言語化の重さ

ベテラン営業の問いかけから一週間。営業チームは新しい作業に取り組んでいた。

「実際に、どうやって判断してますか」と佐藤は個別面談を繰り返した。一人ひとりの営業に、具体的なケースを思い出してもらい、なぜそう決めたのかを丁寧に聞き取る。

最初は簡潔だった。「経験で」「感覚で」「顧客を知ってるから」。だが掘り下げると、その奥には予想外の階層があった。

ある担当者は、顧客の返信メールの文体の変化に注目していた。別の担当者は、競合他社の動きと照らし合わせて時期を判断していた。三年目の営業は、初回提案から契約までの日数を基準にしていた。

「これ、全部違うんですね」と山口が呟いた。同じ結果に至っても、思考の道筋が異なる。

AIに学習させるには、こうした多様な判断基準を、コンピュータが理解できる形に変換する必要があった。ところが、その過程で予想外のズレが浮かび上がった。

「ルール化できない判断」が、かなり多かったのだ。

田中がデータを整理すると、約三割のケースで、担当者たちも「理由を言葉にしにくい」と答えていた。長年の経験の中で、無意識に培われた判断力。それを説明することは、本人たちにとっても困難だった。

「無理にAIに合わせるため、判断基準を削ろうとするのは間違っているかもしれない」と、新人の田中が提案した。会議室で誰もが彼を見た。

「削る代わりに、人間が判断する領域を明確にしては。AIが提案を作るまでは自動化して、最終的な『顧客への提案方法』は営業が選ぶ、みたいな」

佐藤は、その案の可能性を感じた。同時に、新しい問題も見えた。

そうなると、営業の役割は変わる。単に提案を実行する人ではなく、AIの出力を評価し、判断する人になる。その責任は、今より大きいかもしれない。

会議室は、静かに、それぞれの思考に沈んだ。