私も毎日のように聞かれます。
でも結局データがないとAIって使えないんですよ。

そもそもAIを使う目的って「自分の勝ち筋を確立する」ことなんですよ。

そう。美味しいお肉を作っていくための生産プロセスを確立するとか。企業が商品やサービスを作って、顧客に届けて、喜んでもらって、リピートしてもらう勝ち筋ですね。

明確にして「成功の再現性を高める」ことが目的ですね。

そのためには成功というものを数値で判断しましょうと。社長の勘や経験や度胸で事業をコントロールするのではなく「ちゃんと数値でコントロールしましょう」という発想です。

営業成績のいい営業マンやサポート上手なカスタマーサクセスって共通している部分があって。
たとえば人を惹きつける話術とか、押し引きとか、説明の仕方とか、手順みたいなもの。

個々の魅力みたいなところはなかなか再現が難しいですけど、説明をする手順みたいなのは容易に再現できるんです。

裏返して考えるなら、説明の手順が悪ければ受注はしないわけですよ。

はい。失敗っていうのはほぼほぼ科学できる。失敗している人の共通項は大体同じなんですよ。
説明が下手、説明の順番が悪い、説明に整合性がない。

お客さんが聞きたいことに対して答えてないとか、そういうことになるわけです。

そこが最大の問題なんですが、上手い人は忙しいので教えている暇がないんですよ。

そこで役に立つのがデータなんです。お客さんの情報や商談の情報を1つ1つデータベース化していくことで「なんで失敗したのか」「成功したのか」がわかるようになるわけです。

今はすごく楽な方法がありまして。
成績のいい営業マンの接客音声を録音しておく。それだけいい。

それだけです。その音声を、まずAIが文字起こししまして。
お客さんとのキャッチボールも分析しまして。
どこに興味を持ってもらったかとか、どのタイミングで共感を得たかとか、トークの手順の良し悪しだとか、全部分析してくれるわけです。

成績がいい人の説明と成績が悪い人の説明を比較します。
使われている単語の数とか単語の種類とか。話をする順番とか。
傾向が科学的に出てくるんですよ。

はい。録音したデータを分析して「接客の中でこういう単語を増やしていきましょう」という具体的なアドバイスが出てきます。

そうなんですよ。ただそのためにはどうしてもデータが必要で。
なぜならAIはあくまでも道具なので。車に例えるならエンジン部分ですね。
データはガソリンに相当するわけです。

そういうことですね。
経営者の方が「会社をこういう風にしたい」というゴールがあって、それにAIを使いたいとする。
そのAIを意図通りに動かすにはガソリンに相当するデータが必要だってことです。

全くないとどうしようもないですね。ただデータが全くない会社というもの少ないので、まずは今あるデータを全部投げてみてくださいってことですね。

もちろん大丈夫です。我々の方で加工しますから。

たくさんあればあるほど分析しやすいですね。
まずは相談してみてください。