AIによるリードスコアリングとは？見込み顧客の優先順位を決める方法

営業メールを作るたびに、企業情報を調べ、過去の接点を確認し、相手に合わせて文章を書き直す。営業担当者一人ひとりでは対応できても、対象企業が増えると、この作業だけで多くの時間がかかります。

そこで注目されるのが、AIエージェントを使った営業メールの自動化です。

ただし、「AIなら文章を書けるから、営業メールも全部自動送信すればよい」と考えると危険です。

企業を取り違える、過去商談を無視する、顧客が言っていない課題を断定する、すでに別の営業担当者が接触している企業へ重複して送る。こうした問題は、文章の自然さだけを評価していても防げません。

AIエージェントによる営業メール自動化で重要なのは、メール作成だけではなく、「誰に送るか」「何を根拠に書くか」「誰が確認するか」「いつ送るか」「返信後に誰へ引き継ぐか」まで一つの業務プロセスとして設計することです。

インティメート・マージャーが関わった過去のセミナーでも、データ入力、メール送信、会議設定などの反復業務をAIへ移し、人間はコミュニケーション、戦略的思考、判断へ集中するという役割分担が示されてきました。

本記事では、営業メールを「作成・確認・送信・返信対応」に分解し、AIエージェントへどこまで任せやすいのかを実務の観点から整理します。

AIエージェントで営業メールを自動化するとは？

一般的な生成AIによるメール作成では、営業担当者が情報を入力し、「この内容でメールを書いてください」と指示します。

AIエージェントでは、その前後の処理まで業務フローとしてつなげられます。

例えば、

1. 対象企業・担当者を確認する
2. CRMやSFAから過去接点を確認する
3. 資料請求・ウェビナー・Web行動などを整理する
4. 現在送ってよい相手か確認する
5. メール文面を生成する
6. 禁止表現・事実関係を確認する
7. 必要なら営業担当者へ承認依頼を出す
8. メールを送信する
9. 返信内容を分類する
10. 商談や重要な質問は営業担当者へ引き継ぐ
11. 結果をCRMやSFAへ記録する

といった流れです。

「AI メール作成」は文章生成が中心ですが、「AIエージェント 営業メール」は送信前後の業務プロセスまで含めて考える点が大きな違いです。

営業メールは4段階に分けて自動化を考える

段階	AIが行うこと	人が行うこと	導入しやすさ
作成支援	情報整理、件名、本文、CTA作成	内容確認・送信	高い
承認型	対象選定、本文作成、送信準備	対象・内容を承認	比較的高い
限定自動型	条件内でメールを自動送信	例外・重要案件を確認	中程度
継続対応型	返信判定、フォロー、日程案内等	商談・条件・例外を引き継ぐ	慎重な設計が必要

最初から完全自動化を目指す必要はありません。

営業メールでは、AIができることと、実際にAIへ任せるべきことを分けて考える必要があります。

AIに任せやすい営業メール業務

企業・担当者情報の整理

メールを書く前に、

• 企業概要
• 担当者の部署・役割
• 過去の問い合わせ
• 資料請求
• ウェビナー参加
• 過去商談
• 直近の営業活動

などを整理できます。

AIがメールを書く前に「誰に対して、どの文脈でメールを書くのか」を理解できる状態を作ります。

件名・本文の下書き

営業担当者が毎回ゼロから文章を書く代わりに、AIへ下書きを作らせます。

例えば、

• 資料請求後のフォロー
• ウェビナー参加後の案内
• 商談後のお礼
• 質問への回答
• 関連コンテンツの案内
• 休眠案件への再確認

などです。

顧客名や企業名だけを差し替えるのではなく、過去接点や商談内容まで反映することで、営業メールとしての文脈を作ります。

長い商談記録からメールに必要な情報だけを抽出する

商談後のフォローでは、議事録全体をメールに入れる必要はありません。

AIに、

• 顧客が確認したいこと
• こちらから送ると約束した資料
• 次回までの宿題
• 次回商談候補

だけを抽出させ、フォローメールへ変換できます。

文章のトーンや形式をそろえる

営業担当者ごとに、極端に長いメール、短すぎるメール、表現のばらつきがある場合、AIを使って一定のガイドラインへ合わせることもできます。

例えば、

• 結論を先に書く
• 一通のメールで伝える目的を一つにする
• 過度な断定を避ける
• CTAを明確にする
• 社内で禁止している表現を使わない

といったルールです。

送信前のチェック

AIはメール作成だけでなく、別工程としてチェックにも使えます。

確認項目	チェック内容
宛先	企業・担当者を取り違えていないか
過去接点	既存商談・担当者との重複がないか
事実	顧客が言っていない内容を断定していないか
時系列	古い情報を現在の状況として使っていないか
資料	送付すると約束した資料と一致しているか
表現	価格・効果・機能等を過度に断定していないか
CTA	相手に求める次の行動が明確か

