AI時代の営業で残る仕事と人がやる部分｜職種別に整理

AIが営業の現場に持ち込んでいる変化の実態

「営業職はAIに奪われる」という言説が、ここ数年で急速に広まっています。生成AIが提案書の下書きや商談の要約を担えるようになり、多くの企業が営業プロセスへのAI導入を進めているのは事実です。ただし、「奪われる」という表現は実態を正確に伝えていません。正確には、AIが担える業務とそうでない業務が分かれているのであり、営業という職種そのものが消えるわけではありません。この記事では、その「分かれ目」を職種別・業務別に整理し、自分の仕事がどちら側に位置するかを見極める手がかりを提供します。

AIが代替する業務と人が担い続ける業務

AIの登場によって変わるのは、営業という職種の有無ではなく、その内部の「作業の配分」です。どの業務がAIに移り、どの業務が人間の手元に残るかを整理しておくことで、自分が今後どこに力を注ぐべきかが見えてきます。AIが担える業務と担えない業務の間には、明確な構造的違いがあります。その違いは「反復性・定形性で完結するか、文脈依存で非定形か」という軸で整理できます。この区分を押さえておくことが、この後の章で述べる職種別の論点や自己診断フレームの前提になります。

自動化される側の業務

反復性・定形性の高い業務がAIに移行しています。具体的には、商談後のメール下書き、見込み客リストの作成、CRMへのデータ入力、商談議事録の要約、日程調整といった作業です。これらに共通するのは、「あらかじめ決まったルールに従えば毎回ほぼ同じ成果物が出る」という特徴です。過去のパターンを学習したAIは、こうした作業を人間より速く、かつ安定して処理できます。営業担当者がこれらに費やしていた時間が解放され、ほかの業務に再配分できるようになります。

人が担い続ける側の業務

非定形で文脈依存度の高い業務は、引き続き人間が担います。初対面の相手との信頼関係の構築、複数の意思決定者が絡む利害調整、相手の組織内事情を踏まえた提案の設計などが代表的な例です。これらに共通するのは、「相手が誰か」「その場の雰囲気がどうか」「何を言葉にしていないか」という文脈の読み取りが結果を左右するという点です。パターン認識に優れたAIでも、こうした「一度しか通らない文脈」を事前に学習することはできません。定形業務をAIに任せた先に残る仕事が、まさにこの領域です。

職種別に見る「人がやる部分」の中身

「信頼構築と感情対応が人間に残る」という整理は正しいですが、職種によってその具体的な中身はまったく異なります。法人営業が日々向き合っている課題と、ルート営業が現場で積み上げていることは別物です。この違いを無視すると、「信頼を大切に」という抽象的な教訓だけが残り、明日から何をすべきかが見えてきません。「人がやる部分」を自分の職種に引き寄せて考えられるよう、主要な営業職種ごとに具体的な役割を整理します。多くの競合記事が職種の区別なく「人間が担う理由」を論じている中で、この視点が実務上の判断基準になります。

法人営業・インサイドセールスの場合

法人営業において人が担い続けるのは、複数の意思決定者を巻き込んで合意を形成するプロセスです。一つの商談に経営層・現場担当・情報システム部門が絡む場合、それぞれが持つ優先事項は異なります。コスト削減を重視する人、現場の使いやすさを求める人、セキュリティリスクを懸念する人が同じテーブルにいます。それぞれの懸念を同時に理解し、一つの提案の中で全員が「自分の課題が解決される」と感じられるよう調整するのは、人間にしか担えない仕事です。また、失注した後も関係を継続し、次の機会を育て続ける判断もAIには代行できません。

インサイドセールスでは、AIが大量のリードを温度別に仕分けた後、最初の「声かけ」で温度感を正確に読む役割が人間に残ります。データ上で「興味あり」と判定されたリードも、実際に会話してみると「今ではない」「実は別の部署が決める」という情報が出てきます。この最初の接点で相手の本音を引き出し、次のステップを決める判断は、経験の積み重ねと人間的な感受性に依存しています。

