製造業の新規開拓を調べると、「Sales Navigator」「営業AIエージェント」「CRM・SFA」「RPA」といった言葉が並びます。候補企業を探したいのか、問い合わせ後の作業を速くしたいのかを分けないまま、ツール選定から始めてしまうことがあります。
しかし、見込み顧客を探す仕組みと、問い合わせ後の社内作業を進める仕組みは役割が違います。顧客データを記録する仕組みと、次の作業を下書きする仕組みも同じではありません。先に営業工程のどこが止まっているかを決めなければ、ツールを導入しても入力や確認が増えるだけです。
この記事では、中小製造業がSales Navigatorを活用できる条件を見極め、営業AI、CRM・SFAと役割を分け、候補発見から問い合わせ、見積もり前確認、展示会後フォローへ安全につなぐ手順を解説します。
1. 営業AIエージェントは、情報整理と下書きを人の承認まで運ぶ仕組み
「製造業でもSales Navigatorを活用できますか？営業AIやCRMとは何が違い、どこから導入すべきですか？」（質問者: 営業責任者）
Sales Navigatorは見込み顧客・企業の検索や情報収集、CRM・SFAは顧客と案件の記録、営業AIエージェントは問い合わせや商談情報を読み、要約、追加質問、資料候補、フォロー文などを人の承認まで運ぶ役割です。製造業では、顧客へ自動回答する前に、社内向けの下書き型から始め、価格、納期、品質、契約は権限を持つ人が確定します。
AIエージェントという名前から、営業担当の代わりに自律して受注まで進める姿を想像するかもしれません。実務では、最初からそこを狙う必要はありません。メール、フォーム、名刺、商談メモに散らばる情報をまとめ、次に確認すべき内容を出し、担当者が判断できる状態へ運ぶだけでも価値があります。
2. Sales Navigator・CRM・RPAとは役割が違う
営業ツールは、担当する工程で分けると理解しやすくなります。
| 仕組み | 主な役割 | 向いている仕事 | 単独では不足すること |
|---|---|---|---|
| LinkedIn Sales Navigator | LinkedIn上で見込み顧客・企業を検索し、保存・追跡する | 新規開拓候補の発見、企業・人物の情報収集 | 自社固有の技術可否、見積もり条件、承認判断 |
| CRM・SFA | 顧客、案件、活動、商談段階を記録・共有する | 案件管理、担当引き継ぎ、活動履歴 | 入力内容の要約、回答下書き、技術確認の起票 |
| RPA・一般的な自動化 | 決めた画面操作やデータ転記を繰り返す | 定型転記、ファイル移動、通知 | 曖昧な文章の理解、例外の判断、根拠の確認 |
| 営業AIエージェント | 情報を読み、規則と参照情報に沿って作業案を出す | 要約、分類、確認事項、資料候補、下書き | 最終的な価格・納期・品質保証・契約判断 |
LinkedInの公式ヘルプでは、Sales Navigatorは見込み顧客や企業を検索し、リストへ保存し、関連する更新情報を確認する営業支援サービスとして案内されています。詳しくはSales Navigatorの概要と見込み顧客・企業の検索方法で確認できます。
つまり、Sales Navigatorで候補企業を見つけ、CRM・SFAで案件を管理し、営業AIエージェントが問い合わせや商談メモから次の作業案を作る、といった分担ができます。「どれが一番優れているか」ではなく、自社の詰まりにどの役割が必要かで選びます。
3. 製造業でSales Navigatorが向く条件を診断する
製造業でSales Navigatorが向くのは、狙う市場と企業像が決まり、LinkedIn上で対象企業や関係者を見つけられ、候補発見後の接点づくりと案件管理を社内で続けられる場合です。 導入前に、次の項目を確認します。
| 診断項目 | 向いている状態 | 先に別の整備が必要な状態 |
|---|---|---|
| 開拓市場 | 業界、地域、企業規模、役割が具体的 | 「新規顧客を増やす」だけ |
| 対象者の所在 | 検索すると対象企業・役割が見つかる | 対象者がLinkedInにほとんどいない |
