AIで「相手が判断しやすい提案」をつくる

導入

えー、下手な鉄砲、数撃ちゃ当たると申しますが。

営業という仕事には、昔から「量」が求められてきました。

• たくさん訪問する。
• たくさん電話する。
• たくさん説明する。
• たくさん資料を渡す。

もちろん、行動量が必要な場面はあります。ただ、少し視点を変えてみます。

営業する側は、「この商品は役に立つ」「このサービスは相手の会社に合っている」「できるだけ多くの情報を伝えたい」と思っています。これは、ある意味とても誠実です。

しかし、その善意が行きすぎると、相手が必要としている情報以上に、こちらが伝えたい情報を渡してしまう。そんなことが起きます。

営業側にとっては「有益な情報」でも、相手にとっては「判断を遅らせる情報」になることがある。

NDLでは以前から、この状態を営業の「認知負荷」の問題として考えてきました。

1. 善意の情報過多が、相手の「判断疲れ」を生む

営業担当者は、本気で「お役に立ちたい」と考えています。だから、次のような情報を、できるだけ多く伝えようとする。

• 製品機能
• 導入事例
• 料金体系
• サポート内容
• 他社との違い
• 将来機能
• 実績

しかし、商談相手がその場で知りたいのは、本当に全部でしょうか。

たとえば、「うちの会社で運用できるのか」だけを知りたい人に、機能を20個説明しても判断はしやすくなりません。むしろ情報量が増えることで、「結局どこを見ればいいんだ？」となる可能性があります。

NDLの営業支援資料でも整理しているように、私たちはこの状態を「役に立つ情報が、ノイズになることもある」と捉えています。

2. 営業とは「説明する仕事」なのか

営業というと、「商品やサービスの良さを伝える仕事」と思われがちです。もちろん、それも必要です。

ただ、もう少し広く捉えると、「営業とは、相手が判断しやすい状態をつくる仕事」とも言えます。

何を伝えるかだけではなく、次のことまで含めて設計する。

• どの順番で伝えるか
• どこまで伝えるか
• 何をあえて伝えないか
• 相手が何を気にしているか
• 社内で誰に説明する必要があるか

営業支援資料でも、「何を伝えるか」より「どう受け取られるか」、「相手の判断材料を整える」、「認知負荷を下げる」という考え方を置いています。

ここでいう「認知負荷を下げる」は、情報を少なくすることではありません。

「相手が処理しやすい量と順番にすること」です。

3. 「全部説明する」から「相手の受け皿を読む」へ

商談前にまず考えたいのは、「今日は何を話すか」ではなく、「この相手は、何を判断しようとしているのか」です。

たとえば、次のような人では、同じ製品でも話す順番は変わります。

• コストを気にする人
• 導入負荷を気にする人
• リスクを気にする人
• 上司への説明を気にする人
• 実績を重視する人
• スピードを重視する人

すでに何度か接点がある担当者なら、さらに具体的に仮説を立てられます。「細かい仕様を確認する人だ」「まず全体像を知りたい人だ」「社内稟議を強く意識している人だ」といった具合です。

これは相手を分類して攻略するためではありません。相手に余計な負荷をかけないためです。

営業支援資料では、商談前にAIを使って「この相手はどんな状態か」を考え、重視するポイント、不安、社内説明、不要な情報まで整理する方法を提示しています。

4. AIは「売り込む道具」ではなく、「整理し客観視するための道具」

ここでAIが使えます。

ありがちな営業AI活用は、次のような効率化が中心です。

• メールを自動生成する
• 提案書を作る
• 議事録を要約する
• 商談履歴をまとめる

もちろん、それも便利です。ただNDLでは、その前に使います。

営業を強くする前に、営業を整える。AIを「売るための武器」ではなく、「『相手からどう見えるか』を客観視させる道具」として使うわけです。

たとえば、提案書を書いたあと、そのまま相手に送るのではなく、一度AIに「この担当者の視点で読んでください」と渡してみる。役職、業種、過去の反応、懸念事項などを簡単に設定して、次の点を指摘させます。

• 分かりにくいところ
• 説明しすぎているところ
• 不安になりそうなところ
• 社内で説明しにくいところ

ただし、これは「AIの評価を正解とする」話ではありません。むしろ、AIの評価に違和感を覚えたら、その違和感を使う。「この人はそんな反応をしない」と思ったら、相手の見立てが違うのか、提案書がズレているのか、前提が足りないのか。そこから壁打ちに戻ればいい。

