オピニオンリーダーたちは2年以上にわたり、AIが営業担当者に取って代わる可能性について論じてきた。筆者に未来を見通す水晶玉があるわけではないが、より有益な問いは次のようなものだと考えている。AIがアウトリーチ文面を生成し、商談前の準備を行い、フィードバックを提供し、失注に傾きつつある案件を数秒で検知できるようになった今、営業チームは何をすべきなのか。
まず、私たちは現状を厳しく見つめる必要がある。安価に手に入る情報と、希少な判断力との距離は広がっている。筆者はそれが、複雑なB2B商談のあらゆる階層で起きているのを見てきた。
営業側では、営業担当者は綿密なリサーチと商談準備を行っているにもかかわらず、リスク回避志向の経営層との会話をどう導けばよいか依然として自信を持てずにいる。マネジャーは「良い状態」の共通基準がないままシグナルに対してコーチングを行い、バイスプレジデントは偏ったデータや不完全なデータで動くツールに依存している。
買い手側は、かつてないほど多くの調査情報を持ちながら、それに対する確信は薄れている。さらに、購買委員会のメンバーは課題については一致していても、解決策や潜在的リスクについては異なる見方を持っていることがある。
結局のところ、異なる視点から同じ判断力のギャップを見ているにすぎない。そしていずれの場合も、AIは意思決定に情報を与えることはできるが、意思決定そのものを下すことはできない。
AIは「依存先」ではなく「チームメイト」として使うときに最も価値を発揮する
HubSpotによると、AIを利用している営業プロフェッショナルの82%が、AIはデータからより優れた洞察を得るのに役立ったと答えている。とはいえ、調査に特化した大規模言語モデルは、営業担当者にあらゆる洞察を手渡すことはできても、実際の会話が始まった後にそれをどう扱うべきかまでは教えてくれない。
筆者は最近仕事をした営業担当バイスプレジデントのもとで、まさにこれを目の当たりにした。彼のチームはアカウント調査と商談準備を自動化したが、営業担当者は文書を開き、ディスカバリーコールに出席するだけだった。60日間は成功のように見えたが、パイプラインは提案段階ですぐに停滞した。答えは通話記録の中にあった。担当者たちは自動操縦で動いており、買い手にはそれが伝わっていた。
同じテクノロジーも、チームメイトとして使えば正反対の効果をもたらす。営業担当者は商談準備文書を助走として扱い、洞察を検証し、自らの仮説にストレステストをかける。しかし、その判断力の層は、意図的に構築しなければならない能力である。営業担当者の仕事がAIワークフローを動かすことだけになれば、判断力を育てる困難で曖昧な仕事に取り組むことはなくなる。
AIを使ってスピードを上げるべきである。ただし、AIの洞察を経営幹部との対話の出発点に変えるためには、営業担当者が事業と財務に関するリテラシーを身につけられるよう支援する必要もある。
情報が増えても判断力が自動的に向上するわけではない
あなたのチームは、データを行動に変えるための共通のアプローチを持っているだろうか。AIは多くの有用な情報を示すことができるが、ツールの有効性は入力されるデータの質に左右される。さらにAIは、より深い問いに答えることにしばしば苦戦する。
• その案件は本当に適格なのか。
• 顧客は、解決する価値のある課題だと認識しているのか。
• その反論は本当に価格に関するものなのか、リスクなのか、それとも社内の合意形成なのか。
• 営業担当者は異議を唱えるべきなのか、安心させるべきなのか、それとも一歩引くべきなのか。
営業リーダーは、AIが生成した洞察を、従うべき指示ではなく、調査すべき仮説として扱うべきだ。筆者が営業担当者にしばしば勧めているように、処方する前に診断するのである。テクノロジーは症状を特定できるかもしれないが、その背後にある人間的文脈を調べるための構造化されたプロセスは、人間が持たなければならない。
買い手はいまも、人から得られる確信を必要としている
6senseの調査によれば、買い手は購買プロセスの70%を終えるまで営業担当者と接触せず、調査にはセルフサービス型のリソースやAIを頼っている。そして皮肉なことに、彼らはかつてないほど自信を失っている。Gartnerは、B2Bの買い手の69%が、AIによって生成された洞察を検証するために営業担当者を頼っていることを明らかにした。
つまり買い手は、リスクを評価し、行動を起こすことが混乱に見合うかを判断する支援を必要としているだけではない。そもそも営業担当者を避けるために使ったAI生成の調査内容を読み解くうえでも、営業担当者の助けを必要としているのである。
複数のステークホルダーが関与する場合、判断力はいっそう重要になる。Gartnerは、「B2Bの購買チームの74%が意思決定プロセスで『不健全な対立』を経験している」一方で、合意に達したグループは質の高い取引だったと報告する可能性が2.5倍高いと指摘している。
AIは営業担当者がこうした仕事に備える助けにはなるが、グループを関心から行動へと動かすために必要な信頼性、共感、判断力を再現することはできない。
AIによる営業コーチングには共通言語が必要だ
2つのAI営業コーチングツールが、同じディスカバリーコールを評価している場面を想像してほしい。
1つ目のツールは、ベストプラクティスと過去の成功事例のライブラリーに照らして通話を採点する。話す時間と聞く時間の比率が高すぎることや、自社ソリューションを差別化する機会を逃したことを指摘する。それは間違ってはいないため、営業担当者は行動を修正しようとする。しかし、その変更は成果を動かさない。
対照的に、2つ目のツールには方法論が教え込まれている。そのため、商談を実際に左右した1点を指摘する。担当者は痛みのポイントの一覧を集めたが、根本的な問題、つまり解決する価値のある課題を特定していなかった。なぜそれが修正するに足るほど重要なのか、放置すればどのようなコストが生じるのか、買い手個人にとってどのような意味を持つのかを明らかにするための適切な質問をしていなかったのである。
ここに、2つの間にある判断力のギャップがある。誰かのベストプラクティスを学習したツールは、チームを平均へと導く。一方、自社が選んだ営業方法論を理解するツールは、望ましい営業行動へと導く。
AIには得意な仕事を任せ、判断は人間に残す
結局のところ、最も効果的なチームは、AIをどう統合するかについて意図的である。時間のかかる作業や、人間が苦手とする大量のデータ分析をAIに担わせる。そうすることで、人材はAIには触れられない仕事に集中できる。すなわち、本当の問題を診断する判断力を養うことだ。それは、コーチングデータの下に隠れた自信の問題かもしれないし、ステークホルダーを分断する微妙な社内政治かもしれない。望ましい営業行動を育て、複雑な商談を成立させるのはその仕事であり、それはいまなお人間の仕事である。
では、AIは営業担当者に取って代わるのか。最も重要な商談においては、その逆である。AIは営業担当者、そして彼らを体系的に育てるリーダーの価値を高める。
