営業フィードバックを全廃したら、売上2倍になった | 非エンジニアの営業Mgrが、Claude Codeで辿り着いた営業改善
「うちの営業Mgr（マネージャー）、もうメンバーにFB（フィードバック）してません。」
こう言うと怪訝な顔をされる。「それ、マネジメント放棄じゃないですか？」って。
まあ、結果だけ見てほしい。FBをやめてから成約率が上がった。売上は2倍になった。1人で単月で業界平均の2倍はあげれるようになった。チームメンバーは元自衛隊、転職歴3回の20代前半の若手、パチンコの店長といった営業のエリートとはかけ離れたメンバーが在籍している。
ただ先に言っておく。AIが賢かったからじゃない。AIに食わせる前提。マニュアル、スコアリング基準、FBの設計が先にあったから機能した。前提がゼロの状態でAIに投げても、まともなアウトプットは出てこない。
あなたの事業プロセスは、今どちらだろうか
─────────────────────────────────
この記事で話すこと
・営業フィードバックを自動化して売上2倍にした方法
・元自衛隊、パチンコ店長といった営業未経験者チームでも、1人で月1,000万を出せるようになった営業フィードバックの自動化プロセス
・「AI導入」は失敗する。AI前提で事業を「再設計」するとは何か
・現場・仕組み・MGR役割・事業設計が、この順番でどう変わったか
─────────────────────────────────
第1章：2.5倍速で商談を聞き続けて、朝になってた
毎朝イチでメンバーの商談録画を聞く。移動中にもう1本。昼休みにSlackでFBを返して、午後は自分の商談。夕方に1on1。夜、また録画を聞きながら翌日のFBを考える。とかいいつつ、昼間はタスク重すぎて夜仕事おわって23:00くらいから夜中3時くらいまでやることも多かった。
同じことを、何回も言っている自分に気づいていた
「ヒアリングが浅い」「課題の深掘りが足りない」こう書くとこの程度に聞こえるかもしれないけど、実際はもっと細かいところまでやっていた。商談のどの場面でどういう言い回しをするか。顧客の発言への受け止め方のパターン。「ここでこう聞けば本音が引き出せる」という具体的な質問設計まで、毎回やっていた。自分の中では全部言語化できていた。
問題は時間だった。1時間の録画を2.5倍速で何本も聞いて、FBを書いて、気づいたら朝になっていた。労働集約の事業でOPSが全てだったし、人数も少なかった。だからやるしかなかった。でも「これ自分がやる仕事なのか」という疑問はずっとあった。
もう一つ、僕は言語化できる。メンバーは具体的に言語化できない。世の中の多くのMgrもそうじゃないと思う。録音を聞いてると「あ、ここ違うな」ってわかる。でもそれを「なぜ違うのか」「どうすれば」に変換しようとすると途端に曖昧になる。1on1で伝えきれず、メンバーの表情が「わかったような、わからないような」顔になる。あれ、しんどい。これ、結構な数のMgrが経験していることじゃないかと思う。
第2章：手作業のAI活用が、限界を教えてくれた
実は、FBにAIを使うこと自体は前からやっていた。
商談の録音をNottaに手作業でアップロードする。文字起こしが出たら、音声を全部聞きながら自分でもチェックする。その上で営業マニュアルを生成AIに読み込ませて、コメントを出させる。やってみると、AIの指摘は的確だった。僕が感覚的に感じていたズレを、AIがちゃんと言語化してくれた。
でも、とにかく面倒だった。毎回Nottaに手動でアップして、音声を全部聞いて、マニュアルを読み込ませて、出力を確認して、自分でも具体的にFBを書いて、Slackに転記して。1件の商談FBに30分以上かかる。メンバーが7人いればそれだけで半日が消える。
そしてある日、気づいた。
「同じFBを3回したら、それは仕組みの問題だ」
