営業リスト作成をAIで｜見込み客の探し方

営業リストの作成は、多くの中小企業で「誰かがやらなければいけないのに、誰もやりたがらない仕事」になっています。名刺、展示会の来場者名簿、問い合わせ履歴、業界団体の会員一覧。あちこちに散らばった情報を1枚の表にまとめ、重複を消し、どこから当たるかを決める。この作業に週の半日が消えている会社は珍しくありません。

そこで「AIにリストを作らせればいいのでは」と考えるのは自然な発想です。しかし、ここで最初の分かれ道があります。結論から言うと、AIに企業名や連絡先を「生成」させてはいけません。実在しない会社、統合済みの旧社名、桁の合わない電話番号が、それらしい体裁で混ざり込みます。営業リストにおいてこれは致命的です。

本記事の立場は一貫しています。集めるのは人、絞るのがAI。母集団を集める工程は人と公式な情報源が担い、AIには手元にあるリストの分類・優先順位づけ・調べた情報の整理を任せます。この分担にした瞬間、リスト作成は現実的に半分以下の時間で回るようになります。

あわせて、営業リストで避けて通れない個人情報・企業情報の取り扱いと、精度を決定づける「自社が受注できた顧客の共通点を先に言語化する」という準備についても具体的に解説します。

結論｜集めるのは人、絞るのがAI

最初に全体像をお伝えします。この記事のほぼすべては、この見出しの一文に集約されます。

AIに企業名を出させてはいけない

「〇〇県で従業員50名以上の製造業を100社リストアップして」という指示は、最もやってはいけない使い方です。生成AIは言葉のつながりとして自然なものを出力する仕組みなので、実在しない社名でも自然に見えれば出してきます。しかも、その社名は実在企業に非常に似ています。「〇〇精機株式会社」「〇〇テクノ工業」といった、いかにもありそうな名前です。

営業リストは、間違いが後工程すべてを汚染します。存在しない会社に電話をかけて時間を捨てるだけならまだしも、社名が似ている別会社に「御社の△△事業について」と連絡してしまえば、事実誤認のまま接触したことになります。営業担当の信頼も、会社の信頼も傷つきます。

AIが得意なのは分類と優先順位

では何を任せるのか。すでに手元にある情報を、決めた基準で仕分ける作業です。ここはAIが極めて強い領域です。

• 300件の企業を、業種・規模・地域で分類する
• 自社が決めた条件に照らして、優先度A/B/C/判定不能を付ける
• 担当者が調べてメモした断片情報を、決まった項目の表に整理する
• 「株式会社」「(株)」「㈱」といった表記ゆれを揃え、重複を洗い出す
• 優先度の高い企業向けに、初回接触の文面のたたき台を作る

いずれも「新しい事実を作り出す」作業ではなく、「与えられた情報を並べ替える」作業です。この境界線を引けているかどうかが、営業リストのAI活用が成功するか失敗するかを分けます。

精度を決めるのは受注顧客の言語化

もうひとつ重要な前提があります。AIに優先順位をつけさせるとき、精度を決めるのはツールの性能ではありません。「自社はどんな会社なら受注できるのか」を、あなたが先に言葉にできているかです。

「良さそうな会社を選んで」と指示すれば、AIは一般的に見栄えのする会社、つまり大企業や有名企業を上位に持ってきます。しかしそれはたいてい、あなたの会社が最も受注しにくい相手です。逆に「従業員30〜100名で、専任の情報システム担当がいない製造業」と条件を書けば、AIは正確に仕分けます。

後述する「受注できた顧客の共通点を書き出す」工程は、この記事で最も地味で、最も効果が大きい作業です。

なぜAIに企業リストを作らせると失敗するか

もう少し具体的に、何が起きるのかを見ておきます。ここを軽視して痛い目にあう会社が非常に多いためです。

実在しない会社名が混ざる

生成AIが事実と異なる内容をもっともらしく出力する現象は、一般にハルシネーション（幻覚）と呼ばれます。企業リストの生成は、この現象が最も出やすい使い方のひとつです。理由は単純で、AIは「〇〇県の製造業一覧」というデータベースを持っているわけではなく、学習した文章のパターンから「それらしい社名」を組み立てているからです。

