導入実績一覧へ
大手通信キャリア従業員数5,000名以上法人営業部門
法人営業の提案ドラフト生成＋社内ナレッジ検索を本番化
過去の提案書・構成事例・料金ロジックを横断検索し、提案書の初稿を生成するAIエージェント。「それらしい初稿」は出るのに事実誤りが残る問題を、出典限定と検証フローの作り込みで解消し、営業現場の標準ツールにした。
🎯背景・課題
提案書作成が属人的で、ベテランと若手で品質・スピードに大きな差。生成AIで初稿を作る案はあったが、料金・技術仕様の誤りが信頼性を損ねていた。
直面していた課題
- •提案書の品質・作成スピードが担当者の経験に依存
- •生成した初稿に料金・仕様の事実誤りが混入
- •過去提案・事例が個人のフォルダに散在し再利用されない
- •提案資料に含む顧客情報の取り扱いルールが未整備
💡Wizitのアプローチ
生成の自由度を上げる前に「誤らせない」設計を優先。検索対象を承認済みドキュメントに限定し、数値・仕様は必ず出典に紐づけて検証する流れを作り込んだ。
本番化までの進め方
🔬
① 出力の作り込み
🔒
② ガバナンス突破
★
本番化📈
③ 継続eval・ROI
👥
④ 内製化
進め方の詳細
- ▸Phase1: 承認済みの料金表・構成事例のみを検索対象にし、生成初稿に出典を必須化
- ▸Phase1: 評価セットで「事実誤り」を重点的に検出・修正する反復改善
- ▸Phase2: 顧客情報の取り扱いガイドラインを整備し、アクセス権限・ログを設計
- ▸Phase4: 営業部門にハンズオンで定着、テンプレート運用を内製化
主な技術・仕組み
- 🔧承認済みドキュメント限定のRAG
- 🔧数値・仕様の出典紐付けと検証フロー
- 🔧アクセス制御・操作ログ
- 🔧提案テンプレートの標準化
🧩この事例の仕組み
承認済み資料だけを根拠に初稿を生成し、数値・仕様は必ず出典で検証します。
📐 「もっともらしい誤り」を消すルール
- ▸料金・仕様の数値は、出典に紐づかなければ出力しない
- ▸検索対象は承認済みドキュメントに限定
- ▸初稿はAI、磨き込みは人——という分業を明確化
🔬 PoC死をどう回避したか
初稿生成のデモは1週間で動いた。本番化の壁は「もっともらしい誤り」をどう消すか。出典に紐づかない数値は出させない、という地味な作り込みを徹底して、現場が安心して使える状態にした。
🔒 ガバナンスをどう突破したか
提案書に含まれる顧客情報の取り扱いルールを法務・情報システムと整備。権限管理と操作ログで監査要件を満たした。
📈成果
提案書初稿の作成時間
Before
基準値
→
After
短縮
初稿のたたき台を自動生成
提案書の事実誤り
Before
一定数
→
After
低減
出典必須化で抑制
ナレッジ再利用
Before
個人依存
→
After
横断検索可
過去事例が全社で活用可能に
定性的な変化
- ★若手でもベテランの提案構成を再利用でき、立ち上がりが早くなった
- ★「初稿はAI、磨き込みは人」という分業が定着
- ★提案ナレッジが資産として蓄積される循環が生まれた
🗓️ タイムライン
Phase1 出力の作り込み: 約2ヶ月 → Phase2 ガバナンス・本番: 約1.5ヶ月 → Phase4 内製化（運用中）
🚀 その後の横展開
他事業部の提案・見積もり業務へ展開を検討中。
※ 守秘義務により、クライアント名および特定につながる固有情報は伏せています。
同じような課題、ありませんか？
止まっているPoCが本番化できるか、最短で見極めます。
相談する