「営業 AI なくなる」と検索する人は、AIが提案書を書き、チャットで問い合わせに答え、リストまで作る時代に、自分の仕事が何年もつのか不安になっているはずです。あるいは、これから営業を目指すべきか迷っている人かもしれません。
この記事では、総務省の統計で企業のAI利用の実態を確かめたうえで、営業の業務のうち自動化されるものと人に残るものの境界を整理し、営業がAIを使いこなすための実際のプロンプトと、キャリアの備え方まで解説します。
営業のキャリア全般の悩みは営業のキャリア完全ガイドにまとめています。
営業はAIでなくなるのか:結論は「作業はなくなり、職種は残る」
結論から言うと、営業という職種がAIでなくなる兆候は、いまの統計には出ていません。総務省の「令和7年版 情報通信白書」（2025年）によると、業務で生成AIを使用している日本企業は55.2%まで広がりましたが、その用途の中心は「メールや議事録、資料作成等の補助」（47.3%）で、顧客との交渉や関係構築を置き換える使い方は主流ではありません。なくなるのは営業の中の定型作業であり、その作業が減った分、営業は「人と話す仕事」に近づいていきます。
統計が示す企業のAI利用の現在地
同じ白書では、日本企業の生成AI利用率55.2%に対し、中国95.8%・米国90.6%・ドイツ90.3%と、日本は主要国の中で最も低い水準です。加えて、日本企業が導入時に挙げる懸念の1位は「効果的な活用方法がわからない」（30.1%）で、米国の9.7%、中国の10.4%と比べて突出しています。つまり日本の営業現場は、AIに仕事を奪われる段階どころか、まだ「何に使えばいいか分からない」段階の会社が多数派です。
これは営業にとって2つの意味を持ちます。1つは、いま営業の仕事がなくなる心配をするより、AIの使い方を先に身につけた人が社内で頭ひとつ抜ける余地が大きいこと。もう1つは、数年後に企業の利用率が海外並みに上がったとき、定型作業しかしてこなかった営業の評価が急に下がる可能性があることです。
それでも「営業はなくなる」と言われる3つの理由
統計が示していないのに「営業はAIでなくなる」という話が広がるのには、3つの背景があります。1つ目は、ECやWeb上の比較サイトが普及し、低単価の商材では「人が説明しなくても買える」場面が増えたことです。これは営業そのものの消滅ではなく、営業が必要な商材の単価と複雑さが上がっていく変化です。2つ目は、インサイドセールスとチャットボットの普及で、電話やメールの一次対応が目に見えて自動化されたことです。3つ目は、生成AIが提案書やメールを一瞬で書く様子が、営業の仕事の全体が置き換わる印象を与えることです。
この3つに共通するのは、「営業の仕事の一部」が変わる話を「営業の仕事の全部」がなくなる話として受け取っている点です。自分の業務を、AIが代替する作業と人に残る仕事に分けて書き出してみると、不安の大部分は前者に集中していることが分かります。
求人の数字も「営業がなくなる」を示していない
労働市場の側から見ても、営業の求人が消えている事実はありません。厚生労働省の「一般職業紹介状況」では、2025年度（令和7年度）平均の有効求人倍率は1.20倍で、前年度より0.05ポイント下がったものの求人が求職を上回る状態が続いています。職業別の表では営業の職業は例年、全職業の平均より高い水準で推移しており、企業が営業を採る意思を弱めている様子は見られません。AIで営業がなくなるかどうかは、この求人の数字が下がり始めるかで判断するのが最も確かです。
営業の業務のうちAIで自動化されるもの
営業の業務のうち、情報を集めて整える作業は、生成AIとSFA/CRM（営業支援・顧客管理システム）の連携で自動化が進んでいます。白書が示す通り、企業が生成AIを最も使っているのは「メールや議事録、資料作成等の補助」で、これは営業の1日の中でも大きな時間を占めてきた部分です。具体的には、次の5つの業務が先に置き換わります。
見込み客リストの作成とターゲティング
企業データベースやWeb上の情報から条件に合う企業を抽出し、優先順位をつける作業は、AIが最も得意とする領域です。従来は新人営業が数日かけて作っていたリストを、条件を指定するだけで数分で作れるようになり、MA（マーケティングオートメーション）ツールが行動履歴から「今アプローチすべき企業」を提示します。ただし、そのリストの中で「どの企業に、どんな切り口で入るか」を決める判断は、業界と顧客を知っている人にしかできません。
