Junpei Maruyama

株式会社UKABU CEO｜AI × 営業・コールセンター・顧客対応｜「成果につながる会話」を組織能力にするプロダクトをつくっています｜Recruit → Mazrica → UKABU創業｜営業現場のAI活用・商談成果・SaaS経営のリアルな実践と学びを発信。フォローすると「AI×営業組織の今」が分かります。

[Junpei Maruyama @junpeimaru]

営業や顧客対応の強さは、「話し方」より「判断」にあると思っています。

AIで、この判断を個人の経験から組織の能力に変えられないか。

AI × 営業・コールセンター・顧客対応の現場で、実践と学びを発信します。

[Junpei Maruyama @junpeimaru]

ツールの成果を出したいなら、「大炎上している現場」に持ち込んではいけない。炎上している現場は、ツール以前にマネジメントや運用の問題であることが多いから。狙うべきは「運用はある程度安定しているが、コスト削減やSVの負荷軽減に伸び悩んでいる現場」。 課題の変数を絞れる現場から入るのが、ツール効果を最短で証明する鉄則。

[Junpei Maruyama @junpeimaru]

BPOやコールセンターにツールを提案するとき、絶対にやってはいけないこと。

「これを入れたら業務改善しますよ」という抽象的な提案。

現場が欲しいのは、 「で、結果的にパフォーマンスがどうなって、何人分の工数が浮くの？」という定量的かつ中長期的なインパクト。
ツール説明ではなく、相手の「体制図の変化」まで踏み込んで提示できるかが勝負。

[Junpei Maruyama @junpeimaru]

クライアントから「AIツールを試してみたい」「一回触ってみたい」と言われたときほど、注意が必要。「触ってみたい」で始めたPoCは、大抵使われなくなって終わる。 現場が本当に求めているのは「便利そうなツール」ではなく「自分の業務課題が具体的に解決するイメージ」。無償で触らせる期間を作るなら、単にアカウントを渡すのではなく、「何が解決できたら有料化・本格導入するか」の基準を最初に握り込む設計が不可欠。

[Junpei Maruyama @junpeimaru]

AIを業務に入れると、「応答時間」や「作業時間」などの即効性のある数字ばかり求められがち。

でも本当の価値は、顧客満足度の向上や一時完了率UP、離職防止といった「遅効性（じわじわ効く）の成果」にあることが多い。

現場で本質的な成果を出すためには、上層部が納得する過渡期の指標（仮の数字や定量的な変化）をどう作って社内倫理を通すか、という泥臭い社内調整の伴走が一番重要だったりする。

[Junpei Maruyama @junpeimaru]

チームで動くとき、業務の「主（メイン）」と「従（サブ）」をあやふやにしたまま走ると、準備不足や抜け漏れが一気に増える。

「どちらかが全部やる」必要はないけれど、 「この案件の成果（数字）にコミットするのはどちらか」 「準備と意思決定の主導権はどちらが持つか」
これをタスク単位ではなく「責任の主従」として明確にしておくだけで、チームの推進スピードは劇的に上がる。

[Junpei Maruyama @junpeimaru]

大企業にAIツールを提案する際、機能の良し悪し以前に「部署ごとのミッションの違い」で止まることがよくある。・売るものが欲しい「営業部門」 ・自社商品を開発したい「サービス開発部門」 ・日々の現場を回したい「オペレーション部門」提案相手がどこに所属していて、誰の手柄（成果）になる話なのか。組織構造と力学を見極めないと、いくら良いプロダクトでも社内検討の波に飲み込まれて消えてしまう。

[Junpei Maruyama @junpeimaru]

「トップ営業のノウハウをAI化したい」という相談をよくいただく。

でも実際に分析してみると、トップ営業の強さは「巧みなトーク」ではなく、相手の反応を見た瞬間の「判断の早さ」にある。

・この反応なら、確認項目をAからBに変える ・この違和感なら、一度リスニングに戻る
AIに学ばせるべきは話術ではなく、この「裏側にある意思決定のロジック」。 ここを組織能力に落とし込めた企業から、営業の平均値が一気に上がっていく。