やっかいなのは、100社のうち90社が実在してしまうことです。全部が嘘なら誰でも気づきますが、9割が正しいと人は残り1割を検証しなくなります。詳しい仕組みと対策はAIのハルシネーション対策にまとめています。

電話番号と住所が特に危ない

社名以上に危険なのが、電話番号・住所・担当部署名です。これらは桁数や形式が決まっているため、AIは「形式として正しいもの」を非常に高い確率で生成できてしまいます。市外局番だけ合っていて番号が別会社、というケースが典型です。

無関係の会社や個人宅に営業電話をかけることになれば、クレームに直結します。連絡先は、必ず企業の公式サイトか公的な公開情報から人が転記する。ここだけは例外を作らないでください。

情報が古いまま出てくる

AIの知識には基準となる時点があります。そのため、すでに社名が変わった会社、統合・廃業した会社、移転した拠点が、そのまま出てくることがあります。社名変更後の会社に旧社名で連絡するのは、「うちを調べていない」と宣言するのと同じです。

検索機能付きでも確認は必要

「Web検索ができるAIなら大丈夫では」という質問をよく受けます。検索機能があるAIは、確かに何もない状態から生成するよりは精度が上がります。しかし問題は残ります。検索結果の中から要約する際に、AIが複数の会社の情報を混ぜてしまうことがあるためです。A社の資本金とB社の従業員数が、C社の行に並ぶ。表形式で出力させたときに特に起きやすい現象です。

検索機能付きAIを使う場合は、必ず出典URLを1行ごとに書かせるようにしてください。そして、実際に発信する前に人がそのURLを開いて確認します。出典を書かせるだけで、AI側の出力も慎重になります。

営業リスト作成の本当のボトルネック

AIの話をいったん離れて、そもそもリスト作成のどこに時間がかかっているのかを整理します。ここを取り違えると、AIを入れても時間は減りません。

集めることより絞ることに時間がかかる

多くの会社が「リストが足りない」と言いますが、実際に社内を探すと、名刺管理ソフト、展示会の来場者データ、過去の問い合わせ、失注案件、休眠顧客と、母集団は十分にあります。足りないのは件数ではなく、「この300件のうち、今週どの10社に当たるべきか」という判断です。

この判断に時間がかかるのは、判断基準が担当者の頭の中にしかないからです。基準が言語化されていないので、毎回ゼロから考え直すことになり、担当が変わると再現もできません。

誰に当てるかが決まっていない

「見込み客リサーチ」という言葉には、本来2つの作業が混ざっています。ひとつはまだ知らない会社を見つける作業、もうひとつは知っている会社が今買うタイミングかを見極める作業です。中小企業の場合、成果が出やすいのは圧倒的に後者です。

新規の母集団を広げる前に、すでに接点のある会社の中から優先順位を出す。ここにAIを使うと、投じた時間に対する見返りが最も大きくなります。

情報がバラバラで比較できない

3つ目のボトルネックは形式の不揃いです。ある行には「従業員50名」、別の行には「50人規模」、また別の行には「小規模」とだけ書いてある。これでは並べ替えも絞り込みもできません。

人間がこれを揃えるのは非常に退屈で時間のかかる作業ですが、AIは得意です。項目名と選択肢を先に決めて渡せば、バラバラな記述を決まった形に落とし込む作業は数分で終わります。

AIに任せてよい5つの作業

ここから具体論に入ります。営業リストの工程のうち、AIに渡してよい作業は次の5つです。

1. 手元リストの分類

すでにある企業リストに対して、業種・規模・地域・接点の有無といったタグを付けさせます。元データに書かれている情報だけを使って分類させるのがポイントです。「書かれていない項目は空欄にする」と明示すれば、勝手な推測が止まります。