メール文面・提案書の下書き
アポイントの依頼メール、商談後のお礼、提案書の骨子といった文章の下書きは、すでに多くの営業が生成AIに任せています。白書の用途別データで最も多い「メールや議事録、資料作成等の補助」がまさにこれで、営業の文章作成の時間は大きく減ります。ここで差がつくのは、下書きに「その顧客だけに当てはまる一文」を足せるかどうかです。前回の商談で出た課題や、担当者の関心事を反映した文章は、AIには材料を渡さないと書けません。
商談の文字起こし・議事録・SFA入力
オンライン商談の録音を文字起こしし、要点と次のアクションをまとめてSFA/CRMに登録するまでの流れは、複数のツールで自動化が進んでいます。営業が「日報を書く時間」「SFAに入力する時間」に費やしてきた分は、ほぼそのまま顧客対応の時間に回せます。一方で、AIがまとめた議事録には「顧客が言葉にしなかった温度感」が抜けるため、商談の直後に自分の所感を数行足す習慣が、AIの記録を「使える記録」に変えます。
| 営業の業務 | AI化の度合い | 主に使う仕組み | 人に残る判断 |
|---|---|---|---|
| 見込み客リストの作成 | 高い | 企業DB＋生成AI・MA | どの企業に、どの切り口で入るか |
| メール・提案書の下書き | 高い | 生成AI | 顧客固有の一文を足せるか |
| 議事録・SFA入力 | 高い | 音声認識＋生成AI＋SFA/CRM | 顧客の温度感の記録 |
| 問い合わせの一次対応 | 中〜高 | チャットボット・音声AI | 難しい案件の引き取り |
| 商談・条件交渉 | 低い | — | 落としどころの判断 |
| 社内調整・巻き込み | 低い | — | 誰を動かすかの判断 |
インサイドセールスの一次対応
電話やチャットでの問い合わせ対応、資料請求への初回連絡といったインサイドセールスの一次対応は、チャットボットや音声AIが担う範囲が広がっています。ただし、これは「インサイドセールスの人がいらなくなる」ことを意味しません。AIが一次対応を済ませた見込み客のうち、温度が高い相手を見極めてフィールドセールスにつなぐ判断や、AIが答えられなかった複雑な質問の引き取りは、人の仕事として残ります。むしろ、AIが一次対応を担うほど、人が対応する案件は難しいものに絞られるため、インサイドセールスに求められるスキルは上がっていきます。
AIになくならない営業の仕事:関係構築と交渉
営業の仕事のうちAIに置き換わらないのは、「相手が人であることに意味がある」部分です。信頼関係の構築、条件交渉の落としどころの判断、社内の関係者を動かす調整、そして現場でしか得られない情報の収集の4つは、AIが情報を整えてくれるほど、逆に価値が上がります。理由は単純で、顧客は最終的に「誰から買うか」「誰の言葉を信じるか」で判断するからです。
信頼関係の構築は「責任を持つ人」にしかできない
顧客が大きな買い物をするとき、判断の根拠になるのは商品の機能一覧ではなく、「この人が言うなら大丈夫か」という信頼です。AIは丁寧な文章を書けますが、納品後に問題が起きたときに責任を持って動く主体にはなれません。顧客の側も、トラブル時に電話をかける相手が人であることを前提に取引しています。この「責任の所在」は、AIがどれだけ進んでも人に残る仕事の中核です。
交渉は「言葉にならない条件」を読む仕事
価格や納期の交渉では、相手が口にしない事情（予算の締め、上司の意向、競合との比較）を表情や間から読み取り、落としどころを探ります。AIは過去の取引データから「この条件なら受注確率が高い」と提示できますが、目の前の相手が今日どう感じているかは、対面している人にしか分かりません。交渉の材料をAIに整理させ、交渉そのものは人がする、という分担が現実的です。
高単価・複雑な商材ほど人の営業が残る
商材の単価が高く、導入に複数の部門が関わる案件ほど、人の営業が残ります。理由は、意思決定に関わる人が増えるほど「誰が言ったか」と「何かあったときに誰が動くか」が重要になるからです。工場の設備、業務システムの導入、不動産、金融商品といった商材は、機能の比較だけでは決まらず、顧客の社内事情を踏まえた提案と、導入後の伴走が求められます。