AIのFB内容は使える。問題は「毎回手でやっている」こと。パターンがあるなら構造化できる。構造化できるなら、自動化できる。「この作業フロー、全部つなげたら人間いらなくないか？」
既製品も検討した。MiiTelやamptalk、海外ではGongというトッププレイヤーもいる。でも使ってみてわかったことがある。既製品が出すのは「汎用的なスコアリング」だ。トーク・リッスン比率、話速、沈黙、数値としては正しい。でも僕が欲しかったのはそういうFBじゃない。「うちの営業マニュアルの型に照らして、どこがズレているか」これが欲しかった。
うちの営業スコアは、過去の成功パターンから蓄積された営業データを分析して、16ステップに構造化している。さらにこの16ステップを大きく4階層に分けて、各階層ごとにレベル1〜3でスコアリングしている。FBも「ヒアリングが浅い」みたいな一般論じゃなくて、ベースの評価、改善点、具体的にどういう言い回しに変えるか、どういう質問をすれば相手の本音が引き出せるか。そこまで出す。
「ステップ7の課題深掘りで手順が飛んでいる。この場面では XXという受け止めの後に、YYという質問を入れると深掘りできます。ステップ7でLv2からLv3にいくところで、ZZの言い回しのバリエーションを増やします。」このレベルのFBが欲しかった。汎用ツールには出せない。自社の型を知っているAIにしか出せないやつだ。だから、自分で作ることにした。
LayerX CTOの松本さんがこんなことを書いている。「エンタープライズ向けのエージェントの精度を最も効果的に上げているのは、自動最適化の技術ではなく、人間がドメイン知識をもとに愚直に改善を重ねること」。まさにそれだ。AIの精度は、人間が上げる。営業の型を作ったのも、FBの設計をしたのも、人間だ。ここを飛ばしてAIに投げても、表面的な指摘しか出てこない。
ここで一つ整理しておきたい。AI導入が失敗するパターンは一つだ。「ツールが先、設計が後」になること。ツールはプロセスを変えてくれない。悪いプロセスにAIを乗せると、悪いプロセスが高速化されるだけだ。うちでAIが機能しているのは、ツールを選ぶ前に「何を計測して、何をFBして、誰がどう動くか」を先に設計したから。AIを「導入」したんじゃなくて、AI前提で営業を「再設計」した。
第3章：1日で、手作業を全自動にした話
やると決めてから、実装まで1日。エンジニアはいない。僕がやった。コードはAIに書かせた。やったことはシンプル。今まで手作業でやっていた一連の流れを、全部つないだだけ。
使用ツール：Claude、Cursor、Claude Code、Obsidian、GitHub、Railway、n8n、Notta、Zoom、Slack、Terminal、CRM
Step 1：営業の「型」をAIに食わせる
まず自分で営業マニュアルの型を構造化した。16ステップの商談構成、ヒアリング項目、よくある反論への切り返し。これは僕自身が過去の成功パターンから分析して言語化したもの。ここはAIにはできない。営業現場を知っている人間が、自分の頭で分解するしかない。その構造化したマニュアルを、CursorのなかでClaude Codeに読み込ませた。過去の成約/失注の商談録音もパターンとして蓄積させた。
Step 2：商談音声が自動でテキストになる仕組み
CRMとZoomを連携。商談が終わると録画が自動保存される。n8nがそれを検知して、Nottaに送る。Nottaが文字起こしして、テキストデータが生成される。今まで毎回手でNottaにアップしていた作業が、ゼロになった。
Step 3：SlackBotにFBが届く
文字起こしが完了したら、SlackBotが動く。16ステップ×4階層の営業マニュアルと照合して、自動でFBが生成される。しかも商談のどのシーンかによって参照するマニュアルが切り替わる。「ステップ7の課題深掘りで、マニュアルに定義した深掘り手順が飛んでいます。この場面では、XXという受け止めの後にYYと聞くと深掘りできます」こういう具体的なFBが、商談の数時間後にはメンバーのSlackに届く。