営業支援資料でも、この工程を「上司レビューの代替」ではなく、「視点を借りるための道具」と位置づけています。

5. 固定スクリプトではなく、会話で遷移するスクリプトへ

これはテレアポやインサイドセールスでも同じです。

昔は、「この言葉が出たら、こう返す」という切り返しを、経験のある人が勘で持っていました。今なら、その判断を構造化できます。

たとえば、こうです。

• 「価格が気になる」→ 費用対効果へ
• 「導入負荷が不安」→ 段階導入へ
• 「実績を知りたい」→ 類似事例へ
• 「決裁者が別にいる」→ 社内説明資料へ
• 「今忙しい」→ 最小限の情報だけ渡す

相手の反応に合わせて、次に出す情報を変える。固定台本ではなく、会話によって遷移するスクリプトです。

ここでも目的は、オペレーターを楽にすることだけではありません。

相手に不要な説明をしないこと。これも認知負荷設計です。

6. 営業改善は「売上」だけを見ない

営業改善というと、受注率、商談数、アポ数。もちろん重要です。

ただし、NDLではその前に「摩擦」も見ます。たとえば、次のようなものです。

• 説明時間
• メール往復数
• 初回接点から提案までの日数
• 提案からクロージングまでの日数
• 再説明回数
• 提案書修正回数

さらに定性的に、次のような変化を見る。

• 話しやすくなった
• 相手の理解が早くなった
• 質問が具体的になった
• 次のアクションが自然に出るようになった

営業支援資料でも「売上だけでなく、負荷の変化を見る」としています。

成約だけでは、改善の途中経過が見えません。でも摩擦が減っているなら、営業の構造は良くなっている可能性があります。

7. AI定着のゴールは「AIを使うこと」ではない

AIを使った営業支援で一番避けたいのは、「AIを導入しました」で終わることです。

大事なのは、「仕事 × AI → 成果」が一度つながること。

その成果を実感すると、現場から、「これもAIでできない？」「この作業も整理できそう」「この情報も使えそう」という次の着想が出てきます。

ここまで来ると、AI活用は「会社からやらされるもの」ではなくなります。営業支援資料では、この循環を「現場が自分たちで次の改善を考え始める状態」としています。

8. 売る前に、相手が判断しやすい状態をつくる

営業で大切なのは、もっと話すことではありません。もっと資料を増やすことでもありません。

相手が判断しやすくなること。そのために、

• 相手の認知負荷を下げる。
• 必要な情報を整理する。
• 不要な情報を削る。
• 順番を変える。

そして、そこにAIを使う。

AIで営業を強くする前に、営業そのものを整える。NDLでは、そんなところから考えています。

まとめ

• 営業側の善意の情報提供が、相手にとっては「判断を遅らせる情報」になることがある
• 営業とは、説明する仕事であると同時に、相手が判断しやすい状態をつくる仕事である
• 「認知負荷を下げる」とは、情報を減らすことではなく、相手が処理しやすい量と順番にすること
• 商談前に「この相手は何を判断しようとしているのか」を考え、話す内容と順番を設計する。スクリプトも固定せず、相手の反応で遷移させる
• AIは売り込む道具ではなく、整理し、「相手からどう見えるか」を客観視するための道具。評価は正解扱いせず、違和感も含めて使う
• 営業改善は売上だけでなく、説明時間や再説明回数といった「摩擦」の変化も見る。AI定着のゴールは、現場が次の改善を考え始める状態

編集後記

この1週間、営業さんから提案を複数回受ける機会がありました。いずれも説明は上手で、プロダクトの「一番の売り」もきちんと整理されていました。

ただ、「事前にNDLのサイトをもう少し見ていたら、話し方は少し変わったかもしれないな」とも感じました。

結局こちらで資料を読み込み、「ここを聞こう」「これは確認しておこう」と、自分で前捌きをして商談に入りました。だから会話自体はスムーズでした。でも、少しだけ認知負荷はあった。

そこで、以前から持っていた営業支援の考え方をあらためて見返してみました。

インサイドセールスやテレアポのBPOを運営していた頃も、相手の反応を見ながらスクリプトを変え、追加提案では担当者によって提案内容や説明順を変えていました。AIを使うようになってからは、担当者のペルソナを仮定して、提案書を相手視点でレビューさせることもあります。

そして、今のところの結論はこれです。

営業に必要なのは、もっと話すことではなく、相手が判断しやすくなること。AIは、そこに使えます。

---

関連するNDL語彙：[認知負荷とは] [前捌きとは] [ニューロデザインとは]