逆に言えば、単価が低く、比較サイトで機能と価格を見れば決められる商材ほど、営業の役割はAIとWebに移っていきます。自分がいま扱っている商材がどちら寄りかを確かめることは、「営業がAIでなくなるか」を自分の場合に当てはめて考える最も確かな方法です。低単価の商材を扱っていて不安な人は、同じ営業職の中でも高単価・法人向けの商材に移ることが、キャリアの守りになります。
社内調整と現場の情報は営業だけが持っている
受注のためには、社内の技術部門や管理部門を動かす必要があります。誰に、どの順番で、どう頼めば動くかは、社内の人間関係を知っている営業にしかできない仕事です。また、顧客先で見聞きした「まだ言葉になっていない課題」や「競合の動き」は、AIの学習データには存在しない一次情報で、これを持ち帰って提案に変える力が、AI時代の営業の価値になります。
AI時代に評価が下がりやすい営業の3つの働き方
- 定型のメール送信とリスト作成が業務の中心で、顧客と直接話す時間が短い
- 商談の内容をSFAに入力するだけで、所感や次の打ち手を自分の言葉で残していない
- 商材の説明はできるが、顧客の業界の課題を自分の言葉で語れない
営業がAIを使いこなすための実プロンプト
営業がAIを使いこなすコツは、「文章を書かせる」より「考える材料を出させる」使い方に寄せることです。ここでは、商談前・商談後・メール作成の3場面で、明日から使えるプロンプトを載せます。いずれも社名や個人名、契約条件といった機密情報は貼らず、業界名や役職、一般化した課題に置き換えて使ってください。会社の生成AI利用ルールがある場合はそれを優先します。
商談前:顧客の課題仮説を作る
商談前に最も差がつくのは、相手の業界と立場から「たぶんこういう課題がある」という仮説を持って臨めるかどうかです。
あなたは法人営業のコーチです。次の条件で商談前の仮説を作ってください。
- 顧客の業界: （例: 食品卸）
- 相手の役職: （例: 物流部門の課長）
- 自社の商材: （例: 配送ルート最適化のクラウドサービス）
- 分かっている状況: （例: 拠点を1つ増やす計画がある）
出力:
1. この役職の人が抱えていそうな課題を3つ、優先度順に
2. それぞれの課題を確かめるための質問を1つずつ（Yes/Noで終わらない質問）
3. 自社商材が刺さらない可能性が高い条件を2つ
3番目の「刺さらない条件」をあえて出させるのがポイントで、商談中に無理な提案をして信頼を失うことを防げます。
商談後:議事録から次のアクションを引き出す
文字起こしやメモを貼り付け、次の一手を整理させます。SFAに登録する前にこの整理を挟むと、記録の質が上がります。
以下は商談のメモです。次の形式で整理してください。
1. 顧客が明言した課題（発言をもとに）
2. 顧客が明言していないが、発言から推測できる懸念（推測であることを明記）
3. 次回までに営業側がやること（担当・期限の案つき）
4. 次回の商談で確認すべき質問を3つ
5. この案件の受注を妨げる要因があれば1つ
【商談メモ】
（ここに貼り付ける）
メール作成:下書きに「顧客固有の一文」を足す
メールの下書きは生成AIの得意分野ですが、そのまま送ると誰にでも当てはまる文面になります。プロンプトの段階で、前回の商談で出た話題を1つ渡すと、相手が「自分のために書かれた」と感じる文面になります。
商談後のお礼メールの下書きを作ってください。
- 相手: （役職のみ。例: 製造部門の部長）
- 前回の商談で出た相手の関心事: （例: 来期の設備更新で人手が足りないと話していた）
- こちらから次に提案したいこと: （例: 導入事例の資料を送る）
- トーン: 丁寧だが硬すぎない。300字以内
条件: 相手の関心事に触れる一文を冒頭に入れ、テンプレートに見える表現は避けてください。
AIで営業がなくなる不安への備え方:キャリアの選択肢
AIで営業がなくなる不安への最も現実的な備えは、「AIに任せる作業」と「自分が時間を使う仕事」を意識して分け、後者の比率を上げていくことです。経済産業省の「生成AI時代のDX推進に必要な人材・スキルの考え方2024」でも、生成AIの活用で求められるのは技術そのものより、業務の中で何をAIに任せ、何を人が判断するかを設計する力だとされています。営業にとっては、次の3段階が現実的な道筋です。
第1段階:作業をAIに渡して時間を作る
まずは、メールの下書き・リスト作成・議事録をAIに任せ、1日の中で顧客と話す時間を増やします。ここで大切なのは、AIの出力をそのまま使わず、必ず自分の手で顧客固有の情報を足すことです。この習慣がないと、AIで効率化した分だけ「誰でも書ける文章」を量産することになり、評価はむしろ下がります。