2. 優先順位づけ

あなたが決めた基準に照らして、優先度を付けさせます。ここで大切なのは、AIに基準を考えさせないことです。基準は人が決め、AIは当てはめるだけ。この分担なら結果の説明もできますし、外れたときに基準の側を直せます。

3. 調べた情報の要約

担当者が企業サイトや採用ページを見てメモした内容を、決まった項目に整理させます。「事業内容／拠点数／直近の動き／想定される課題／接点の有無」といった項目を指定し、メモの範囲内で埋めさせます。調べるのは人、まとめるのがAIという関係です。

4. 表記ゆれと重複の整理

「株式会社山田製作所」「(株)山田製作所」「山田製作所㈱」を同一とみなし、重複行を洗い出させます。ただし、削除まで自動でやらせてはいけません。「重複の疑いがある組み合わせ」を一覧で出させて、消すのは人が行います。似た社名の別会社を消してしまう事故を防ぐためです。

5. アプローチ文面のたたき台

優先度の高い企業に対して、初回接触の文面の骨組みを作らせます。ただし、文面に固有名詞や数字を入れる場合は必ず人が確認してください。ここでもAIは「相手企業の実績」を勝手に作ることがあります。メール文面全般のAI活用はメール返信をAIで効率化する方法で詳しく扱っています。

準備｜受注できた顧客の共通点を書く

手順に入る前に、必ずやっておく準備があります。これをやらずにAIを使うと、出てくる結果は一般論の域を出ません。

直近の受注10社を書き出す

まず、直近1〜2年で実際に受注できた顧客を10社（少なければ5社でも構いません）書き出します。ここで大きい案件や自慢したい案件を選んではいけません。金額の大小に関係なく、時系列で直近から順に並べてください。恣意的に選ぶと、共通点が歪みます。

共通点を5つの軸で言語化

書き出した会社について、次の5つの軸で記入します。

軸	書く内容の例
規模・業種	従業員30〜100名／金属加工／地場の下請中心
きっかけ	ベテランの退職が決まった／取引先から要求された
決める人	社長が単独で決める／専務と現場責任者の2名
困りごと	受注処理が紙とFAXで属人化している
接点の入り口	既存顧客からの紹介／業界セミナーの参加者

10社分を埋めると、たいてい2〜3個の強い共通点が浮かび上がります。「従業員100名を超えると情報システム担当がいて話が通りにくい」「社長が単独で決められる会社は3か月で決まるが、稟議のある会社は1年かかる」といった、自社にしかない条件です。これが営業リストの絞り込み基準になります。

失注した顧客も同じ形で書く

受注だけでなく、提案まで進んだのに失注した会社も5社ほど同じ形式で書いてください。受注顧客との差分が、そのまま「除外条件」になります。除外条件を持っているリストは、持っていないリストより圧倒的に効率が良くなります。

理想顧客像を1枚にまとめる

最後に、必須条件3つ・歓迎条件3つ・除外条件3つの計9行にまとめます。9行で足ります。これがAIに渡す判定基準になり、同時に営業担当全員の共通言語になります。

手順｜7ステップで進める

準備ができたら、実際の流れです。7つのステップに分けます。

1. 母集団を人の手で集める

まず集める工程です。ここはAIを使いません。社内に散らばっている情報を1か所に集めます。

• 名刺管理ソフトの書き出し
• 過去3年の展示会・セミナーの参加者名簿
• 問い合わせフォームの履歴
• 失注案件と休眠顧客の一覧
• 公的機関や業界団体が公開している会員名簿
• 国税庁の法人番号公表サイトなど、公開されている法人情報

この段階では絞りません。重複していても構いません。「集める」と「絞る」を同時にやろうとすると、どちらも中途半端になります。

2. 表形式に整える

集めた情報をひとつの表にします。列は最低限、次の6つがあれば始められます。

会社名／所在地（都道府県まで）／業種／規模の手がかり／接点の内容と時期／情報の出どころ。最後の「情報の出どころ」は必ず入れてください。どこから得たリストかを記録していないと、後から適法性を確認できなくなります。

