営業DX

AIエージェント時代のCRM／SFA

2026年8月4日 AI, コラムコメント : 0

顧客情報基盤なき自律化は、なぜ空回りするのか

商談記録の自動作成、見込み顧客の優先順位付け、フォローアップメールの生成、問い合わせへの初期対応など、営業・マーケティング・カスタマーサービスにおけるAIエージェント活用が現実的になっています。

一方で、AIエージェントを導入しただけでは、期待した成果につながらないこともあります。その大きな要因の一つが、AIエージェントが参照する顧客情報の品質や構造です。

顧客情報が複数のシステムや個人管理のファイルに分散し、更新状況や正確性が不明なままでは、AIエージェントは適切な判断を行えません。AIエージェントが実力を発揮するためには、CRM／SFAを単なる営業活動の記録先ではなく、顧客接点全体を支える情報基盤として見直す必要があります。

本記事の位置づけ

本記事は、GBSが考える「AIエージェント時代の業務基盤」を取り上げるコラムです。今回はCRM／SFAをテーマに、顧客情報基盤の整備とAIエージェント活用の関係を解説します。

AIエージェントが顧客情報を中心に営業・マーケティング・カスタマーサービスをつなぎ、CRM／SFAを業務の実行基盤へと進化させる様子を表現したイメージ図

CRM／SFAが「使われない」「信頼されない」理由

AIエージェントの活用を考える前に、現在のCRM／SFA運用にどのような課題があるかを確認する必要があります。

多くの企業では、CRM／SFAを導入していても、入力される情報が不足していたり、更新が遅れていたりするため、営業活動の実態を正確に把握できない状態が生じています。

営業担当者が商談後の入力を後回しにしている
入力内容が担当者の記憶や主観に依存している
入力方法や情報の粒度が担当者ごとに異なる
営業、マーケティング、カスタマーサービスの情報が分断されている
顧客情報が表計算ファイル、メール、議事録、個人メモなどに散在している
データは蓄積されているが、分析や次の行動に活用できていない

この状態では、CRM／SFAは顧客情報の正本として信頼されません。現場は別の資料を参照し、管理者もCRM／SFAの情報だけでは判断できないため、さらに利用が進まなくなります。

こうした構造を残したままAIエージェントを接続しても、AIが参照できるのは、不完全で古い顧客情報です。AIエージェントは情報を整理し、分析し、次の行動を提案できますが、元となる情報の不足や誤りを自動的に解消できるとは限りません。

CRMは「記録するシステム」から「実行を支える基盤」へ

従来のCRM／SFAは、顧客情報や営業活動を記録し、案件の進捗を管理するためのシステムとして利用されてきました。

AIエージェント時代には、この役割が変化します。CRM／SFAに蓄積された情報をAIが参照し、状況を判断し、担当者への提案や業務の実行まで行うようになるためです。

手動入力を前提としない運用

メール、カレンダー、Web会議、問い合わせフォームなどとCRM／SFAを連携することで、顧客との接点情報を自動的に取り込めるようになります。

例えば、Web会議の内容から商談メモを作成し、次回対応や顧客への約束事項を抽出してCRM／SFAに登録する仕組みが考えられます。担当者はゼロから入力するのではなく、AIが作成した記録を確認・修正する運用へ移行できます。

情報の提示から業務の実行へ

CRM／SFAに十分な情報が蓄積されていれば、AIエージェントは案件状況に応じた次の行動を提案できます。

さらに、事前に定めたルールや権限の範囲内で、フォローアップメールの下書き、タスクの登録、社内への確認依頼、顧客からの問い合わせの振り分けなどを実行することも可能になります。

画面の中だけで完結しないCRM

営業担当者がCRM／SFAの画面を開いて情報を探すのではなく、普段利用しているメール、チャット、社内ポータルなどから必要な顧客情報を呼び出す形も増えていくと考えられます。

CRM／SFAは一つの画面としてではなく、AIエージェントが安全に顧客情報を読み書きするための基盤としての重要性が高まります。

重要なのは「AI機能があるか」だけではありません

AIエージェントが適切に動くためには、顧客情報が整理され、必要なデータに接続でき、アクセス権や更新ルールが一貫して管理されていることが重要です。

AIエージェントが活用できる顧客情報基盤とは

AI機能を搭載したCRM／SFAを導入しても、蓄積されている顧客情報が断片的であれば、AIが行う判断や提案も不完全になります。

必要なのは、単にデータ件数を増やすことではありません。顧客情報の正確性、更新頻度、関連性、参照権限、情報の出所を含めて設計することです。

例えば、AIエージェントが顧客への次回提案を考える場合、商談履歴だけでなく、過去の問い合わせ、契約内容、利用中の製品やサービス、サポート状況、関連する社内文書なども判断材料になります。