ルート営業・店舗販売・営業事務の場合

ルート営業において、定期訪問の「場」そのものが情報収集機能を持っています。担当者との雑談の中で「最近、社内でこんな話が出ていて」という情報が出てくることがあります。これはAIが分析するデータには現れない、人が関係を通じて初めて得られる情報です。訪問を続けることで積み上がる「この人なら話せる」という信頼が、情報の質を左右します。

店舗販売では、感情的な購買判断への付き合いが核心です。顧客が「これにしようかな、でも迷っている」という状態にいるとき、正確な商品情報を提供するだけでは不十分です。なぜ迷っているかを聞き、不安の正体を言語化し、選択の後押しをする対話は、AIには代替しにくい部分です。

営業事務は、AIが増えるほど「判断・例外処理・関係者調整」の価値が高まる職種です。標準的な処理はAIが担うようになる分、イレギュラーな案件への対応や、営業担当と顧客・社内の間に立った調整が人間の主な仕事になります。

「信頼・感情・複雑性」という説明が抽象で終わる問題

「信頼と感情が残る」は正しい結論ですが、それだけでは行動指針になりません。「信頼を大切に」と言われても、何をすれば信頼が積み上がり、何をすると失われるのかが分からなければ実務に活かせません。「感情対応が残る」と言われても、感情の何が、どの場面で人間を必要とするのかが曖昧なままでは、自分のどの能力を伸ばせばいいかが見えてきません。この章では、多くの記事が「信頼・感情・複雑性」という表現で止まっている箇所を、もう一段構造的に掘り下げます。

代替されない理由を構造化する

「信頼」を分解すると、過去の履歴・文脈・暗黙の了解の積み重ねです。AIは過去のやりとりを記録・参照できますが、「自分がその場にいた」という経験は持てません。顧客が数年前の失注時に何を感じたか、あの時の担当者の言葉が今も判断に影響しているかどうか——こうした感情と記憶の重なりを共有しているのは、当時から関係を続けてきた人間だけです。この「経験の共有」が信頼の実体であり、AIが保有するデータ履歴とは質的に異なります。

「複雑な調整」の本質は、関係者それぞれが言語化していない優先度を同時に読んで動くことです。会議の場で「問題ない」と発言しながら表情が固くなっている担当者の本音を読み取り、その場で提案内容を微調整する判断は、非言語情報のリアルタイム処理です。AIはテキストや数値の処理は得意ですが、「この人は今、本当は納得していない」という空気を会議室でリアルタイムに察知することは得意ではありません。

「感情」については、正確には「相手が感情的に動くタイミングに合わせて、人間が何をするかを選択する」ことが代替されない部分です。感情の分析はAIでもできますが、その場で「今ではない」と判断して何もしないという選択を適切なタイミングで実行することは、AIが苦手とするところです。

転職エージェントとして約3,000名の面談を重ねる中で、CRMの記録と自分の記憶が明確にずれると感じる場面が繰り返しありました。記録には転職理由・希望条件・面談の結論が入っていますが、その方が「今の職場で一番しんどいこと」を話しながら顔つきが変わった瞬間は残っていません。

次に連絡を取るとき、記録を読んだだけでは再現できないことがありました。前回の面談でどの話題のあたりから相手の言葉が重くなったか、「今はまだ」と言ったときの意味合いが軽い保留なのか深い迷いなのか——そういった感触が、次の一言の選び方を変えていたと思います。

AIが参照できるのは「記録された出来事」で、「その場にいた側の記憶」は別のものだという感覚が、当時あったかもしれません。

差別化の軸が「プロダクト競争」から「顧客の成功」に移った

「製品をうまく説明できる人が活躍する」という前提は、長らく営業職の能力観の中心にありました。ただ、この前提が成立していたのは、情報の非対称性——顧客が製品情報を自力では集めにくい構造——によるものだったかもしれません。