そしてここがポイントで、メンバーはFBを読んで終わりじゃない。FBを受けて「自分はどうするか」を必ず書いて返すルールにしている。この往復があるから、ただ受け取るだけの受動的な仕組みにならない。
Step 4：CRMに自動記録
生成されたFBは、CRMの商談レコードにも自動で紐づく。メンバーの成長記録が勝手に蓄積されていく。
エンジニアは使っていない。CursorのなかでClaude Codeにコードを書かせて、n8nでつないだだけ。所要時間、1日。必要なのはコーディングスキルじゃない。「何を作るか」を設計する力だ。それはまさに、営業現場で何が問題かを理解している人間。MGR自身にしかできない仕事だった。
手作業で1件30分かかっていたFBが、完全に自動になった。半日消えていた時間が、丸ごと返ってきた。
で、正直な感想を言う。自分の営業スキームの概念を全部言語化して、マニュアルに落として、それをベースにFBを自動化させたら、僕がいいたいことが全部書いてあった。やることがなくなった。
いや、本当にやることがなくなった。
あれだけ毎晩やってたFBが、全部AIが出してて、しかも内容が的確で。「じゃあ僕、何すればいいの？」って一瞬なった。2.5倍速で商談を聞き続けて朝になっていた、あの日々が消えた。
と、ここまでは順調な話。だけど、メンバーが使ってくれなかった。FBの精度は鬼のように高かった。僕が言いたいこと、全部書いてある。でも最初は僕の開発能力が低すぎてローカルにファイル落としてターミナルで起動させる仕組みだったから、メンバーからすると「なにこれ、どう使うの？」で止まる。いいものなのに、使ってもらえない。これ、まじでむずかった。「良いプロダクトなのに売れない」と同じ構造で届け方の問題。
結局、Webサーバーにあげて、ブラウザからワンクリックで使えるようにしたら、ようやく使ってくれた。
それでも別の壁があった。「監視されてるみたいで嫌だ」と言われた。全商談の音声が自動で文字起こしされて、AIがFBを出す。メンバーからすると「常に見張られている」感覚になるのは当然だ。これはAI導入で必ず出る問題だと思う。時間が解決した部分はある。
でも本質的な理由が3つあった。
1. FBが具体的すぎて読み流せないこと。
2. 成功事例が蓄積されていくこと。
3. FBがKPIと直接連動していること。
「会社のためにFBを読む」じゃなくて「自分のキャリアと収入が上がるからFBを読む」になっている。これが一番持続した。
第4章：現場の変化、メンバーに何が起きたか
FBシステムが動き始めて、メンバーの動き方が変わった。
今まで人間がFBするとき、「全体的にヒアリングが浅い。もっとここ深くきいて」みたいな指摘になりがちだった。でもこのシステムのFBは違う。ニーズヒアリングの中で、実際の会話の特定の部分「この一言の後で、ここまで深掘りできているけど、ここができていない、〜〜という言い回しで追加の質問を聞いてみよう」まで出る。全体じゃなくて、特定の場面の特定の具体的な質問の言い回しまで含めた改善点が明確に出る。
あるメンバーが言っていた。「2〜3件やっていると、自分の課題として認識できるんです。次の商談のときに意識できるようになって」。これがリアルだと思う。人間のFBは「言われた気がする」で終わることが多い。でもAIのFBは同じ指摘が繰り返し出てくるから、「これ自分の癖だ」と気づく速度が全然違う。
別のメンバーは「業務が3時間くらい減ったんで、今日は夜、彼女と飯食えます」って言ってた。笑ったけど、これがリアルだと思う。さらに「顧客にどう価値提供したらいいか、考える時間が増えた。やりがいを感じるようになった」って声も出てきた。
