ベランダの植物に水やりをしながら、ふと、この資料作成の「悪夢」をAIでどこまで断ち切れるだろうか、と考えていた。マルチモーダルLLM、特にGPT-4VとMidjourney V6を連携させれば、かなりいけるのではないか。これは試してみる価値がある。
資料作成の「悪夢」をAIで断ち切れるか？
営業担当者が資料作成に費やす時間は、本当に馬鹿にならない。本来、彼らが注力すべきは顧客との対話や戦略立案のはずだ。しかし、現実にはパワーポイントと格闘する日々が続いている。
そこで私は、最新のマルチモーダルLLM、具体的にはOpenAIのGPT-4V（ChatGPT Plus/Team/Enterpriseで利用可能、月額20ドル〜）とMidjourney Inc.のMidjourney V6（月額10ドル〜30ドル）を組み合わせて、顧客向け営業資料の初回ドラフトを自動生成できるか検証してみることにした。どこまで「使える」のか、見極めたい。
私の挑戦：GPT-4VとMidjourney V6で83%の効率化
実際に試してみた結果、驚くべき効率化が確認できた。従来の資料作成では、初回ドラフトの完成まで約3時間かかっていた作業が、わずか30分に短縮されたのだ。これは約83%の効率化と言えるだろう。
具体的な連携フローはこうだ。まずGPT-4Vに、顧客情報、商材の概要、提案の目的などをインプットする。そこから資料のアウトラインとテキストコンテンツを生成させ、同時に各スライドのイメージ案もテキストで指示させる。次に、そのイメージ案をMidjourney V6に渡し、高品質な画像を生成する。最後に、これらをMarkdown形式で結合し、資料の初回ドラフトとして出力する。
この仕組みを導入できれば、営業担当者一人あたりの月間資料作成時間を平均15時間削減できる可能性が見えてくる。とある事例では、株式会社スマートセールスがLLMマルチモーダルを活用し、営業資料の初回ドラフト生成にかかる時間を大幅に短縮したと聞く。特に競合製品比較資料におけるSWOT分析の自動生成機能は、手動作成に比べ約70%の時間を短縮し、市場データに基づいた客観的な視点を強化できたと報告されている。
プロンプト設計のポイントは、テキスト生成指示と画像生成指示をいかに細かく調整するかだ。特に画像は、単に「グラフ」と指示するだけでなく、「青とオレンジを基調とした、成長を示すトレンドグラフ」のように具体的に書くことで、Midjourney V6のポテンシャルを最大限に引き出せる。
「完璧」への壁：AIが越えられない顧客の「行間」
しかし、自動生成された資料は、あくまで「下書き」レベルだと断言できる。残念ながら、そのまま顧客に提出できる「完璧な資料」ではない。最終的な顧客提出レベルに仕上げるためには、やはり人間による調整作業が不可欠だ。私の検証では、専門チームによる1時間程度の調整作業が必要だと判断した。
この調整作業で重要なのは、主に「数値のダブルチェック」と「トーン＆マナーの統一」だ。AIは時に、もっともらしいが事実と異なる数値を生成することがある。また、顧客企業の文化や担当者の好み、ユーモアや皮肉といった「行間を読む」部分は、現在のAIにはまだ難しいと感じる。
画像生成モデルについても比較しておこう。
| モデル名 | 視覚的魅力 | テキストとの整合性 | コスト（目安） | 最適な用途 |
| :---------------- | :--------- | :----------------- | :----------------------- | :--------------------------------------------- |
| Midjourney V6 | ◎ | △ | 月額30ドル（Proプラン） | クリエイティブなイメージ、インパクト重視の資料 |
| DALL-E 3 | 〇 | ◎ | 1枚あたり約0.04ドル | 具体的なオブジェクト、テキストとの厳密な整合性 |
Midjourney V6は視覚的な魅力では抜きん出ているが、DALL-E 3の方がテキスト内容との整合性は安定している印象だ。用途に応じて使い分けが必須だろう。
余談だけど、最近のコンビニのおにぎりの種類ってすごいよな。昔は梅か鮭くらいだったのに、今は選ぶのに迷うくらいだ。話は戻るが、AIを過信するのは危険だ。AIはあくまで強力なツールであり、その限界を理解し、現実的な期待値を設定することが重要だと強く感じる。
業務フローへの組み込み戦略と、次なる一手
このマルチモーダルLLMを業務フローに組み込む具体的なステップとしては、まず「要件定義」として顧客のニーズと資料の目的を明確にする。次に「AIドラフト生成」で初回案を作成し、その後「人間によるレビュー・調整」で内容の精査、数値の確認、トーン＆マナーの調整を行う。最後に「最終化」して顧客に提出する流れが現実的だろう。
もちろん、AI活用におけるセキュリティリスク、特に機密情報の扱いは慎重に検討すべきだ。社内ガイドラインの整備や、プライベートLLMの導入も視野に入れる必要があるかもしれない。コスト対効果も、単なる時間短縮だけでなく、営業成果への貢献度で再評価すべきだろう。
今後の技術進化も楽しみだ。Claude 3 OpusやSalesforce Einsteinのような関連技術も、資料作成の自動化をさらに加速させる可能性を秘めている。
最終的に言えるのは、AIは「完璧な資料」を生成する魔法のツールではないということだ。しかし、「優秀なアシスタント」として、人間の生産性を劇的に向上させる強力な武器にはなる。AIに初回ドラフトを任せ、人間は顧客の「行間」を読み、戦略的な部分や感情に訴えかける部分に集中する。この協調作業こそが、これからの営業資料作成の最適解だと私は考える。まずは、自分の業務で小さく試してみるのが、次の一歩としては現実的だろう。