[Junpei Maruyama @junpeimaru]

AIツールを営業や現場に定着させたいなら、「入力の手間」を徹底的に削る必要がある。

現場の人は「AIに相談したい」のではなく、「今の作業を1秒でも早く終わらせたい」のが本音。

・選択肢を選ぶだけでAIが動く ・話した内容が勝手に構造化される
「使わせる」ためのマニュアルを作るより、文字を入力させない工夫をする方が、定着率は一気に上がる。

[Junpei Maruyama @junpeimaru]

コールセンターや営業現場で「成果が出るAI」と「使われないAI」の決定的な違い。【使われないAI】 ・回答は100点だが、出力に5秒かかる ・長文すぎて会話中に読めない ・「結局どうすればいいか」の判断は人任せ【使われるAI】 ・精度80点でも1秒で出る ・一言で次に言うべきトークが出る ・「次はこの確認」と判断まで提示する現場で求められているのは「頭脳」ではなく「超優秀なアシスタントのレスポンス速度」。

[Junpei Maruyama @junpeimaru]

営業現場でAIを導入するとき、最初にぶつかる壁。

×「使い方が分からない」 ◯「自分の営業スタイルと違うから使いたくない」
現場が求めているのは、教科書通りの正解じゃない。 「自分の次のアクションを、あと一押し助けてくれるか」どうか。

ツールを合わせるか、人を合わせるか。 結局、現場に愛されないAIは、どれだけ賢くても定着しない。

[Junpei Maruyama @junpeimaru]

AI SaaSをやっていて最近よく考える。

汎用的な機能を作る。
↓
顧客に使ってもらう。
↓
「うちの場合はこうしてほしい」が出てくる。
↓
チューニングする。
↓
さらに新しい要望が見つかる。
AIになれば、この個別対応がなくなると思っていた。
むしろ逆で、
AIだからこそ「その会社の業務にどう最適化するか」が重要になっている気がする。
SaaSと個別開発の境界は、これからかなり変わりそう。

[Junpei Maruyama @junpeimaru]

生成AIを業務に入れると、
最初は「もっと自由に答えてほしい」と思う。
でも実際に使い始めると、

「ここは必ずこの順番で」
「これは言ってはいけない」
「この表現だけは守ってほしい」

がどんどん出てくる。
結局、AIを自由にするだけでは成果は出ない。
どこをAIに任せて、
どこにガードレールを置くか。

この設計が、これからの業務AIではかなり重要になると思う。

[Junpei Maruyama @junpeimaru]

AIのデモで良く見えることと、
実際の商談中に使えることは全然違う。
商談中は、
数秒待つだけでも長い。

欲しい答えが出ても、
そのまま読める言葉じゃないと使えない。
しかも相手の反応は待ってくれない。

業務AIは「賢いか」だけでなく、
リアルタイムの現場に耐えられるかが重要だと思う。

[Junpei Maruyama @junpeimaru]

社内に事例や資料がたくさんあっても、
「どれを使えばいいか分からない」問題がある。
検索できるだけでは足りなくて、

「この顧客なら、この事例が合いそう」
「この課題なら、この資料を使おう」

までAIが提案してくれる。
ナレッジ検索の次は、
“ナレッジ選択”までAIがやる世界になりそう。

[Junpei Maruyama @junpeimaru]

自分で数字に向き合うことにこだわれるかが大事だと、新人が入るたびに感じます

[山梨 寛弥｜インサイドセールスの未来を創る @device0462]

数字と向き合うことをやめた瞬間に、結果はついてこなくなる。

毎日、管理シートに向き合って自分の活動を把握する
毎日、日次・週次・月次の数字の変遷を追って健全性を確認する
毎日、課題解決に向けた提案・相談を積極的にする

この習慣だけで成果は変わる。
結果を出していない人は、日報を書くだけで記録すらしていないことが多い。

[Junpei Maruyama @junpeimaru]

