ケーススタディ

AIによる提案業務の自動化

AIによる提案業務の自動化

この事例を共有する

業界

情報技術サービスおよびコンサルティング

会社形態

中規模のソフトウェアサービス企業(従業員数150~500名)

チーム

プリセールス、ソリューションアーキテクト、アカウントマネージャー

結果の期間

派遣から90日後

チャレンジ

ソフトウェアサービス企業のプリセールスチームは、生産的な業務時間の不釣り合いなほど大きな割合を提案書の作成に費やしています。このプロセスは、その大部分が手作業であり、構成も統一されておらず、規模拡大が困難です。業界データは、この実態を明確に示しています:

IT業界のベンチマーク代表値
技術提案書1通を作成するのにかかる平均時間12~18時間
クライアントとの最初の会話から送信までの時間4~7営業日
提案の成約率(ITサービス、世界平均)22–28%
提案1件あたりのコスト(SAの作業時間+調整)$800–$2,200
ソリューションアーキテクトが1か月あたりに対応できる提案件数4~6
見積もり誤差による手直し率35–45%
提案ごとのステークホルダー調整サイクル

2~4ラウンド

同社のプリセールスチームは、これらのベンチマークと同等か、あるいはそれ以下の水準で業務を行っていた。主な課題点は以下の通りである:

  • 標準化された構造がない — 建築家ごとに提案の作り方が異なっていたため、品質にばらつきが生じ、記載漏れも発生した
  • 推定における当て推量 — 所要工数は、体系的な複雑度分析を行わずに非公式に推定されたため、スコープが過小評価されるケースが頻繁に発生した
  • 処理に時間がかかる — 顧客に提出可能な書類の作成には、最初の打ち合わせから納品まで5~7日かかっており、対応の速い競合他社に取引を奪われることが多かった
  • 繰り返しの作業 — 一般的な成果物(ステークホルダーマップ、モジュール内訳、ユーザーストーリー、コストモデル)は、プロジェクトごとに一から作り直された
  • 組織の記憶がない — 新しい業務の範囲を定める際、過去のプロジェクトが体系的に参照されていなかった

特徴:

1. 成績証明書から提案書へ、ワンステップで
  • 通話記録を貼り付けると、プラットフォームが要件、予算、スケジュール、技術スタック、コンプライアンス要件を自動的に抽出します
  • ワークフローから手作業による要件文書作成を完全に排除します

 

2. 段階ごとの構造化されたAI生成
  • 8つのワークフロー段階のそれぞれにおいて、その成果物に合わせて特別に設計されたAI生成機能が作動します
  • ソリューションの構成要素、ユーザーストーリー、ユーザーフロー、画面仕様、チーム構成、コスト戦略
  • 建築家はAIが生成したコンテンツを精査・修正する――決して白紙の状態から始めることはない

 

3. インテリジェント推定エンジン
  • プロジェクト独自のモジュールおよびストーリーデータから導き出された複雑性要因、リスクバッファー、およびスクリーン数
  • 一般的な経験則ではなく、各案件の具体的な状況に基づいた見積もりの考え方
  • リワーク率は、約40%から約12%へと低下した

 

4. 過去のプロジェクトとの類似性マッチング
  • レビューの過程で、類似した過去の案件が明らかになった
  • 建築家は、共有ドライブを検索することなく、価格、スケジュール、リスクに関する参考情報を得ることができます

 

5. ワンクリックでのPDF出力とデジタル署名
  • ワークフローデータから直接生成された、完全に体系化された提案書:エグゼクティブサマリー、範囲、スケジュール、費用内訳、契約条件
  • クライアントはメールで安全な承認リンクを受け取り、承認・却下の状況が記録・ログに保存されます

 

6. 提案ごとの工数管理
  • すべてのセッションが記録されます:セッション総数、平均セッション時間、最長セッション時間
  • 案件ごとのプリセールスに費やした時間の完全な監査証跡

テクノロジー

マルチモデルAIパイプライン
NLP / 文字起こしの解析
Node.js バックエンド
Reactダッシュボード
PostgreSQL
PDFの生成
デジタル署名
 

解決策:

同社は、以下を中核とするAIを活用した提案管理プラットフォームを導入した。 8段階のプリセールス・ワークフロー — お客様との最初の打ち合わせから、デジタルでの承認に至るまで。.

