AIネイティブ・シリーズ · エージェント型AIの売り込み方、第1回(全3回)
あらゆる売り込みを超えて生き残る原則:なぜワークフローが先なのか
1分でわかる要点
これは何か。 企業向けにAIエージェントを売り込むための3部シリーズの第1回。AI以前から成り立っていた7つの原則から、4つの動き(聞く・特定する・絞る・証明する)を導き出す。
なぜ重要か。 大型商談では、機能を説明することはむしろ逆効果になりがちだ(SPIN Selling, 1988)。AIの売り込みの多くは機能から入ってしまうが、それこそが買い手が関心を失う理由のひとつである。
読んだあとにできること。 今進行中の案件をひとつ選び、四つのムーブごとに一行ずつ書き出してみてほしい。声に出して読んでみて、一分を超えるなら、急いで話すのではなく削ること。
Pitching Agentic AI — シリーズの背骨
- あらゆる売り込みより長く残る原則 この回
- 今季、エージェントを売り込む 第2話
- 四つのクライアント、四つの最初のワークフロー 第3話
ラベルの読み方: EVIDENCE は出典のあるもの、 DESIGN は推奨される実践、 OPEN はまだ検証されていないもの、そして LENS は私自身の確信を指す。
買い手はAIの謳い文句に耳を貸さなくなっている。それぞれ数十年前からある七つの原則が、売り込みを「顧客の滞った仕事」をめぐる四つのムーブへと変える——顧客がどう語るかに耳を傾け(listen:聴く)、そのコストを突き止め(locate:特定する)、見て判断できる試行に絞り込み(limit:絞り込む)、あらかじめ合意した証拠で証明する(prove:証明する)。以下の賭けの中にある驚きはこうだ。売り手にとって最も自然な習慣のひとつが、むしろ自分の足を引っ張っている。
この回が扱うもの:優れたAIの売り込みを支える原則
これまで立ち会ってきたAIの売り込みには、必ずと言っていいほど「スライド7」がある。二列に並んだ四十個の機能が、それぞれアイコン付きで並んでいる。スライド7こそ、買い手がスマートフォンを確認し始める瞬間だ。
このシリーズは、スライド7なしでエージェント型AIを企業に売り込む方法についてのものだ。きっかけは、コーディングエージェントの打ち出し方に関する社内研修に参加したことだった。そこで思ったのは、売り込みはツールからではなく、顧客の仕事から始めるべきだ、ということ。以下のフレームワークは私自身の統合である。その四つのムーブはそれぞれ、AI以前から真であった原則から導き出した。だからこそ、今年のツールより長く生き残るはずだと考えている。
- Listen(聴く): 顧客が問題をどう語っているかを、その人自身の言葉で言い返す。
- Locate: 根底にある繰り返しのワークフローを見つけ、それが今どれだけの代償を払っているかを特定する。
- Limit: 試せるほど小さく、判断できるほど見える規模の試行を設計し、責任者を一人つける。
- Prove: 始める前に、拡大するに値すると判断できる根拠を合意しておく。
第2回では今シーズンの実践を扱う。第3回では、ミスの代償が最も大きい四つの業界向けに、最初のワークフローを仕立てる。
まず賭けてみよう
『SPIN Selling』の背後にある Huthwaite の調査では、SPIN Sellingとして3万5000件を超える営業電話が観察された。大口で複雑な商談において、どの売り手の行動が成功と結びついていたか。
- A.製品の機能や利点をわかりやすく説明すること。
- B.顧客の反論にうまく対処すること。
- C.顧客の問題がもたらす影響や、それを解決する価値について尋ねること。
答えはまだ出さないでほしい。それは原則1で明かされる。
原則1:機能ではなく、もたらす結果を尋ねる (Locate)
EVIDENCEHuthwaiteの報告によれば、大口商談では問題の影響(implications)や解決の見返り(payoff)について尋ねることは成功と結びついていたが、機能や利点の説明はそうではなかった(Huthwaite International, SPIN Selling)。Rackhamは著書『SPIN Selling』(1988年)でさらに踏み込み、反論処理が上手い営業担当者は、機能説明を早く出しすぎることで反論そのものを引き起こしている張本人であることが多いと論じている。この賭けの答えはCだ。スライド7はアイコン付きの選択肢Aにあたる。
注意すべき点がある。この調査を実施したHuthwaite自身が研修も販売しており、そのデータセットは独立に公開されたことがない。確立した科学ではなく、実務者の間で長く語り継がれてきた経験則として扱うべきだ。
DESIGN 「開発者の生産性」は機能レベルの約束にすぎない。これに対して「3チームにまたがるレビューがばらついているせいでリリースの準備が遅れ、遅れるたびにロードマップが動く」というのは、その先にある含意だ。前者が誘うのはデモにすぎないが、後者が誘うのは遅延が何を犠牲にしているかという対話だ。私自身、前者を語ったことがある。顧客は価格について丁寧な質問を返してきたが、大型商談ではそれが商談の終わりを意味する。
原則2:人はプロダクトではなく、仕事の進捗を買う (Listen:聴く)
EVIDENCE Clayton Christensenとその共同研究者たちは、顧客は特定の状況で前進するためにプロダクトを「雇う」のであり、その仕事を理解することは、人口統計やプロダクトの属性よりも購買をよく予測すると論じた(Christensen et al., Know Your Customers' "Jobs to Be Done"(訳:顧客の「片づけたい仕事」を知る)、HBR、2016年).
