NTTデータは5月26日、東京電力グループでカーボンニュートラル関連の設備サービスを提供するテプコカスタマーサービス（以下、TCS）と共に、2025年1月から4月までの期間で太陽光発電の設置および販売事業における営業生産性向上を目的としたPoC（Proof of Concept：概念実証）を実施した結果について発表した。

実証の背景と概要

TCSではカーボンニュートラル社会の実現に向け、省エネルギー機器への更新など顧客ニーズに合わせたサービスを提案を進めている。その中では、フィールドセールスとインサイドセールス業務の効率化が課題だという。今回は太陽光発電設備の設置・販売事業の拡大に向けて、営業領域の課題解決策として3つのAI活用テーマを設定し実現性や期待効果を確認した。

  • 課題整理により「顧客接点の見直し」に着手した

    課題整理により「顧客接点の見直し」に着手した

顧客との接点の見直しにあたっては、個々の業務ではなく営業活動領域全体のプロセスを構造化し、設定した課題テーマを施策化して実現性と期待効果の評価を実施。商談化以降フェーズでは営業の既存業務における事務処理負荷の軽減、アプローチフェーズでは見込み顧客（リード）との接点量減少の回避、ターゲット選定フェーズではより収益性が高く営業コストがかからないリードを抽出する施策に取り組んだ。

  • 課題解決に向けたアプローチ選定

    課題解決に向けたアプローチ選定

生成AIを活用した提案書作成自動化による稼働削減と提案品質向上

提案書作成には、熟練の営業員でも1商談あたり計2時間半程度かかるという。提案書には標準テンプレートが用意されているものの、提案書に記載する内容や提案のポイントまでは標準化されていない。新たな営業人員の増加や代理店との協業を見据えると、経験値の差による営業生産性の低下が懸念される。

そこで実証においては、環境性や経済性の効果算出のような顧客の状況に依存するコンテンツは個別にロジックを作りこみつつ、標準的な提案書やスクリプトについては生成AIを活用して自動化の実現性を検証した。

その結果、商談までの訪問回数削減と提案品質底上げの効果が確認されたという。ロジック部分の生成については、グラフや表の表現を含め提案書全22ページが高い精度で自動化可能であることを確認。顧客の情報や課題把握が緩い段階の初回訪問においても、その場で得た情報を提案書に反映しながらコミュニケーションを取れるようになるため、再訪問の負荷発生を防ぎ顧客との円滑な提案方針合意が可能となる。

また、提案内容要約やスクリプト生成の機能は営業のやり方やインプット情報を反映することで、新規営業員を含む組織的な営業力強化が期待できることも確認できたという。

AIエージェントを活用したインサイドセールス代行

顧客との接点見直しに伴い、大量の架電によるリードアプローチを行っていたインサイドセールスに替わる手法を検討中だ。リードアプローチ段階から対面に切り替えることで、1件に対する確度向上が期待できるものの、リードとの継続的な接点量が減少する。

そこで、インサイドセールスを代替する手段として、AIエージェントによる電話営業の実現性を検証・評価。実際にAIエージェントと会話した検証担当者からのフィードバックで最も多かった回答は「想像していたよりも自然」というものだった。

対話型での自由な会話やイレギュラーな状況でも、従来と比較して柔軟な判断で意図したシナリオへ誘導する結果が確認された。今後は、実用に向けてAIからの架電に対する信頼性担保が検討事項となる。

資料請求のフォローアップや契約済みの顧客の契約更新などのユースケースでは信頼性の懸念が低く実現可能性が高いとの回答もあり、目的に応じたAIエージェント活用を検討を進める予定。

建物情報調査の自動化による優良リード発掘精度向上

収益性が高く営業コストがかからないリードの選定において、太陽光パネル設置対象の建物の構造や古さ、屋根の素材や方角といった情報は重要な情報となる。このような解像度の高い現地情報は取得が難しく、月に120時間程度をかけて人手で1件ずつマップの航空写真確認を行っている。

この手法では、提案除外対象を選別する効果はあるが、注力したいリードを特定するほどの効果までは得られない。また、調査可能件数に限りがあることで機会損失の懸念も残されていた。

こうした課題に対し、独自の航空写真の2D・3D解析が可能な仕組みと登記簿情報を活用して、優良条件建物の自動検出を行い精度向上や運用性を評価した。その結果、自動化により月120時間程度の削減可能性が確認できた。

さらに、指定エリアに対する網羅的な建物検出により、今回検証対象としたエリアで手動調査では発掘に至らなかったインサイドセールスのアプローチ候補も発掘された。また、これまでの調査では感覚値であった太陽光パネル設置不可条件となる「屋根素材」「建物設置年」「建物所有者」といった情報の精度向上が期待できることも確認できたという。加えて、太陽光パネルの設置年数情報から新たなターゲット層としてリプレイス提案先の抽出が可能となることも確認している。