これが一番嬉しかった。営業の仕事って本来、顧客と向き合うことが楽しいはずなのに、雑務に埋もれてそれを感じられなくなってる人が多い。そこが戻ってきた。
AIの時代に重要になるのは「どれだけ顧客情報を持っているか」だ。ホリゾンタルな情報よりも、バーティカルで、なかなか手に入らない情報の方が圧倒的に貴重になる。業界構造の深いところ、特定セグメントの意思決定構造、現場でしか聞けない本音。こういう情報をどれだけ持てるか。
AIの時代に営業の価値が下がるんじゃない。「情報を取れる営業」の価値が爆上がりするのだ。
第5章：仕組みの変化、事業プロセス全体が変わった
FB自動化がうまくいったので、同じ発想でオペレーション全体をAIに置き換えていった。
メールの返信も自動で生成されるようになった。顧客へのフォローメール、提案書、アポ調整。大量に発生するメール処理が、AIが下書きを作って、営業が確認して送るだけになった。返信漏れがあればアラートが飛ぶ。
結果、営業がやることは一つに絞られた。顧客と向き合って、どれだけ情報を引き出せるか。課題を整理してくるか。それさえできれば、後はAIがアウトプットを作ってくれる。提案書も、推薦文も、フォローメールも。
営業パイプライン全体のプロセスも自動化した。各メンバーの営業プロセスの歩留まりが毎日自動で出てきて、目標との逆算までされるようになっている。SlackBotからワンクリックでCRMの該当レコードに飛ぶところまで実装していて、こういう小さいUXの積み重ねが定着率に直結する。
実際の数字を言う。営業1人が持てる案件数が増えて、控えめに言って売上が2倍になった。 このまま改善が進んでいくと、3倍じゃすまない感じで伸びている。労働集約の極みみたいな事業で、この数字が出ている。まじでかわる。
ちなみにAPIの利用料は全社で月3,000ドルくらい使ってた（営業システム以外も込み）。「これ、AIに出すより人間にやらせた方が安くない？」ってちょっと思う瞬間もあったw でも考え方を逆にしたらすべてが変わった。「この仕事、AIで代替できないか？」を先に考える。できないものだけ人間がやる。今は最適化が進んで月300~500ドル程度に落ち着いている。ちなみに営業FBのシステム単体は月10ドルもかかってないと思う笑 コストのほとんどは他のシステムで使ってた。
比較対象が違う。APIコストと比べるべきは人件費じゃない。Mgrの時間だ。2.5倍速で商談を聞き続けて朝になっていた、あの時間に値段をつけたらいくらか。
第6章：MGR役割の変化、「直す人」から「設計する人」へ
「メンバーを直す人」から「マニュアルを直す人」へ
以前の僕は、メンバー1人ひとりに同じ指摘をしていた。Fさんに「ヒアリングが浅い、Xという言い回しで聞きましょう」と言い、翌週Hさんにも「ヒアリングが浅い、X'という言い回しで聞きましょう」と言う。冷静に考えるとおかしい。複数人が同じミスをするなら、問題はメンバーじゃない。マニュアルだ。
メンバーを直すな。マニュアルを直せ。
この発想の転換だけで、組織の学習速度が劇的に変わった。そして最近、さらに一歩進んだ。FBデータの傾向をAIに分析させると、「ステップ7のヒアリング設計を改訂すべきです。過去2週間で同一箇所のズレが6件検出されています」ってAIがマニュアル改訂を提案してくるようになった。僕はその提案を確認して、承認するかどうかを判断するだけ。
マニュアルが改訂されるとき、「ルールが変わった」と受け取るメンバーと「理解の解像度が上がった」と受け取るメンバーでは反応が全く違う。うちで起きているのは後者だ。16ステップという構造は変わらない。変わるのは解像度だ。すでに知っている地図がより詳細になる感覚で受け入れられる。これが組織全体の基準を摩擦なく上げ続ける仕組みになっている。
「言語化する人」から「ズレを感じ取る人」へ
