商談の失敗を自動で学習するAI、壁打ち相手にできるか。

「今日の商談、なんか噛み合わなかったな」で終わって、翌日にはもう忘れている。

この繰り返しをやめるために、失注した商談そのものをAIの教材にして、次のロープレをAI側に組み立てさせる方法を試しました。

ヒントは、沈黙まで学習材料に数える営業AIが海外で出てきたことです。

営業ツールの上に立つAI、Houndlyとは？

2026年8月31日にProduct Huntでローンチした、法人のアウトバウンド営業向けのツールです。

このとき名乗っていたのは「Self-learning GTM copilot」。

ざっくり訳すと、自己学習する営業の相棒といったところでしょうか。

面白いのは立ち位置です。

自分でメールを送るわけでも、LinkedInにメッセージを投げるわけでもありません。

チームが既に使っている送信ツールの上に乗って、「誰に、何を、どのチャネルで」だけを判断する層として動きます。

送信は既存ツールに任せ、判断だけを引き受ける設計になっています。

Houndly.io | Custom GTM pipelines built around what you sell

Houndly.io builds highly curated signal engines around your offering, then uses real market response to sharpen your ICP and uncover where to hunt next.

houndly.io

想定しているのは、メールとLinkedInで相当な量のアウトバウンドを回している法人の営業チームです。

個人が自分の商談練習に使う類のツールではありません。

ただ、私が借りたいのは機能ではなく、学習の向きのほうです。

今のAI商談ロープレは、何を学習していないのか。

AIロープレの作り方を解説した記事は既にたくさんあります。

読んでみると、どれも骨格は同じです。

業種、商材、相手の役職、想定される反論を人間が書き出して、AIがその通りに顧客役を演じる。

これで練習にはなります。

ただ、シナリオを書いているのが自分である以上、練習の対象は「自分が弱いと思っている場所」から一歩も出られません。

数字が伸びない本当の原因は、たいてい自分で気づいていない場所にあります。

値引き交渉で毎回押し負けていると思い込んで、反論処理のロープレを何十回も重ねていた方がいました。

その方の商談の録音を文字に起こしてみると、価格の話に入るずっと前、初回のヒアリングの終盤で相手の返事が短くなっていたんです。

潰すべきだったのは反論処理ではなく、ヒアリングの詰めのほうでした。

このズレは、自分でシナリオを書き続ける限り埋まりません。

何を練習するかを決めている人と、練習が足りない人が同一人物だからです。

自己学習型のAIは、商談の何を材料にしているか。

Houndlyが読んでいるのは、返信の中身、それも「どの型の反論が返ってきたか」までです。

加えて商談が入ったかどうか、そして通話の内容。

通話の内容については、顧客像を掴むうえで最も濃い材料だと位置づけています。

私が引っかかったのはその先で、沈黙も材料に数えている点でした。

無視されたという事実そのものと、チャネルごとの反応の差、たとえばメールは完全に無視されるのにLinkedInの接続申請だけは通る層がある、といった挙動を次の判断に回します。

営業の記録で真っ先に捨てられるのが、まさにこの「何も起きなかった」データなんですよ。

提案が刺さらなかった商談、返信が来ないまま自然消滅した案件は、日報に書きようがありません。

書いても「反応なし」の4文字で終わります。

学習材料としては、決まった商談と同じか、それ以上の情報が入っているのに。

商談の記録をAIに学習させて、壁打ち相手を作る手順

使うAIはChatGPTでもClaudeでも構いません。

要るのは、うまいプロンプトより先に、まともなログのほうです。

記録するのは感想ではなく、相手の一言と沈黙

日報に「反応が薄かった」と書いても、AIは何も読み取れません。

残すのは次の4項目です。

日付／相手の業種と役職／こちらが出した提案
相手が実際に言った言葉（要約せず、そのまま）
会話が止まった場所、話題が逸れた場所
その後（返信までの日数、無反応、失注理由）