3. AIに分類させる

ここで初めてAIを使います。表を貼り付け、理想顧客像シートの9行を判定基準として渡し、各社に優先度を付けさせます。50〜100件ずつに分けて処理するのが実務的です。一度に500件渡すと、途中から精度が落ちたり、行が抜け落ちたりします。

4. 上位企業だけ深掘りする

優先度Aと判定された企業だけを対象に、担当者が公式サイト・採用ページ・ニュースリリースを見て情報を集めます。ここは人の作業です。1社5分と決めて、次の項目をメモします。

• 直近の動き（新拠点、採用、新事業、設備投資など）
• 今どんな人を募集しているか
• 取引先や納入実績に自社の既存顧客がいないか
• 問い合わせ窓口と、公式に公開されている連絡先

5. 一次情報で裏を取る

深掘りした内容のうち、営業トークに使う予定の事実は、必ず公式な情報源で確認します。「業界紙に載っていたらしい」といった伝聞は、そのまま使わないでください。相手の会社は自社のことを誰よりも知っています。事実誤認は一発で見抜かれます。

6. 優先度順に並べ替える

裏取りした情報を反映して、最終的な順番を決めます。ここでAIに「まとめの1行コメント」を作らせると、リストが一気に使いやすくなります。「〇〇県、金属加工、従業員80名、今年4月に第二工場稼働、生産管理の求人あり」といった1行が入るだけで、営業担当が電話をかける前の準備時間が大幅に短くなります。

7. 結果を記録して基準を直す

最後が最も重要です。アプローチした結果（つながった／アポになった／断られた）を必ずリストに書き戻してください。1か月分たまったら、優先度Aの実績と優先度Cの実績を比べます。差が出ていなければ、基準が間違っています。その場合はAIの使い方ではなく、理想顧客像シートの9行を書き直します。

この「基準を直す」ループを回している会社と、回していない会社の差は、3か月で明確に出ます。

そのまま使える指示文（プロンプト）

実際に使える指示文を4種類挙げます。自社の条件に置き換えて使ってください。

分類させる指示文

「以下の企業リストを、指定した項目に分類してください。元の表に書かれている情報だけを使い、書かれていない項目は必ず『不明』と記載してください。推測で補完しないでください。分類項目は、業種（製造／建設／運送／卸売／サービス／その他）、規模（〜20名／21〜100名／101〜300名／301名以上／不明）、地域（都道府県）です。出力は元の行数と同じ行数の表にしてください。」

優先順位をつけさせる指示文

「以下の判定基準に従って、各企業に優先度A/B/C/判定不能を付けてください。基準はこちらで決めたものです。追加や解釈の変更をしないでください。［必須条件3つ・歓迎条件3つ・除外条件3つを貼り付け］。必須条件をすべて満たし歓迎条件を1つ以上満たす場合はA、必須条件をすべて満たす場合はB、必須条件を満たさない場合はC、判定に必要な情報が表にない場合は判定不能としてください。各行に、そう判定した理由を15字以内で付けてください。」

「判定不能」という選択肢を必ず入れてください。これがないと、AIは情報が足りなくても無理やりA〜Cのどれかに割り振ります。

調べた情報を要約させる指示文

「以下は担当者が企業サイトを見て取ったメモです。これを次の項目に整理してください。項目は、事業内容（40字以内）／直近の動き（40字以内）／募集中の職種／自社との接点。メモに書かれていない内容は追加しないでください。該当がない項目は『記載なし』としてください。」