営業担当者が説明の場を担えたのは、説明が本質的に価値を持っていたからではなく、顧客側に収集手段がなかったからだった——そう捉えると、AIによる変化は「新しい事態」ではなく、潜在していた構造の顕在化と見ることができます。問い直すべきは「誰がどう説明するか」ではなく、「説明そのものが差別化の軸になりうるのか」という根本かもしれません。

プロダクトの機能や価格比較はAIが整理して提示できるようになりました。顧客が情報収集にAIを活用するようになると、担当者が初回訪問する前に製品の概要はすでに理解されています。その状態で「何ができるか」だけを説明する営業の仕事は、AIが代わりに完結できる仕事と区別がつきません。差別化の軸が変わったことを理解しないまま従来の「説明型営業」を続けることが、AI時代における実質的なリスクです。

この変化が意味するのは、営業の差別化軸が「プロダクトの説明力」から「顧客が成功するシナリオを設計する力」に移ったということです。プロダクト自体がコモディティ化するスピードが上がるほど、「使った後に成果が出るかどうか」のフェーズに勝負の場所が移ります。顧客が求めているのは「製品の説明」ではなく「自分がどう変われるかのシナリオ」です。

この転換が起きると、営業の仕事の核心は「情報の伝達」から「成功の設計」になります。顧客の組織構造・業務フロー・意思決定の癖を理解し、「この製品をこの順番でこう使えば、あなたの組織ではこう変わる」という具体的なシナリオを描けることが、人間の営業担当者が発揮すべき固有の価値です。この「成功設計」は、顧客との関係の深さと業種・組織への理解がなければ描けません。AIが情報収集と分析を担うほど、こうした文脈に根ざした設計力の希少性が高まります。

自分の仕事がAI代替されるかを見極める2軸フレーム

スキルを変えなければならないとわかっていても、何を変えるべきかが見えない——その理由の一つは、「自分の今の業務がどのくらい代替されやすいか」を判断する手段が存在しないことです。「AIを活用しよう」「データリテラシーを高めよう」という提言の前に必要なのは、まず自分の仕事を棚卸しし、どの部分が代替されやすく、どの部分が残りやすいかを自分で判定することです。ここでは、業務を2つの軸で仕分けるフレームを提示します。診断の結果は「スキル転換の優先順位」を考える具体的な出発点として使ってください。

第1軸「反復性・定形性」で仕分ける

第1軸は、「同じ判断を毎回同じ手順で下しているか」という問いです。この問いに対してYESに近いほど、AI代替リスクが高い業務です。

自分の主要業務を書き出した上で、次の問いを当ててみてください。商談後の議事録作成は、毎回ほぼ同じ項目を同じ順番で埋めていますか。提案書にテンプレートがあり、顧客ごとの差分は社名と数字の変更程度になっていますか。定期フォローのメールは、内容が大きく変わらないまま同じリズムで送っていますか。これらがYESに近い業務は、AIが既に対応できる、あるいは近い将来に対応する領域です。こうした業務をAIに移行することで生まれた時間を、第2軸で「代替困難」と判定された業務に再配分することが、実質的な価値の移行になります。「時間が空いたからラッキー」ではなく、「空いた時間をどこに使うか」まで決めて初めて、この仕分けが機能します。

第2軸「関係性の深さ・文脈依存度」で測る

第2軸は、「この人にしか刺さらない文脈が、この業務に存在するか」という問いです。YESに近いほど、AIには代替しにくい業務です。

確認の基準は二つあります。一つ目は、担当者が変わったとき顧客の態度が変わるかどうかです。変わるなら、その関係には「この人だから」という個人固有の価値が乗っています。二つ目は、自分の言葉に意味があるかどうかです。「誰が言っても同じ」である情報の伝達は代替されやすく、「あなたが言うから信頼できる」という関係性に支えられたやりとりは代替されにくい仕事です。2つの軸を組み合わせると、自分の主要業務が4つの象限に分かれます。「反復性高×文脈依存低」の象限にある業務は優先的にAIへの移行を検討し、「反復性低×文脈依存高」の象限を自分の核として意識的に育てる——この仕分けが、自己診断の実践的な出口です。自分の業務を書き出して象限に置いてみると、今の自分がどちら側に比重を置いているかが見えてきます。

