メインコンテンツへスキップ
メニュー

営業メールの下調べからAIに任せる:送る理由を10社で確かめる

営業メールでAIに最初に任せるなら、文面より相手企業の下調べです。

この記事の要点

  • 下調べは元のページで確かめられるので、間違いを送る前に止められる
  • AIは事実と出どころを集め、困りごとの仮説は人が選ぶ
  • 連絡する理由がなければ送らない。見送った理由も下調べ表に残す
  • 10社で試して比べる。見るのは下調べの時間と返信の中身
営業メールでAIに最初に任せるなら、文面より相手企業の下調べです。
この記事の要点を図にしたものです。
目次

最初にAIへ任せるのは、文面より相手企業の下調べ

A&Aの考え方

営業メールの下調べとは、送る前に相手の会社のサイトやニュースを読み、いま連絡する理由を探す作業です。

A&Aの考え方

この記事を書いている Automate & Augment (A&A) は、小さな会社のAI活用を、社外の責任者として受け持つ会社です。A&Aは、営業で最初にAIに任せるなら、文面を書くことより、この下調べが向いていると考えています。

A&Aの考え方

社長自身がいちばんの営業担当という会社では、メールの文章を整えるより、相手を調べる方に時間を取られがちです。サイトを開き、ニュースを読み、事業の中身を確かめているうちに、その日に連絡できる相手は数社で終わります。

A&Aの考え方

ここで文面だけをAIに書かせても、準備の手間はあまり減りません。相手を調べる作業が、そのまま社長の手元に残るからです。調べずに書かせれば、宛名を替えただけの、どの会社にも当てはまるメールが増えます。

A&Aの考え方

下調べがAIに向く理由は2つあります。1つは、下調べの中心が、公開されている情報を集めて並べる作業だからです。もう1つは、集めた結果を、人が出どころ (情報が載っていた元のページ) で確かめられるからです。間違いがあっても、送る前に止められます。

A&Aの考え方

反対の考えもあります。時間がかかっているのは文面の方で、AIに文面まで書かせて数を送った方が商談は増える、という見方です。

出典に基づく事実

次の節で取り上げる事例にも、AIが書いた文面で商談の予約が増えたと書かれています。

Anthropic ↗

A&Aの考え方

それでもA&Aは、最初にAIへ任せる1業務には、結果を人が確かめやすい下調べを選びます。文面は、その後に任せても遅くありません。

AIは事実と出どころを集め、仮説は人が選ぶ

A&Aの考え方

下調べをAIに任せても、AIに集めさせるのは事実とその出どころまでです。そこから先の、相手が何に困っていそうかという仮説と、何を提案するかは、人が選びます。

出典に基づく事実

AIを開発する Anthropic は、北米で営業チーム向けのソフトを提供する Apollo の導入事例を、自社のサイトで紹介しています。

Anthropic ↗

出典に基づく事実

事例によると、Apollo の仕組みでは、Apollo が自社に貯めてきたデータに、相手企業の最近のニュースやイベント、採用の動きを、AIが組み合わせます。そうして相手ごとに、最近の出来事に触れた文面を作っています。

Anthropic ↗

出典に基づく事実

過去にうまくいったメールの見本から、書き手の文体に合わせる仕組みもあるとされています。Apollo の担当者は、人をAIに置き換えるより、人とAIを組み合わせる方がよいと考えている、と話しています。

Anthropic ↗

A&Aの考え方

この事例から小さな会社がまねできるのは、相手の最近の動きをメールの材料に足すやり方です。小さな会社には、Apollo のような大量の自社データはありません。使えるのは、相手のサイト、ニュース、採用ページといった公開情報です。

調査役がAIの集めた事実と公開情報の出どころを渡し、経営者が出どころを確かめて仮説を選ぶ場面

出典に基づく事実

事例には、AIが書いた文面を使うと商談の予約が増えた、という数字も載っています。ただ、比べた相手は「従来のやり方でメールを送る営業担当」とだけあり、期間や、使う人と使わない人の条件をそろえたかは書かれていません。

