営業で自動化できる業務一覧｜任せてはいけない業務との線引き

「営業を自動化したい。でも、何をどこまで任せていいのか分からない」——この迷いは、ツールの問題ではない。原因は業務の仕分けができていないことにある。

結論から言う。営業の自動化で最初にやるべきは、ツール選定でも導入でもない。手元の営業業務を一覧化したうえで自動化できる業務と人が握り続けるべき業務を線引きすることである。これをやらずにツールを入れると、任せてはいけない判断までAIに丸投げし、顧客の信頼を失う。

世の中の多くの記事は「営業はここまで自動化できる」と可能性ばかりを語る。だが現場の管理者が本当に知りたいのは、その逆だ。どこから先は人がやるべきか。この境界線こそが、自動化の成否を分ける。

この記事では、営業業務を一覧表で「自動化レベル別」に仕分けし、任せる際の注意点まで提示する。読み終えたとき、あなたは自社の業務リストを前に「これは◎、これは×」と自分で判断できるようになっている。

まず結論：営業業務「自動化レベル」一覧表

営業の仕事は一枚岩ではない。情報を整理する作業もあれば、人の感情を動かす交渉もある。これらを同じ「営業」という言葉でくくるから、自動化の議論が雑になる。

そこで、代表的な営業業務を12に分解し、自動化レベルを3段階で評価した。

◎：全自動（ルール化でき、人の確認なしでも回せる）
○：AI支援＋人確認（AIが下書き・案を出し、人が最終チェックする）
×：人専任（自動化してはならない。人が責任を持つ領域）

営業業務	レベル	具体例	任せる際の注意
ターゲットリスト作成	◎	業種・規模・地域の条件でリスト抽出、企業情報の収集	抽出条件の設計は人が行う。条件が甘いとゴミリストになる
リードスコアリング	○	行動履歴・属性から見込み度を点数化	スコアの根拠を定期点検。モデルが古い前提のままだと外れる
反響・フォーム一次対応	○	問い合わせへの即時自動返信、内容の振り分け	「受け付けた」までは自動でよい。回答内容の確定は人が確認
メール文面の生成	○	初回アプローチ・提案メールの下書き作成	送信前に必ず人が読む。固有名詞・条件の誤りは致命傷になる
商談前リサーチ・想定問答	○	相手企業の最新動向収集、想定質問と回答案の作成	情報の出典を確認。古い情報や誤情報をそのまま使わない
議事録・商談記録の作成	○	音声からの文字起こし、要点とネクストアクションの抽出	決定事項と金額は人が校正。聞き間違いが契約トラブルになる
SFA・CRM入力	◎	議事録から案件情報を自動でフィールドへ反映	入力ルールを統一しておく。表記ゆれがあると集計が崩れる
見積・請求書の作成	○	テンプレートへの自動転記、計算	価格・数量・取引条件は人が最終確認。請求ミスは信用を削る
レポート・実績集計	◎	案件データの自動集計、ダッシュボード更新	集計の定義（何を成約とみなすか等）を最初に決めておく
フォローメール	○	商談後・失注後の定型フォローの自動送信	文面はパターン化。重要顧客への個別フォローは人が書く
与信・価格の最終判断	×	（自動化しない）	例外・値引き・支払条件の判断は人が責任を持つ
関係構築・交渉・クロージング	×	（自動化しない）	信頼の醸成と意思決定の後押しは、人にしかできない

この表の本質は、◎が少なく○が多いことにある。営業の現実は「全自動でラクをする」ことではなく、むしろAIに下書きさせて人が仕上げるという分業に落ち着く。次章で、その理由を掘り下げる。

なお、各業務の進め方や全体像は柱記事の営業の自動化完全ガイドにまとめている。本記事と併せて読むと、線引きの後の「実装」まで地図がつながる。

なぜ「自動化してはいけない業務」を見極めるのか

可能性を語る記事は多い。だが、できることリストだけを手に走り出した管理者は、ほぼ同じ場所でつまずく。任せてはいけない領域まで任せてしまうのだ。

理由は3つある。

理由1：信頼は人と人の間にしか生まれない

B2Bの取引は、最終的に「この担当者は信用できるか」で決まる。製品スペックが横並びなら、なおさらだ。AIが流暢なメールを書けても、相手の表情の曇りに気づき、その場で前提を組み替える対話はできない。関係構築を自動化した瞬間、顧客は「自分は数字として処理されている」と感じ取る。