このプラットフォームは、アーキテクトに取って代わるのではなく、コパイロットとしての役割を果たします。ステージ1でクライアントの背景情報を把握し、ステージ3でソリューションアーキテクチャとモジュールの内訳を生成し、ステージ6で見積もりロジックを作成し、ステージ7でクライアントに提出可能なPDFをまとめます。これらすべてが、単一のガイド付き環境内で行われます。.

主な機能:

  • 文字起こしから提案書作成まで、たった1ステップで — 通話記録を貼り付けると、プラットフォームが要件、予算、スケジュール、技術スタック、コンプライアンス要件を自動的に抽出します
  • 構造化されたAI生成 — 各段階では、その成果物(ソリューションの構成要素、ユーザーストーリー、ユーザーフロー、画面仕様、チーム構成、コスト戦略)に合わせて特別に設計されたAI生成機能が作動します
  • インテリジェント推定 — 複雑度係数、リスクバッファ、および画面数は、一般的な経験則ではなく、プロジェクト固有のモジュールおよびストーリーのデータに基づいて算出される
  • 過去のプロジェクトとの類似性マッチング — このプラットフォームは、レビューの際に類似した過去の案件を表示し、建築家に価格設定や業務範囲の決定における参考情報を提供します
  • 提案ごと、段階ごとの工数管理 — すべてのセッションが記録され、プラットフォームには、案件ごとにプリセールスチームが費やした総時間が表示されます
  • ワンクリックでPDFを出力 — ワークフローのデータから、エグゼクティブサマリー、範囲、スケジュール、費用内訳、契約条件などを含む、完全に構成された提案書が直接生成されます
  • デジタル承認ワークフロー — クライアントには、メールで安全な承認リンクが送信されます。承認または却下の結果は記録・保存されます。

提供サービス

  • AI製品の設計とワークフローのアーキテクチャ
  • トランスクリプトの解析とNLPパイプライン
  • 8段階のプリセールス・プラットフォーム開発
  • 推定エンジンの開発
  • PDFの作成とデジタル署名
  • 過去のプロジェクトとの類似性マッチング
  • AIモデルの継続的な最適化

90日後の結果

時間効率(プリセールスチームの作業時間)

メートル法 以前(自己申告) (システムによる追跡後) 変更
提案1件あたりの平均所要時間 14.2時間 3.8時間 −73%
送信までの日数(日) 5.4日 1.6日 −70%
SAごとの月間提案数 4–5 12~15 スループットが3倍
手直し率 ~40% ~12% −70%
推定の信頼度(設計者による評価) 低/中 中~高 大幅な上昇

時間管理に関する注意事項: このプラットフォームでは、提案ごとに費やされた合計時間を秒単位で記録しており、セッションごとに内訳(セッション総数、平均セッション時間、最長セッション時間)が示されています。上記の数値は、測定期間中にチーム全体で集計されたこのデータに基づいて算出されたものです。.

品質の向上

  • 完全性: このプラットフォームを通じて作成された提案書は、必要なすべての項目を網羅していた(100%)のに対し、手作業で作成された文書では約55%にとどまった。
  • 推定精度: このプラットフォームの体系的な見積もりフローを通じて範囲が定義されたプロジェクトのうち、10件中7件で、実際の作業時間との誤差が±15%以内に収まった(従来は±40%だった)。
  • ステークホルダーの網羅性: AIによって生成されたステークホルダーマップにより、案件ごとに3~6つの異なる業務上の役割が特定され、提案書が技術担当者のみではなく、購買委員会全体を対象としたものとなるよう確保された
  • 一貫性: どの建築家が作成したかに関わらず、すべての提案書において、セクション構成、用語、財務表示は統一されていた

事業への影響

KPI その後 変更
提案の成約率 24% 38% +14ポイント
平均取引規模(成約した提案) $185K $240K +30%
管理業務と顧客対応業務に費やした時間 60% / 40% 25% / 75% 反転
月ごとの提案件数(チーム合計) 18 52 +189%

IT業界のベンチマーク:効率性の指標

ベンチマーク 業界平均 世界トップクラスのターゲット プラットフォームの成果
提案ごとの所要時間 12~18時間 < 4時間 3.8時間
送信までの時間 4~7日 < 2日 1.6日
SAごとの月間提案数 4~6 12+ 12~15
勝率 22–28% 35%+ 38%
推定誤差の範囲 ±35–45% ±15% ±15%
手直し率 35–45% < 15% ~12%
出典:APMP(提案管理専門家協会)2024年ベンチマーク報告書、フォレスター「ITサービス販売効率に関する調査(2023年)」、TechServ Alliance「プリセールス生産性指数(2024年)」。.