推測を止める一文

すべての指示文に共通して入れるべき一文があります。

「書かれていないことを推測で補わないでください。分からない場合は『不明』と書いてください。」

この一文があるかないかで、出力の信頼性はまったく変わります。AIは空欄を嫌う性質があるため、明示的に「空欄でよい」と許可を与えることが必要です。

リストの入手元と適法性の確認

営業リストの話で最も見落とされやすく、最もリスクが大きいのがこの論点です。AIの使い方以前の問題として、必ず押さえてください。

取得元の利用規約を必ず読む

Webサイトに公開されている企業情報でも、そのサイトの利用規約が自動収集や営業目的での二次利用を禁じている場合があります。企業データベースサービス、業界団体の会員検索、ポータルサイトなどは、規約で用途を限定しているケースが少なくありません。

「公開されている＝自由に使ってよい」ではありません。リストの1行ごとに出どころを記録し、その出どころの規約を確認する。手順2で「情報の出どころ」列を必須にしたのは、このためです。

名簿を買うときの確認事項

名簿販売事業者からリストを購入する場合、個人情報（担当者個人の氏名やメールアドレスなど）が含まれるなら、個人情報保護法の対象になります。個人情報保護委員会のガイドライン（通則編）は、偽りその他不正の手段によって個人情報を取得してはならないという適正取得の考え方を示しています（出典：個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」）。

また、第三者から個人データの提供を受ける際には、提供元がその個人データをどのように取得したかなどを確認し、記録を作成・保存する義務が定められています。購入時には、少なくとも次の点を書面で確認してください。

• その個人データをどのような経緯で取得したか
• 本人から第三者提供の同意を得ているか
• 提供元の氏名・名称と所在地
• 提供を受けた年月日と項目

「安く大量に買えたが出どころが説明できない名簿」は、使わないのが最も安全です。

個人情報保護法で気をつける点

法人情報そのもの（会社名、代表電話、本社所在地）は個人情報にあたりませんが、担当者の氏名・所属・個人宛のメールアドレスが入った瞬間に個人情報になります。営業リストは、この境界をまたぎやすいのが特徴です。

実務的には、リストを「法人情報だけの列」と「個人が特定される列」に分けて管理し、外部のAIサービスに渡すのは前者だけにする運用が現実的です。

特定電子メール法とFAX広告

作ったリストに一斉メールを送る前に、特定電子メール法を確認してください。広告宣伝を目的とする電子メールは、原則としてあらかじめ送信に同意した相手にのみ送信できる（オプトイン規制）と定められており、送信者の氏名・名称や問い合わせ先などの表示も義務づけられています（出典：総務省「特定電子メールの送信の適正化等に関する法律（迷惑メール対策）」）。

リストが手に入ったからといって、そのまま一斉送信してよいわけではありません。同意の有無を列として持ち、同意がない先には個別の連絡手段を使う。この線引きを最初に決めておくと、後から慌てずに済みます。

AIに入れてよい情報の線引き

もうひとつ、社内で先に決めておくべきことがあります。

社外サービスに入れない情報

総務省「令和7年版 情報通信白書」によれば、生成AIの導入における懸念事項として、1位が「効果的な活用方法がわからない」、2位が「社内情報の漏えい等のセキュリティリスク」となっています（出典：総務省「令和7年版 情報通信白書」）。営業リストはまさにこの2位に直結する情報です。

入れない情報の代表例は次の通りです。

• 取引先の担当者の氏名・携帯番号・個人メールアドレス
• 個別の取引単価や値引き条件
• 秘密保持契約の対象になっている情報
• まだ公表されていない相手企業の計画

匿名化すれば精度は落ちない

「機密だから使えない」で止まる必要はありません。分類や優先順位づけの作業では、社名を「A社」「B社」に置き換えても結果はほとんど変わりません。AIが見ているのは業種・規模・接点といった属性であり、固有名詞そのものではないからです。

実務では、会社名の列を通し番号に置き換えた表をAIに渡し、返ってきた判定結果を通し番号で元の表に戻す、という運用が簡単で確実です。

社内ルールを先に1枚作る

同白書によると、生成AIの活用方針を定めている企業は49.7%と、前年の42.7%から増加しています。一方で、中小企業では方針を策定していない割合が約半数にのぼるとされています（出典：総務省「令和7年版 情報通信白書」）。

