営業で使える生成AI活用事例｜商談準備・提案書・メール作成の始め方

営業部門で生成AIを導入すると、営業企画やDX推進担当には「どの営業業務で使うのか」「顧客情報をどこまで入力してよいのか」という相談が集まりやすくなります。まず対象にしやすいのは、商談前の調査、資料の整理、提案書の下書き、議事録の要約、メール文案、CRM入力です。 NTTデータは、2025年1月から4月にかけて、生成AIを活用した営業生産性向上の可能性を探るPoCを実施した事例を公開しています。日清食品グループのDX資料でも、営業領域での生成AI活用例として、得意先情報収集、得意先の経営課題要約、プレゼン資料骨子作成、商談内容要約、打ち手提案などが挙げられています。 営業でAIに任せるのは、提案方針や受注見込みの判断ではなく、調査、整理、下書き、比較表作成です。顧客との関係性、提案の優先順位、送る文章の最終判断は営業担当者が持ちます。

商談前には、顧客企業の公開情報、業界動向、過去接点、自社サービスとの接点を整理します。商談前の情報整理や質問リスト作成は、公開情報を中心に始められるため、生成AIを試しやすい領域です。 入力する情報は、顧客企業名、業種、商談テーマ、公開情報のURLやメモ、過去の商談メモです。出力物は、顧客企業の概要、最近の動向、想定課題、商談で確認したい質問リストです。 営業担当者が確認するのは、情報が最新か、業界の一般論を特定企業に当てはめすぎていないか、すでに確認済みの質問が混ざっていないかです。公開情報をもとにした整理であっても、最終的には原典に戻って確認します。 商談準備で使う場合の例は、次のような形です。 <table fit-page-width="true" header-row="true"> <tr> <td>入力する情報</td> <td>出力物</td> <td>人が確認すること</td> </tr> <tr> <td>企業概要、ニュース、商談テーマ</td> <td>想定課題、質問リスト、仮説</td> <td>最新情報か。顧客固有の事情と合うか</td> </tr> <tr> <td>過去商談メモ、提案履歴</td> <td>前回論点、未確認事項、次回確認項目</td> <td>顧客名や金額などの扱いが社内ルールに合うか</td> </tr> </table>

提案書作成では、最初の目次案や文章のたたき台に生成AIを使えます。白紙から書き始める時間を減らし、営業担当者は顧客別の論点整理や事実確認に時間を使えます。 入力する情報は、商談で聞いた課題、提案するサービスの概要、既存の提案書フォーマット、必要な章立てです。出力物は、提案書の目次案、導入背景、課題整理、比較表、提案本文の初稿です。 人が確認するのは、商談で聞いた内容とずれていないか、サービス説明の数値や機能が正しいか、顧客名や金額の誤記がないかです。AIは文章を整えることはできますが、提案の根拠や契約条件を保証するものではありません。 比較表は、生成AIに初期案を作らせやすい出力物です。たとえば、現行運用、自社サービス、他の選択肢を並べ、費用、運用負荷、導入期間、リスクを表にします。AIに最初の表を作らせ、担当者が項目の過不足と事実関係を直す使い方です。

商談後のメールは、生成AIで本文の骨格を作れます。商談メモ、決定事項、次回アクション、送付資料を入力すると、御礼メール、資料送付メール、リマインドメール、失注後フォローの文案を作れます。 ただし、AIが作ったメールをそのまま送るのは避けます。相手との関係性、商談の温度感、約束した内容に合っているかを営業担当者が確認します。生成AIの文章は丁寧すぎたり、一般的すぎたりすることがあるため、自分の言葉に直してから送ります。 特に確認したいのは、未確定の予定や金額、過剰な約束が入っていないかです。たとえば「必ず改善できます」「最短で導入できます」のような表現は、営業担当者が責任を持って修正します。