言語化はAIがやってくれる。Mgrがやるべきことは、自動FBの内容を見て「あ、ここ、ちょっとズレてるな」って感じ取ること。そしてそのズレをマニュアルに反映させること。
Mgrに本当に必要なのは「言語化する力」じゃない。「違和感を感じ取るセンサー」だ。言語化が得意なMgrにとっては、AIは「スケールの壁」を壊してくれる。言語化が苦手なMgrにとっては、AIは「翻訳者」になってくれる。どっちにしても、Mgrの嗅覚があること自体が前提。そしてその嗅覚こそがAIの時代にMgrの最大の武器になる。
一つ、規模の話をしておく。「それって小さいチームの話でしょ」と思った人もいるかもしれない。逆だ。チームが大きくなるほど、このモデルの価値は上がる。MGRが1人のとき、FBのバラつきは1人分。MGRが10人になると、10人がそれぞれ違う基準でFBを出す。
創業者の感覚を持つMGRは1人しかいないのに、そのコピーは作れない。このシステムが解いているのはまさにそこで、創業者の判断基準をマニュアルに落とせば、10人のMGRが全員同じ基準でFBを出せる。ただし正直に言うと、マニュアルを誰が更新するかというガバナンスは、規模が大きくなるにつれて設計が必要になる。今は僕が全部見ているが、組織が大きくなれば「マニュアル責任者」を置くか、更新プロセスを仕組み化する必要がある。スケールの話は続編で書く。
「行動を見る人」から「心理を科学する人」へ
これは想定外の変化だった。全商談の音声データが蓄積されるようになって、気づいたことがある。顧客の声のトーンが変わる瞬間がある。ある言い回しをした後、顧客の声が明らかに前のめりになる。逆に、ある質問をした瞬間、声のトーンが下がる。「なんとなくいい感じだった」って曖昧に処理していたものが、データとして見えるようになった。
AIが「この瞬間、顧客の不安が高まっている」と検知する。でも「ここで一度話題を変えて、相手の成功体験に触れてからもう一度提案に戻る」って対応を選ぶのは、人間の経験と直感だ。
正直に告白する。僕個人がFBするときは、いいところを褒めるのは一言で終わって、どんどん改善点ばかり言うタイプだった。褒めるところ、足りてなかった。反省してる。AIのウィークリーレポートは、ちゃんと褒めてくれる。 「先週と比較してステップ5のヒアリング精度が xx pt 向上しています」どういうふうに変化したのかを細かく理解した上で、具体的に褒めてくれる。これ、正直僕より上手い。
「AIが答えを出してくれるから、メンバーが自分で考えなくなるんじゃないか？」って思う人もいるかもしれない。逆だった。FBの基準自体が常に上がっていくから、メンバーは「もっと良くするためにどうするか」を常に考える必要がある。答えをもらうんじゃなくて「問いを突きつけられる」ことになる。
第7章：経営・事業への昇華、「業者」から「パートナー」へ
FBとオペレーションの自動化で浮いた時間を、商談の「前」に投資した。
やっていたのは「事前に調べる」じゃなくて、セグメントごとに業界構造と政府の政策資料まで引いてきて、データとして蓄積することだった。特定の成長領域は、政策によって投資の波が5年・10年単位で見えている。そこから「このセグメントの企業は、いつ、どういう人材を必要とするか」を長期で設計した上で、個社の戦略に落とす。
商談前に出力するレポートは、企業概要から始まり、外部環境分析・財務推移・求人と事業戦略の整合性・候補者セグメント別のUSPまで含む構成になっている。これを1プロンプトで自動生成できる状態にした。「事前に調べた」じゃなくて「仕組みとして設計した」という違いが、商談の質を根本から変えた。
やってみて驚いた。仮説が、当たるのだ。商談に入った瞬間から、相手の経営課題について対等に話ができる。「御社の中期経営計画を拝見したのですが、この領域の戦略について」って切り出しが、刺さる。