ルールといっても分厚い規程は不要です。「入れてよい情報／入れてはいけない情報／使ってよいサービス／出力を人が確認する範囲」の4項目をA4で1枚。具体的な作り方は社内AIルールの作り方にまとめています。

【モデルケース】月30時間の削減試算

ここでは、営業担当3名の会社を想定した試算を示します。以下は実在の企業ではなく、当社が想定する典型的な状況にもとづく試算です。実際の効果は業務内容や社内体制によって大きく変わります。

前提は、人件費の時間単価2,500円、月20営業日、営業担当3名。リスト関連業務に3名合計で月60時間を使っている状態とします。

作業	導入前（月・3名計）	導入後	差
母集団の収集（人が実施）	12時間	12時間	±0
表記ゆれ・重複の整理	9時間	2時間	-7時間
業種・規模・地域の分類	15時間	3時間	-12時間
調べた情報の整理・要約	12時間	3時間	-9時間
優先順位づけの検討	6時間	2時間	-4時間
事実確認（人が実施）	6時間	8時間	+2時間
合計	60時間	30時間	-30時間

月30時間の削減は、時間単価2,500円で換算すると月75,000円分の工数に相当します。ただし、この試算で本当に注目してほしいのは金額ではありません。

注目すべきは「事実確認」の行だけが増えていることです。AIを入れて分類や整理が速くなった分、人が確認する時間はむしろ増やす。ここを削ると、実在しない情報が混ざったリストで営業活動をすることになり、削減した30時間よりはるかに大きな損失が出ます。

また、母集団の収集時間が変わっていない点も意図的です。ここを短縮しようとしてAIに企業名を出させた瞬間に、この記事で挙げたすべての問題が発生します。

総務省「令和7年版 情報通信白書」では、生成AIの活用推進による影響について、日本では「業務効率化や人員不足の解消につながる」を挙げる割合が最も高いという結果が示されています（出典：総務省「令和7年版 情報通信白書」）。営業リスト作成は、まさにこの「効率化」と「人員不足の解消」が同時に効く業務です。

精度を上げる7つのコツ

実際に運用するときに効く、細かいが効果の大きいコツをまとめます。

判定基準を数字で書く

「中小企業」「地方の会社」といった言葉は、AIによって解釈が変わります。「従業員20〜150名」「本社が〇〇県・△△県」と数字と固有名詞で書いてください。これだけで判定のばらつきが大きく減ります。

迷ったら「判定不能」にさせる

先述の通り、選択肢に「判定不能」を必ず入れます。判定不能が多く出るのは失敗ではありません。元データの情報が足りないという事実が可視化されたということです。むしろ、どの列を埋めれば判定できるようになるかが分かります。

一度に処理する件数を絞る

50〜100件を目安に分割してください。件数が多いと、途中で行が抜ける、後半の判定が雑になる、といった劣化が起きます。分割して処理し、結果を表計算ソフトで結合するほうが確実です。

出典を必ず書かせる

Web検索を使わせる場合は、1行ごとに参照したURLを書かせます。書けないものは「出典なし」と明示させ、その行は営業トークに使わない。この運用だけで事故はほぼ防げます。

結果を人が10件検算する

AIが出した判定のうち、無作為に10件を選んで人が検算します。全件見る必要はありません。10件で2件以上ずれていれば、基準の書き方に問題があります。指示文を直してからやり直したほうが、全件確認するより速く終わります。

同じ指示文を保存して使い回す

うまくいった指示文は、テキストファイルに保存して使い回してください。毎回書き直すと結果がぶれます。指示文を資産として管理すると、担当者が変わっても同じ品質のリストが作れます。

