「過去の似たような案件の提案書、どこにあったっけ…」
営業担当者が資料を探す時間は、本来なら顧客との対話に使えるはずの貴重な時間です。この課題は、社内データと連携して回答を生成するAI（RAG）を構築することで解決できます。
しかし、単にAIツールを導入するだけでは、求める回答が得られなかったり、社内で使われなくなったりするケースが後を絶ちません。
この記事では、AI導入を検討している企業の担当者様に向けて、過去の提案書を検索できるAIの仕組みから、具体的な作り方の手順、導入時の注意点までを分かりやすく解説します。
- 社内文書を検索できるAIは「RAG（検索拡張生成）」という技術で作られる
- AIを作る前に、提案書データの整理とアクセス権限の確認が不可欠
- スモールスタートで始め、現場のフィードバックを得ながら改善することが成功の鍵
- 自社での構築が難しい場合は、専門家の知見を借りるのが近道
過去の提案書を検索できるAI（RAG）とは
過去の提案書をAIに検索させるためには、一般的な生成AIの知識だけでなく、自社独自のデータを参照させる仕組みが必要です。ここでは、その基盤となる技術とメリットについて解説します。
RAG（検索拡張生成）の仕組み
自社のドキュメントをもとに回答を生成する仕組みをRAG（Retrieval-Augmented Generation：検索拡張生成）と呼びます。
通常のChatGPTなどの生成AIは、学習済みの一般的な情報から回答を作成しますが、社内の機密情報や過去の提案内容は知る由もありません。RAGを活用すると、ユーザーが質問した際に、まず連携された社内データベース（提案書フォルダなど）から関連する情報を探し出し、その情報を元にAIが回答を整理して提示してくれます。
営業部門に導入する3つのメリット
提案書検索AIを導入することで、営業現場には主に次のようなメリットが生まれます。
- 検索時間の劇的な削減：ファイル名が分からなくても、「製造業向けのDX提案事例」などの自然な言葉で探せるようになります。
- ナレッジの属人化解消：ベテラン営業マンの頭の中にしかなかった過去の成功事例に、若手でも簡単にアクセスできます。
- 提案の質とスピード向上：過去の構成や見積もり条件をすばやく参照できるため、新規の提案書作成を効率化できます。
提案書検索AIを作る前に準備すべき3つのこと
AIの構築作業に入る前に、データそのものの状態を整えることが成功の前提となります。AIは与えられたデータの質に大きく依存するためです。
まずは読み込ませる提案書を絞り込みます。古すぎる情報や、失注して参考にならない提案書をAIが参照すると、誤った回答の原因になります。「最新フォーマットのもの」「過去3年以内の受注案件」など、質の高いデータを集めましょう。
提案書には顧客の機密情報が含まれています。AIを構築する環境が安全か、社外にデータが学習されない仕様（オプトアウト等の設定）になっているかを必ず確認してください。また、役職によって閲覧できるファイルを制限する必要があるかどうかも検討事項です。
「とりあえずAIを入れる」のではなく、「1人あたりの資料検索時間を1日30分削減する」「新人の初動提案のスピードを上げる」など、具体的な目標を設定します。
「自社に合ったAIの活用方法が分からない」「データの整理から相談したい」という方は、AI活用の伴走支援を検討してみませんか？
【ステップ別】営業担当者が使えるAIの作り方
それでは、具体的に社内向けのAIを構築していく手順を解説します。自社開発するにせよ、外部サービスを利用するにせよ、基本的な流れは共通しています。
| ステップ | 実施内容 | ポイント |
|---|---|---|
| 1. ツール・環境の選定 | Azure OpenAI Serviceや、法人向けAIプラットフォーム、ノーコードツールなどから、要件に合う環境を選びます。 | セキュリティ要件と、自社のITリテラシーに合っているかどうかが重要です。 |
| 2. データの取り込み | 準備した提案書データ（PDFやWord、PowerPointなど）をシステムにアップロードし、検索可能な状態（ベクトル化など）にします。 | テキストが抽出できる形式である必要があります（画像のみのPDFは工夫が必要）。 |
| 3. プロンプト（指示文）の設定 | AIがどのように振る舞うかを設定します。例えば「あなたは優秀な営業アシスタントです。社内データに基づき、参照元を明記して回答してください」などです。 | 分からない場合は「情報が見つかりません」と答えさせる設定（ハルシネーション対策）が必須です。 |
| 4. テストと精度検証 | 実際に営業担当者が検索しそうな質問を入力し、期待通りの提案書がヒットするか、要約は正しいかを確認します。 | 一部のメンバーでテストを行い、回答のズレがあればプロンプトやデータを調整します。 |
提案書検索AIを構築する際の注意点と失敗例
AI導入は、システムを作って終わりではありません。ここでは、多くの企業が陥りやすい失敗例とその対策を紹介します。
原因：AIの回答精度が低かったり、使い方が複雑だったりして、結局「自分でフォルダを探したほうが早い」と判断されてしまうケースです。
対策：最初から完璧を目指さず、一部の優秀な提案書だけを読み込ませた「小さくて賢いAI」からスタートすること。そして、業務フローの中にAIへの質問プロセスを組み込むことが重要です。
また、ハルシネーション（もっともらしい嘘）への対策も忘れてはなりません。AIの出力には誤りが含まれる可能性があり、最終的な事実確認や顧客への提出判断は、必ず人が行うルールを社内に周知してください。
よくある質問
過去の提案書検索AIの導入に関して、よく寄せられる疑問にお答えします。
Q. プログラミングの知識がなくてもAIを作れますか？
はい、現在ではノーコードでRAG環境を構築できる法人向けサービスが多く提供されています。ただし、データの整備やプロンプトの調整など、システム以外の設計スキルは必要になります。
Q. PowerPointやPDFのデータも検索対象にできますか？
テキスト情報が抽出できる状態であれば可能です。ただし、図解や画像の中に書かれた文字は、そのままではAIが読み取れないことがあるため、データの前処理が必要になることがあります。
Q. 機密情報が外部に漏れる心配はありませんか？
法人向けのセキュアなAI環境（学習データとして利用されない設定のもの）を適切に選定・構築すれば、外部漏洩のリスクは抑えられます。個人向け無料版のAIツールに機密情報を入力することは避けてください。
Q. 何から始めればよいか分かりません。
まずは、現在どのような資料を探すのに最も時間がかかっているか、現場のヒアリングから始めることをおすすめします。社内の課題整理が難しい場合は、専門家の無料相談を活用するのも一つの方法です。
まとめ
過去の提案書を営業担当者が瞬時に検索できるAIは、属人化の解消と業務効率化に大きく貢献します。次のステップとして、以下の行動から始めてみてください。
- 自社の営業部門における「資料探しの時間」と課題を可視化する
- AIに読み込ませるための、質の高い提案書データを整理する
- 自社での構築が難しい場合は、プロの伴走支援を検討する
株式会社ジェイテックサービスについて
当社では、AI導入を検討している中小・中堅企業様向けに「AI顧問サービス」を提供しています。ツールの選定から社内データの活用、現場での定着まで、お客様の課題に寄り添った伴走支援を行います。
自社のデータを活用したAI構築にご興味がある方、何から始めるべきか迷っている方は、お気軽に無料相談をご利用ください。