| 提供価値 | 相手の課題と自社の強みを一文で説明できる | 製品一覧を送る以外の接点がない |
| 接点づくり | 情報確認、紹介、発信、個別連絡を分けられる | 候補へ一斉に売り込みたい |
| 営業体制 | 候補、接触、反応、次回行動を担当できる | リスト作成後の担当と期限がない |
| 記録 | CRM・SFAや案件表へ履歴を残せる | 個人のメモや受信箱で終わる |
| 検証 | 候補品質、接点、商談を振り返れる | 登録数や送信数だけを見る |
対象者が見つからない場合は、利用者が増えるまで待つのではなく、展示会、業界団体、既存顧客からの紹介、検索流入など、顧客が実際にいる接点を優先します。既存顧客の相談を広げたいなら、Sales Navigatorより既存顧客の深耕営業を先に整える判断もあります。
小さく検証するときは、一つの市場と役割に絞り、候補企業の適合理由、接点の作り方、反応、商談化しなかった理由を記録します。候補が多いことと、受注したい相手へ届くことは同じではありません。
4. 製造業で最初にAIへ任せる仕事を選ぶ
最初の対象は、頻度があり、入力と出力を説明でき、間違えても人が送信前に止められる仕事にします。
| 候補業務 | AIが行うこと | 人が確定すること | 初期適性 |
|---|---|---|---|
| 問い合わせ一次整理 | 種別、用途、材質、数量、納期などを抽出 | 対応部署、優先度、返信内容 | 高い |
| 追加質問案 | 不足条件をチェックリストと照合 | 本当に必要な質問、聞き方 | 高い |
| 展示会後フォロー | 会話メモを要約しメール案を作る | 温度感、送信先、送信時期 | 高い |
| 商談メモ整理 | 決定、宿題、期限、担当を抽出 | 合意内容と次回予定 | 高い |
| 関連資料の候補提示 | 課題に合う技術・事例・FAQを探す | 送ってよい資料と最新版 | 中程度 |
| 見積もり確定 | 原価・条件から価格と納期を出す | 価格、能力、納期、承認 | 初期には不向き |
| 顧客への自動送信 | 文面を送信する | 内容と送信判断 | 初期には不向き |
「自動化しやすそう」ではなく、営業が毎回時間を使い、判断材料が比較的そろっている業務から選びます。例外が多い仕事は、まず例外を記録するところから始めます。
5. 問い合わせ対応は、分類・不足情報・担当振り分けを支援する
製造業の問い合わせには、新規加工相談、既存品の再見積もり、品質に関する連絡、資料請求、採用、営業売り込みなどが混ざります。AIは本文を読み、種類と必要情報を整理できます。
加工相談なら、一般に次の項目を確認します。
- 用途と求める機能
- 図面、仕様書、写真の有無
- 材質、形状、寸法、精度
- 試作か量産か、数量と頻度
- 表面処理、熱処理、検査などの後工程
- 希望納期と検討段階
- 秘密保持やデータ受け渡しの条件
ただし、業種や加工内容によって必要項目は違います。AIの一般的な回答を標準にせず、営業と技術が実際に確認している項目を正本にします。製造業の問い合わせ品質チェックリストと問い合わせフォームの改善手順を合わせると、フォーム入力から一次返信までの抜けを整理できます。
出力には、要約だけでなく「元の文章のどこを根拠にしたか」「何が書かれていないか」を残します。担当者が原文へ戻れない要約は、確認時間を減らすどころか誤判断を増やします。
6. 見積もり前確認は、営業と現場の共通入力を作る
見積もりが止まる原因の一つは、営業が聞いた情報と、現場が能力・工程・原価を判断する情報のずれです。AIエージェントは、問い合わせから情報を拾い、確認シートへ並べる補助役になります。
例えば、次の三つに分けて出力します。
- 顧客から受領済みの情報
- 顧客へ追加確認する情報
- 社内で技術・品質・調達へ確認する情報
この分け方なら、顧客へ同じ質問を繰り返すことを防ぎやすくなります。また、社内確認と顧客確認を混同しません。