第2段階:AIを「考える相棒」にして提案の質を上げる
次に、商談前の仮説作りや商談後の整理にAIを使い、提案の質そのものを上げます。この段階に入ると、営業の評価軸は「行動量」から「1件あたりの提案の深さ」に移っていきます。業界知識とAI活用の両方を持つ営業は、社内でAI活用の推進役を任されることも多く、それ自体がキャリアの差別化になります。
第3段階:AIに代替されない領域で成果を出す
最後は、空いた時間を顧客との対話、社内調整、現場の情報収集に回し、AIに代替されない領域で成果を出す段階です。ここまで来ると、「営業がAIでなくなる」という不安は「AIを使えない営業が評価されなくなる」という別の問題に置き換わっていることに気づくはずです。
転職市場でAI活用の経験をどう示すか
AIを使って営業の成果を上げた経験は、転職市場でも評価される材料になりますが、「生成AIを使っていました」だけでは伝わりません。効くのは、「商談前の仮説作りにAIを使い、初回商談から提案に進む割合を上げた」「議事録の整理を自動化してSFAの入力時間を減らし、その分を既存顧客の訪問に回した」のように、何をAIに任せ、空いた時間で何をして、どんな数字が変わったかをセットで語ることです。
とくに、まだAI活用が進んでいない会社に応募する場合、「AIの使い方を社内に広めた経験」はそれ自体が採用理由になります。白書が示す通り、日本企業の懸念の1位は「効果的な活用方法がわからない」ことなので、営業の現場でAIを使いこなし、その使い方を同僚に教えられる人は、営業としての実績に加えてもう1つの評価軸を持てることになります。
AI時代の営業のキャリアで確認したい4点
- 自分の1日のうち、AIに任せられる作業と人にしかできない仕事の比率はどうなっているか
- 商材の説明だけでなく、顧客の業界の課題を自分の言葉で語れるか
- 会社がSFA/CRMや生成AIの活用に投資しているか（していない会社は、個人でAIを使う余地が大きい）
- 営業を続けるか、営業経験を活かして異職種に移るかを、AI化の進み具合ではなく自分の適性で判断できているか
営業の経験そのものは、カスタマーサクセスや営業企画、人材紹介など、AI化が進んでも需要が残る職種に翻訳できます。営業経験を活かせる異職種の選び方は営業から転職するなら｜経験を活かせる異職種マップに、営業を続けるかどうかを「きつさ」の面から判断する基準は営業はきついと言われる理由にまとめています。
まとめ
営業はAIでなくなるのか、という問いへの統計の答えは「作業はなくなり、職種は残る」です。企業の生成AI利用は55.2%（2025年・総務省）まで広がりましたが、用途の中心はメールや議事録、資料作成の補助（47.3%）で、日本企業の懸念の1位は「効果的な活用方法がわからない」（30.1%）です。営業の求人も2025年度の有効求人倍率1.20倍（厚労省）と、求人が求職を上回る状態が続いています。
AIで置き換わるのは、リスト作成・メールや提案書の下書き・議事録とSFA入力・問い合わせの一次対応といった、情報を集めて整える作業です。人に残るのは、信頼関係の構築・交渉の落としどころの判断・社内調整・現場の情報収集です。営業がいますべきなのは、AIに作業を渡して時間を作り、商談前の仮説作りと商談後の整理にAIを使って提案の質を上げ、空いた時間を顧客との対話に回すことです。
シゴトのホント編集部
「営業はAIでなくなる」という話は、裏返すと「営業の中の嫌いな作業がなくなる」という話でもあります。リスト作成と日報に追われて顧客と話す時間がない、という悩みを解決するのがAIです。奪われる側に回るか、使う側に回るかは、今日プロンプトを1つ試すかどうかで決まります。
参照ソース
- 総務省「令和7年版 情報通信白書」企業におけるAI利用の現状 — 企業の生成AI利用率55.2%、用途「メールや議事録、資料作成等の補助」47.3%、国際比較、導入時の懸念
- 厚生労働省「一般職業紹介状況（令和8年3月分及び令和7年度分）」 — 2025年度平均の有効求人倍率1.20倍
- 経済産業省「生成AI時代のDX推進に必要な人材・スキルの考え方2024」 — 生成AI活用で求められる人材・スキルの考え方
- 厚生労働省 職業情報提供サイト（job tag）「営業の仕事」 — 営業系職業の仕事内容・必要スキルの確認