DESIGN 何かを再定義する前に、まず顧客自身の言葉でその仕事を言い返す。「うちのCIは壊れ続けていて、誰も責任を持っていない」と語る現場のプラットフォーム責任者は、すでにその仕事を語っている――変更がマージされてから信頼されるようになるまでの間、誰かが午後を丸ごと失わずに済むようにすることだ。まずはそこから始める。
原則3:現状維持にも代償がある。それに名前を付ける (Locate:特定する)
EVIDENCE プロスペクト理論は、人は基準点からの利得や損失として結果を判断し、損失は同等の利得よりも重く感じられがちであることを示した(Kahneman & Tversky, Prospect Theory(訳:プロスペクト理論)、Econometrica誌、1979年)。損失回避がどれほど強く、どれほど一般的かについては異論もあり、2018年のあるレビューは、それが通念よりも狭い範囲にしか当てはまらないと論じている(Gal & Rucker、The Loss of Loss Aversion(訳:損失回避の喪失), 2018).
DESIGN 争いのない部分だけを使う。恐怖を売ってはいけない。だが、今の業務手順にかかっているコストは見える形にすべきだ。何もしないことにも、誰も書き出していないだけで代償はある――レビューに費やす時間、やり直し、ずれ込む納期。その代償が見えた買い手は、あなたの提案をゼロではなく本物の代替案と比較するようになる。
原則4:見せられる試行は、信じるしかない約束より強い (Limit)
EVIDENCE Everett RogersのDiffusion of Innovations(訳:イノベーションの普及)(1962年)は、イノベーションがどれだけ速く広まるかを左右する5つの属性を挙げている。相対的優位性、適合性、複雑性、試行可能性(trialability)、観察可能性(observability)だ(Rogers、Diffusion of Innovations(訳:イノベーションの普及)、第5版、2003年、第6章)。これらの属性が普及のどれだけを説明するかという数字がよく引用されるが、原著で確認できていないため、ここでは載せない。
DESIGN あるチームのプルリクエストレビューを6週間試すとしよう。これはプログラムなしで試せるほど小さく、試行可能だ。そしてチームがレビュー時間と手戻りの変化を見て取れるという意味で、観察可能でもある。「全社的なエンジニアリング自動化」はそのどちらでもない。小さく、目に見える形にするのは設計上の選択であって、野心の欠如ではない。
原則5:売り手自身が主役になると信頼は下がる (Limit)
EVIDENCE The Trusted Advisor(訳:信頼されるアドバイザー) (2000) は、信頼を「信頼性+信頼できる実績+親密さ」を「自己志向」で割ったものとして表した(Maister, Green & Galford, the trust equation(訳:メイスター、グリーン&ガルフォード『信頼の方程式』))。ヒューリスティックであって測定モデルではないが、分母は多くを説明する。ピッチが売り手自身の話になるほど、信用されなくなるのだ。
DESIGN ここから二つの習慣が導かれる。「これは御社にとって検討する価値があるかもしれません」と言うこと。「これは御社のエンジニアリングを一変させます」とは言わないこと。そして、ツールが担うべきではないものを明言すること——品質と承認の責任は、御社のエンジニアが持ち続ける。限界を認めることは信頼性を高め、スライド7は自己志向を高める。
原則6:結果を見る前に、測る物差しに合意しておく (Prove)
EVIDENCE 科学はこれを苦労して学んだ。データを見る前に分析方法を決めておくことは、自分が望む結果を見出してしまうことへの、今や広く認められた防御策である(Nosek et al., The preregistration revolution(訳:事前登録革命)、PNAS、2018年)。グッドハートの法則も、逆の側から同じ警告を発している。マリリン・ストラザーンの有名な言い回しで言えば、ある指標が目標になった瞬間、それは良い指標ではなくなる。
DESIGN ピッチにおいては、試行が始まる前に、買い手がシグナルと基準にサインオフする。測定方法を自ら提案する売り手は、自分がその基準を満たすつもりであることを示しており、後になって結果をいいとこ取りだと言われることもない。
慎重に使うべき第七の原則:教えよ、ただし先に聞け (Locate)
EVIDENCE The Challenger Sale(訳:『チャレンジャー・セールス』) (2011年)は、営業担当者を対象にした大規模調査に基づき、複雑な営業において最も成績の良い営業担当者は、顧客に自社のビジネスについて新しい何かを教える傾向があったと報告している(Dixon & Adamson, The Challenger Sale、2011年、第2章)。この調査はトレーニングを販売していた当の会社が実施したもので、相関関係にすぎない。よく引用される数値は未検証のため割愛する。
LENS 深い業務課題を探り当てるのは、teachingである。だが話を聞く前にそれをやれば、単なる説教になる。順番が重要だ。
4つの動き、1分以内に
レビューが滞るとリリース日が遅れる――あなたはそう言った (Listen)。その裏では同じレビューの手戻りが毎スプリント繰り返されていて、そのたびにロードマップが1週間分失われる (Locate)。1チーム、6週間、エージェントが一次レビューの草案を作成し、あなたのエンジニアがすべてのマージを承認する (Limit)。レビュー時間が減り、手戻りが増えなければ、2つ目のチームにも広げる価値があるかもしれない (Prove).