商談後の議事録作成やCRM入力は、次の商談や社内対応が入ると時間を取りにくい作業です。ここに生成AIを入れると、商談内容の記録を整えやすくなります。 入力する情報は、文字起こし、商談メモ、商談の目的、CRMの入力項目です。出力物は、決定事項、顧客課題、宿題、次回アクション、案件リスク、CRM入力用の整形テキストです。 人が確認するのは、固有名詞、製品名、担当者名、期限、次回アクションの担当です。文字起こしには誤認識があるため、AIの要約だけをそのままCRMに入れないようにします。 RAGを使える場合は、過去の提案書や商談メモから類似案件を探し、提案の参考にできます。ただし、顧客別の契約条件や非公開情報を含む資料は、検索対象と閲覧権限を分けておきます。

営業で生成AIを使うときは、顧客情報の扱いを先に決めます。使ってよい情報、確認してから使う情報、入れない情報を分けておくと、現場が判断しやすくなります。

公開情報や社内で共有済みの製品資料は使いやすい情報です。顧客名、商談メモ、提案書は、契約や社内ルールを確認してから使います。契約金額、個人情報、未公開の製品情報、入手経路が不明な競合情報は、入力しないか、管理者の承認を必要にします。

営業AI活用のPoCでは、便利だったかどうかではなく、作業時間や入力率で見ます。 <table fit-page-width="true" header-row="true"> <tr> <td>指標</td> <td>見ること</td> </tr> <tr> <td>商談準備時間</td> <td>1件あたりの調査・整理時間が減ったか</td> </tr> <tr> <td>提案書初稿時間</td> <td>目次案や初稿作成までの時間が減ったか</td> </tr> <tr> <td>議事録作成時間</td> <td>商談終了から共有までの時間が短くなったか</td> </tr> <tr> <td>CRM入力率</td> <td>商談後に記録が残る割合が上がったか</td> </tr> <tr> <td>次回アクション設定率</td> <td>担当者、期限、次回確認事項が残っているか</td> </tr> </table> PoCを始める前に、現在の商談準備時間や議事録作成時間を測っておくと、導入後の差分を見やすくなります。

プロンプト集だけを配っても、営業現場では使われにくいです。商談前、提案書作成、商談後メール、CRM入力のどこで使うかを決めて、業務手順に入れる必要があります。 顧客情報の扱いが未整理のまま始めると、現場は「何を入れてよいか分からない」状態になります。入力してよい情報と禁止情報を決めておく方が、利用を進めやすくなります。 成果指標がないまま始めると、数週間後に効果を説明できません。最初は1チーム、1業務に絞り、4〜6週間で商談準備時間やCRM入力率を見ます。

Concretoでは、営業プロセスの棚卸しから、ユースケース候補、PoC計画、入力情報ルール、営業ナレッジやRAGの設計、CRM入力フロー、運用ルールまで整理します。商談準備、提案書作成、CRM入力のどこから始めるかを決める段階では、情報リスク、効果の測りやすさ、現場の負担を比較表にします。 最初の支援では、商談準備、提案書の初稿、商談後メール、議事録要約、CRM入力のように、営業担当者の判断を置き換えずに時間を短縮できる領域から候補を絞ります。そのうえで、入力してよい顧客情報、マスキングが必要な情報、AIに任せない判断、営業担当者が確認する観点を整理し、現場が迷わず使える運用ルールに落とし込みます。 PoC後は、商談準備の標準化、提案書テンプレート、フォローメール、CRM入力、類似事例検索へと段階的に広げます。公開情報や社内ナレッジを根拠にした低リスク領域であれば、レベル4相当の自動下書き・自動記録・ワークフロー連携まで伴走します。ただし、提案方針、受注見込み、価格条件、契約条件、顧客への最終送信は自動化の対象から外し、停止手順、ログ確認、責任者、営業ナレッジ更新まで含めて安全に設計します。

※この記事は2026年5月21日時点の公開情報をもとにしています。生成AIサービスの仕様や利用規約は変わるため、導入時には利用するツールの公式情報と契約条件を確認してください。