営業結果を月次で書き戻す

アプローチ結果をリストに戻し、月に一度だけ基準を見直します。毎週いじると何が効いたか分からなくなります。月次でよいので、必ず続けてください。

よくある失敗と対処

導入後によく起きるつまずきを3つ挙げます。

リストは増えたが商談が増えない

最も多いパターンです。原因はほぼ、リストを「増やす」方向に力を使っているためです。件数を2倍にしても、当たる順番が同じなら結果は変わりません。件数ではなく順番を変えるのが目的だったはずです。理想顧客像シートに戻ってください。

全部Aランクになる

必須条件がゆるすぎるか、AIが甘く判定しています。対処は2つ。まず必須条件を厳しくすること。次に「A判定は全体の20%以内に収めてください」と件数の上限を指示に入れることです。相対評価を強制すると、判定が締まります。

現場が使わない

営業担当が従来のやり方に戻ってしまうケースです。多くの場合、AIが出したリストの「なぜこの順番なのか」が伝わっていないことが原因です。判定理由を15字で付けさせるのは、精度のためだけでなく、現場が納得して使うためでもあります。

また、いきなり全社展開せず、営業1名・50件から始めてください。1人が結果を出してから広げるほうが、確実に定着します。他部門も含めた効率化の全体像は業務効率化のアイデア20選が参考になります。

よくある質問（FAQ）

Q. AIに企業リストを作らせても？

A. お勧めしません。生成AIは学習した文章のパターンから「それらしい社名」を組み立てるため、実在しない企業や、統合・廃業した会社が混ざります。特に電話番号や住所は形式が決まっているぶん、もっともらしい誤りが生成されやすい項目です。企業名と連絡先は、公式サイトや公的に公開されている情報から人が転記してください。

Q. 検索できるAIなら大丈夫ですか？

A. 何もない状態から生成するよりは精度が上がりますが、確認は必要です。検索結果を要約する過程で、複数企業の情報が1行に混ざることがあります。特に表形式で出力させたときに起きやすい現象です。1行ごとに出典URLを書かせ、営業トークに使う事実は人が実際にURLを開いて確認してください。

Q. 母集団はどこから集めますか？

A. まずは社内です。名刺管理ソフト、展示会・セミナーの参加者名簿、問い合わせ履歴、失注案件、休眠顧客。この5つで、多くの会社は数百件の母集団が作れます。社外に広げる場合は、業界団体の公開名簿や公的機関が公表している法人情報など、出どころが説明できるものから始めてください。

Q. 名簿を購入しても問題ない？

A. 購入自体が禁じられているわけではありませんが、確認が必要です。担当者の氏名やメールアドレスなど個人情報が含まれる場合、第三者から個人データの提供を受ける際の確認・記録義務の対象になります。取得の経緯、本人同意の有無、提供元の名称と所在地、提供日と項目を書面で確認してください。出どころを説明できない名簿は使わないのが安全です。

Q. 顧客名をAIに入力していい？

A. 社外のサービスを使う場合は、置き換えることをお勧めします。会社名を通し番号や「A社」に置き換えても、分類や優先順位づけの精度はほとんど落ちません。AIが判断材料にしているのは業種・規模・接点といった属性であり、固有名詞ではないためです。判定結果を通し番号で元の表に戻す運用が簡単です。

Q. 何件くらいから始めるべき？

A. 50件からで十分です。いきなり全件を処理すると、判定がずれていたときの手戻りが大きくなります。まず50件で試し、無作為に10件を人が検算して、ずれが2件以内に収まってから件数を増やしてください。AIに一度に渡す件数も50〜100件を目安にすると安定します。

Q. 分類の精度が低いときは？

A. ほぼ判定基準の書き方が原因です。「中小企業」「地方」といった言葉は解釈が揺れます。「従業員20〜150名」「本社が〇〇県内」と、数字と固有名詞に置き換えてください。それでも改善しない場合は、元データにその判定に必要な列がない可能性が高いので、集める項目のほうを見直します。

