製品
研修室で、担当者が画面のAIに向かい、同じ製品の価値を業界ごとの顧客に合わせて伝える練習に取り組んでいるシーンです。

トレーニングをうける側は、自分の課題を持って臨んでいますか

同じ場に座り、同じ講義を聞いても、持ち帰るものの量には差が出ます。その差は理解力ではなく、トレーニングをうける前に自分の詰まる場面を一つ持って臨んだかどうかで生まれています。受け手の実感を知ることは、育成を設計する側にとっても手がかりになるのです。

受け方の差が、定着の差になるのはなぜか

持ち帰るものが決まらない

案内メールを受け取り、当日は会場に向かいます。その時点で、自分がどの場面で言葉に詰まっているかを言える受講者は多くありません。トレーニングをうける目的が「上司に指示されたから」にとどまると、講義は最後まで一般論として流れていきます。講師が価格への異議対応を説明しても、自分が担当する顧客の顔が浮かばないため、あとで使う場面と結びつきにくくなります。終了後のアンケートでは、満足度が高く出ます。内容が良かったからというより、通常の業務に戻れる安心感が反映されている場合もあります。人材育成の担当者の手元には高い受講完了率と高い満足度が残り、現場では以前と同じ切り返しが繰り返されます。この二つが並んだまま、次の期の計画が始まるのです。

満足度が高くても定着しない

受講完了率の高さが、能力の低下を覆い隠すことがあると指摘されています。満足度の高さには、通常業務に戻れる安心感も影響しているという分析です(出典:EduFellowship 2026)。学ぶ時間も減り、従業員一人あたりの形式的な学習時間は年13.7時間まで下がりました(出典:ATD State of Industry)。回数が限られるからこそ、どう受けるかで残るものが変わると言えます。

受け手の工夫は、時点ごとに変わります

臨む前に決める一つ

トレーニングをうける前に、直近の商談で言葉に詰まった場面を一つ選んでおきます。持ち込む問いが具体的なほど、同じ講義からでも自分の担当先に引き寄せて聞けます。

聞くだけで終わらせない

わかったと感じることと、その場で言えることは別です。説明を聞いた直後に、自分の言葉で声に出して確かめたかどうかが、翌週に残る量を分けます。

試した記録を残す

終了後、現場で何を試し、相手がどう反応したかを短く残します。記録がないと、本人にも人材育成の担当者にも、何が変わったのかを確かめる手立てがありません。これらを個人の心がけに任せたままにしないための仕組みが問われます。

詰まる場面を、事前に自分で確かめられます

価格への異議や競合比較など、対応が難しい場面をあらかじめ組み込み、安全な環境で繰り返し練習できる画面です。

異議シナリオを事前に設定

UMU AIロープレを活用することで、AIが顧客役を担います。価格への異議や競合比較など、実際に詰まりやすい場面を事前に設定できます。トレーニングをうける前に、自分がどこで言葉に止まるのかを確かめたうえで当日に臨めるのが特徴です。

何を直せばよいかが、その場で分かります

対話が終わった直後に、プロセスごとの評価と改善が必要な箇所を示す構造化レポートが表示される画面です。

プロセス別のスコアと改善点

練習が終わると、導入トークやヒアリングなどプロセスごとのスコアと改善点をその場で確認できます。「全体的によかった」という言葉で終わらないため、受け手は自分の課題を言葉にした状態で次の練習に移れます。

受けたあとの変化を、記録で追えます

一人ひとりの初回スコアから最高スコアまでの推移を多面的に可視化し、課題と成長をデータで確認できる画面です。

練習履歴の自動蓄積

練習のたびにスコアと履歴が自動で残ります。初回から最高スコアまでの推移を受け手自身が確認でき、人材育成の担当者は同じ画面でチームの傾向を把握できます。AIが担うのは反復練習と評価基準の統一という部分で、目標設定や動機づけは引き続き人の役割です。

受け手の側から変えた育成の事例です

体外診断分野の大手企業

体外診断分野の大手企業で、医療機器チームが製品説明と臨床コミュニケーションの力をAIコーチングで高めた事例のシーンです。

体外診断分野の大手企業では、能力認定が四半期に一度に限られ、新任の担当者は最短でも3カ月待つ状況でした(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、準備ができた時点で模擬対話による認定を受けられる体制を構築しました。

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)。待つ側から選ぶ側へと、受け方そのものが変わりました。

通信系店舗を全国展開する企業

通信系店舗を全国展開する企業で、担当者が移動中の時間を使い、料金プランの異議対応と提案の練習にいつでも取り組んでいる事例のシーンです。

通信系店舗を全国展開する企業では、出店の加速に採用が追いつき、新人が独り立ちするまでの練習量を確保しにくい状況でした(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、接客とコンプライアンスを一つのシナリオにまとめ、本人のペースで練習を重ねられるようにしました。

その結果、新入社員が独り立ちするまでの期間が1カ月未満に短縮されました(出典:導入企業へのヒアリング)。

デモを予約する 資料をダウンロード

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