2025-06-17

情報収集からストーリー設計まで ― LLM時代の商談準備を考える

BtoB 営業・マーケティング　コラム

商談の準備にどれだけ時間をかけていますか。インターネット上の膨大な情報や、日々変化する市場環境の中で、効率よく本質的な情報を集めることは、これまで以上に難しくなっています。一方で、近年は生成AIや大規模言語モデル（LLM）が普及し、情報収集や資料作成、仮説づくりのあり方も大きく変わりはじめています。

こうした変化の中、商談の準備は「やるべきこと」が増えた一方で、「やり方」の選択肢も広がりました。従来の手法と最新テクノロジーをどう組み合わせ、限られた時間の中で最大の成果を出すか。そのヒントは、人とAI、それぞれの強みをうまく活かすことにあります。

本記事では、従来の商談準備における課題を振り返りながら、LLMを活用した新しいアプローチや、実際に業務へ落とし込む際の考え方について整理します。変化の時代に対応するための商談準備について、整理していきます。

従来の商談準備とその課題

商談の準備は、これまで主に情報収集と事前整理を中心に進められてきました。たとえば、企業のウェブサイトや決算資料、業界ニュースを読み込み、相手企業や担当者の情報をできるだけ集めることが一般的です。また、過去の取引履歴や社内に蓄積されたナレッジを参考にしながら、商談のゴールや進め方を組み立てていく、という流れが多くの現場で定着しています。

しかし、このプロセスにはいくつかの課題もあります。まず第一に、情報収集にかかる時間と労力です。インターネットや社内資料から必要な情報を抽出し整理する作業は、どうしても人手に頼る部分が多く、担当者によって網羅性や深度にバラつきが出がちです。特に複数案件を並行して進める場合、情報を集めきれずに商談日を迎えてしまうケースも少なくありません。

また、情報収集の幅や深さが個人の経験や知識に依存しやすい点も見逃せません。ベテランの担当者であれば、要点を押さえた効率的な準備ができますが、経験の浅いメンバーにとっては「どこまで調べれば十分なのか」「何を軸に整理すればよいのか」がわかりにくく、結果として情報の抜け漏れや偏りが発生しやすくなります。

さらに、膨大な情報を前にしたとき、何を取捨選択し、どう活用するかという判断も、従来は各担当者に委ねられてきました。このため、商談準備の質が属人的になりやすく、組織としての標準化やナレッジ共有も十分に進まないといった声が聞かれることもあります。

こうした従来のやり方は、情報の流通量や環境の変化が緩やかだった時代には十分に機能していましたが、今や情報量もスピードも格段に増しています。だからこそ、より効率的で再現性の高い「準備のしかた」が求められるようになってきています。

LLMによる情報収集の変化

大規模言語モデル（LLM）が普及しはじめたことで、商談準備の情報収集には新たな選択肢が加わりました。従来は、必要な情報を自分で一つずつ調べて集め、整理していく手作業が中心でしたが、LLMを活用することでこの流れが変わりつつあります。

たとえば、知りたいテーマや業界動向をLLMに質問すれば、関連するポイントや一般的な論点を短時間でまとめて得られるようになりました。資料やニュース記事を探す手間を減らせるだけでなく、要点を整理したり、複数の観点から情報を集めたりする作業の効率が大きく向上しています。LLMは、大量の情報の中から共通点やキーワードを抽出し、全体像をつかむ助けになるという点で、これまでにないスピード感をもたらしています。

また、「どんな観点で情報を整理すればよいか」「どこに抜けや盲点がないか」など、自分一人では思いつきにくい切り口や調査のヒントを得られることも、LLMを使うメリットのひとつです。下調べの段階で網羅性を担保したり、論点を広げたりする際に、AIの知見をうまく活用できる場面が増えてきました。