Anthropic ↗

A&Aの考え方

この事例は、AIを売る側の Anthropic が自社のサイトに載せた説明です。日本の小さな会社で同じ結果が出る証拠ではありません。

Anthropic ↗

A&Aの考え方

公開情報を集めると、事実と仮説が混ざりやすくなります。「採用ページが先月更新された」は、ページを開けば確かめられる事実です。「人手が足りずに困っている」は、そこから考えた仮説です。

A&Aの考え方

この2つをAIに混ぜて書かせると、よく調べたように見えて、相手の事情を決めつけた文面になります。

A&Aの考え方

そこで受け持ちを分けます。AIには、事実と、その出どころのページのアドレス (URL) と、確かめた日だけを集めさせます。人は出どころを開いて事実を確かめ、自社のサービスとつながる仮説を選びます。相手の業界の事情を知っているのは、営業の経験がある人の方だからです。

下調べ表の5つの欄と、埋める人 (例)
欄中身の例埋める人
確かめた事実新しい拠点を開いたと発表しているAIが下書きし、人が確かめる
出どころと確認日発表ページのURLと、開いた日AI
考えられる困りごと拠点の間で、情報の受け渡しが増えるかもしれない人
最初に聞くこと拠点の間で、これから整えたい業務はあるか人
送るか見送るか送る、または見送る理由人

連絡する理由がなければ送らない

A&Aの考え方

下調べを終えても、連絡する理由が1行で書けない相手には送りません。見送った理由も記録に残します。

仮想例

たとえば、相手1社ごとに、上の表にある5つの欄で下調べ表を作るとします。

仮想例

新しい拠点の発表が確かめられても、「今の仕組みに問題がある」とは書きません。書けるのは「拠点の間で、これから整えたい業務はありますか」という問いまでです。提案も、相手の最近の変化と直接つながるものに絞ります。

A&Aの考え方

欄が埋まらない相手には、送らずに見送ります。どの会社にも言える「効率化できます」しか残らないなら、その相手にはまだ連絡する理由がありません。空欄を推測で埋めないことが、この表の使い方です。

A&Aの考え方

見送った理由を表に残しておくと、自社が力になれる相手の条件が少しずつ見えてきます。送る前にいったん止めて確かめるこのやり方は、AIの仕組みを作る側の考え方とも重なります。

出典に基づく事実

Anthropic は、開発者向けに、AIを使った仕組みの作り方の指針を書いています。指針は、いちばん単純なやり方から始め、必要なときだけ複雑にすることを勧めています。

Anthropic ↗

出典に基づく事実

指針は、作業をいくつかの段階に分け、段階の間で確認を挟むやり方も紹介しています。AIが自分で作業を進める仕組み (エージェント) が特に役立つ仕事の条件としては、成功の基準がはっきりしていることや、人の監督を組み込めることなどを挙げています。

Anthropic ↗

A&Aの考え方

A&Aは、下調べ表がこの形に近いと考えています。段階は「集める」「確かめる」「送るか決める」の3つで、確かめる段階と決める段階は人が受け持ちます。

仮想例

最初は表と、ChatGPTのような対話型のAIだけで足りることが多いはずです。たとえば「この会社の最近の発表を、出どころのURLと日付つきで3つ挙げて」と頼みます。返ってきたURLは、人が開いて確かめます。専用の仕組みは、10社で試して手応えがあってからで遅くありません。

10社で試し、下調べの時間と返信の中身を比べる

A&Aの考え方

下調べをAIに任せ続けるかは、10社で試して決めます。試すと、送る理由を書けた相手と見送った相手が表に残ります。そのうえで見るのは、1社あたりの下調べの時間と、返ってきた返信の中身の2つです。

