営業戦略にAIを活用する方法｜仮説を4週間で検証
生成AIに「営業戦略を考えて」と入力しても、一般論の施策リストが返るだけです。営業戦略では、目標、狙う顧客、提供価値、営業チャネル、そして「何をやめるか」まで自社のデータに基づいて決める必要があります。本記事では、AIを意思決定者ではなく仮説作成と反証の相手として使う方法を解説します。1枚の営業戦略AIキャンバス、入力プロンプト、4週間の検証指標まで、営業責任者が会議でそのまま使える形にまとめます。
- 01生成AIに「営業戦略を考えて」と丸投げすると一般論が返る。AIは仮説作成と反証に使い、目標・優先市場・価格・撤退は人が決める。
- 02戦略は「誰に・何を・どう届ける・何をやめる」の4点で定義する。AIには各点の仮説を複数出させ、根拠と反証条件も添えさせる。
- 031枚の「営業戦略AIキャンバス」に、目標・対象・価値・チャネル・やめること・根拠・反証条件・先行指標を書き、AIと人の役割を分ける。
- 044週間で先行指標と結果指標を分けて検証し、続ける・直す・やめるを判定する。
営業戦略でAIが担うのは「決定」ではなく仮説と反証
営業戦略とは、限られた人と時間を、どの顧客に、どの価値で、どのチャネルで振り向けるかの選択です。言い換えると「誰に・何を・どう届ける・何をやめる」を決めることです。この4つを自社のデータに基づいて定義しないまま、生成AIに「営業戦略を考えて」と入力しても、どの会社にも当てはまる施策リストが返ってくるだけです。
AIが得意なのは、市場・顧客データの整理、複数の仮説出し、反論の提示、シナリオの比較です。一方で、売上目標の設定、優先する市場の決定、価格、撤退の判断、顧客への約束は、責任を伴うため人が決めます。
← 表は横にスクロールできます
| 役割 | 担うこと |
|---|---|
| AIに向く | データ整理／複数の仮説出し／反論の提示／シナリオ比較 |
| 人が決める | 売上目標／優先市場／価格／撤退の判断／顧客への約束 |
Salesforceの調査では、AIを利用する営業担当者の91%が「AIは営業計画に有益だ」と回答しています（注1）。ただし、有益であることと、意思決定を委ねることは別です。有益な相談相手として使いながら、決定と責任は人が持つ。これが営業戦略でAIを使うときの前提です。営業全体のAI活用を基礎から確認したい場合は、営業のAI活用とは？もあわせて読んでください。
AIを使える5工程と、任せてはいけない判断
営業戦略づくりは、次の5工程に分けられます。各工程で「何を入力し、AIに何を出させ、人が何を確認するか」を分けておくと、丸投げにも過信にも陥りません。
← 表は横にスクロールできます
| 工程 | 入力するもの | AIに出させるもの | 人が確認・決めること |
|---|---|---|---|
| 現状分析 | 自社の実績・失注理由 | 傾向の整理・論点候補 | 事実かどうかの確認 |
| 顧客セグメント | 既存顧客リスト・属性 | セグメント案と優先順位案 | 優先する市場の決定 |
| 提供価値の仮説 | 競合・自社の強み | 価値提案の複数案 | 顧客への約束として出せるか |
| チャネル・行動案 | これまでの接触経路 | チャネル別の行動案 | 資源配分の決定 |
| 検証設計 | 目標と現状値 | 先行指標と検証案 | 実行するかの決定 |
次のものは、AIに任せてはいけません。未確認の市場情報をそのまま採用すること、個人情報・機密情報の入力、価格や契約条件の自動確定、顧客への無承認の送信です。
AIは事実と推測を混ぜて出力することがあります。数字や固有名詞は、必ず一次情報で裏取りしてから使います。
営業戦略AIキャンバスを1枚で作る
戦略の要素を頭の中や複数の資料に散らすと、AIにも人にも共有できません。そこで、次の8項目を1枚にまとめる「営業戦略AIキャンバス」を作ります。会議でそのまま使える形にするのが目的です。
← 表は横にスクロールできます
| 項目 | 記入する内容 | 決めるのは |
|---|---|---|
| 目標（結果指標） | 達成したい受注・売上と期限 | 人 |
| 対象顧客 | 狙う業種・規模・役割 | AI案→人 |
| 提供価値 | 相手の課題と、それをどう解くか | AI案→人 |
