製品
自宅でも場所を選ばずモバイルでAI練習に取り組み、営業スキルを高頻度で伸ばせるシーンです。

営業マンの育成、その対象から中位層が抜けていませんか

営業マンの育成では、時間と予算が二つの層に集まります。入社直後の新人には集合研修があり、成績が伸び悩む担当者にはマネージャーの個別対応がつきます。その間で、日々の数字が大きく崩れない層だけが、どちらの枠にも入らないまま残るのです。

育成の時間は、誰に配分されているのか

どの枠にも入らない層が残る

この二つの枠は、どちらも対象がはっきりしており、実施の理由も社内で説明しやすいものです。一方で、その間に位置する中位層は、人数としては最も多いにもかかわらず、育成の枠として名前がついていません。日々の数字が大きく崩れないため、育成の議題に上がる機会もほとんどありません。全体としては回っているので、本人から「教えてほしい」という声も出にくいのです。ここで見落とされやすいのは、この層が「何かができていない」という状態ではない点です。多くの場面は問題なく進み、特定の場面でだけ言葉が止まります。そのつまずきは全体の流れに隠れてしまい、本人にも周囲にも見えにくくなります。育成の設計で先に必要なのは、追加の研修枠ではなく、どの場面で止まっているかが分かる状態だと言えます。

練習の回数とトレーニング成績

ある製薬企業の記録では、練習の回数とトレーニング成績の間に明確な正の相関が確認されています。累計3,662名が参加した一社の集計ではありますが、練習の機会が回ってこない層ほど、伸びる余地が手つかずのまま残ることを示しています(出典:導入企業へのヒアリング)。

中位層の育成をどう設計するか

対象を決める軸を変える

育成の対象は、入社年次や成績という軸で決まりがちです。この軸だけでは、間に位置する層は優先順位の後ろに回り続けます。対象を「練習の機会が回っていない人」という軸に置き換えると、枠の外にいた層が浮かび上がります。人数が多いぶん、その影響は組織全体で小さくありません。

場面ごとに切り分ける

課題は「何ができていないか」ではなく、「どの場面で止まるか」という形で表れます。導入は問題なく進むのに、価格の話になると言葉が減る状態です。育成の単位を場面に置くと、打つ手が具体的になります。

練習の機会をどう用意するか

対象と場面が決まっても、練習の場がなければ設計は動きません。集合研修の日程を待たず、各自が自分のタイミングで場面ごとに練習を重ねられるか。育成の仕組みを選ぶときは、この点が判断の基準になります。

全員を同じ基準で練習の対象にできます

同時実行に上限のないトレーニング基盤で、チーム全員が同時に練習でき、指導役はより価値の高い戦略的な指導に集中できる画面です。

同時利用に上限のない練習環境

UMU AIロープレでは、AIが練習相手を担うため、同時に練習できる人数に上限がありません。指導役の予定を押さえる必要がなくなり、対象を一部に絞る前提が不要になります。人数の多い層まで、同じ基準で練習の機会を用意できます。

止まっている場面が、数字で見えます

個人の進捗を多角的に可視化し、スキルの課題を特定しながら、実際の能力の伸びをデータで確認できる画面です。

場面別スコアと推移の記録

練習のたびに、導入・ヒアリング・異議対応など場面ごとのスコアが残ります。「伸び悩んでいる」という漠然とした印象が、「異議対応の場面で三回続けて評価が上がっていない」という具体的な把握に変わります。本人の申告を待たずに、どこで止まっているかを確かめられるのです。

自分のタイミングで練習を始められます

人目を気にせず使えるプライベートな練習空間で、評価される不安を取り除き、安心して試行錯誤できる画面です。

一人で使える練習環境

スマートフォンから、休憩時間や移動中でも練習を始められます。相手役の都合を確認する必要がなく、同僚の時間を使う気兼ねもありません。AIが担うのは反復練習の相手と評価基準の統一までで、目標設定や動機づけは引き続きマネージャーの役割です。

同じ設計をすでに進めている企業があります

製薬分野のグローバル大手企業

導入事例として、循環器・がん領域のグローバル大手製薬企業で、医薬営業担当者が業務の合間にモバイルで時間制限のある実践的な練習に取り組んでいるシーンです。

製薬分野のグローバル大手企業では、全国に分散する営業担当者5,500名に、客観的なフィードバックを返しきれない状況でした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを活用し、40以上の知識項目に対して80〜120の模擬業務シーンを設計しました(出典:導入企業へのヒアリング)。

その結果、オンラインで練習した群の業績が対面研修群を上回り、マネージャーは部下の習得状況をダッシュボードで把握できるようになりました(出典:導入企業へのヒアリング)。

生命保険分野の国内大手企業

導入事例として、生命保険分野の大手企業で、多数の営業担当者が自宅での練習を通じて高頻度に営業の準備状態を保っているシーンです。

生命保険分野の国内大手企業では、3,000拠点に分散する営業担当者5万名を、集合研修だけでは継続的にカバーできませんでした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを導入し、知識を入れる研修から、各自が自分のペースで取り組む練習へと設計を切り替えました(出典:導入企業へのヒアリング)。

その結果、学習コンテンツの量は10倍に増え、「自分のペースで継続的に練習しやすくなった」という声が現場から寄せられています(出典:導入企業へのヒアリング)。

資料をダウンロード 導入について相談する

UMUが選ばれる理由

28,000社突破
国内導入企業
1億人超
世界203カ国でユーザー
100社が導入
Fortune 500企業
約5,000製品中で1位
ITreview Best Software in Japan 2022
UMUとは
2015年に設立されたグローバルAIソリューションカンパニーです。AIを活用したオンライン学習プラットフォーム「UMU」を核に、学術的な根拠に基づいた実践型AIリテラシー学習プログラム「UMU AILIT(ユーム エーアイリット)」、セールスイネーブルメントソリューション「UMU AIロープレ」などの提供により、AI時代の企業や組織における学習文化の醸成とパフォーマンス向上を支援しています。
導入実績
業界トップクラスの生命保険会社・電機メーカー・製薬会社など、日本を代表する大企業が導入
製薬、金融・保険、製造、小売など幅広い業界で活用
従業員1,000名以上の大企業を中心に、営業教育や新入社員研修で導入が拡大
導入事例インタビューを公式サイトで多数公開
セキュリティ・コンプライアンス
ISO/IEC 27001:情報セキュリティマネジメントシステム (ISMS) の国際規格
ISO/IEC 27017:クラウドサービスに関する情報セキュリティ管理策
SOC 3:トラストサービス規準報告書
ISO/IEC 27018:クラウドサービス上における個人情報セキュリティに関する国際規格
ISO/IEC 27701:プライバシー情報マネジメントシステム (PIMS)
GDPR:EU一般データ保護規則
HIPAA:医療保険の相互運用性と説明責任に関する法律
ISO/IEC 42001:人工知能マネジメントシステム (AIMS)
AI活用基盤
最新のエンタープライズ向けAIモデルを採用
企業データの外部共有・AI再学習への利用なし
エンタープライズ水準の高度なAIカスタマイズ
ハルシネーションのリスクを効果的に低減
多様なデータに対応し、実務での活用を支援
資料をダウンロード