Sales Marker AI Choiceから考える、営業AIがプロセス別に分かれていく理由

PR TIMESに掲載されたSales Markerの発表によると、同社は2026年6月3日、営業課題ごとに最適なAIを提供する「Sales Marker AI Choice」の本格展開を開始しました。

発表では、AI Choiceを営業課題ごとに最適なAIソリューションを提供するモデルと位置づけています。主なソリューションとして、アカウント攻略を支援する「AI Account Plan」と、商談につながるアポ獲得を支援する「AI Appointment」が紹介されています。また、インテントデータや商談データを活用し、「誰にアプローチすべきか」だけでなく「どのように受注へ導くか」まで支援すると説明されています。

このニュースを営業実務に翻訳すると、重要なのは製品名ではありません。営業AIが「何でもできるAI」から、「営業プロセスごとのAI」へ分かれていく流れです。

Sales Marker AI Choiceは、AI Account PlanとAI Appointmentを同じものとして見ない

発表で紹介されている「AI Account Plan」と「AI Appointment」は、同じ営業AIでも支援する場面が違います。ここを混ぜると、導入目的も評価指標も曖昧になります。Sales Marker AI Choiceを読むときは、「営業AIをまとめて導入する話」ではなく、「営業課題ごとにAIの役割を分ける話」として捉える方が実務に落としやすいです。

発表で示された方向性	営業実務での意味
営業課題ごとに最適なAIを提供する	まず自社の詰まりが、アポ獲得、商談準備、アカウント攻略、案件前進のどこかを分ける
インテントデータや商談データを活用する	外部シグナルだけでなく、SFA/CRM上の商談情報や活動履歴の品質が成果に影響する
AI Account PlanとAI Appointmentを分けている	AE向けのアカウント攻略と、IS/BDR向けのアポ獲得を同じKPIで評価しない

観点	AI Account Plan	AI Appointment
主な目的	アカウント攻略、関係者整理、提案方針の設計	商談につながる接点作り、アプローチ優先順位付け
主な利用者	AE、エンタープライズ営業、営業マネージャー	IS、BDR、SDR、営業企画
必要なデータ	商談履歴、関係者、提案履歴、導入目的、過去接点	ターゲットリスト、検討シグナル、接触履歴、反応履歴
評価指標	関係者把握率、次回合意率、案件前進率	接触率、返信率、商談化率、商談品質
失敗しやすい使い方	顧客の組織事情を確認せず、AIの攻略案をそのまま使う	アポ数だけを増やし、AEが受け取りにくい商談を増やす

営業企画やRevOpsは、まず「自社はアポ獲得が詰まっているのか、アカウント攻略が詰まっているのか」を分けてください。両方を同時に改善しようとすると、AIの成果が見えにくくなります。

営業AIは、ひとつの導入テーマではなくなっている

営業AIという言葉は広すぎます。

営業現場でAIを使う場面には、少なくとも次のような違いがあります。

営業プロセス	典型的な課題	AIに期待される支援
ターゲティング	どの企業を優先すべきか分からない	検討シグナルや企業情報をもとに優先度を出す
アポ獲得	誰に、どのタイミングで接触すべきか分からない	接触候補、チャネル、文面、タイミングを提案する
商談準備	顧客理解が浅いまま商談に入っている	企業情報、業界動向、過去接点を整理する
アカウント攻略	意思決定構造や稟議ルートが見えない	関係者、論点、合意形成の順番を整理する
提案設計	顧客ごとの提案ストーリーを作れない	課題仮説、提案骨子、資料作成を支援する
案件レビュー	停滞理由が担当者の感覚に依存する	商談ログや活動履歴から不足情報を抽出する

同じ「営業AI」でも、解く課題が違えば、必要なデータも、運用も、評価指標も変わります。

アポ獲得AIなら、ターゲットリスト、接触チャネル、文面、反応率、商談化率を見ます。アカウント攻略AIなら、商談情報、関係者情報、過去接点、提案履歴、稟議情報を扱える状態が必要です。商談準備AIなら、公開情報と社内情報の境界、入力してよい情報、出典確認のルールが重要になります。

