要約に出てこない情報は、どこで消えたのか
聞けなかったことは残らない
商談AIが扱えるのは、その商談で実際に交わされた会話だけです。担当者が価格の話までたどり着けなかった商談からは、予算に関する要約は出てきません。決裁の進め方を確かめられなかった商談の記録には、誰が最終的に決めるのかという情報も現れません。会話に出てこなかったものは、記録にも要約にも残らないのです。たとえば、初回の商談で製品説明に時間の大半を使い、相手の検討体制を尋ねないまま終えたとします。商談後に生成される要約は、説明した内容の整理としては正確です。ただし、次に何を確かめるべきかという肝心の部分は空白のままになります。マネージャーがその要約を読んでも、案件が進むのか止まるのかを見極める材料は見つかりません。イネーブルメントの立場でこの状態を眺めると、手を入れるべき場所は要約の精度ではないことが見えてきます。商談での聞き取りが浅いまま出力側だけを整えても、空白は残り続けます。
同じAIでも結果が分かれる
同じ商談AIを同じ設定で使っても、担当者によって残る記録の厚みは変わります。聞き取りの範囲が広い担当者の商談からは、検討の背景や関係者の顔ぶれまで要約に上がってきます。範囲が狭ければ、残るのは製品への反応だけです。導入だけでは、この差は組織の中に残ったままになります。
聞き取りは、どこで身につくのか
聞き取りの幅を決めるのは、知識の量よりも、その場で次の一手を選べるかどうかです。相手が言葉を濁したときに、話題を変えるのか、もう一段踏み込むのか。この判断は、実際の会話で何度も試して初めて身につくと考えられます。
聞き取りを試せる場が本番の商談しかない、という状態が続いています。同僚とのロールプレイングでは遠慮が入り、相手が言葉を濁す場面までは再現しにくくなります。本番だけが失敗できる場所では、回数は増やせません。
問い直したいのは、商談AIをどこに置くかです。商談の後に要約を作らせるだけでなく、商談の前に聞き取りを試す相手として使えれば、入力そのものが変わります。設計として動かせるのは、この位置です。
3分で、相手を説得できるか試してみよう
業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。
3分で、相手を説得できるか試してみよう
業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。
商談の前に、聞き取りを試せます
相手の設定を変えられるAI顧客
UMU AIロープレを活用することで、役職や性格、話し方の異なる顧客を相手に、商談前の聞き取りを練習できます。言葉を濁す相手やこちらの質問をはぐらかす相手など、手こずる相手を設定できるため、本番で聞ける範囲が広がります。
聞けたかどうかが、練習のたびに残ります
聞けた範囲が残る評価
練習が終わると、導入から情報提供、異議への対応までのプロセスごとに、スコアと改善点を確認できます。どの段階で相手の状況を聞けなかったのかが残るため、次に試すことがはっきりします。「全体的によかった」で終わる振り返りから離れられるのです。
次の一手を、練習データから決められます
伸び悩む段階の特定
チーム単位では、どの段階で点が伸びないかを確認できます。ヒアリングが低いのか、特定の拠点に偏っているのかが分かれば、施策の対象を絞れます。AIが担うのは反復練習と評価の統一までで、目標設定や動機づけはマネージャーの役割として残ります。
商談前の練習から始めた組織の実例
自己免疫疾患領域の製薬企業
新薬の上市が続き、医師との短い時間で聞き出す練習が不足していました（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、会話が遮られる訪問シーンを練習しました。
その結果、専門トレーニング期間が90日から28日に短縮され、上市の時期に現場が間に合うようになりました（出典：導入企業へのヒアリング）。
日本大手の生命保険会社
対面のロールプレイに抵抗があり、練習の頻度が上がりませんでした（出典：導入企業へのヒアリング）。
そこでUMU AIロープレを活用し、質問による関係構築と顧客ニーズの把握を練習に組み込みました。
その結果、20以上のシナリオが用意され、相手の都合を待たずに聞き取りを試せるようになりました（出典：導入企業へのヒアリング）。
導入について相談する
UMUが選ばれる理由
UMUとは
導入実績
セキュリティ・コンプライアンス
AI活用基盤
