一時期製造業のブランドに関わらせていただいていた経歴からか、製造業の企業様のブランディングとAI支援に携わらせていただくことが多い。その中で改めて思考が整理できたので共有したいと思う。
製造業の企業様にAI活用の話をすると、たいていスマートファクトリーや生産最適化の文脈で最初は要望をいただく。話を進める中で営業資料の話になることは少ない。でも実際に現場と話すと、「技術には自信があるのに、提案で負ける」という声がかなりの頻度で出てくる。
そこが気になっていて、今回まとめることにした。
何が起きているか
製造業の営業資料は、部門ごとに育ちやすい。営業、技術、マーケ、代理店チャネル。それぞれが必要に迫られて資料を作るうちに、言葉も訴求軸もバラバラになっていく。
全員まちがっていない。でも全部合わさると、ひとつの会社に見えない。このズレが、比較検討の終盤でじわじわダメージになってくる。
もうひとつある。B2Bの購買は、担当者ひとりで完結しない。購買、技術、情報システム、現場責任者、経営層まで関与するケースが増えていて、LinkedInの2025年調査では、買い手グループ内の不整合で4割超の案件が停滞するとされている。「相手の担当者に刺さる提案」より「相手が社内で説明しやすい提案」が求められる時代に、もうなっている。
それなのに、AIを入れる前に整えるべきものが後回しにされていることが多い。そこが今回の話の核心だ。
投資の流れと現場のギャップ
Deloitteの2026 Manufacturing Industry Outlookでは、製造業幹部600人の調査で、過半が改善予算の2割以上をスマートマニュファクチャリングに振る予定とされている。投資意欲はある。2025年版ものづくり白書でも、DXと人材活用が競争力強化の柱として扱われている。
ただ、営業現場の話になると少し様子が変わる。
「AIを入れてみたが、現場に定着しなかった」という声は珍しくない。原因はたいてい3つだ。良いアウトプットの基準が決まっていない。製品情報や事例が散らばっていて、AIに渡せる状態になっていない。現場が「使う理由」より先に「使い方」を押しつけられている。
AI投資が進む企業ほど、基盤・運用・ナレッジの整備に予算を振っているという最近の傾向と、この話はよく噛み合う。
技術資料の正確さと、営業資料の伝わりやすさは別物だ
製造業は真面目なので、正確さには強い。「高精度」「高耐久」「短納期」「独自構造」。こういった表現は資料に溢れている。
でも「導入後の工数削減」「現場の安全性向上」「顧客対応の安定化」といった相手視点の翻訳が薄い資料も多い。買い手は技術そのものではなく、技術が生む変化を買う。ここをAIで補助できる余地は大きいのだが、元になる価値定義が曖昧だと、AIも曖昧な資料を量産するだけになる。
問題は資料の見た目ではなく、「伝える価値の標準化」が先に来ていないことだ。
うまくいっている企業に共通すること
成果が出ているところは、先にテンプレートを作るのではなく、共通の訴求構造を定義している。
顧客が直面している業務課題、放置した場合の損失、自社の提供価値、導入後の変化、実績と根拠、次のステップ。この骨格があると、AIは文章生成ツールではなく、提案品質を安定させる補助輪になる。
ブランドガイドラインが営業現場に翻訳されていることも多い。ブランドを抽象スローガンのまま置かず、使うべき言葉、避けるべき表現、競合比較時の話し方、顧客別の訴求順序として落とし込んでいる。広告の資産ではなく、提案品質の基準として使っている。これはAI活用においてはそのままガードレールにもなる。
AI活用の入り口は小さく始めているケースがほとんどだ。展示会後のフォロー資料、初回提案書の下書き、営業メールの作成。派手ではないが、この進め方は強い。
自社診断チェックリスト
各項目を1〜5点で評価してみてほしい。
顧客課題起点の訴求メッセージが整理されている
営業資料・Web・展示会資料で伝えている価値がずれていない
担当者によって提案の質が極端にぶれない
技術情報を顧客価値に翻訳する共通ルールがある
ブランド表現の基準が営業現場でも理解されている
過去提案書や事例が再利用しやすい形で整理されている
生成AIに渡せる情報資産が整っている
AIが出した文章を評価する観点が決まっている
提案作成時間を測定している
提案品質や受注率との関係を把握している
40点以上:基盤は比較的整っている。局所的なAI活用を横展開する段階だ。
25〜39点:部分最適が残っている。訴求軸と情報資産の整理が先になる。
24点以下:AIを入れる前に、営業資料の構造設計とブランド翻訳が必要だ。この状態でAIを入れると、価値が発揮されないことが多い。
まずやること
最初にやるべきは、資料を増やすことではない。今ある資料を診ることだ。営業資料・会社紹介・製品資料・展示会資料を集めて、重複している訴求、ズレている訴求を棚卸しする。この段階の成果物は、「何が揃っておらず、何を揃えるべきか」の整理表で十分だ。
次に、標準化の骨格を作る。全社共通の提案ストーリーを定義し、ブランド表現を営業向けに翻訳する。AI活用対象は2ユースケースに絞り、良いアウトプットの評価基準を決める。評価基準は、この段階で必ず作る。
そして現場で試す。特定製品・特定チームで試験導入し、提案作成時間と商談化率を計測する。このタイミングで目指すゴールは全社導入ではない。再現できる小さな勝ち筋を1つ作ることだ。
先にやること、後回しでいいこと
先にやるべきは、訴求軸の整理、製品情報と事例の構造化、ブランド表現の現場向け翻訳、AI活用の評価基準づくりだ。
後回しでいいのは、全製品の一斉テンプレート化、高機能AIシステムの大型導入、全社横断の完璧なナレッジ統合。最初から全部整えようとすると会議が増えて進まない。効率化を重視するあまりに「効率化してもメリットがない」とこまで手を伸ばしてしまう。まず1本の提案がうまく機能する「成功体験」が必要だ。
製造業の強さは、もともと現場にある。だからこそ、言葉と提案の設計まで現場品質に近づけた会社は強い。AIはそこを加速できるが、価値の定義が曖昧なままでは、曖昧さを高速化するだけだ。
整える順番はシンプルだと思う。何を伝える会社なのかを揃える。どう伝えると伝わるかを定義する。その後にAIで速く回す。その空きは、意外とまだある。