したがって、営業AIの検討で最初に決めるべきなのは、ツール名ではありません。自社の営業プロセスのどこが詰まっているかです。

導入前に見るべき3項目

営業AIを検討する前に、次の3つを確認してください。

1. 改善したい営業課題はどこか

「営業を効率化したい」だけでは、AIの選定基準になりません。

改善したいのが新規アポ数なのか、商談化率なのか、大企業案件の前進率なのか、提案作成時間なのかで、必要なAIは変わります。

たとえば、商談数が足りない組織なら、ターゲティングやアポ獲得の支援が先です。一方で、商談数はあるのに受注率が低い組織なら、商談準備、アカウントプラン、提案レビュー、案件レビューを見直すべきです。

営業AIの検討は、営業プロセスの棚卸しから始めます。

2. AIに渡せるデータはあるか

AIは、入力される情報が弱ければ、出力も弱くなります。

顧客情報、活動履歴、商談メモ、失注理由、提案資料、問い合わせ履歴が散らばっている状態では、AIが有効な判断材料を出しにくくなります。

特に注意したいのは、SFAやCRMの入力項目です。ステージ定義が曖昧、失注理由が自由記述だけ、次回アクションに期限がない、商談メモの粒度が担当者ごとに違う。この状態では、AIを入れても、現場の判断はあまり良くなりません。

営業AI導入の前に、SFAやCRMの項目定義、商談メモの粒度、ステージの前進条件を整える必要があります。

営業AI導入前に、最低限そろえたい項目は次の通りです。

項目	なぜ必要か	不十分な状態
ステージ定義	AIが案件状態を整理する前提になる	担当者ごとに「提案中」「検討中」の意味が違う
次回アクション	案件前進に必要な行動を判断する	「追客」「確認中」だけで期限や相手がない
顧客側関係者	アカウント攻略や稟議支援に使う	担当者名だけで、決裁者や利用部門が見えない
商談メモの必須項目	AI要約や提案準備の材料になる	営業仮説と顧客発言が混ざっている
失注・停滞理由	AIで改善テーマを抽出する材料になる	価格、時期、競合だけで具体原因が残らない
接触履歴	アポ獲得AIの優先順位付けに使う	誰に、いつ、何を送ったかが分からない

この表が埋められない状態では、AI導入よりも営業データの整備が先です。AIの精度が低いのではなく、入力される営業情報が判断に使えない可能性があります。

3. AIの提案を誰が検証するか

AIが出したターゲット、仮説、提案文面を、そのまま営業活動に使うのは危険です。

特に、大企業向け営業や既存顧客への提案では、関係性、過去の経緯、組織事情が重要になります。AIは判断材料を増やす存在であり、最終判断者を不要にするものではありません。

営業責任者や営業企画は、AI出力のレビュー基準を決める必要があります。顧客へ送る前に誰が見るのか。SFAへ反映する前に誰が確認するのか。出典が分からない情報をどう扱うのか。ここを決めずに導入すると、個人利用は進んでも、組織としての営業品質は上がりません。

ISとAEで導入リスクは違う

営業AIは、ISとAEで失敗の仕方が違います。

役割	起きやすい失敗	導入前に決めること
IS	アポ数だけ増え、AEが受け取りにくい商談が増える	商談化条件、引き継ぎ項目、NGターゲット
AE	AIのアカウント攻略案を、顧客事情の確認なしに使う	関係者確認、仮説レビュー、提案前の人による確認
営業マネージャー	AI出力を評価せず、担当者ごとの使い方に任せる	レビュー項目、成果指標、禁止する使い方
RevOps	ツール導入後に項目定義を整えようとする	先にSFA/CRM項目、ステージ、失注理由を定義する

特にISでは、アポ数だけを成果にすると、AI活用がAEの負担になります。AIが見つけた接点を商談化する前に、課題、緊急度、対象部門、引き継ぎ情報がそろっているかを確認する必要があります。

AI Appointmentのようなアポ獲得支援を使う場合は、アポ数だけでなく、AEが受け取った後に前進する商談かどうかを見ます。商談品質は感覚で評価せず、最低限の条件を決めておく必要があります。

商談品質の条件	確認すること	不十分なまま渡すと起きること
課題の具体性	顧客が何に困っているかを、顧客発言に近い形で残しているか	AEが初回商談で課題確認からやり直す
対象部門と役割	参加者が利用部門、決裁者、情報収集担当のどれに近いか	興味はあるが、案件を進める相手ではない商談が増える
検討タイミング	今すぐ、今期中、情報収集、将来検討を分けているか	商談化率は上がっても、提案化や次回設定につながらない
次回商談の論点	次回何を話すと顧客にとって価値があるかを渡しているか	AEが製品説明から入り、顧客の関心とずれる
対象外条件	業種、規模、既存環境、予算感などのNG条件に当たらないか	アポ数は増えても、受注可能性の低い商談が増える
AEフィードバック	商談後に有効商談、対象外、時期尚早をISへ戻しているか	AIのターゲティングや文面改善に学習が戻らない

