AI SDR（AI BDR）は、対象リストの作成から初回接触、CRMへの記録までを一つの流れとして回す仕組みです。導入して成果が出るかどうかは、製品の性能よりも、自社の記録が整っているかと、壊れたときに気づける仕組みがあるかで決まります。
公開レビューを読むと、利用者の不満はAIの賢さではなく、自社用語の辞書整備、記録の欠落、AIが出す候補の鮮度、導入後の利用状況が見えないことに向いています。定義は短く押さえ、この4つの原因と、壊れたときに気づく方法を扱います。
AI SDR（AI BDR）とは
SDRはSales Development Representative、BDRはBusiness Development Representativeの略称です。どちらも見込み顧客との最初の接点をつくり、商談へつなぐ営業開発の役割を指します。
IBMはAI SDRを、見込み顧客の発掘、働きかけ、適格性確認などを自動化し、人の営業担当者を支援するAIシステムとして説明しています。実務では、次の6つを一つの流れとして扱えるかどうかが分かれ目になります。
アプローチ対象の抽出
案件の優先順位付け
企業情報と過去接点の調査
アプローチ方針と文面の下書き
人によるレビューと承認
反応の要約とCRMへの記録
営業担当者を置き換える肩書きではありません。調査、整理、下書き、記録をAIへ渡し、顧客に何を伝えるか、どの案件を進めるかという判断を人が担えるようにする業務設計です。
AI SDRとAI BDRの違い
境界は呼称だけでは判断できません。SDRをインバウンド中心、BDRをアウトバウンド中心に置く企業もあれば、両方を営業開発全般の意味で使う企業もあります。
導入時に確認するのは名称ではなく、対象業務と責任範囲です。
判断項目 | 確認すること |
|---|---|
対象 | 問い合わせ対応、新規開拓、休眠顧客の再接触のどこまでを含むか |
入力データ | CRM、メール、商談メモ、企業情報のどれを参照するか |
AIの役割 | 抽出、調査、下書き、送信、記録のどこまでを任せるか |
人の役割 | 優先順位、送信承認、例外対応、商談判断を誰が担うか |
出力先 | CRMのどの項目へ、誰の責任で記録するか |
AI SDR（AI BDR）が動く6つの工程
商談創出の流れを一つの巨大なAIへ任せず、役割ごとに分けて設計します。前の工程の出力が次へ渡り、結果がCRMへ戻る循環として組みます。
工程 | やること | 人が持つ判断 |
|---|---|---|
1. 対象リストを整える | 目標と残営業日から必要な接触数を出し、条件に合う対象を抽出する | 再接触してよい条件 |
2. 優先順位を付ける | 過去接点、関心テーマ、進捗、直近の反応で当日の順位を決める | 重点顧客と例外 |
3. 顧客情報を調査する | 公開情報とCRM内の履歴を分けて集め、情報源と確認日を残す | 推測を事実として扱わない線引き |
4. アプローチ案を作る | 連絡する理由と相手に関係する論点を整理し、下書きする | 会社名の差し替えで済ませない基準 |
5. 人がレビューする | 送信対象、事実関係、表現、タイミングを確認する | 承認、差し戻し、送信禁止条件 |
6. 結果をCRMへ戻す | 送った内容、反応、商談化の有無、次回の論点を記録する | 失敗も残すかどうか |
メール文面はAI化しやすい工程ですが、前後がつながっていなければ接触数は増えません。対象リストが不足していれば送る先がなく、過去接点を参照できなければ相手の状況に合わない連絡になります。
AI BDRの全体設計を資料で確認
リスト作成、優先度付け、顧客調査、人間レビュー、CRM記録まで、商談創出を支える6工程をまとめています。
成果が出ない4つの原因
営業支援AIの公開レビュー（ITreview）を読むと、不満の中身はほぼ4つに分かれます。以下は市場の利用者の声であり、diverの顧客の発言ではありません。
1. AIの精度が、自社用語の辞書整備に依存する
AIの出力品質は、自社の用語をどれだけ登録したかで変わります。ここは人の作業として残ります。
商談解析ツールの利用者からは、専門用語や業界特有の略語、複数名の同時発話で文字起こしが崩れるという指摘が出ています。特に固有名詞の誤りはAI要約の精度に直結するため、ユーザー辞書の登録をもっと直感的にしてほしい、業界別モデルの選択肢を増やしてほしい、という要望につながっています。別の利用者も、製品名などの特定文言を登録できれば精度を高められるはずだと述べています。
導入計画に「辞書整備は誰がいつやるか」が入っていない場合、精度の不足は製品の問題として報告されます。実際には未着手の作業です。
2. 記録が静かに欠ける
自動で記録されるはずの活動が記録されないことがあります。しかもエラーとして表面化しません。
公開レビューには、コールのみで留守電につながらない架電は履歴が残らない、商談直前に録画予約をするとまれに録画が開始されない、定期ミーティングにツールが入室せず手動で追加している、という報告が並びます。いずれも「失敗した」と通知されるのではなく、そもそも件数に入らずに消えます。
集計の母数が静かに減るため、後から「今月は接触数が少なかった」と読んでしまいます。原因は接触が少なかったことではなく、記録されなかったことです。
集計画面の作りも影響します。項目ごとの平均はすぐ出るのに合計が表示されない、という指摘も公開レビューにあります。平均だけを見ていると、母数が欠けていることに最後まで気づきません。件数を数えるときは、記録されなかった分を別の経路で数え直してください。
3. AIが出す候補の鮮度と信ぴょう性