人が判断すべき営業メール業務

そもそもその企業へ連絡してよいか

AIが対象企業として選んでも、そのままメールを送るべきとは限りません。

例えば、

• 別の営業担当者が対応中
• 直近で別メールを送っている
• 過去に接触を控える要望があった
• 重要顧客である
• 失注直後である
• 顧客との関係上、担当者から直接連絡すべき

場合があります。

対象抽出と送信判断は同じではありません。

顧客の課題を断定してよいか

行動データやインテントデータから、顧客があるテーマへ関心を持っている可能性は推測できます。

しかし、それだけで「御社は〇〇に課題がありますよね」とメールへ書くのは適切ではありません。

AIが持つ情報	避けたい表現	メールでの扱い方
関連テーマを閲覧	「〇〇でお困りですよね」	「〇〇について情報収集されている企業向けに」
ウェビナー参加	「〇〇を導入予定と理解しています」	「先日のテーマに関連して」
AIが課題を推定	「御社の課題は〇〇です」	質問・確認事項へ変換する

AIの推測は、営業メールでは事実ではなくアプローチ仮説として扱います。

価格・契約・納期・提供条件を書く

料金、値引き、契約条件、納期、提供範囲などは、顧客との約束につながります。

AIが過去資料から文章候補を作ることはできますが、正式な提示内容は人が確認します。

重要顧客への連絡

大口顧客、戦略顧客、過去に重要な商談があった企業などは、通常の自動化ルールから外す方法があります。

「効率化できるか」ではなく、「誤送信したときの影響」を基準に判断します。

新規営業メールはどこまで自動化するべきか

新規営業メールは、自動化による効率化効果が大きい一方、誤ったターゲットへ大量接触しやすい領域でもあります。

導入初期では、

1. AIが対象企業候補を抽出
2. 根拠を提示
3. AIがメール案を作成
4. 営業担当者が対象と本文を確認
5. 人が送信

という形が扱いやすいでしょう。

運用データが蓄積し、対象条件・除外条件・文面ルールが安定してから、自動送信範囲を広げます。

対象企業抽出から接触までの全体設計については、AIエージェントでリード獲得を自動化する仕組みで詳しく整理しています。

商談後のフォローメールはAIと相性がよい

営業メールの中でも、比較的AIを活用しやすいのが商談後のフォローです。

理由は、文章を作るための一次情報がすでに存在するからです。

AIが、

• 直前の商談内容
• 顧客本人の発言
• 送付を約束した情報
• 次回の予定

を参照できれば、推測だけに依存する必要がありません。

例えば、

商談文字起こし → 要点整理 → フォローメール生成 → 営業担当者確認 → 送信 → SFAへ記録

というフローを組めます。

新規のコールドメールと比べ、送信相手・文脈・目的が明確なため、最初のAIメール活用として検討しやすい領域です。

資料請求・ウェビナー後のメールは「行動＝課題」と考えない

資料請求やウェビナー参加は、営業メールのトリガーとして利用しやすいデータです。

一方で、

「AIエージェントのウェビナーへ参加した」

という事実から、

「AIエージェントを導入したい」

と断定することはできません。

競合調査、情報収集、将来検討など、参加理由は複数考えられます。

そのため、

• 確認済み事実：ウェビナーに参加
• AI仮説：AIエージェントへ関心がある可能性
• 提案：関連資料を案内する
• 未確認：導入予定・具体的課題

という形で情報を分けます。

営業メールでも、「導入をご検討中と伺いました」ではなく、「先日のテーマに関連して、参考になりそうな情報をご案内します」といった、事実に沿った表現を選びます。

AIエージェントに営業メールを自動送信させる条件

自動送信を検討する場合は、少なくとも次の条件を決めます。

送信対象条件

• どの顧客セグメントか
• どのイベント・行動を起点とするか
• 過去接点があるか
• 既存商談中ではないか

除外条件

• 重要顧客
• 営業担当者が対応中
• 過去に連絡停止の意思がある
• クレーム・問題対応中
• 情報に矛盾がある
• 送信先情報が古い

メール内容のルール

• 参照してよいデータ
• 記載してよい製品情報
• 価格表現
• 成果表現
• 禁止表現
• トーン
• CTA

送信回数・停止条件

• 最大送信回数
• フォロー間隔
• 返信があった場合の停止
• 拒否意向があった場合の停止
• 商談化した場合の停止

自動メール営業では、「送る条件」だけではなく、送らない条件・止める条件の方が重要になる場合があります。

返信後までAIエージェントへ任せる場合の分担

営業メールは送って終わりではありません。

AIエージェントで返信内容を分類し、次の処理へつなげることもできます。

返信内容	AIの処理	人への引き継ぎ
日程調整	候補日時・予約導線を提示	必要に応じて確認
資料希望	承認済み資料を案内	高リスクでなければ限定自動化
一般的な質問	ナレッジから回答案を作成	送信前確認を設定
具体的な商談希望	内容を要約	営業担当者へ即時引き継ぎ
価格・契約	質問内容を整理	人が回答
クレーム	内容を検知・分類	自動返信を止めて人へ引き継ぐ
配信停止希望	停止処理候補	確実に以後の対象から除外