価格や納期の自動確定は別問題です。設備の空き、材料調達、外注工程、検査、治具、品質保証、取引条件など、最新の社内情報と承認権限が関わります。AIは過去案件や規則の候補を示しても、最終値は権限者が確認します。回答に使った資料名、版、参照日時を残すと、古い情報の使用を発見しやすくなります。
7. 展示会後フォローは、会話メモから次の一手を作る
展示会では名刺と短い会話が大量に生まれます。名刺情報だけで一斉メールを送ると、相手が話した課題と文面がつながりません。営業AIエージェントは、会話メモから課題、時期、関係者、宿題、次の接点を抽出し、個別の下書きを作れます。
手順は次の通りです。
- 名刺と会話メモの管理場所を決める
- 「事実」「推測」「未確認」を分けて入力する
- 課題、導入時期、必要資料、次の行動を抽出する
- 相手が話した内容を一文だけ反映した下書きを作る
- 営業担当が事実、送付資料、宛先、表現を確認する
- 送信後の反応と次回期限をCRM・SFAへ記録する
重要なのは、AIが勝手に温度感を確定しないことです。「すぐ検討する」と明言したのか、担当者がそう感じただけなのかを分けます。展示会後フォローのシナリオ設計と展示会後メールの作り方を運用の正本にし、AIは下書きと期限管理を支援させます。
8. 営業AIエージェントを導入する7つの手順
手順1. 止まっている営業工程を一つ選ぶ
問い合わせ、見積もり前確認、展示会後フォローのどこで、誰が、何を待っているかを書きます。「営業をAI化する」のような広い目標にしません。
手順2. 現在の入力・判断・出力を記録する
実際の問い合わせ例、確認表、メール、承認経路を集めます。顧客情報や図面は、検証環境へそのまま持ち込まず、権限と取扱条件を確認します。
手順3. AIが参照してよい正本を決める
最新版の製品情報、設備、対応範囲、FAQ、営業資料、社内規程を特定します。ファイル名だけでなく管理者と更新日を決めます。営業ナレッジベースの作り方を使うと、参照先の整理ができます。
手順4. 出力形式と禁止事項を固定する
要約、抜けている情報、追加質問、参照根拠、担当候補を決まった形式で出します。価格の確定、納期の約束、品質保証、契約回答、顧客への送信は禁止と明記します。
手順5. 人の承認点と停止条件を置く
営業が確認すればよい内容、技術や品質へ回す内容、経営判断が必要な内容を分けます。根拠がない、資料が古い、条件が矛盾する、機密区分が不明な場合は出力を止めます。
手順6. 少量の実案件で並行運用する
いきなり既存業務を置き換えず、従来手順と並行して差分を見ます。AIの回答だけでなく、営業がどこを修正したか、差し戻し理由は何かを記録します。
手順7. 結果を見て範囲を広げる
入力漏れ、初回確認までの時間、期限内フォロー、承認差し戻し、商談化、失注理由の記録を確認します。改善しない場合は、モデル変更より先に、正本、入力、役割分担を見直します。
9. データ・権限・承認を先に設計する
営業データには、氏名、メールアドレス、会社情報、図面、見積もり、価格、品質問題、秘密保持情報が含まれます。便利だからといって、利用条件を確認していない外部サービスへ入力してはいけません。
導入前に次を決めます。
| 管理項目 | 決める内容 |
|---|---|
| 入力データ | 入力可、匿名化必須、入力禁止の区分 |
| 利用権限 | 閲覧、実行、承認、管理を誰に与えるか |
| 参照情報 | 正本、管理者、更新頻度、廃止版の扱い |
| 出力先 | 下書き、CRM、社内チャット、顧客送信の区分 |
| ログ | 入力、参照、出力、承認、修正、送信の記録 |
| 停止条件 | 根拠不明、矛盾、機密、例外、権限外 |
| 保存・削除 | 保存期間、バックアップ、削除手順 |
個人情報については、個人情報保護委員会の個人情報保護法ガイドラインを確認し、自社の取扱規程と利用サービスの条件へ落とし込みます。AI全般のリスクとガバナンスは、経済産業省・総務省のAI事業者ガイドラインも参照できます。
法令やガイドラインをリンクするだけで運用は完成しません。「誰が何を確認したら送れるか」を日々の画面と手順へ実装します。
10. 役割別にAIへ問い、導入判断をそろえる
