製品
営業担当者がAIアバターと向き合い、感情の変化をその場で読み取りながら、没入感のある対話練習に取り組むシーンです。

研修のロープレが、現場の商談で活きない理由

年に数回の集合研修でロープレの時間を確保しても、数週間後の商談では言葉に詰まるメンバーがいます。人材育成を担う立場から見ると、実施回数は報告できても、現場の対応力が変わったかどうかを確かめる手立てが見当たりません。課題は熱意ではなく、練習の設計そのものにあるのです。

練習は積んだのに、なぜ本番で止まるのか

同僚同士の練習で再現しにくい圧力

ロープレの相手が同僚やマネージャーである場合、お互いに遠慮が生まれ、実際の顧客が見せる沈黙や突き放すような反応までは再現しにくいものです。担当者は答えやすい質問を受け、想定どおりの流れで練習を終えます。そのため、本番で想定外の切り返しに遭った瞬間、準備した順序が崩れて言葉が出てこなくなります。フィードバックの場面でも同じことが起こります。「全体的によかった」「もう少し自然に」という感想で終わると、担当者は何をどう直せばよいか分からないまま次の練習に進みます。さらに、練習の機会そのものが人材育成の担当者やマネージャーの空き時間に左右されるため、必要な人が必要なタイミングで練習できるとは限りません。その結果、研修の受講記録は残っても、現場での対話が変わったかどうかは誰も確かめられないままになるのです。

練習が続かない理由は心理面にある

研修で学んだ内容は、時間の経過とともに急速に失われます。定着の仕組みがない場合、1週間で約70%、1カ月で約87%が思い出せなくなるという調査結果があります(出典:Gartner)。年に数回の集合研修だけでは、この忘却の速さに追いつけません。不足しているのは熱意ではなく、練習の頻度を保つ仕組みだと言えます。

対話力が身につく条件を分解する

対話力が育つ順序

対話力は、知識を覚えた時点では身につきません。実際に声に出し、相手の反応を受けて言い直す。この往復を短い間隔で何度も繰り返すことで、はじめて本番でも言葉が自然に出てきます。必要なのは長時間の講義ではなく、短くても回数の多い練習です。

練習と現場のギャップ

一方で、研修のロープレは年に数回の集合研修に集中しがちです。日程が合わず参加できなかった担当者は、次の機会まで数カ月待ちます。その間に案件は動き、覚えた話し方は現場で試されないまま薄れていきます。

ツールに求める条件

そこで問われるのが、練習の相手と評価をどう用意するかという点です。人手に頼らずに回数を確保し、同じ基準で振り返りを返せるか。研修設計は、この一点で分かれます。

練習の回数は相手を待たずに増やせます

モバイルから24時間いつでもAI練習に取り組み、短い練習を高頻度で重ねることで独り立ちまでの期間を縮められる画面です。

AI相手の反復練習

UMU AIロープレを活用することで、AIが顧客役を担います。相手の予定に合わせる必要がなく、担当者はすきま時間にスマートフォンから練習を始められます。同じ場面を納得できるまで繰り返せるため、練習の回数が自然に積み重なります。

本番に近い緊張感をその場で体感できます

価格や競合比較といった手ごわい異議をあらかじめ組み込み、安全な環境で切り返しを練習できる画面です。

想定外の切り返しの再現

AIは、価格への指摘や競合との比較といった、実際の商談で出やすい反応を返します。台本どおりに進まない対話の中で、担当者は言葉に詰まる経験を安全な場で先に済ませられます。現場で初めて直面する場面を減らせます。

改善点を練習のたびに数値で確認できます

チーム全体の練習データをプロセス別に集計し、組織的な課題を把握してコーチングの判断に活かせるダッシュボードです。

プロセス別の即時フィードバック

練習が終わると、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。人材育成の担当者は、個人の課題か組織共通の課題かをデータで見分けられます。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人の役割として残ります。

研修体制を見直した企業の実例

バイオ医薬品企業・800名超

導入事例として、営業800名超のバイオ医薬品企業が、ワクチン営業組織全体で標準化された能力開発をAIで進めるイラストです。

営業チーム800名超のバイオ医薬品企業では、販売代理店と社内営業が各地に分散し、本部が定めた基準を一人ひとりに行き届かせにくい課題がありました(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、800名が同じ訪問シナリオライブラリで練習できる体制を構築しました。

その結果、新任営業が独り立ちするまでの期間は60日から30日に短縮され、新任営業に対する顧客満足度も23.5%向上しました(出典:導入企業へのヒアリング)。育成期間の短縮が、そのまま顧客体験の向上につながったのです。

生命保険分野の大手外資系企業

導入事例として、金融保険グループの資産運用担当者が、デスクトップで資産設計の提案を没入感のある形で練習するイラストです。

生命保険分野の大手外資系企業では、新人育成が支社ごとに進められ、指導方法や基準にばらつきが生じていました(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、対面OJTの群と比較するABテストを設計し、成約に至った受講者の練習記録を学習コンテンツとして組み込みました。

その結果、3カ月後にはAIで練習した群の顧客向け提案数が30%増加しました(出典:導入企業へのヒアリング)。標準化した練習を重ねたことで、提案活動の量そのものが増えました。

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