目標は「AIだけでメールの往復回数を最大化すること」ではありません。

人が対応すべき状態になったら、会話の文脈とともに営業担当者へ引き継ぐことが重要です。

AI営業メールに必要なデータは3層で考える

インティメート・マージャーが関わったAI・CRM関連セミナーでは、AI活用に必要な顧客データを大きく3層で捉える考え方が紹介されています。

データ	営業メールでの役割	例
構造化データ	誰なのかを把握する	企業、担当者、部署、役職、案件ステージ
行動シグナル	何が起きたのかを把握する	資料請求、Web閲覧、ウェビナー、過去メール反応
コンテキスト	なぜそのメールを送るのか判断する	過去商談、現在の案件状況、営業担当者、顧客からの要望

行動シグナルだけを見てメールを送ると、顧客文脈を無視しやすくなります。

例えば、「AI関連ページを閲覧した」という情報だけではなく、CRM上で「先週すでに営業担当者がAI関連の提案をしている」と分かれば、自動メールを止める判断ができます。

パーソナライズの精度は、文章生成能力よりも、メールを作る前にどのデータを読み取れるかで大きく変わります。

パーソナライズしすぎる営業メールにも注意する

AIとデータを組み合わせると、顧客ごとに細かなメールを作りやすくなります。

しかし、取得できるからといって、すべての情報をメールへ書く必要はありません。

例えば、

• 本人が伝えていない属性を強調する
• 細かなWeb閲覧行動を直接言及する
• AIが推測した課題を事実として書く
• 社内だけで管理すべき情報をメールへ含める

と、顧客に不自然さや不安を与える可能性があります。

データは、メール本文へそのまま露出させるためではなく、「何を案内するか」「今送るべきか」を判断する裏側の材料として使うことも重要です。

AI営業メールで人が確認する5つのポイント

事実確認

企業情報、商談内容、商品情報に誤りがないか確認します。

関係性

別担当者が連絡中ではないか、過去の経緯を無視していないか確認します。

推測表現

AIが推測した顧客課題や関心を、顧客本人の事実として書いていないか確認します。

約束

価格、機能、提供範囲、納期などについて、権限のない約束をしていないか確認します。

顧客体験

営業側では効率的でも、相手から見て不自然・過剰な接触になっていないか確認します。

営業メール自動化は3段階で進める

支援型｜AIが書き、人が送る

最初の段階では、

• 情報整理
• 件名案
• メール本文
• CTA

までAIが作り、営業担当者が確認して送信します。

この段階で、どこを修正したか記録します。

承認型｜AIが送信準備まで行う

次に、

• 送信対象選定
• メール作成
• 送信日時候補
• フォロー条件

までAIが準備し、人は承認だけ行います。

営業担当者が毎回文章を直さなくても送れる状態を目指します。

限定自動型｜条件の明確なメールだけ自動送信する

例えば、

• 商談で送付を約束した承認済み資料
• 登録済みイベントの案内
• 明確な条件での定型フォロー
• 顧客から希望された情報の送付

など、送信理由・内容・対象が明確なメールから限定して自動送信を検討します。

新規企業への営業メールや重要顧客へのメールまで同じルールで自動化しないことが重要です。

AIエージェントで営業メールを自動化する7ステップ

1. 対象となるメールを一種類に絞る
2. 送信対象・除外条件を決める
3. AIへ渡すデータを決める
4. メールのガイドラインを作る
5. 人が承認する条件を決める
6. 停止・引き継ぎ条件を決める
7. 送信結果を次の改善へ戻す

まずメールを一種類に絞る

「営業メールすべてをAI化する」と考えると範囲が広すぎます。

最初は、

• 商談後のお礼
• 資料請求後のフォロー
• ウェビナー参加後の案内
• 休眠案件への再確認

など一つへ限定します。

送信対象と除外条件を同時に作る

対象条件だけを作ると、送ってはいけない企業まで含まれやすくなります。

「送る条件」と「送らない条件」をセットで定義します。

AIが参照できる情報源を限定する

例えば、

• CRM
• SFA
• 承認済み商品資料
• 商談記録
• 公式Webサイト

など、メール作成の根拠として利用してよい情報源を決めます。

人へ戻す条件を明文化する

条件	対応
重要顧客	自動送信しない
情報不足	営業へ確認依頼
データ矛盾	送信停止
価格・契約	人へ引き継ぐ
クレーム	自動返信停止
商談希望	営業担当者へ通知
配信停止希望	以後の対象から除外

