第4回 顧客の「問題」をAIはどこまで理解できるのか

読者の課題

「ヒアリングはしているのに、なぜか響く提案ができない」。多くの営業担当者が抱えるこの悩みは、実は「顧客のニーズに応える」という前提そのものに原因があります。

結論

顧客のニーズをそのまま受け取って提案を組み立てるのは、実は誤ったアプローチです。問題を「現状・問題・影響・根本原因・顧客の感情」という5つの要素に分解して理解する必要があり、AIは前半の4つの深掘りを強力に支援できますが、最後の「顧客の感情」だけは、現状のAIでは支援できません。

定義

• 問題の5要素：現状、問題、影響、根本原因、顧客の感情という、拙著で提示した問題理解のフレームワーク。この5つが揃って初めて、商談を追いかける価値(適格性)が判断できる。

• センチメント分析(感情分析)：音声やテキストから、話す速度・トーン・言葉の傾向をもとに感情の起伏を推定するAI技術。表層的な信号は拾えるが、文脈に根差した深い感情理解には限界がある。

「顧客のニーズに対応する」は誤った考え

拙著の中で、私はあえて挑発的な主張をしました。
「顧客のニーズに対応する、は誤った考えである」という主張です。

多くの営業担当者は、顧客が語るニーズをそのまま受け取り、それに応える提案を組み立てようとします。しかし、顧客自身が自分の本当の問題を正確に言語化できているとは限りません。

購買というゲームには、顧客側にもルールがあり、営業に見せる情報と見せない情報を、意識的にも無意識的にも選別しています。
そこで私は、問題を5つの要素に分解して理解する方法を提示しました。
この5つを丁寧に掘り下げて初めて、顧客が本当に解決すべき課題と、それに見合う予算感が見えてきます。

予算は、より良い未来にどれだけ見合うと顧客が感じるかによって決まるのであり、価格表によって決まるものではありません。

AIが力を発揮する部分:深掘りの補助

この5要素のうち、「現状」「影響」「根本原因」については、AIが実務的に役立つ領域です。

生成AIは、商談の文脈をもとに、次にどのような質問を投げかければ顧客の状況をより深く理解できるか、質問案を提示することが得意です。
SPIN営業のような深掘り型の質問フレームワークは、論理的な構造を持っているため、AIによる支援と相性が良いのです。
業界特有の統計データや、その顧客の業種で一般的に発生しやすい課題のパターンをAIに要約させ、商談前のブリーフィングとして活用する。これだけでも、経験の浅い営業担当者が、ベテランに近い水準の仮説を持って商談に臨めるようになります。

「顧客の感情」という最後の壁

しかし、5要素の最後にある「顧客の感情」については、話が違ってきます。

AIによる音声解析やテキスト解析は、話す速度や声のトーン、使われる言葉の傾向から、ある程度の感情の起伏を推定することはできます。

ただし、私が本書で述べた「感情」は、もっと深いものです。
顧客が語る建前の裏にある本当の危機感、社内での立場を守りたいという焦り、失敗を恐れる心理。
これらは、話し方の表面的な特徴には現れないことがほとんどです。

感情という現象そのものが、音声とテキストという限られたチャネルには収まりきらない、複数の情報の統合の産物である以上、この壁は技術の精度向上だけでは埋まりにくいと私は考えています。

現場の実績(匿名事例)

支援先のあるIT企業で、若手営業担当者にAIが生成した業界別の質問リストを商談前に確認させるようにしたところ、初回訪問で聞き出せる「現状」「根本原因」に関する情報量が、導入前と比べて体感で2倍近くに増えたという声が現場から上がりました。
一方で、この担当者が「手応えがあった」と報告した商談のうち、実際には決裁者の個人的な評価への不安という「感情」を見抜けず、後になって失注した案件が3件中2件ありました。
深掘りの質問は的確にできても、その先の感情の読み取りでつまずく、という典型的なパターンです。

私はこう考える

AIが用意した質問リストを機械的に読み上げるだけでは、顧客は「ヒアリングだけされて終わった」という印象しか持ちません。
仮説をぶつけ、顧客自身に語ってもらい、その反応から感情を汲み取る。
この最後のプロセスにこそ、営業という仕事の価値が残っている、というのが私の一貫した考えです。

AIによって「聞くべきこと」の精度が上がるほど、逆説的に「聞いた後にどう感じ取るか」という人間側の力量の差が、商談の結果を分けるようになっていくと予想しています。

AIの実力早見表

チェックリスト

Q. AIに質問リストを作らせれば、ヒアリング力の差はなくなりますか?
A. なくなりません。質問の「型」は均質化できますが、顧客の反応から感情を汲み取る力は、依然として担当者ごとの差が大きく出る部分です。

Q. 感情分析AIの精度が上がれば、この壁は解消されますか?
A. 音声・テキストという限られたチャネルの精度が上がっても、その場に居合わせないと分からない文脈情報までは補えないため、根本的な解消は難しいと考えています。

Q. 経験の浅い担当者にAIはどこまで有効ですか?
A. 「何を聞くべきか」の底上げには非常に有効です。ただし「聞いた後にどう解釈するか」は、経験を積んだマネージャーの同行やレビューで補う必要があります。

次にすべきこと

直近の失注商談を3件選び、「現状・影響・根本原因・顧客の感情」の5要素のうち、どこまで言語化できていたかを振り返ってみてください。
多くの場合、感情の要素だけが空白になっているはずです。
ご相談があれば、株式会社Csvisionコンサルティングまでお問い合わせください。

次回は、商談の勝敗を大きく左右する「キーマン」を、AIが見つけ出せるのかというテーマを扱います。