理由2：例外対応こそ営業の価値である

定型業務はAIが得意だ。だが営業の現場は例外の連続である。「予算は厳しいが、来期なら別部署の枠が使える」「導入は前向きだが、社内の反対派をどう説得するか」——こうした個別事情に応じて打ち手を変えるのは、文脈と利害を読む人間の仕事だ。例外を平均化して処理すれば、最も重要な商談ほど取りこぼす。

理由3：最終責任はAIに負わせられない

見積の金額、与信の判断、契約条件。これらが誤れば、損失も信用毀損も自社が被る。AIの出力を最終決定にするということは、責任の所在を曖昧にするということだ。だからこそ、お金と約束に関わる判断は人が握る。これは効率の問題ではなく、ビジネスの原則である。

> 自動化の目的は、人を商談から外すことではない。定型作業から人を解放して人にしかできない仕事に集中させることだ。

「全自動」を狙わない。AI支援＋人確認が現実解

自動化と聞くと、多くの人がボタン一つで全工程が回る◎の状態を想像する。だが先の表で見たとおり、営業業務の多くは○、すなわちAIが下書きし人が確認する領域に属する。ここを理解しないと、自動化は失敗する。

なぜ全自動を狙うと危ういのか。PREPで整理する。

結論： 営業の大半は○を狙うのが正しい。◎は限定領域に絞る。
理由： ◎が成立するのは、ルールが固定でき、誤っても被害が小さい業務だけだ。リスト抽出やデータ集計はこれに当たる。一方、対外的なアウトプット（メール、見積、提案）は、一度の誤りが信用に直結する。ここを全自動にすれば、ミスがそのまま顧客に届く。
具体例： ある営業チームがフォローメールを完全自動化したとする。担当者名を取り違えたまま数百通が送信されれば、回復に何週間もかかる。だが「AIが下書き→担当が30秒チェック→送信」の○運用なら、ミスは送信前に止まる。投じる手間はわずかで、守れる信用は大きい。
結論： ◎は「失敗しても安全な後方業務」に、○は「顧客に届く前線業務」に。この振り分けが現実的な設計だ。

自動化レベルを考えるときの判断軸は、次の2点に集約できる。

判断軸	◎全自動にしてよい	○人確認を挟むべき
ルールの固定度	条件が明確で変動しない	案件ごとに例外が出る
誤りの被害	社内で完結し、修正が容易	顧客に届き、信用に直結する

この2軸で自社の業務を見れば、どこを全自動にし、どこに人の目を残すかが見えてくる。大切なのは、最初から完璧な全自動を目指さず、人確認つきの○から始めることだ。運用しながら、安全だと確認できた業務だけを◎へ引き上げればよい。

自社の業務を仕分けるコピペプロンプト

ここまでの考え方を、あなたの会社の業務リストに当てはめてみよう。以下のプロンプトに自社の営業業務を貼り付ければ、自動化レベルの判定と注意点を一覧表で出力させられる。生成AI（ChatGPT、Gemini、Claudeなど）にそのまま貼って使える。

あなたはB2B営業の業務設計コンサルタントです。
以下に、当社の営業業務リストを貼り付けます。
各業務について、自動化レベルを3段階で判定し、表形式で出力してください。

【自動化レベルの定義】
◎ 全自動：ルール化でき、人の確認なしで回せる。誤っても被害が小さい後方業務。
○ AI支援＋人確認：AIが下書き・案を出し、人が最終チェックする。顧客に届く前線業務。
× 人専任：自動化してはならない。信頼・例外対応・最終責任に関わる業務。

【出力フォーマット】
| 営業業務 | 自動化レベル | 判定の理由 | 任せる際の注意点 |
の表で出力。理由には「ルールの固定度」と「誤りの被害の大きさ」の2軸で触れること。
×と判定した業務は、なぜ人がやるべきかを必ず明記すること。

【当社の営業業務リスト】
（ここに自社の業務を箇条書きで貼る。例：新規リスト作成、初回メール送信、商談、見積作成 …）

出力された表は、そのまま自動化の優先順位表になる。◎から着手すれば早期に効果が出て、×を明示しておけば「ここは人がやる」という共通認識がチームに残る。出力をうのみにせず、最後は自社の事情で微調整してほしい。AIの判定もまた、人が確認する○の対象だ。