A&Aの考え方

10社は、効果を言い切るための数ではありません。表を自分で見返し、1社ずつ見比べられる数として置いた目安です。

A&Aの考え方

AIを使う前と後で比べるときは、連絡する会社の規模と業種を同じくらいにそろえます。今の顧客への連絡と、新しい相手への連絡を混ぜると、違いが読めなくなります。

仮想例

たとえば、これまで1社の下調べに30分かかっていたとします。AIに事実を集めさせ、人が確かめる形で15分になれば、月に40社へ連絡する会社では10時間が浮く計算です。これは仮の数字です。自社で月に何社へ連絡しているかに置き換えて計算します。実際に測るときは、確かめる時間と直す時間も含めます。

A&Aの考え方

浮いた時間は、そのまま利益にはなりません。浮いた時間に時給を掛けた金額と、実際に増えた粗利 (売上から仕入れや外注の費用を引いた残り) は別のものです。浮いた時間で納品が進んだのか、大事な相手への提案に回せたのか、ただ余裕ができたのかを分けて記録します。

A&Aの考え方

返信の中身も、数だけでは見ません。返信が増えても、合わない相談ばかりなら、社長の手間が別の所へ移っただけです。商談に進んだか、相手が自分の会社のこととして返してきたかを見ます。

A&Aの考え方

営業代行の費用と比べるときも、取れたアポ (面会の約束) の数ではなく、その先の商談に進んだ数で並べます。代行に払っている月額を、代行経由で商談に進んだ数で割ると、商談1件あたりの費用が出ます。AIの側も、下調べにかけた時間と道具の費用を、商談に進んだ数で割って並べます。

A&Aの考え方

A&Aは、アポを買うのではなく、アポが生まれる仕組みを自社に持つことを勧めています。下調べ表は、その仕組みの最初の部品です。10社で時間と返信の中身を見てから、文面の下書きまでAIに広げるか、今の形で続けるかを決めます。

まとめ

AIが下調べした10社の相手の中から、経営者が送る相手を決め、営業役が送る手紙を持って待つ場面

A&Aの考え方

営業で最初にAIに任せるなら、文面より相手企業の下調べです。

A&Aの考え方

AIには事実と出どころを集めさせ、仮説と提案は人が選びます。

A&Aの考え方

連絡する理由が書けない相手には送らず、見送った理由も残します。

A&Aの考え方

10社で試し、下調べの時間と返信の中身を比べてから広げます。

営業で最初にAIに任せるなら、文面より相手企業の下調べです。AIには事実と出どころを集めさせ、仮説と提案は人が選びます。連絡する理由が書けない相手には送らず、見送った理由も残します。10社で時間と返信の中身を見てから、文面の下書きまでAIに広げるか、今の形で続けるかを決めます。

よくある質問

営業メールの文面もAIに書かせてよいですか。

書かせてかまいません。ただし、下調べ表の事実を人が確かめた後にします。Apollo の事例でも、過去にうまくいったメールの見本から書き手の文体に合わせる仕組みが紹介されています。見本を使うときは、前の相手に向けた条件や実績が、そのまま入り込んでいないかを人が見ます。

営業代行をやめて、AIに切り替えた方がよいですか。

すぐに切り替える必要はありません。下調べをAIに任せても、送る判断と商談は人の仕事として残ります。10社で試した結果を見てから、営業代行に任せる範囲を決め直します。

10社で効果があると分かりますか。

言い切れるほどの数ではありません。10社は、1社ずつ見比べられる数として置いた目安です。時間が縮み、返信の中身が落ちていなければ、相手を増やして同じ記録を続けます。

出典・編集情報

記事の調査で確認した一次資料です。資料の公開・更新時期と、調査時の確認日を分けて記載しています。

  1. Apollo accelerates outbound sales at scale with Claude

    Anthropic · undated case study page

    確認日 2026-10-21
  2. Building effective agents

    Anthropic · 2024-12-19

    確認日 2026-10-21

編集方針

← 記事一覧へ