これらの情報が別々のシステムに存在していても、必要な範囲で安全に参照できる仕組みがあれば、AIエージェントは顧客の状況をより立体的に捉えられます。

AIエージェントの具体的な活用場面

顧客情報基盤が整備されると、営業、マーケティング、カスタマーサービスにまたがる業務で、AIエージェントを活用しやすくなります。

営業活動における活用

営業準備と顧客リサーチ

顧客企業の基本情報、過去の接点、商談履歴、公開情報などを整理し、面談前に確認すべき内容を提示します。営業担当者が複数のシステムを横断して情報を探す負担の軽減が期待できます。

商談記録とフォローアップ

Web会議の内容を要約し、決定事項、顧客の課題、次回対応、提出を約束した資料などを抽出します。CRM／SFAへの記録やフォローアップメールの下書き、タスク登録までを連携できます。

案件管理と次の行動の提案

過去の商談履歴や案件状況を踏まえ、確認が必要な事項や停滞している案件を提示します。担当者が次に取るべき行動を判断するための支援として活用できます。

営業担当者の育成

商談記録や提案内容をもとに、説明不足の項目や確認すべき質問を提示します。ロールプレイングや面談後の振り返りを支援する用途も考えられます。

マーケティングにおける活用

顧客属性や過去の行動に基づく対象顧客の整理
顧客セグメントごとのコンテンツ案の作成
営業活動とマーケティング施策の接点分析
キャンペーン結果の整理と改善案の提示
休眠顧客やフォローが必要な顧客の抽出

カスタマーサービスにおける活用

問い合わせ内容の分類と担当部門への振り分け
過去の対応履歴や契約情報を踏まえた回答案の作成
緊急度や重要度に応じた優先順位付け
定型的な手続きの案内や処理の自動化
人による判断が必要なケースのエスカレーション

すべてを最初から自動化する必要はありません。まずは情報収集、要約、入力補助、回答案の作成など、人が確認しやすい業務から始め、段階的に実行範囲を広げる方法が現実的です。

CRM／SFA基盤を見直す7つの視点

1．顧客情報の正本をどこに置くか

営業担当者のメモ、表計算ファイル、マーケティングツール、CRM／SFA、問い合わせ管理システムなどに顧客情報が分散している場合、AIエージェントはどの情報を正しいものとして扱うべきか判断できません。

すべての情報を一つのシステムへ物理的に集約する必要はありませんが、顧客に関する主要な情報をどこで管理し、どのシステムを正本とするかを明確にする必要があります。

2．部門間のデータ分断を解消できるか

営業、マーケティング、カスタマーサービスが別々の情報だけを参照していると、顧客の全体像を把握できません。

AIエージェントが顧客の状況を適切に判断するためには、担当者の権限に応じて、部門をまたぐ情報を関連付けて参照できる仕組みが必要です。

3．構造化データと非構造化データを関連付けられるか

案件金額、業種、商談フェーズなどの構造化データだけでなく、商談メモ、議事録、メール本文、問い合わせ内容などの非構造化データも重要な判断材料です。

これらを単なる文章の保管場所として残すのではなく、顧客、案件、製品、契約などの情報と関連付け、AIが検索・参照できる状態に整える必要があります。

4．情報の出所を追跡できるか

AIが自動生成した記録については、いつ、どの情報を根拠に、どの処理によって作成されたのかを確認できることが重要です。

人が入力した情報とAIが生成した情報を区別し、必要に応じて元となる会議記録やメールを確認できるようにすることで、業務上の判断に利用しやすくなります。

5．アクセス権をAIエージェントにも適用できるか

AIエージェントが利用者に代わって情報を参照・更新する場合も、利用者本人と同じアクセス権の範囲で動作する必要があります。

役職、担当顧客、所属部門、案件への関与状況などに応じた権限制御が、AIエージェントの処理にも一貫して反映される設計が求められます。

6．基幹システムや周辺システムと連携できるか

受注情報、請求情報、製品情報、契約情報、問い合わせ履歴などは、CRM／SFA以外のシステムで管理されていることがあります。

AIエージェントが業務全体を支援するためには、必要な情報をAPIなどで安全に連携し、複数のシステムをまたいで処理できる構成を検討する必要があります。

7．「使われないCRM」の原因を業務から見直せるか

AIによる自動入力は、営業担当者の負担軽減に役立ちます。しかし、入力項目が多すぎる、入力した情報が担当者自身の業務に還元されない、管理目的だけで運用されているといった問題は、AI機能だけでは解決できません。