一方で、LLMが生成する内容には限界もあります。特に、時事性の高い話題や経済指標、業界特有の最新動向などは、必ずしも正確・最新とは限りません。また、AIの回答には不正確な情報や事実誤認が含まれるケースもあり、あくまで参考情報として扱う姿勢が重要です。公式な情報や信頼できるソースによる裏付けは、従来と同じく欠かせません。

このように、LLMの登場によって商談準備の情報収集は効率化・多様化が進んでいますが、最終的な判断や検証は人が担うべき部分として残っています。AIの特性を理解し、使いどころと限界を意識することで、これまで以上に効果的な情報収集が可能になると言えます。

ストーリー設計におけるLLMの役割

商談準備で集めた情報をどのように整理し、ストーリーとして組み立てていくかは、商談の印象を大きく左右します。伝えたいポイントや流れを明確にし、相手の関心や課題に応じたアプローチを設計することは、従来から重要視されてきたプロセスです。

この段階で、LLMは特に「アイデア出し」「下地づくり」「全体像の整理」といった部分で力を発揮します。たとえば、「この情報をどう組み合わせれば一貫したストーリーになるか」「どんな順番で話を展開すれば伝わりやすいか」など、大枠の構成を考える際のヒントを効率よく得ることができます。複数の観点や切り口、論点の候補を提示してもらうことで、自分ひとりでは思いつかなかったアイデアが生まれる場面も少なくありません。

また、ストーリーの方向性を考える初期段階で、「伝えるべき要素の洗い出し」や「話の流れのたたき台」をつくる際にもLLMは便利です。たとえば、いくつかキーワードや前提条件を与えてみるだけで、必要な要素をリストアップしたり、論点ごとのつながりを可視化したりできます。こうした下地があると、その後の具体的な資料作成やメッセージのブラッシュアップも進めやすくなります。

一方で、最終的なストーリーの練り上げや細かな表現の調整、商談現場の空気感に合わせた修正は、人の経験や判断が欠かせません。LLMの活用は、あくまでアイデアや全体構成を考える際の「補助ツール」として捉え、必要に応じて自分の視点や経験を重ねていくことが現実的です。

こうした使い方を意識することで、ストーリー設計における発想の幅や準備の効率が、これまでよりも広がっていくでしょう。

LLM活用を定着させるための視点

LLMを商談準備に取り入れることで、情報収集やストーリー設計の効率化が期待できますが、実際に現場で活用を定着させるためにはいくつかの視点が欠かせません。

まず意識したいのは、「AIの出力をそのまま受け入れない」姿勢です。LLMは多くの知見を持ち合わせているものの、現状では誤りや不確かな情報が混じることもあります。そのため、AIの提案や要約を活用しつつも、重要な部分や判断が求められる点については、自分自身で必ず事実確認や裏付けを取る工程を組み込むことが大切です。

次に、人とAIの役割分担をあらかじめ整理しておくことも有効です。たとえば、「最初のアイデア出しや全体像の把握はLLMで」「細かな情報確認や意思決定は人が行う」といったように、プロセスごとに得意な領域を明確にしておくと、無理なく業務に組み込むことができます。AIのアウトプットをどう活かすか、どこまで任せてどこから自分で行うかを意識することで、業務全体の効率や再現性も高まります。

また、継続的なアップデートと学びの姿勢も重要です。LLMや生成AIの性能や活用ノウハウは日々進化しています。新しい使い方や成功例が現れるたびに、社内で共有・検討しながら活用方法を柔軟に見直していくことが、より良い定着につながります。

さらに、チーム内でナレッジ共有の仕組みをつくることもおすすめです。AIを使った商談準備で「どのようなプロンプトが効果的か」「どこで注意が必要だったか」といった知見や工夫を共有することで、個々の経験が組織全体の力になりやすくなります。

LLMは、使い方次第で大きな助けとなりますが、万能の道具ではありません。AIの特性を理解し、人が主体的に活用していく姿勢が、現場での定着と活用の質を左右します。こうした視点をもとに、LLMを日々の商談準備へ無理なく組み込んでいくことが求められています。