Q. 全部が優先度Aになります

A. 必須条件がゆるいか、AIが甘く判定しています。まず必須条件を厳しくしてください。それでも変わらなければ、指示に「A判定は全体の20%以内に収めてください」と上限を入れます。相対評価を強制すると判定が締まり、実際に使える順番になります。

Q. 無料のAIでもできますか？

A. 分類や整理の作業自体は無料版でも可能です。ただし、無料版は入力した内容が学習に使われる設定になっている場合があります。顧客情報を扱うなら、学習に使われない設定にできる有料プランや法人向けプランを選び、それまでは社名を置き換えたデータで試すのが安全です。

Q. Excelのままでも使えますか？

A. 使えます。表計算ソフトの範囲をコピーしてAIに貼り付け、返ってきた表を貼り戻す。この往復だけで十分に効果が出ます。新しいツールを導入する前に、まず今使っているファイルで試してください。仕組み化は、効果が確認できてからで遅くありません。

Q. どのくらいで効果が出ますか？

A. 作業時間の短縮は初日から実感できます。ただし「商談が増える」という成果が見えるのは、アプローチ結果を書き戻して基準を1〜2回見直した後、おおむね2〜3か月後です。最初の1か月で判断せず、結果を記録し続けてください。

Q. 営業メールの文面も任せていい？

A. たたき台までは任せて構いません。ただし、相手企業の実績や数字を文面に入れる場合は必ず人が確認してください。AIは相手の実績を作ってしまうことがあります。また、広告宣伝目的の電子メールは原則として事前に同意を得た相手にのみ送信できるため、一斉送信の前に同意の有無を確認してください。

Q. リストは何か月ごとに見直す？

A. 判定基準の見直しは月1回、リスト全体の棚卸しは四半期に1回が目安です。毎週いじると何が効いたのか分からなくなります。月次では優先度Aと優先度Cの結果を比べ、差が出ていなければ基準を書き直します。差が出ていれば、その基準は機能しています。

Q. 誰が担当するのが良いですか？

A. 受注実績を最もよく知っている人です。ツールに詳しい人ではありません。判定基準を書くのが最も難しい工程であり、それができるのは実際に受注してきた営業担当か経営者です。表計算やAIの操作は後から覚えられますが、受注顧客の共通点は社外からは持ち込めません。

まとめ

• 営業リストは集めるのは人、絞るのがAI。この分担を崩さない
• AIに企業名・住所・電話番号を生成させない。実在しない情報が混ざる
• 連絡先は公式サイトか公的な公開情報から人が転記する
• AIに任せるのは分類・優先順位づけ・調べた情報の整理・表記ゆれ・文面のたたき台
• 精度を決めるのは受注できた顧客の共通点を先に言語化すること
• 必須3・歓迎3・除外3の9行の理想顧客像シートを判定基準にする
• 指示文には必ず「推測で補わないでください」と「判定不能」の選択肢を入れる
• リストの出どころを1行ごとに記録し、規約と適法性を確認する
• 名簿購入時は取得の経緯・本人同意・提供元を書面で確認する
• 社外サービスに渡すのは社名を置き換えた法人属性だけにする
• AIで浮いた時間の一部は事実確認に回す。ここを削ると事故になる
• 結果を書き戻し、月1回だけ基準を直すループを回す

営業リスト作りがつらいのは、件数が足りないからではありません。「どの順番で当たるべきか」を決める基準が言葉になっていないからです。基準さえ書ければ、当てはめる作業はAIが数分で終わらせます。逆に基準がなければ、どんなに高性能なAIを使っても、出てくるのは一般論の並び順です。

まずは受注できた10社を書き出すところから始めてください。ここが、営業リストのAI活用で最も費用対効果の高い1時間です。

無料相談はこちら（初回のご相談・お見積りは無料です）

営業業務全体でのAI活用は営業のAI活用｜商談準備から報告まで効率化する方法、問い合わせ対応やフォローの文面はメール返信をAIで効率化する方法、誤った情報が混ざる仕組みと対策はAIのハルシネーション対策、社内での使い方の線引きは社内AIルールの作り方、他業務も含めた全体像は業務効率化のアイデア20選にまとめています。