事業企画の仕事で商談データを期別に整理していると、「担当者が変わった年の数字だけが違う列」が出てくることがありました。

商品も価格も変わっていないのに、担当者の異動後から更新率が落ちたり水準が戻ったりするアカウントがあります。計画を組む側の私には「関係性によるものかもしれない」と分類するしかなく、同じことを別の人間が再現できるかどうかの確認手段が計画書の中にはありませんでした。

自分が担当者でなく数字を見る側に立ったとき、担当者が動いたあとの列が一番正直に業務の性質を教えてくれた気がしています。

AIに任せすぎると失敗する、その理由

AI活用を推進する情報は多くありますが、「任せすぎ」が引き起こす問題を正面から扱うものは少ないです。「AIを使えば営業が楽になる」という方向性は正しいですが、どこまで任せるかの境界を誤ると、本来AIには向かない部分を委ねてしまうリスクがあります。AIへの過度な依存が実際に起こしうる失敗パターンを三つ整理します。これは「AIを使うな」という主張ではなく、「任せてよい部分と任せてはいけない部分の境界を意識する」ための視点です。

失敗するパターン3つ

①ヒアリングをAI要約に任せると「言葉の裏」を取りこぼす

商談の録音をAIが要約する機能が普及しています。議事録の作成効率は上がりますが、「何を言ったか」の記録に偏ると「何を言わなかったか」が落ちます。顧客が言いかけてやめた部分、話題が変わるタイミングで微妙に表情が変わった瞬間——こういった非言語の情報は、その場にいた担当者にしか捉えられません。AIの要約だけを読んで商談を「理解した」と感じると、こうした手がかりを見落とすリスクが生まれます。

②自動メールで接触頻度が増えると関係が薄まるパラドックス

AIを使えばより多くの顧客により高頻度で連絡を取れます。しかし連絡の量が増えるほど、顧客にとってそれが「その人からのメッセージ」ではなく「システムからの通知」に見えてくることがあります。接触頻度と関係の濃さは比例しません。AIが生成した定型文が大量に届く状態は、「この担当者は私のことを見ていない」という印象を与えるリスクをはらんでいます。

③AIのスコアリングを信じすぎると営業感覚が退化する

リードスコアリングや商談の確度予測をAIが担う場面が増えています。これ自体は有効なツールですが、担当者がAIの判定を無批判に受け入れ続けると、「この顧客は今どんな状態にあるか」という自分自身の読みを立てる機会が減ります。感覚は使わなければ鈍ります。AIのスコアを参照しつつも、自分でも仮説を立ててから確認する習慣が、長期的な判断力の維持につながります。

まとめ — 「変わる仕事」と「変わらない仕事」の整理

この記事で整理した「人がやる部分」の本質は、「反復でなく文脈」「情報伝達でなく成功設計」「定形処理でなく例外判断」の三つに集約されます。AIが代替するのは定形・反復・パターン認識で完結する作業であり、文脈を読み、関係を設計し、例外をさばく部分は人間の領域に残り続けます。今すぐできる一歩は、自分の主要業務を第1軸（反復性）と第2軸（文脈依存度）で仕分けてみることです。「変わらない仕事」を意識的に育て、「変わる仕事」をAIに移行する判断を自分でできるようになることが、AI時代の営業としての実質的な備えになります。

あわせて読みたい

• クラウドの受注管理システムでできること｜機能表の先を読む──クラウドの利点、定着する運用、つないで効く一元化