営業メール自動化で見るべきKPI

AIメールの評価を「何通送れたか」だけにすると、大量送信が目的になりやすくなります。

評価軸	KPI例
効率	1通あたり作成時間、確認時間
AI品質	人による修正率、却下率
送信品質	誤送信、重複接触、送信停止件数
反応	返信、クリック、日程調整等
営業成果	有効返信、商談化、案件化との関連
顧客体験	拒否、クレーム、不適切接触

特に重要なのが修正率です。

AIが毎回同じ部分を営業担当者に修正されているのであれば、プロンプト、参照データ、営業ルールのどこかに改善余地があります。

営業メール自動化でよくある失敗

メールの文章だけ自動化する

誰に送るかが間違っていれば、文章が自然でも意味がありません。対象判断とメール作成を分離せず、一つのフローとして設計します。

行動データだけで顧客課題を決める

資料請求や閲覧はシグナルであり、顧客課題そのものではありません。仮説として扱います。

新規営業メールから完全自動化する

関係性がない相手ほど、対象判断や表現を誤ったときの影響を確認しにくくなります。まず人の承認を残します。

AIが作った商品説明を確認しない

機能、価格、対応範囲について誤った内容を生成する可能性があります。承認済み情報源に限定します。

送信停止条件を作らない

返信がないからとAIが繰り返しフォローし続ける状態を避けます。回数・期間・拒否意向などの停止条件を決めます。

営業担当者の修正を記録しない

Human-in-the-Loopでは、人が修正した内容が改善材料になります。単に修正して送るだけで終わらせないことが重要です。

営業メールを自動送信する前に法務・運用ルールも確認する

営業メールを自動送信する場合、AIの精度だけで判断することはできません。

送信相手、メールの目的、取得した連絡先の扱いなどによって、電子メール広告に関する法令や個人情報の取り扱い、各社の社内ルールなど確認すべき事項が変わります。

そのため実運用では、

• どの連絡先へ営業メールを送ってよいか
• どの情報をAIへ入力してよいか
• 配信停止意思をどのように管理するか
• 外部AIサービスへ顧客情報を渡せるか
• 誰が送信責任を持つか

を法務・情報システム・営業企画などと確認します。

「技術的に自動送信できる」と「自社が自動送信してよい」は別の判断です。

営業メールAIの実務チェックリスト

チェック項目	確認すること	不足している場合
対象メールを限定した	何のメールをAI化するか	1ユースケースに絞る
送信対象が明確	誰に送ってよいか	顧客条件を設定する
除外条件がある	誰には送らないか	重要顧客・商談中等を定義する
参照データを限定した	何を根拠にメールを書くか	承認済み情報源を決める
事実と推測を分けた	AI仮説を断定していないか	仮説ラベルを付ける
メールガイドラインがある	トーン・禁止表現があるか	営業文面ルールを作る
価格等の確認ルールがある	AIが勝手に約束しないか	人承認を必須化する
重複接触を確認する	他担当が連絡中ではないか	CRM・SFAと照合する
送信回数を設定した	自動追客し続けないか	上限を設定する
停止条件がある	拒否・返信時に止まるか	明文化する
人への引き継ぎ条件がある	商談・契約等を人へ戻せるか	エスカレーション条件を作る
修正履歴を残している	AIを改善できるか	修正・却下理由を記録する
法務・データ利用を確認した	自動送信・顧客データ利用が適切か	関係部署と確認する

まとめ｜営業メールは「AIが書くか」ではなく「どこで人が判断するか」を設計する

AIエージェントを使えば、営業メールの作成だけでなく、対象企業の情報収集、過去接点の確認、送信準備、フォロー、返信分類、CRM・SFA記録までを一つの業務フローとしてつなげられます。

一方、すべての工程を自動化する必要はありません。

AIへ任せやすいのは、

• 情報収集
• 要約
• メール下書き
• 送信前チェック
• 返信分類
• 定型的な処理

です。

人が判断すべきなのは、

• その顧客へ連絡してよいか
• 顧客の課題をどう解釈するか
• どの提案をするか
• 価格・契約・約束をどうするか
• 重要顧客へどう対応するか
• 例外やクレームへどう対応するか

といった営業判断です。

インティメート・マージャーの一次情報でも、AIエージェント時代には、人が目的とガイドラインを設定し、AIへ実行を任せ、結果を人が評価して次の改善へ戻すHuman-in-the-Loopの考え方が示されています。

営業メール自動化のゴールは、人をメール業務から完全に外すことではありません。AIへ反復作業を移し、営業担当者が「誰に、なぜ、何を伝えるか」という判断へ集中できる状態を作ることです。