れるべきでない場所、先に整えるべき業務やデータを正直に伝えます。
AIは、導入すること自体が目的ではありません。
顧客の業務を変え、時間を生み、判断を速くし、事業成果につなげるための手段です。
だからこそ、AIセールスに必要なのは、話す力よりも、聞く力です。
顧客のDXの壁は、技術の説明だけでは壊せません。
現場の声を聞き、業務の詰まりを見抜き、経営成果につながる形に翻訳する。その積み重ねこそが、AI時代の営業に求められる本当の価値なのです。