ObjectOS
← すべての記事
連携とデータ ビジネスリーダー CRM 下書き · · 著者 ObjectStack Team

CRM から始める：AI が顧客、商談、フォロー履歴を理解するには

多くの CRM には顧客、商談、連絡先、活動履歴がすでにあります。AI の実用的な入口は、データを書き出すことではなく、権限の下でそれらの業務オブジェクトを理解させることです。

  • CRM
  • Sales Management
  • AI Adoption
  • Customer Data

会社が最初に AI と接続するシステムを一つだけ選ぶなら、私は CRM から始めます。

理由は単純です。CRM は売上に近いからです。

顧客は誰か、関係を持っている担当者は誰か、商談はどの段階か、見積もりは送られたか、最後の会話で何が起きたか、どのアカウントが冷え始めているか、動いていないが有望な案件はどれか。こうした問いは毎日出てきます。そして驚くほど多くの管理時間を消費します。

多くの会社で CRM はまだ記録箱に近い存在です。営業担当がメモを入力し、マネージャーが月末にレポートを書き出し、会議で「このアカウントはどうなっているのか」と聞かれる。すると全員が記録に戻り、担当者に確認し、またスプレッドシートを作ります。

AI が本当の業務に入るなら、CRM は最も自然な入口の一つです。

「売る AI」ではなく、顧客を理解する AI から始める

「AI と CRM」と聞くと、自動メール、自動架電、自動販売を想像しがちです。しかしそれは早すぎます。

多くの企業で最初に役立つのは、AI に売らせることではなく、基本的な業務質問に答えさせることです。

  • この顧客に最近何が起きたか。
  • なぜこの商談は止まっているのか。
  • 長期間触れられていないアカウントはどれか。
  • 滑りそうな高額案件はどれか。
  • 来週マネージャーが確認すべき顧客は誰か。

これらは簡単に聞こえますが、従来の CRM では答えにくい問いです。答えはアカウント、担当者、商談、活動、見積、契約、サポートケース、メモに散らばっています。

人間でもつなぎ合わせられますが、遅い。AI がユーザーと同じ権限の下でそれらのオブジェクトをつなげられれば、実用的な営業管理アシスタントになります。

具体例

次のように聞けるとします。

「今四半期の 20 万ドル超の商談で、2 週間更新されていないものを全部見せて」

CRM に接続された AI は、先にスプレッドシートを書き出してほしいとは言うべきではありません。少なくとも三つのことを理解する必要があります。

まず、商談とは何か。金額、ステージ、予定クローズ日、担当者、アカウント、最終活動時刻です。

次に、条件を理解すること。今四半期、20 万ドル超、2 週間更新なし。

最後に、結果を返すだけではなくリスクを要約することです。

  • 担当者の最近の活動がない高額案件。
  • 目標クローズ日に近いのに初期ステージの商談。
  • 未解決のサポートケースを持つアカウント。
  • 明確な次の一手がないレコード。

この時点で AI はチャットボックスではありません。CRM の上にある業務分析レイヤーです。

概念図

なぜ多くの CRM は AI に向いていないのか

障害はたいていモデルではなく CRM 側にあります。

第一に、データが散らばっています。 アカウント、連絡先、商談、メモ、ファイル、ケース、契約、活動は別々に存在します。人間は関係を理解していますが、AI は関係がモデル化されていなければ理解できません。

第二に、権限が曖昧です。 営業担当は自分のアカウント、地域マネージャーは地域、経営層は全パイプラインを見られます。AI が管理者権限で接続するなら、それは知能ではなく権限昇格です。

第三に、意味が欠けています。 データベースでは acct_id、opp_stage、last_touch_at のような名前かもしれません。開発者や営業チームは意味を知っていますが、AI には業務レベルの構造が必要です。

だから CRM に AI を載せる鍵は「データベースをモデルに渡す」ことではありません。重要な CRM 概念を明確に記述することです。

ステップ 1：中核 CRM オブジェクトをモデル化する

初日に CRM 全体をモデル化する必要はありません。まず重要な五つから始めます。

  • Account
  • Contact
  • Opportunity
  • Activity
  • Task

複雑な業務では Quote、Contract、Case、Payment を追加できます。

これらは単なるテーブル翻訳ではありません。フィールドラベル、型、必須ルール、選択肢の意味、関係、表示と編集権限、AI に見せないフィールド、人間の承認が必要な操作を含むべきです。

すると AI はテーブルの山ではなく、推論できる業務地図を見るようになります。

ステップ 2：読み取り専用分析から始める

最も安全な最初の段階は読み取り専用です。AI は顧客、商談、活動履歴を問い合わせられますが、CRM レコードは変更できません。

最初の能力はシンプルです。

  • アカウント要約。
  • 大型、停滞、終盤の商談の点検。
  • 担当者、地域、ステージ別の営業週報。
  • 接触なし、未解決課題、更新期限が近い顧客の検出。
  • 顧客訪問前の履歴と未解決質問の要約。

AI が CRM に書き込まなくても、営業マネージャーと Sales Ops の仕事は減ります。

ステップ 3：実行の前に提案させる

読み取り専用分析が機能したら、次は自由編集ではなく提案です。

  • フォローアップタスクの作成を提案する。
  • 商談をリスクありとしてマークすることを提案する。
  • 担当者に次の一手の更新を促す。
  • 更新育成リストへ顧客を追加する。
  • 例外リストをマネージャーへ送る。

最初は人間が確認してから書き戻します。パターンが安定したら、低リスク操作だけ自動化できます。

ステップ 4：CRM を他の業務とつなぐ

CRM だけが真実の全体ではありません。営業は戦略顧客と言い、サポートは苦情の繰り返しを示すかもしれません。商談は成約間近に見えても ERP では在庫リスクがあるかもしれません。

AI が CRM だけを読めるなら、まだ部分像です。本当の価値は、CRM、サポート、ERP、財務、契約管理をまたいで顧客を理解できるときに出ます。

CRM AI プロジェクト前の五つの質問

  1. AI に答えてほしい営業管理の質問は何か。
  2. その質問に必要なオブジェクトは何か。
  3. AI に見せてはいけない機密フィールドは何か。
  4. フェーズ 1 は読み取り専用か、タスク作成まで許すか。
  5. 担当者、マネージャー、経営層はそれぞれ何を見られるか。

モデル選びより、これらに答えることの方が重要です。

ObjectOS のアプローチ

ObjectOS は CRM の置き換えを求めません。既存の CRM データベースや API を接続し、重要なテーブルをオブジェクトとしてモデル化し、AI がそれらのオブジェクトと権限を通じて業務データにアクセスできるようにします。

データはその場に残り、CRM は動き続け、権限は迂回されず、読み取り専用から提案、そして自動化へ進めます。すべてのステップは監査できます。

CRM における AI の価値は、営業担当の入力フィールドを減らすことだけではありません。顧客と商談の本当の状態を、行動できるタイミングで管理者に理解させることです。