この条件を先に決めると、AI Appointmentの成果を「何件アポが取れたか」だけでなく、「AEが次回合意を取りやすい商談が増えたか」で見られます。

よくある失敗: AIを入れれば営業プロセスが整うと考える

営業AI導入でよくある失敗は、AIが営業プロセスの曖昧さを解決してくれると期待することです。

実際には逆です。営業プロセスが曖昧なままAIを入れると、曖昧な情報から曖昧な出力が出ます。

たとえば、商談ステージの定義が人によって違う組織では、AIが案件の進捗を整理しても、マネージャーが同じ基準で判断できません。失注理由が「価格」「タイミング」「競合」だけで終わっている組織では、AIが失注分析をしても、次の打ち手にはつながりません。商談メモが担当者の主観だけで書かれている組織では、AIが要約しても、顧客の意思決定構造は見えません。

AIを入れる前に、営業プロセスの最低限の定義を整えます。

• ステージごとの前進条件
• 必ず残す商談メモ項目
• 失注理由の分類
• 次回アクションの期限と責任者
• 顧客側の意思決定者と関係者
• 導入目的と成功条件

これらが整うと、AIは初めて営業判断を支える材料を作りやすくなります。

まだ導入しなくてよい条件

次の状態であれば、営業AIの導入よりも、営業プロセスの整理を優先した方がよいです。

• 商談ステージの定義が人によって違う
• 失注理由が自由記述だけで、分析できない
• アポ獲得、商談準備、提案設計、案件前進のどこを改善したいのか決まっていない
• SFA入力が営業担当者の負担になっており、マネジメントで使われていない
• AIの出力を確認する責任者やレビュー基準がない

この状態でAIを入れると、現場は「また入力するものが増えた」と感じやすくなります。AI導入の前に、どのプロセスの判断を改善するのかを決める方が先です。

小さく始めるなら、営業プロセスを一つに絞る

最初から全営業プロセスにAIを入れる必要はありません。

小さく始めるなら、次のどれかに絞るとよいです。

始め方	向いている会社	最初に見る指標
商談準備メモの自動整理	商談前の顧客理解が浅く、提案の質にばらつきがある	準備時間、商談後の確認漏れ
失注理由の構造化	失注分析が担当者の感覚に寄っている	失注理由の分類率、改善施策数
アカウントプラン作成	エンタープライズ案件で関係者や論点が複雑になっている	関係者把握率、次回合意率
アポ獲得候補の優先順位付け	リストはあるが、どこから着手すべきか決められていない	接触率、商談化率

重要なのは、AI導入を「便利そうな機能追加」として扱わないことです。営業プロセスのどこに責任を持たせるのかを決めてから使う方が、現場に定着しやすくなります。

Sales Marker AI Choiceのような営業AIを検討する場合も、最初の実験は一つの営業プロセスに絞ります。たとえばAI Account Planを試すなら、重点アカウント10社だけで関係者整理、仮説作成、次回合意率を見ます。AI Appointmentを試すなら、特定セグメントのアウトバウンドだけで、返信率、商談化率、AE受け取り後の次回設定率まで見ます。AIの利用量ではなく、営業プロセスのどの判断が良くなったかを確認することが重要です。

明日から確認すること

営業企画やRevOpsは、次の問いを持ち帰ってください。

1. 自社の営業課題は、アポ獲得、商談準備、提案設計、案件前進のどこにあるか
2. AIに渡せる顧客情報、商談情報、活動情報は整っているか
3. AIの出力を、誰がどの基準でレビューするか

この3つに答えられれば、営業AIの検討はかなり具体的になります。

関連記事

• 営業AIの使いどころを商談前後で切り分ける
• AIで商談リサーチをする前に決めるべき入力ルール
• SFA入力をAIで補助するときに失敗しやすいポイント

主な出典

• PR TIMES: Sales Marker、営業課題ごとに最適なAIを提供する「AI Choice」を展開

編集・監修について

この記事は営業実務ラボ編集部が企画、執筆、編集しています。制作過程で生成AIを構成案作成、草案整理、表現確認に利用する場合がありますが、公開前に編集部が事実関係、出典、表現を確認しています。外部専門家による個別監修が入る場合は、記事内で監修者名または監修有無を明記します。