生成AIを業務に入れると、
最初は「資料を読み込ませれば、いい感じに答えてくれる」と思う。
でも実際に使うと、

・説明ではなく営業トークにしてほしい
・この場面ではこの順番で話してほしい
・これは出してほしくない
・相手に合わせて事例を変えてほしい

みたいな要望がどんどん出てくる。
AIを入れることより、
「どういう仕事をしてほしいか」を定義する方が難しい。

[Junpei Maruyama @junpeimaru]

顧客との取り組みで、久しぶりに大きな反省があった。

「うまくいったら広げる」
という話はしていた。
でも、
「うまくいかなかったらどうするか」
は明確に話していなかった。

こちらは、うまくいかなければ次の取り組みを一緒に探すものだと思っていた。
相手は、うまくいかなければ終了するつもりだった。
お互いに「伝わっている」と思っていた。
思い込みは怖い。

ただ、失敗したなら、
同じ延長線上で粘るより、
全然違う取り組みを提案し直せばいい。
今回はそこから仕切り直せた。

顧客との期待値は、
成功時だけじゃなく、失敗時まで合わせておく必要がある。

[Junpei Maruyama @junpeimaru]

データが溜まっていれば、AIロープレがここまでできる。

だとすると次は、
過去の商談データや顧客情報を踏まえて、
実際の商談中に一緒に考えてくれる「営業同行AI」も。
ロープレで予行演習するAIから、
本番で隣にいるAIがいたらいいな。

[中島一明 @ベルフェイス(株) 代表取締役 / ハードシングス起業家 @k_nakajima_bell]

最近流行ってる『AIロープレ』。

SalesforceとChat-GPTだけで3日で作れた。

想像以上にヤバい。

▪️人間と全く変わらない、自然で遅れのな会話
▪️フィードバックまで音声で実施
▪️Salesforceの「商談履歴」を読み込み「特定の顧客」を完全再現（年齢, 家族構成, 過去の発言, 購入理由, 懸念まで反映）
▪️ヒアリング、提案、価格交渉、クロージングなどテーマも自由

特に重要なのは、「架空の顧客」とのロープレ “ではない” こと。

CRM (Salesforce) に蓄積された過去の商談データを使うので、

「前回、奥様の意向を確認できていない」
「4WDは絶対条件と言っていた」
「息子の送迎で車が手狭になった」

みたいな、その “顧客固有の文脈” まで完全再現する。

つまり、

「営業研修としてのAIロープレ」ではなく、『明日の商談相手との予行演習👥』ができるのだ。

しかも、今回使ったのは、Salesforce標準のプロンプトテンプレートとフローのみ。（ペルソナ生成はAgentforce）

開発期間、わずか3日。

AIロープレ専用サービスがなくても、Salesforceにデータが貯まっていれば自社向けにあっさり作れてしまう。

※データを貯めるには、ベルセールスAIがオススメです笑

やり方はコメント欄の記事にて⇩

[Junpei Maruyama @junpeimaru]

最近、お客様先で一緒に現場を見ながら考える時間が増えた。

最初は、
「要望があればチャットしてください」
「オンラインで整理してもらえれば十分」
と思っていた。
でも、実際には
自分たちだけでは課題を整理しきれないから、
一緒に見て、一緒に考えてほしいこともある。
あと、一人だと後回しになる作業も、
誰かと一緒なら進む。
SaaSだからオンラインで完結、ではなくて、
行かないと進まない局面もあるんだなと思う。

プロダクトだけでなく、
“ちゃんと来てくれる体制”そのものが価値になることもある。

[Junpei Maruyama @junpeimaru]

最近、AIロープレの相談が増えています。

個人的には『練習回数が増えた』で終わらず、
商談成果までどうつなげるかが一番大事だと思っています。

8/26、UKABUでこのテーマをかなり具体的に扱います。

[株式会社UKABU @UKABU_Eigyo]

AIロープレを“やって終わり”にしていませんか？

練習で終わらせず、商談成果につなげる仕組みを45分で解説する無料セミナーを開催します📢

📅8/26（水）15:00～15:45　オンライン・参加無料

申込みはこちら👇
https://t.co/pYUuGCFNuB

#営業育成 #AIロープレ