入力ルール、会議体、案件管理方法、承認プロセス、評価方法などを含めて業務を見直し、CRM／SFAを使うことが担当者にも価値をもたらす設計に変える必要があります。

従来のCRM運用とAIエージェント時代の違い

観点	従来のCRM／SFA運用	AIエージェント時代のCRM基盤
主な役割	顧客情報や営業活動を記録する	顧客情報を参照し、判断や業務実行を支援する
情報入力	担当者による手動入力が中心	メール、会議、各種システムから自動取得し、人が確認する
情報の範囲	案件情報や活動履歴が中心	営業、マーケティング、サポート、契約などを横断する
非構造化情報	メモや添付ファイルとして保管する	顧客や案件と関連付け、AIが検索・参照する
システム連携	必要に応じて個別連携する	AIエージェントが横断利用できる接続基盤として設計する
ガバナンス	利用者の入力権限や閲覧権限を管理する	AIによる参照、生成、更新、実行まで含めて管理する
導入後の運用	入力率や利用率を高める	人とAIの役割、確認、承認、例外処理を継続的に改善する

「Fit to AI」の視点でCRM／SFAを見直す

業務をパッケージの標準機能に合わせる「Fit to Standard」に加えて、これからはAIが情報を理解し、安全に業務を支援できる状態へ基盤を整える「Fit to AI」の視点が重要になります。

CRM／SFAには、データを入力する人と、そのデータを利用する人が一致しにくいという特徴があります。営業担当者が入力した情報を、管理者、マーケティング担当者、カスタマーサービス担当者などが利用するため、入力する側が直接的なメリットを感じにくいことがあります。

AIによる自動入力は、この問題を軽減する有効な手段です。しかし、自動化だけでCRM／SFAが顧客情報基盤として機能するわけではありません。

AIが作成した情報を誰が確認するのか、どの時点で正式な情報として扱うのか、誤りがあった場合にどのように修正するのか、重要な判断をどこから人へ引き継ぐのかといった運用設計が必要です。

CRM／SFAのFit to AIチェックリスト

観点	確認事項
入力の自動化	商談、メール、会議の記録を自動取得できるか
データ統合	営業、マーケティング、カスタマーサービスの情報を関連付けて参照できるか
情報の構造化	議事録やメモを顧客・案件と関連付け、AIが検索できるか
トレーサビリティ	AIが生成した情報の根拠や更新履歴を確認できるか
権限制御	AIエージェントが利用者の権限範囲内で動作するか
外部連携	基幹システムや周辺の業務基盤と安全に接続できるか
運用設計	AIが生成・更新した情報の確認、承認、修正方法が定義されているか
利用者への還元	入力・蓄積した情報が営業担当者自身の業務にも役立つか

最初から大規模な再構築を行う必要はありません

顧客情報の棚卸し、商談記録の自動化、問い合わせ履歴との連携など、課題が明確な領域から始めることで、現行環境を活かしながら段階的にAIエージェント活用を進められます。

CRM／SFAとAIエージェント活用について相談する

GBSがご支援できること

GBSは、AIエージェント時代のCRM／SFAを単なる営業管理ツールではなく、顧客接点全体でAIエージェントが活躍するための顧客情報基盤として捉えています。

新しいツールを導入することだけを目的とせず、現在の業務、既存システム、蓄積されているデータを確認したうえで、必要な基盤整備と業務の見直しをご支援します。

顧客情報の棚卸しと基盤設計

顧客情報がどのシステムやファイルに存在し、どのように更新・利用されているかを整理します。情報の重複、欠損、更新ルール、正本の所在を確認し、AIエージェントが参照できる基盤の構成を検討します。

CRM／SFAの導入・再構築・移行支援

新規導入だけでなく、導入済みのCRM／SFAが十分に活用されていない場合の再設計にも対応します。業務要件の整理、データモデル、入力項目、権限、移行、定着化まで一貫して検討します。