最近、時価総額3,000億円を超える企業との商談があった。すると商談の途中で、先方がこう言った。「ここまで理解してくれているなら、まだ公開していない社内の経営戦略についても共有しますね」
正直びっくりした。そしてその後、社内の経営戦略会議に呼ばれるようになった。相談をもらう「業者」じゃなくて、経営課題を一緒に考える「パートナー」として見てもらえるようになった。これは営業パーソンとしてのステージが根本的に変わった瞬間だった。
Mgrの仕事は「人の面倒を見る人」から「業務の設計者」にシフトする。ただし、完全になくなるわけじゃない。メンバーが大型案件を落として落ち込んでいるとき。キャリアの方向性に迷っているとき。「大丈夫、方向は合ってる」って言えるのは、人間だけだ。
「マニュアルに縛られた営業は弱い」という反論が来る。正直、最初はそう思っていた。でも実態は逆だった。これはマニュアルじゃなくて、顧客の課題を解くためのフレームワークだ。型があるから、型を崩せる。「うちは特殊だからパターン化できない」と思うなら、それはまだ分解が足りないだけだ。16ステップまで分解していくと、驚くほど共通の構造があった。
FBの内容はAIでいい。でも、「あなたを見ている」「あなたの成長を信じている」っていうメッセージは、人にしか届けられない。本当にそう思う。
最後に
世界では今、AIで人を切る企業と、AIで人を増幅する企業に分かれ始めている。Klarnaは従業員を半減させて売上108%増を達成した。でもその後顧客満足度が下がって、CEOが「やりすぎた」と認めて人間を再雇用した。Forresterの調査では、AI起因のレイオフをした企業の55%が「後悔した」と回答。人を切った企業は失敗し、人の仕事を変えた企業が勝っている。これが2026年の現実だ。
人を切ったんじゃない。人がやる仕事の中身を変えた。無駄な作業をAIに渡して、人間は「情報を取る」「課題を整理する」「信頼を作る」に集中させた。結果、売上が2倍になった。人は減らしていない。
この半年間を経験して、一つの結論にたどり着いた。
AIの本質はHRだ。
経営者が本当に削減したいコストは人件費じゃない。マネジメントコストだ。教育、指示、チェック、評価。管理職の時間を食うコスト。パフォーマンス10を出せるプレイングマネージャーが部下のマネジメントに忙殺されて、本人のパフォーマンスが限りなくゼロに近づく。これが従来の組織の構造だった。
もしその部下がAIだったら？AIはメンタルケアがいらない。評価に文句を言わない。一度教えたことを間違わない。絶対にやめない。めげない。2.5倍速で商談を聞き続けて朝になっていた。あのマネジメントコストが全部消えた。その時間が営業実務に戻ってきて、売上が2倍になった。
「営業にAIを入れた」んじゃない。「AIがいる前提で事業を設計し直した」。
ただし、AIに投げれば何でもうまくいくわけじゃない。前提となるコアシステム、営業の型、スコアリング基準、マニュアルが正しくないと、AIのアウトプットも正しくならない。ベースがない状態でAIツールだけ入れても、それは「導入」であって「再設計」じゃない。これを作れる会社と作れない会社の差は、これから不可逆的に広がる。
あなたの事業プロセスは、まだAIがいない前提で設計されていないか
同じような課題で悩んでいる営業Mgrや経営者の力になれたら幸いだ。具体的な実装方法や16ステップの中身については、続編で書くかも。全然営業さんから連絡なかったこれでおわります笑
あと、この環境で営業をやってみたい人がいたら、ぜひ話を聞きに来てほしい。これからの時代に生き残る営業として必要な力を経験できると思っています！AIが雑務を全部やってくれる環境で、純粋に本質的な営業力を磨きたい人には、かなり面白い環境だと思う。まだ誰も知らない会社ですが、ぜひ気軽に声かけてほしいです。
少しでもいいなと思ったら、シェアお願いします！
