製品
標準的な製品デモとピッチの練習で、聴衆とのやり取りに落ち着いて対応し、プロフェッショナルな存在感を示しているシーンです。

研修の講義とロールプレイが現場の行動に結びつかない理由

午前は講義、午後の終わりにロールプレイを一巡させる研修を、年に数回続けている育成担当の方は少なくありません。受講直後のアンケート評価は高いのに、数週間後の商談では以前と同じ言い回しに戻っています。この落差を生んでいるのは、受講者の熱意ではありません。講義とロールプレイをつなぐ設計そのものなのです。

ロールプレイが形だけで終わるのはなぜか

練習が講義の付け足しになる

研修の設計を任されると、時間の多くは講義パートの資料づくりに向かいます。伝えるべき製品情報もコンプライアンス上の注意点も年々増えているためです。その結果、ロールプレイは最後の30分に押し込まれ、受講者は同僚とペアを組んで一往復するだけで終わってしまうのです。相手役は同じ部署の同僚ですから、想定外の質問も、話を途中で折るような反応も出てきません。振り返りの時間も限られ、「よくできていました」「もう少し自然に」という言葉で締めくくられます。受講者は、自分のどの発言が相手の関心を引き、どの説明が伝わらなかったのかを持ち帰れません。研修を設計する側から見れば、当日の進行は予定どおりです。ただ、現場で必要になる自分の言葉で切り返す経験は、この一往復ではほとんど積めていないと言えます。

1週間後には7割が失われます

学んだ内容がどれだけ残るかについては、調査結果があります。研修で学んだ内容の約70%は1週間で、約87%は1カ月で失われるとされています(出典:Gartner)。講義の直後に理解できていたかどうかと、1カ月後に商談で使えるかどうかは、別の話です。年に数回の研修だけでは、この曲線に追いつけません。

講義とロールプレイの役割はどう違うのか

対話力が育つ条件

製品知識は、聞いて理解した時点で一定量が身につきます。一方、顧客の反応に合わせて言葉を選ぶ力は、実際に口に出し、返ってきた反応を受けて修正した回数の分だけ育ちます。講義で扱えるのは前者までです。後者を伸ばすには、話して詰まり、言い直す経験を短い間隔で繰り返す場が必要になります。

本番で再現できない練習

同僚を相手にした練習では、どうしても遠慮が働きます。厳しい質問や話を折る反応は出にくく、本番で最も負荷のかかる場面が練習から抜け落ちます。練習では話せた内容が、現場の緊張の中では出てこなくなるのです。

練習を仕組みにできるか

そこで問いは、講義とロールプレイの比率をどう変えるかではなくなります。本番に近い相手と回数の制限なく練習でき、その結果が記録として残る場を用意できるかどうかが、研修設計の分かれ目になると言えます。

本番の緊張には、練習でしか慣れられません

表情豊かなAI顧客と、時間制限のある台本なしの対話で、本番同様の緊張感を再現する会話シミュレーションの画面です。

圧力の高い対話シミュレーション

UMU AIロープレを導入することで、AIが顧客役を担います。価格への指摘や競合との比較など、切り返しに困る場面を事前に設定でき、制限時間のある対話も再現できます。相手役を手配しなくても、受講者は本番に近い緊張の中で何度でも試せます。

改善点は、その場で具体的に確認できます

練習を終えた直後に受け取れるAIの評価レポートで、多角的な振り返りと項目別のスコアの内訳を確認できる画面です。

練習直後の構造化レポート

練習が終わると、AIが商談プロセスごとのスコアと改善点をその場で示します。導入からクロージングまで、どの段階で課題が生じたのかが分かるため、受講者は「よくできていた」という感想で終わらず、次に何を直すかを自分で決められます。

育成の成果を、数字で説明できます

チーム全体の能力診断ダッシュボードで、組織に共通する課題をひと目で把握し、指導の判断をデータで裏づけできる画面です。

チーム全体のスキル可視化

個人ごとの初回スコアと最高スコア、チームの課題の分布をダッシュボードで確認できます。練習回数の報告にとどまらず、どの段階のスコアが伸びたかを数字で示せるのです。AIが担うのは反復練習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と育成担当の役割になります。

講義中心の研修を見直した企業の例

医療機器・体外診断分野

体外診断分野のリーディングカンパニーが、AIコーチングで医療機器チームの製品説明力と臨床コミュニケーション力を高めた事例のシーンです。

体外診断分野のグローバル大手企業では、5名の研修担当者が1,500名の認定を担い、四半期に1回しか実施できませんでした(出典:導入企業へのヒアリング)。

そこで模擬認定の一部をAIとの対話練習に置き換え、準備ができた人から随時受けられる形に変えました。

その結果、認定通過者の実訪問における成約率が22.4%向上しました(出典:導入企業へのヒアリング)。

通信キャリア系の店舗運営企業

日本の大手通信系小売チェーンが、移動時間を使って通信プランの反論対応と成約力をいつでも練習した事例のシーンです。

全国に店舗網を広げる通信キャリア系の店舗運営企業では、採用の加速に育成が追いつかず、独り立ちまでに1カ月以上かかっていました(出典:導入企業へのヒアリング)。

そこで接客とコンプライアンスを一つのシナリオにまとめ、AIとの対話練習として毎日短時間で回せるようにしました。

その結果、独り立ちまでの期間が1カ月未満に短縮され、練習の頻度も大きく増えました(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