業務プロセス設計と自動化

商談記録、フォローアップ、案件確認、問い合わせ対応など、具体的な業務を対象に、人とAIエージェントの役割を整理します。確認や承認が必要な処理を明確にし、段階的な自動化を支援します。

周辺システムとの連携

マーケティング、問い合わせ管理、基幹システム、文書管理基盤などとの連携を検討します。AIエージェントが業務に必要な情報を安全に参照できるよう、APIやデータ連携の構成を設計します。

AIエージェントを見据えたデータガバナンス

AIが参照できる情報の範囲、生成情報の扱い、更新履歴、承認方法、例外処理などを整理します。AIエージェントを継続的に業務で利用するための運用ルールを設計します。

よくあるご質問

現在使っているCRM／SFAを変えずに、AIエージェントを活用できますか？

必ずしもCRM／SFAを変更する必要はありません。現在のシステムが持つAPIや外部連携機能を利用し、既存環境を活かしながらAIエージェントを接続できる場合があります。

ただし、顧客情報の重複や欠損が多い場合、情報が複数のシステムに分断されている場合、アクセス権が整理されていない場合は、先に基盤を見直した方がよいことがあります。まずは現在のデータと業務の状況を確認することが重要です。

AIを導入すれば「使われないCRM」の問題は解決しますか？

AIによる自動入力や要約は、営業担当者の入力負荷を軽減するうえで有効です。一方で、入力項目が業務に合っていない、情報が担当者自身に還元されない、管理目的だけで利用されているといった課題は、AI機能だけでは解決できません。

業務プロセス、入力ルール、会議や案件管理の方法、利用者への情報提供まで含めて見直す必要があります。

AIが自動入力した顧客情報は、どこまで信頼できますか？

AIによる自動記録は、手入力の負担や記録漏れを減らすことが期待されますが、会話の文脈や固有の業務ルールを誤って解釈する可能性があります。

重要な情報については担当者が確認する仕組みを設け、AIがどの情報を根拠に記録したのかを追跡できるようにすることが重要です。業務への影響に応じて、自動登録、確認後の登録、承認後の確定を使い分けます。

顧客情報が複数のシステムに分散していても取り組めますか？

取り組むことは可能です。すべてのデータを最初から一つのシステムへ移行するのではなく、どのシステムに何の情報があり、どの情報を正本とするかを整理するところから始めます。

優先度の高い情報から連携し、AIエージェントが必要な範囲で参照できる構成を段階的に整える方法があります。

小規模な営業チームでもAIエージェントを活用できますか？

小規模なチームでも取り組めます。担当者一人あたりの管理顧客数が多い場合や、顧客情報が個人のメールやファイルに蓄積されている場合は、情報整理や記録の自動化による効果を期待しやすいことがあります。

まずは商談記録の作成、顧客情報の検索、フォローアップ案の作成など、対象を限定して始める方法が現実的です。

どの業務からAIエージェント化すればよいかわかりません。

繰り返し発生している業務、情報を探す時間が長い業務、入力や転記が多い業務、対応漏れが起きやすい業務から整理します。

業務量だけでなく、利用するデータの状態、誤りが起きた場合の影響、人による確認の必要性も踏まえて優先順位を決めます。GBSでは、現状の業務と情報基盤を確認し、着手しやすいユースケースの整理からご支援します。

AIエージェント時代のCRM／SFA基盤整備をご検討中の方へ

「CRM／SFAを導入したが、十分に活用できていない」「営業データが複数の場所に散在している」「AIエージェントを試したいが、何から始めるべきかわからない」といった課題をお持ちではないでしょうか。

AIエージェント活用では、AI機能の選定だけでなく、現在の顧客情報、業務プロセス、システム連携、権限管理を整理することが重要です。

GBSでは、現状の顧客情報の棚卸しから、基盤構成、業務プロセスの見直し、AIエージェントの適用領域の整理まで、一貫してご支援します。

現在のCRM／SFA環境を活かせるかどうかも含めてご相談いただけます

具体的な製品や導入方針が決まっていない段階でも問題ありません。顧客情報の散在状況や、効率化したい業務を確認し、取り組み方を一緒に整理します。

AIエージェント時代のCRM／SFA基盤について相談する

タグ: 営業DX