製品
標準化された製品デモと提案の練習として、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。

ケーススタディの議論がロールプレイングに変わらない理由

研修でケーススタディを配り、グループで背景を読み、どう対応すべきかを話し合っている組織は多くあります。しかし、そこで出た結論をロールプレイングとして声に出す段までは、なかなかたどり着きません。考える訓練と、言う訓練は別なのです。

なぜケースの討議は声に出す前で止まるのか

書ける順番と言える順番は別です

ケーススタディの進め方は、どの組織でもおおむね似ています。お客様の状況が書かれた紙を配り、背景を読み込み、どう対応すべきかを小グループで話し合い、代表者が結論を述べます。この流れで、状況を読み解く力と、対応の筋道を組み立てる力は確かに鍛えられます。ただ、実際の商談で求められるのは、その筋道をお客様に向けて声に出すことです。紙の上では「懸念にいったん共感してから、代替案を示す」と書き切れます。ところが、目の前のお客様が黙り込んだ瞬間に、同じ順番で言葉を出せるかどうかは、また別の問題になります。手が止まり、結論だけを先に伝えてしまうこともあります。研修の場で組み立てた筋道は、そこで崩れてしまうのです。

発表の場と商談の場は違います

例えば、最終回でケースの結論を述べ、着眼点を評価された担当者が、翌週の商談ではお客様の沈黙に押されて言葉の順番を崩してしまう場面です。述べる相手は同じ研修の同僚で、商談の相手は初めて話すお客様です。声に出す訓練を挟まないまま本番を迎えると、筋道は再現されにくいと言えます。

読んで分かる段から、言える段までの距離

理解の次に来る段

商談で使える対話の力は、理解した時点では完成しません。筋道を声に出し、反応を受けて言い直す往復を経てから、本番でも同じ順番を選べます。ケーススタディが担っているのは、前半の理解の部分なのです。

顧客側に事情が移りません

ケースの紙面には、予算の制約や社内の反対といった事情が書かれています。ところが練習では、担当者自身がそれを読んで知っています。知っている情報を相手から引き出す練習にはなりにくいと言えます。

教材を素材に変える設定

ケースに書かれた事情を、練習でお客様の側にどう持たせればよいのでしょうか。ここが、手元の教材をロールプレイングへ変える工程です。項目として設定できれば、いまある教材を素材にできます。

読んだ筋道を、その場で声に出せます

役職や性格、話し方、背景を自由に設定でき、懐疑的なお客様や無関心なお客様など複数の異なる顧客像を同時に用意できる画面です。

質問して初めて開示される条件

UMU AIロープレを活用することで、ケースに書かれたお客様の事情を、AI顧客側の隠れた条件として設定できます。予算の制約や社内の反対は、担当者が問いかけたときにだけ開示されます。読んで知っていた情報を、自分の質問で引き出す練習へと変わるのです。

ケースの反論を、顧客側から受けられます

価格交渉や競合比較、セキュリティへの懸念といった実際の反論をAI顧客の対話に組み込み、手強い場面を安全な環境で練習できる画面です。

反論パターンの事前設定

価格への異議や競合との比較といった、ケースに書かれている反論は、あらかじめ登録しておけます。AIは会話の流れを見ながら、頃合いを見てその反論を投げかけます。業界向けと汎用のシナリオも標準で用意されており、白紙から作り起こす手間はかかりません。

どの段で崩れたかは、練習直後に分かります

アプローチからクロージングまでの5工程を映した力量レーダーチャートと、一人ひとりの弱点に合わせた改善コーチングのカードを表示した画面です。

工程ごとの評価と改善点

練習はアプローチ・ヒアリング・価値提案・反論処理・クロージングの5工程に沿って進み、終わった直後に工程ごとのスコアと改善点を確認できます。評価の重みづけは自社の型に合わせられ、回数の上限もありません。AIが担うのは反復練習と評価の標準化までで、討議の進行は研修担当者の役割として残るのです。

型を練習できる形に変えた企業があります

製薬・新任リーダー研修

製薬分野のグローバル大手企業の事例として、チームのマネージャーがAIによる模擬対話で1対1のコーチングスキルを強化しているシーンです。

日本国内の大手製薬企業では、研修で学んだ1対1の対話の型を、実際の面談で使えるようになるまでに時間がかかっていました(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、「行動コーチング」「スキルコーチング」「動機づけコーチング」の3種類の対話シナリオを、3回のセッションで練習できる形へ組み替えました。

その結果、セッションを重ねるごとに学んだ型を面談で実践する受講者が増え、メンバーの変化を実感したという回答も多く得られました(出典:導入企業へのヒアリング)。

生命保険・営業職員

生命保険分野の大手企業の事例として、多くの営業職員が自宅での練習を通じて高頻度の商談準備を保てるようにしているシーンです。

日本の大手生命保険会社では、顧客開拓・アプローチ・提案という独自の3段階の営業プロセスを体系化していました。しかし、手順を知っていることと、対話で実行できることの間にはギャップがありました(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、その営業プロセスの重要な工程を、スマートフォンから繰り返し練習できるシナリオへ落とし込みました。

その結果、「スマートフォンで場所を問わず対話型トレーニングができる」という声が寄せられ、自信をもってお客様へ説明できる営業職員の育成へ進んでいます(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