生成AIに自社の営業ノウハウを活用させる方法

生成AIに自社の営業ノウハウを活用させるとは、ChatGPTのような汎用的な生成AIに、自社に蓄積された商談ノウハウや成功・失敗事例を読み込ませ、その範囲内で質問に答えられるようにすることです。汎用的な生成AIをそのまま使っても、自社固有の商談ノウハウには当然答えられません。自社の情報を渡す仕組みが別途必要になります。

汎用的な生成AIだけでは足りない理由

ChatGPTのような生成AIは、インターネット上の一般的な知識には答えられますが、自社の商談でどんな顧客にどう対応したか、どの提案が響いたかといった情報は持っていません。何も準備せずに「自社の営業ノウハウを教えて」と質問しても、一般論か、もっともらしいが根拠のない回答が返ってくるだけです。

自社データを活用させるための準備

1. ノウハウが記録され、蓄積されている状態にする

そもそも自社の商談ノウハウが個人の頭の中にしかない状態では、生成AIに読み込ませる元データがありません。まずは成功事例・失敗事例が記録され、検索できる状態になっていることが前提になります（営業ナレッジとは？も参照）。

2. 質問に関連する情報を絞り込んで渡す

蓄積されたノウハウをすべてAIに一度に渡すのではなく、質問の内容に関連する情報だけを絞り込んで渡す設計が必要です。関連性の低い情報まで大量に渡すと、回答の精度がかえって下がることがあります。

3. 「分からない」と答えられる設計にする

自社の記録に含まれていない内容について質問された場合、AIがそれらしい回答を作り出してしまうと、根拠のない情報が正しい情報として扱われるリスクがあります。渡した情報の範囲内で答えられない場合は、正直に「分からない」と答える設計にしておくことが重要です。

4. 回答の根拠を確認できるようにする

AIの回答が、どの投稿・どの事例をもとにしているのかを確認できるようにしておくと、回答をそのまま信じるのではなく、必要に応じて元の情報を見に行くことができます。

よくある失敗パターン

• 蓄積されたノウハウが少ない段階で導入し、「大した回答が返ってこない」と判断してしまう
• 渡す情報量が多すぎて、関係のない情報まで回答に混ざってしまう
• AIの回答をそのまま正しい情報として扱い、元の事例を確認しない運用になってしまう
• 「分からない」と答える設計になっておらず、根拠のない回答が独り歩きする

具体例

ある組織では、商談ノウハウの蓄積が少ない段階で生成AIを導入し、「期待した回答が返ってこない」という結果に終わりました。その後、まず半年ほどかけて商談ナレッジの投稿を増やし、質問に関連する投稿だけを絞り込んで渡す設計に変えたところ、具体的な事例を根拠にした回答が得られるようになった、というのはよくある改善の流れです。生成AI自体の性能よりも、渡す元データの質と量、絞り込みの設計が結果を左右します。

まとめ

生成AIに自社の営業ノウハウを活用させるには、まずノウハウが記録・蓄積されている状態を作り、質問に関連する情報を絞り込んで渡し、記録にない内容には正直に「分からない」と答える設計にすることが重要です。生成AI自体の性能以上に、渡す元データの整備が結果を左右します。