| チャネル・行動 | どの経路でどう接触するか | AI案→人 |
| やめること | 注力しない市場・活動 | 人 |
| 根拠データ | 上記を支える自社の事実 | 人 |
| 反証条件 | この戦略が間違いだと分かる条件 | AIと人 |
| 4週間の先行指標 | 結果より先に動く数値 | 人 |
目標は「売上を上げる」で止めず、案件化率、次回化率、商談数など、因果の近い指標へ分解します。売上は結果として遅れて動くため、先に動く先行指標を見ないと、4週間では判断できません。
記入で最も重要なのは、事実と仮説を混ぜないことです。根拠データの欄には確認済みの事実だけを書き、対象顧客や提供価値の欄には「仮説」であると分かる書き方をします。検証指標の詳しい選び方は営業分析とは？、売上予測を戦略判断に使う方法は売上予測にAIを使う方法を参照してください。
売上は下図のように分解できます。目標を「売上を上げる」で止めず、どの枝の指標を動かすかまで落とすと、キャンバスの目標欄が具体的になります。
戦略仮説を作るプロンプトは3段階で入力する
キャンバスを埋めるためのAIへの入力は、一度にすべてを求めず、3段階に分けます。
-
STEP01
自社の事実と制約を渡す
実績、失注理由、リソース、扱えない領域を提示し、「これは事実。ここから推測するときは、事実と推測を区別して答えて」と指示します。
-
STEP02
仮説を3案出させる
「対象顧客と提供価値の組み合わせを3案、それぞれ根拠と、根拠が足りない点を添えて」と依頼します。案が1つだと比較できないため、必ず複数出させます。
-
STEP03
反証条件と検証案を出させる
「各案について、間違いだと分かる条件と、4週間で確認する先行指標を挙げて」と続けます。
プロンプトには「架空の根拠や数字を作らない」「不明な点は断定せず質問する」を毎回含めます。これを省くと、もっともらしい嘘が混ざります。
個別商談の仮説づくりまで落とし込む場合は、商談準備をAIで効率化する方法が使えます。
4週間の検証で「続ける・直す・やめる」を決める
作った戦略仮説は、4週間の小規模検証で確かめます。いきなり全社展開せず、対象を絞って回します。
-
STEP01
1週目｜基準値と対象群を決める
今の先行指標の水準を記録します。何と比べて良し悪しを判断するかを先に決めます。
-
STEP02
2週目｜小規模に実行する
1チーム・1セグメントに絞って試します。全社に広げるのはまだです。
-
STEP03
3週目｜入力・出力の品質を直す
AIの出力の誤りや、現場の運用のズレを修正します。
-
STEP04
4週目｜判定する
続ける・直す・やめるを、指標で決めます。
見る指標は3種類です。結果指標（受注・売上）だけでなく、先行指標（接触、返信、案件化、次回化）と品質指標（AI出力の誤り、修正率）を分けて見ます。結果指標は遅れて動くため、4週間では先行指標と品質指標が主役になります。
つまり、戦略の良し悪しだけでなく、データと運用の条件も成果の一部です。検証で数値が動かないとき、原因が戦略なのかデータ・運用なのかを分けて考える必要があります。
← 表は横にスクロールできます
| 4週目の状態 | 判定 | 次の一手 |
|---|---|---|
| 先行指標が改善 | 続ける | 対象範囲を広げる |
| 品質指標が悪い | 直す | プロンプト・データを修正 |
| どちらも動かない | やめる | 別の仮説に切り替える |
7つの質問に答えるだけで、営業部のAI活用度をA〜Cで判定。登録なしでその場で結果が見られます。
AI活用の前に、自社の営業体制を点検する
営業戦略AIキャンバスに着手する前に、次の6項目を点検します。整っていない項目があれば、ツールを増やす前にそこを補います。
- 営業目標が、チーム内で同じ数字として共有されている
- 顧客データの所在（正本）が1つに定まっている
- AIに入力してよい情報・してはいけない情報のルールがある
- 仮説を採用・却下する承認者が決まっている
- 先行指標の基準値（今の水準）を記録している
- 現場に、検証に使える時間が確保されている
これらは、戦略の質より前に成果を左右する土台です。組織としての定着まで進めたい場合は、営業DXとは？や、具体的な活用例を集めた営業のAI活用事例9選が参考になります。