内装／設計施工会社におけるBtoB提案営業の型化支援（自動化・AI活用）

概要

内装施工会社・設計施工会社の BtoB 提案営業は、**「案件化してからの情報整理」「見積り前提の抜け漏れ」「社内外の段取り」**が重なり、提案に入るほど忙しくなる構造を抱えがちです。
結果として、少人数ほど 提案が”詰まる”→ 提出が遅れる → 比較検討で不利になる という循環が起きます。

本支援では、提案営業を「属人の頑張り」から「回る仕組み」へ移すために、以下をセットで整備しました。

• 提案プロセスの型化（現状整理 → 課題 → 提案 → 見積 → 段取りの順序固定）
• 見積り前提のチェック・段取りの型化（抜け漏れ防止のゲート設計）
• 情報収集と記録の自動化（顧客/競合/案件情報を集約し、追える状態へ）
• AI の実務組み込み（図面・仕様・議事録・メールの要点抽出／資料たたき台作成）
• 分析とレビューの型化（パイプラインと受注要因の見える化 → 改善が回る状態へ）

守秘の都合上、個別のクライアント名や成果物の原本は出せませんが、構成・考え方・進め方が分かる形で再構成しています。

---

内装・設計施工の現場で「DX/AI のインパクトが大きい」課題

1) 案件情報の欠落・散在

• 施主要望、レイアウト、仕様、制約条件がメール・口頭・図面に散り、全員の認識が揃わない
• 「あとで聞けばいい」が積み上がり、見積直前に手戻りが起きる

2) 積算・見積の属人化

• 過去案件の類似検索ができず、毎回ゼロから読み直しになる
• 前提条件（範囲/含む含まない/納期/施工条件）の抜け漏れが再発する

3) 協力会社見積の回収遅延

• 見積依頼の情報が不足し、差し戻し → 再依頼で時間を失う
• 回収状況が追えず、リマインドが属人化する

4) 営業・設計・工事の分断

• 営業が受注に寄り、工事側が「聞いてない」に陥る
• 施工条件・段取り・リスクの見立てが提案に反映されない

5) 既存顧客の深耕が続かない

• 日々の案件対応に押され、顧客接点が”案件が出た時だけ”になる
• 競合/顧客の動きに気づけず、相談の起点を失う

6) 「売上につながる分析」ができない

• 案件数・受注数は見えても、**勝ち筋（受注要因）と負け筋（失注要因）**が構造化されない
• 次の一手が「頑張る」になり、改善が積み上がらない

---

目標（この支援で揃えた”勝ち方”の定義）

• 提案～見積提出までのリードタイム短縮
• 見積前提・段取りの抜け漏れ削減（手戻り削減）
• 協力会社見積の回収遅延の抑制（状況が見える）
• 提案ストーリーの質の安定（誰がやっても同水準）
• 既存深耕の継続（少人数でも回る）
• 受注/失注の学びが溜まり、改善が回る状態

---

実施内容（自動化・AI を”運用として”組み込み）

• 提案の型化（順序の固定）
  • 案件ヒアリングのテンプレ整備（必須項目の統一）
  • 現状整理 → 課題 → 提案 → 見積 → 段取りのフロー固定
  • 提案ストーリーの骨子テンプレ整備（意思決定順序の統一）
• 見積り前提のゲート設計（抜け漏れ防止）
  • 仕様/範囲/条件のチェックリスト整備
  • “含む/含まない”の明文化ルール整備
  • 提出前レビューの最小運用（通過条件の固定）
• 段取りの型化（営業 → 設計 → 工事の分断防止）
  • 社内依頼の手順化（依頼先・期限・成果物の固定）
  • 施工条件・リスク観点の提案反映ルール整備
  • 案件引き継ぎフォーマット整備（言った/言わない防止）
• 情報の集約（検索できる状態づくり）
  • 案件・顧客・提案・見積・工事の情報を 1 か所に集約
  • 過去案件の”類似検索”ができる分類設計（タグ/キー）
• 自動化（少人数でも回る仕組み化）
  • 見積依頼の自動生成（必要情報の埋め込み）
  • 見積回収状況の可視化（未回収の検知/リマインド）
  • 顧客/競合/業界ニュース収集の自動化（集約 → 配信）
• AI 活用（判断に使うための要点化）
  • 図面/仕様/メール/議事録の要点抽出（論点・未確定・宿題の整理）
  • 提案資料の”たたき台”作成（構成 → 箇条書き → 根拠整理）
  • 競合/顧客ニュースの要約と示唆抽出（営業で使う 1 枚化）
  • 失注理由の文章ログを分類し、学びとして蓄積
• 分析・レビューの型化（改善が回る状態）
  • パイプライン定義（ステージ基準の固定）
  • 受注/失注要因の構造化（分類の統一）
  • 定例レビューの設計（見る順序・判断ポイントの固定）

---

AI を”現場で壊れない”形にするガードレール

AI は便利ですが、内装・設計施工の提案では 誤読や前提違いが損失になります。
そのため「AI に丸投げ」ではなく、次の運用ルールで設計しました。

• AI の役割の固定：生成ではなく要点化・抜け漏れ検知・たたき台作成に寄せる
• 入力の固定：テンプレに沿って情報を入れる（案件情報の粒度を揃える）
• 出力の固定：見出しと形式を統一（読む側の認知負荷を下げる）
• 人の最終判断の明確化：見積条件・範囲・金額は必ず人が確定
• 記録の一元化：AI の出力も意思決定ログとして残し、再利用できる形にする

---

結果（売上に効く”体制の変化”）

• 提案準備が「毎回ゼロから」ではなく、型に沿って組み上がる状態へ
• 見積前提と段取りの抜け漏れが減り、手戻りが起きにくい状態へ
• 見積依頼・回収・リマインドが自動化され、ボトルネックが可視化される状態へ
• 少人数でも、提案・既存深耕・情報収集を並行でき、機会損失が減る状態へ
• 受注/失注の学びが蓄積され、勝ち筋の再現性が上がる状態へ

「忙しいほど提案が遅れる」から、「忙しくても提案が進む」へ。
これが少人数で売上を伸ばすための現実的な打ち手になります。