課題

金融業界では、商談前の準備工程において、企業情報の調査や業界特有の課題整理、提案内容の検討など、多くの作業が発生します。

しかし、こうした商談準備のノウハウは社内で体系的に蓄積されていないケースも多く、新人・中堅社員に対しては、ベテラン社員が模擬商談（本番に向けた練習）や資料レビューを通じて育成を行う運用が一般的でした。

その結果、

売上の大部分を牽引するベテラン社員の稼働が育成業務に割かれる
商談準備に時間がかかり、若手社員の商談経験を十分に積めない
属人的な指導により、商談準備の品質にばらつきが生じる

といった課題が顕在化していました。

こうした背景から、ベテラン社員の工数を極力使わずに、新人・中堅社員の商談力を高める仕組みが求められていました。

ソリューション

この課題に対し、AVILENは生成AIを活用した商談準備サポートシステムを構築しました。

本システムでは、以下のような仕組みを実現しています。

商談相手の企業名を入力すると、
- 企業情報
- 業界特有の課題
- 想定される論点を自動で整理・抽出
抽出した情報をもとに、ソリューション案を提示
調査・課題抽出・ソリューション検討にかかる工数を削減しつつ、従来よりも粒度の高い情報を短時間で取得可能

これにより、商談準備において人手に依存していた調査・思考プロセスを、生成AIが支援する形へと転換しました。

成果

本システムの導入により、以下の成果が得られています。

商談準備工数：40%削減
ベテラン社員の稼働工数：30%削減
商談準備にかかる時間：約120分 → 約10分へ短縮

これにより、

ベテラン社員は本来注力すべき業務に集中できるように
新人・中堅社員は短時間で質の高い商談準備が可能に
商談準備の品質を一定水準に保ったまま、育成をスケールできる状態

が実現しました。

まとめ・考察

本事例は、生成AIを活用することで、商談準備という属人化しやすい業務を、再現性のあるプロセスへと転換できることを示しています。

特に、

商談準備に時間がかかっている
ベテラン社員の育成負荷が高い
商談品質を保ちながら、組織としての生産性を高めたい

といった課題を抱える企業にとって、生成AIを活用した商談準備支援は、有効な選択肢の一つとなり得ます。

加えて本取り組みは、単に目先の業務効率化を目的としたシステム導入ではありません。

商談準備の過程で蓄積される

企業情報
業界特有の課題
検討された論点やソリューション案

といったデータを今後のデータ活用による新たな価値創出につなげていくための基盤として位置づけています。

今回の施策が成功すれば、商談準備という一部業務に留まらず、

他部門への横展開
業務プロセス全体への縦展開

を通じて、組織全体の意思決定や人材育成のあり方そのものを変えていくことも視野に入れています。

このように、本事例は「部分的なAI導入」ではなく、データを起点とした全体的な業務変革への第一歩として設計された取り組みである点に、大きな意義があります。

AVILENが考えるAI変革とは

AVILENでは、AI変革を単発のAI導入や受託開発の積み上げではなく、企業の業務・意思決定・組織を段階的に変えていくプロセスと捉えています。
そのため、AI活用はいきなり大規模に進めるのではなく、段階を踏んで進めることが重要だと考えています。

AI導入は「5つのステップ」で進める

AVILENでは、AI変革を以下の5ステップで整理しています。

リテラシーをつける
データ・AIの基本理解を揃え、技術の可能性と限界を正しく認識する
ビジョンを描く
AIを使って、どこで競争優位を作るのかを明確にする
Quick Winを実現する
短期間で成果が見えるテーマに絞り、成功体験をつくる
体制を構築する
人材・組織・データ・システムを含めた推進体制を整える
活用範囲を拡大する
PDCAを回しながら、AI活用を組織全体へ広げていく

AI変革を支える3つの考え方

この5ステップを進めるうえで、AVILENが大切にしている考え方は次の3点です。

コア部分から小さく始め、大きく広げる
試しながら学ぶ、アジャイルなPDCA
外部に頼りきらず、徐々に内製化していく

本事例の位置づけ

本記事で紹介する取り組みは、こうしたAI変革のプロセスの中で設計された一つの実践例です。
AVILENは、「AIを作る会社」ではなく、AIを使って企業の変革を前に進めるパートナーでありたいと考えています。

支援事例一覧