製品
研修の場で受講者が前に立ち、聞き手の反応を受けながら説明の練習に取り組んでいるシーンです。

営業研修のワークで練習した内容が、商談で出てこない理由

研修のグループワークは盛り上がり、受講後のアンケート評価も高く出ます。それでも数週間後の商談では、ワークで扱ったはずの切り返しが出てこないことがあります。営業研修のワークが現場に残らない原因は、演習の量ではなく、本番との距離と、練習の記録が手元に残らないことにあるのです。

ワークの手応えは、なぜ商談に残らないのか

その場で完結してしまう演習

営業研修のワークは、当日の進行を組み立てやすい形式です。数名のグループに分かれ、想定顧客への提案をまとめ、代表者が発表し、講師が講評を添えます。受講者は手を動かし、研修の時間も自然に埋まります。研修を組み立てる側から見ると、これはよく機能した一日に映ります。一方で、演習の相手役を務めるのは、同じ研修を受けている同僚です。相手の事情も、返ってくる反論も、事前に配られた資料の範囲を出ません。実際の商談で顧客が見せる沈黙や、説明の途中で入る割り込みは、この場では起こりにくいものです。発表への講評も、限られた時間では「構成は分かりやすかった」「もう少し相手の反応を見ながら」といった全体評に寄ります。受講者は、どの一言が効いて、どの一言が流されたのかを持ち帰れません。ワークが終わった瞬間、練習の中身は一人ひとりの記憶だけに残るのです。

修了率が高くても定着は測れません

学習した内容は、1週間で70%、1カ月で87%が思い出せなくなるとされています(出典:Gartner)。修了率や満足度が高く出ても、そこから定着の度合いまでは読み取れません。満足度の高さには、受講者が通常業務に戻れる安堵感が含まれるという指摘もあります(出典:EduFellowship 2026)。

ワークが変わるのは内容だけではありません

ワークの内容をどこから取るか

演習の題材を汎用的な商材に置き換えると、受講者は自分の担当顧客と重ねにくくなります。自社が実際に受けている値下げ要求や競合比較を、そのままワークの題材にできるかどうか。ここが、演習が現場の言葉になるかどうかの分かれ目になります。

ワークの時間をどこに置くか

研修当日にまとめて確保した演習時間は、翌週には次の業務に押し出されます。営業チームの一日を一度空ける形ではなく、短い演習を業務の合間に分けて置けるかどうかで、記憶の残り方が変わります。

ワークの記録は残っているか

口頭の講評は、その場で消えてしまいます。誰がどの工程でつまずいたのかを後から見返せる形にするには、演習を支える道具の側に、記録を残す仕組みが要ります。

自社の商談を、そのままワークにできます

値下げ要求や競合比較といった異議を、AIとの会話にあらかじめ組み込んでおける設定画面です。

自社の異議パターンの取り込み

UMU AIロープレを活用することで、値下げ要求や競合比較といった、自社で実際に起きている切り返しをAI顧客の会話に組み込めます。研修の題材が担当顧客の現実に近づき、受講者はワークの中で本番と同じ論点に向き合えるようになります。

一日空けなくても、練習は毎日続けられます

通勤や移動の合間に、スマートフォンで短い練習を繰り返せる画面です。

すきま時間の反復練習

スマートフォンから、通勤や移動の合間に練習を始められます。相手役の予定を押さえる必要がないため、四半期に2日という集中実施を、毎日10分の反復に置き換えられます。演習が業務の合間に分散すると、研修の翌週に起きていた揺り戻しが小さくなります。

ワークの結果を数字で見返せます

チーム全体の練習データを工程別に集計し、共通の課題を見つけられる管理画面です。

工程別スコアの蓄積

練習のたびに、工程別のスコアが記録として残ります。チーム全体がどの工程でつまずいているかを確かめられるため、次に用意すべきワークの題材を絞り込めます。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の役割なのです。

ワークの一部をAIに任せた企業の記録

製薬分野の国内大手企業

管理職がオフィスの席で画面に向かい、1on1の対話練習を進めているシーンです。

国内大手の製薬企業では、学んだコーチングが新任リーダーの1on1で使われないままでした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレで「行動コーチング」「スキルコーチング」「動機づけコーチング」を全3セッションのワークに設計しました。

その結果、第3セッションの時点で98.1%がコーチングを実践しました(出典:導入企業へのヒアリング)。

保険代理店の国内企業

カフェの席でノートパソコンの画面に向かい、身ぶりを交えて対話の練習を進めているシーンです。

日本の保険代理店企業では、AIを使ったワークの効果を比較データで確かめる必要がありました(出典:導入企業へのヒアリング)。

そこで、UMU AIロープレを使った実験群と使わなかった対照群を、5つの評価軸で比べました。

15名の評価者が約150名の練習動画を5点満点で評価し、5つすべての軸で実験群が上回りました(出典:導入企業へのヒアリング)。

資料をダウンロード デモを予約する

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
導入について相談する