難しい技術をいかに売るか。AI実装アドバイザリーの提案資料を実際に作って気づいたこと

3杯目を飲み終えたとき、ようやく気づいた。この資料、誰も読まへんやろ。

「RAGを使えば回答精度が向上します」「Azure AI Searchで既存システムと統合できます」——自分で書いた文章を読み返して、正直、引いた。

技術語りで決裁率が下がる

技術が分かれば提案は通る。ずっとそう信じてた。

でも実際は逆やった。技術の話をすればするほど、決裁者の顔が曇る。

製造業のクライアントに提案したとき、AIによる問い合わせ自動化の仕組みを30分かけて丁寧に説明した。LLMの推論フロー、RAGのインデックス構造、精度の数値まで。「どうですか？」と聞いたら、「すごいのは分かるんですけど、結局何がすごいんですか？」と言われた。笑えない。

私が関わった2025年度の案件を振り返ると、技術の複雑さを説明しすぎた提案書ほど、役員層の理解度が下がり、見送りになりやすいという傾向が出た（断言できるほどのサンプル数はないが、感覚と完全に一致してる）。

PoC（概念実証）を何度繰り返しても、半年経っても本番運用に至らない。「検証屋さん」というレッテルを貼られたエンジニアを何人か見てきた。これは技術力の問題やない。売り方の問題や。

技術への理解が深いほど成約しやすい、なんてのは通説であって真実やない。AIの仕組みを説明する時間を削って、顧客の現在の業務フロー図を説明に使う方が、受注率はずっと高い。

ROI月間150万円の正体

答えはシンプルで、金の話だけをするということや。

問い合わせ対応業務の例で言うと、月間120時間の対応作業があって、人件費換算で1時間3,000円なら月36万円のコスト。これを自動化で75%削減できたら月27万円の改善。採用コストの抑制や、品質ムラ解消による再問い合わせ率の低下を乗せていくと、月間150万円規模のROIが算出できる。

LangChainだのPineconeだのは、あくまで手段の話。決裁者に伝えるべきは「この技術がすごい」ではなく「この業務のムダが消える」や。

AIの精度向上を訴求した案件より、既存業務との連携コスト削減を訴求した案件の方が、予算承認の確度が高いという傾向も肌感としてある。技術的な洗練さは関係ない。何を「すごい」と感じてもらうかが全てや。

余談やけど、先日コンビニで昼飯を買いながら、レジ横の自動発注システムをぼーっと見てた。あれも誰かが「在庫ロスを月○万円削減します」という一言で売り込んだはずで、技術の話なんて一秒もしてへんやろうな、と思った。

3スライドで決裁が通る

以前の私は、提案書を10ページ以上書いてた。アーキテクチャ図、技術比較表、導入スケジュール、想定FAQ……丁寧に作れば作るほど良くなると思ってた。

今は3スライドしか作らない。

構成はこうや。

1枚目：「現在の業務フローと、そこに眠ってるコスト」
2枚目：「3ヶ月以内に達成する具体的なKPI（数字だけ）」
3枚目：「着手コストとスケジュール（部長決裁で動ける範囲）」

技術的な詳細図は入れない。「なぜこの技術を選んだか」の説明もしない。そういう話は、決裁後のキックオフでやればいい。

このフォーマットにしてから、稟議が通るまでの期間が平均60日から21日に縮まった（私が関わった数件の平均なので統計としては弱いが）。決裁者が「読める」資料というのは、短い資料のことやと気づいた。

結局、業務のデバッグやった

AI実装の本質は、業務フローのおかしい部分を治すことや。

技術者として考えると「いかに高精度なモデルを構築するか」という問いに引っ張られる。でもクライアントにとっては、業務フローのどこかが壊れてて、そこを直してほしいだけや。業務フロー図を提案の主軸に据えるようにしてから、「技術的なことは分からないけど、これなら検討できる」という反応が明らかに増えた。

だからPoCは6週間で区切る。長すぎると「まだ検証中」が続き、成果が見えないまま評価フェーズに入れない。6週間で一つ結果を出す約束をする方が、クライアントの信頼は取りやすい。

総予算は200万円以下に設定する。部長決裁で動ける金額のラインに近いからや。役員会にかけなくて済めば、意思決定のスピードが全然違う。

難しい技術を売る、というより業務のゴミを捨てさせる提案をする。その感覚に変わってから、提案の通り方が変わった。今のところ、それが一番正直なところや。