肝は2行目です。

「検討します」と「社内で共有してみます」と「予算が今期は厳しくて」は、日報だと全部「持ち帰り」の一語に丸められます。

でも次に打つべき手はそれぞれ全く違いますよね。

要約した瞬間に、一番効く情報が消えているんです。

無反応で終わった商談も、1行でいいので残してください。

ここが抜けると負けパターンの半分が見えなくなります。

練習メニューはAIに決めさせる

10件ほど溜まったら、ログを丸ごと貼ってこう頼みます。

以下は私の直近10件の商談ログです。相手の発言は要約せず、そのまま書き写しています。

（ログを貼る）

この10件を読んで、次の3点をやってください。

1. 私が繰り返し負けている型を1つだけ特定する。複数見えても、件数が最も多いものに絞る
2. その型が出る直前に私が何を言っているか、ログから引用する
3. その型だけを再現する顧客役として、ここからロープレを始める。設定は私に確認せず、ログから読み取った条件で始めてください

顧客役の1発言目から開始してください。解説はロープレが終わってからまとめて出してください。

3番の「設定は私に確認せず」を必ず入れてください。

ここを外すと、AIは「業種は何ですか」「想定する反論はありますか」と聞き返してきます。

そうなった時点で、シナリオを書いているのは結局こちらです。

元の一方向のロープレに戻ってしまいます。

ロープレが終わったら、その結果を11件目としてログに足して、もう一周させます。

今のロープレの結果を、11件目としてログに追加します。

（結果を書く）

更新後の11件で、私が一番負けている型は変わりましたか。
変わっていなければ、同じ型のまま相手の抵抗を一段強くして続けてください。

これで、練習の中身を決めているのが自分の勘ではなく、自分の実績になります。

個人の商談量でAIに学習させると、どこが噛み合わないか。

転用してすぐぶつかるのが母数の差です。

何百件も回すツールなら、沈黙は「この層は反応しない」という統計になります。

個人が抱える商談は月に数十件で、1件の沈黙はたまたま相手が繁忙期だっただけかもしれません。

ここは期間で埋めます。

直近1ヶ月ではなく3ヶ月分のログを渡す。

沈黙は同じパターンが3件溜まるまで材料に数えない。

この2つを守るだけで、偶然を法則と読み違えることはかなり減らせます。

もう1点、記録の偏りにも注意が必要です。

うまくいかなかった商談ばかり残していると、AIは失敗の型しか学べません。

決まった商談も、同じ4項目で同じだけ細かく残してください。

一つの負けパターンに寄りすぎないための歯止め

Houndlyには、送信の上限件数、既存顧客とオプトアウト済み連絡先を外す除外リスト、実行前に何が起きるかを提示する承認カード、そして全停止ボタンという4つの歯止めがあります。

自動で動くものには必ず止める手段を付ける、という設計思想です。

個人のロープレにもこれは要ります。

AIが「あなたはヒアリングが浅い」と断定してきても、それは10件のログから出た指摘であって、10件分の確度しかありません。

もう1つは練習そのものの偏りです。

同じ型のロープレを何週も続ければその型には強くなりますが、その間ほかの型は手つかずになります。

2週間続けたら一度別の型に切り替える、くらいの上限を自分で決めておくといいです。

失敗した商談を、AIの練習メニューに変える

この回し方を続けてみて効いたのは、AIが賢い顧客役をやってくれることではありませんでした。

商談が終わった直後の「なんか噛み合わなかった」を、その場で言語化して残す習慣がついたことのほうです。

記録が溜まってくると、AIに指摘される前に自分で気づくようになります。

ログを貼る手前で「あ、また同じところで止まってるな」と分かる。

そこまで来れば、AIは答え合わせの相手で十分です。

営業力が練習量で決まるという話は変わりません。

ただ、何を練習するかを自分の勘で決めるのをやめると、同じ練習量でも伸び方は変わります。

まずは次の商談で、相手が言った一言をそのまま1行だけ残す。

そこからで大丈夫です。