DESIGN 1分に収まらないなら、簡素化すべきだ。早口にしてはいけない。収めるために速さが必要なピッチは、アイデアを詰め込みすぎている――それはまさに、声に出して読み上げたスライド7そのものだ。
どこで失敗しうるか
- 台本として使う。 これらの原則は、優れた売り手が自然と気づいていることを言語化したものだ。「それで、その影響は何ですか?」と機械的に唱えれば、尋問のように感じられ、信頼方程式の分母(自己志向)はむしろ上がってしまう。
- 根拠は、見た目より古く、狭い。 SPINもChallengerも、それを販売していた当の会社が行った調査に基づいている。どちらがAIエージェントにどれほど通用するかは分かっていない。しかもAIエージェントには、1980年代にはなかった信頼性の問題がつきまとう。
- 課題を特定する行為は、独善的になりうる。 一度の面談で「本当の課題はこれだ」と言い切る売り手は、間違っている可能性がある。だからこそProveが存在する。それによって、売り手の見立てが反証可能になるのだ。
- 小さく始めたものは、小さいままで終わりうる。 次の一手を担う責任者がいないまま成功した限定的な試行は、単なる逸話で終わる。Part 2では見極め(qualification)を扱う――開始前にその責任者の有無を確認する方法だ。
- スライド7が戻ってくる。 プレッシャーがかかると、誰もが機能リストに手を伸ばす。次のピッチで、自分が機能に触れた回数を数えてみるといい。
今週やるべきこと
進行中の案件を一つ選び、各ムーブにつき一行、計四行を書いてみよう。Listen(顧客自身の言葉)、Locate(繰り返されるワークフローとそのコスト)、Limit(トライアルの内容と、責任を持つ人)、Prove(確認する指標と基準)。声に出して読んでみる。一分を超えるなら、削る。
次回予告
第2回は、原則から今シーズンの実践へと話を進める。2025〜26年に企業がどうAIを導入しているか、パイロットがなぜ止まるのか、AIコーディングツールに関する最良のエビデンスが何を語っているか(示唆に富むことに、それは互いに矛盾している)、そしてすべてのエージェント・ピッチが満たすべき四つのチェック項目を扱う。
出典
- Huthwaite International, SPIN Selling(リサーチ概要)。Rackham, N., SPIN Selling, McGraw-Hill, 1988.
- Christensen, C., Hall, T., Dillon, K., Duncan, D. "Know Your Customers' 'Jobs to Be Done'."(訳:「顧客の『片づけるべき仕事』を知る」) Harvard Business Review, September 2016.
- Kahneman, D., Tversky, A. "Prospect Theory: An Analysis of Decision under Risk."(訳:「プロスペクト理論:リスク下の意思決定の分析」) Econometrica 47(2), 1979.
- Gal, D., Rucker, D. "The Loss of Loss Aversion: Will It Loom Larger Than Its Gain?"(訳:「損失回避の喪失:それは利得よりも大きく見えるか」) Journal of Consumer Psychology 28(3), 2018.
- Rogers, E. Diffusion of Innovations. Free Press, 1962 (5th ed. 2003).
- Maister, D., Green, C., Galford, R. The Trusted Advisor。Free Press, 2000.
- Nosek, B., Ebersole, C., DeHaven, A., Mellor, D. 「The preregistration revolution.」 PNAS 115(11), 2018. Goodhart, C. 「Problems of Monetary Management: The U.K. Experience」1975. Strathern, M. 「'Improving ratings': audit in the British University system.」 European Review 5(3), 1997.
- Dixon, M., Adamson, B. The Challenger Sale. Portfolio, 2011.
- 出典について:本シリーズは、著者が2026年に参加したコーディングエージェントの研修セッションがきっかけとなっている。ここで示すフレームワークは、著者が上記の公開情報源から独自に統合したものだ。