| 役割 | AIへの質問例 | 人が確認すること |
|---|---|---|
| 経営者 | 「この工程を支援すると、営業はどの判断へ時間を使えるか整理してください」 | 投資目的、責任、許容できないリスク |
| 営業責任者 | 「問い合わせから初回返信までの待ちと手戻りを分けてください」 | 実際の担当、例外、顧客体験 |
| 営業担当 | 「この問い合わせで受領済み・未確認・社内確認を分けてください」 | 原文との一致、聞き方、送信判断 |
| 技術・品質 | 「見積もり前に確認すべき条件と、回答してはいけない条件を整理してください」 | 技術可否、品質保証、公開範囲 |
| 情報システム | 「入力から送信までのデータ、権限、ログを図にしてください」 | 接続先、保持、障害、停止手順 |
AIへの質問文を作ること自体が目的ではありません。関係者ごとに判断基準を出し、矛盾を見つけるために使います。
11. 成果は「候補・接点・速さ・判断品質・商談」を分けて見る
Sales Navigatorと営業AIの成果を「登録した候補数」や「工数削減」だけで判断すると、顧客適合と対応品質を見落とします。導入前の現状値を測り、同じ条件で次を確認します。
- 問い合わせ受領から担当確認までの時間
- 候補企業が狙う市場・役割に合っていた割合
- 情報確認、接点づくり、反応、商談へ進んだ状態
- 必要情報の入力漏れと追加確認の往復
- 展示会フォローの期限内実施
- AI下書きの修正箇所と承認差し戻し
- 関連資料が顧客の課題に合っていたか
- 商談化、見積もり、失注理由の記録
- 誤送信、誤回答、機密情報の事故や未遂
具体的な目標値は、業務量や現在の対応時間を測ってから決めます。外部の平均値をそのまま自社目標にしません。営業標準化の進め方と提案営業の実務手順を合わせると、AI導入前の工程を整理できます。
よくある質問
製造業の営業AIエージェントは何から作るべきですか？
問い合わせ要約、追加質問案、展示会後メールの下書き、商談メモ整理、関連資料候補の提示から始めます。顧客への自動送信や価格・納期の確定は、最初の対象にしません。
営業AIエージェントとLinkedIn Sales Navigatorの違いは何ですか？
Sales NavigatorはLinkedIn上で見込み顧客や企業を検索・保存し、更新情報を追う営業支援サービスです。営業AIエージェントは、社内の問い合わせや商談情報を基に、要約、確認事項、下書き、次の作業を支援する仕組みです。役割が違うため併用できます。
AIで見積もりを自動化できますか？
見積もりに必要な情報の抽出、追加確認、過去案件の検索は支援できます。ただし原価、能力、納期、品質、取引条件を踏まえた価格と納期の確定は、権限を持つ人が行う設計にします。
製造業でSales Navigatorが向くのはどのような会社ですか？
狙う市場と企業条件が明確で、LinkedIn上に対象企業や関係者の情報があり、候補発見後の接点づくりと案件管理を担当できる会社です。既存顧客だけを深耕したい場合や対象者が見つからない場合は、別の施策を優先します。
営業AIの成果は何で見ますか？
初回確認までの時間、追加確認の往復、期限内フォロー、入力漏れ、承認差し戻し、商談化、失注理由の記録などを、導入前と同じ条件で確認します。数値目標は自社の現状値を測ってから決めます。
まとめ：ツール名ではなく、営業工程の詰まりから設計する
Sales Navigatorは見込み顧客の発見と情報収集、CRM・SFAは顧客と案件の記録、営業AIエージェントは情報整理と作業案の作成を担います。役割が違うため、置き換えではなく接続を考えます。
製造業では、問い合わせ要約、追加質問、展示会後メール、商談メモ、資料候補のように、人が送信前に確認できる仕事から始めるのが現実的です。価格、納期、品質、契約は自動確定せず、参照根拠、承認、ログ、停止条件を残してください。
まず一つの工程を選び、現在の入力、判断、出力を記録してみてください。AIを入れる前に業務の詰まりが見えれば、必要な仕組みと不要な機能を区別できます。