ソリューション・アーキテクトの時間配分

配備前(自己申告による平均値):

調査および要件定義

3.5時間

ソリューションの説明とモジュールの作成

4.0時間

見積もりとチーム構成

3.0時間

原価計算および商取引条件

2.0時間

文書の書式設定とPDFの作成

1.7時間

合計

14.2時間

導入後(システムによる平均値):

クライアントの受付(ステージ1 — AIによる文字起こし分析)

0.5時間

解答の確認・修正(ステージ3 — AI生成の草案)

1.0 時間

見積りの見直し(ステージ6 — AI生成のベース)

0.6時間

費用と条件(ステージ7 — AI生成のベース)

0.5時間

最終確認、PDF作成、承認手続きの準備

0.4時間

各ステージ間の連携/間接費

0.8時間

合計

3.8時間

提案1件あたりの削減時間: 約10.4時間 — 顧客エンゲージメント、ディスカバリーコール、およびパイプラインの拡大へとつながりました。.

ソリューション・アーキテクトの時間配分

01

白紙の状態ではなく、体系化された基盤から始める

建築家たちは、提案をゼロから作り上げるのではなく、AIが生成したコンテンツを精査し、磨き上げた。認知的負荷は「作成」から「検証」へと移行し、これにより作業のスピードが根本的に向上した。.

02

実際のプロジェクトデータに基づいた見積もり

この見積もりエンジンは、プロジェクト固有のモジュール内訳、ストーリー数、および複雑性要因に基づいて工数を算出しており、直感や汎用的な表に基づくものではありません。アーキテクトたちは、導入当初から算出結果に対する信頼度が高まったと報告しています。.

03

組織の記憶が自然と浮かび上がった

レビューの段階で、過去に実施された類似のプロジェクトが明らかになり、建築家たちは共有ドライブを検索したり同僚に尋ねたりすることなく、価格設定、スケジュール、リスクに関する参考情報を得ることができました。.

これが当社のAIエンジニアリングについて何を物語っているか

ここで構築されたのは、8段階からなる営業前ワークフローでした。その基盤となる機能――文字起こしデータから構造化データへの抽出、各ワークフロー段階に特化したAI生成、実際のプロジェクトデータに基づいた見積もりロジック、そして完全に追跡・監査可能なシステム――は、提案書作成の枠をはるかに超えて活用可能です。私たちは、以下の分野にも同様のアプローチを採用しています:

  • 手作業による反復的な文書やデータの処理に埋もれてしまっている業務ワークフロー
  • 組織の知見がシステムではなく、人々の頭の中に蓄積されているプロセス
  • AIを、人間の判断を置き換えるためではなく、集中させるために活用する必要があるチーム
  • 概念実証(PoC)ではなく、本番システムを必要とする組織

当社は、フィンテック、エドテック、ヘルスケアIT、物流、エンタープライズSaaSといった分野におけるプロジェクト――提案書作成や人材採用など、これらにとどまらない幅広い業務――において、こうしたAI導入の取り組みを展開してきました。.

これが示すこと

このケーススタディは、お客様に販売しようとする提案資料ではありません。これは、当社がAIを実装したアプリケーションをどのように構築しているかを示す実証例です。具体的には、トランスクリプトの解析、構造化されたAI生成、そして実際のプロジェクトデータに基づいた見積もりロジックを備えた8段階のガイド付きワークフローであり、90日間の本番運用を通じてその有効性が実証されています。 もし、プリセールスや提案書作成とは全く異なる課題についてAIパートナーの評価を行っている場合、これがまさに、実際にご一緒に取り組むことになるエンジニアリングおよびAI実装の深みとなります。.

30分間の「デジタルトランスフォーメーション&プロダクトロードマップ」レビューを予約する Carmatecのチームと、貴社の業務においてAIを導入したアプリケーションがどのようなものになるかについて、ぜひご相談ください。当社はバンガロール、ドーハ、ドバイ、ニューヨーク、ロンドンの各拠点のチームを挙げて、23年にわたりソフトウェアおよびAIシステムの開発に取り組んできました。.

ニュースレターを購読する

最新情報を入手し、最高のものから学びましょう

さらに探索する

ビジネスを強化したいですか?

ラインを送って連絡を取り続けてください

CTAポスト。