AIが提示した企業や担当者が、そのまま使える保証はありません。
インテントデータ系ツールの利用者からは、人物情報をもとに連絡したら担当者が既に退職しており、受付から連絡し直す手戻りが発生したという報告があります。設定キーワードに対して官公庁がヒットする、1週間おきなど特定の曜日だけシグナルが出る、といった検知ロジックへの疑問も出ています。企業データベースの最新性についても、関連部署やグループ会社の紐づけに会社差が大きいという指摘があります。
候補の検証を人の工程として置かないと、誤った相手への接触がそのまま外に出ます。退職者への連絡は、単に無駄になるだけでなく、受付から入り直すぶん次の接触の難易度を上げます。
検証は全件でなくて構いません。送信直前に、対象の何割かを抜き取って在籍と部署を確かめる工程を置き、誤りの率そのものを指標として追ってください。率が上がったときが、データ提供元を見直す時期です。
4. 導入後に使われているかが見えない
契約は続いているのに、使われている実感がない状態が起きます。
商談解析ツールの利用者からは、誰がどれだけ他メンバーの商談を振り返り、フィードバックを活用しているかを可視化する管理者機能がほしい、という要望が出ています。別の製品では、契約プランの全機能を使いこなしている実感がないという声もあります。
録画や要約が便利でも、それをどう活かすかは利用側に委ねられます。営業トークの改善に使う、成功事例として横展開する、といった活用設計がなければ、高機能な録画ツールとして止まります。導入から実運用まで1か月かかったという報告もあり、計画は導入日ではなく運用開始日で引いてください。
同じことが、AIが拾ったリードの受け渡しでも起きます。ツール経由で問い合わせが入ったとき、担当者の定義、初回対応テンプレート、誰がどこへ何を記録するかの引き継ぎルールが決まっていないと、初動で確認のやり取りが発生します。設定と体制が整いきらない初期は取りこぼしが多かった、という報告もあります。
この4つは、いずれもツールの機能表では判断できません。製品を比べる前に、自社で誰が何を担当するかを書き出してください。
動いているかを確認する経路を、運用開始と同時に作る
前節の4つは、気づけば直せます。やっかいなのは、壊れたことが誰にも見えない形の故障です。
公開レビューで報告されている欠落は、どれもエラーとして通知されません。留守電につながらない架電は履歴に残らず、録画予約をしても開始されないことがあり、定期ミーティングにツールが入らないまま進みます。失敗が「0件」ではなく「そもそも数えられていない」として記録に現れます。
この形の故障は、集計画面を見ている限り正常に見えます。件数は少し減るだけ、率は母数ごと減るので動かないこともあります。集計値ではなく、実物を日別に数えてください。 送信したメールそのもの、記録された商談そのものを並べ、想定した件数と突き合わせます。
確認の経路は3つ用意します。
確認すること | 見る対象 | 頻度 |
|---|---|---|
送ったはずの件数が記録に残っているか | 送信実物と送信予定の突合 | 日次 |
AIの出力がそのまま使われているか | 下書きの採用率、差し戻し率 | 日次 |
人がツールを使っているか | 閲覧・フィードバックの操作ログ | 週次 |
3つ目は、公開レビューで繰り返し求められている観点です。誰がどれだけ他メンバーの商談を振り返り、フィードバックを活用しているかを可視化する管理者機能がほしい、という要望が出ています。契約プランの全機能を使いこなせている実感がない、という声もあります。使われているかどうかは、放っておくと誰も測りません。
AI SDRは設定して終わる仕組みではありません。運用を始めた日から、壊れていないことを毎日確かめる作業が発生します。その工数を最初の計画に入れてください。
必要なデータとガバナンス
AI Agentは、参照できるデータの範囲と質を超えて判断できません。CRMに古い情報、重複、欠損、表記ゆれが多い状態では、対象抽出も文面も不安定になります。
導入前に確認する状態は6つです。
会社と担当者の重複を判定できる
流入経路と過去接点が顧客単位でつながっている
商談ステージと次回アクションの定義がそろっている
メール、電話、商談メモの参照範囲が決まっている
更新責任とアクセス権限が項目ごとに決まっている
AIが参照してよい情報と、外部送信してよい情報が分かれている
CRMの項目を増やすだけでは足りません。どの判断に使うデータか、誰が更新するか、古くなった情報をどう検知するかまで決めます。検知の担当が決まっていない項目は、時間とともに古くなります。
もう一つ、選定の段階で見落とされやすい条件があります。そのツールからデータを外に出せるかどうかです。 公開レビューには、エクスポートできるデータに制約が多く他システム連携やクロス集計で困る、GA4やLooker Studioへ連携したい、国内シェアの高いツールとは連携がない、という指摘が並びます。AI SDRは単体で完結せず、CRMと分析基盤の間に置かれます。
部門をまたぐ顧客データの設計は、営業・マーケティング・CSのデータ連携も参照してください。
導入を進める5ステップ
対象業務を一つに絞る。 休眠顧客の再調査、問い合わせ後の情報整理など、入力と完了条件を定義できる一工程から始めます
現行フローを可視化する。 担当者、ツール、入力データ、判断、出力先を順に並べ、待ち時間と転記と確認漏れが起きる地点を特定します
AIと人の責任を分ける。 抽出、収集、要約、下書き、記録をAIへ渡し、送信可否と優先順位の例外と商談判断は人に残します
小さい対象で検証する。 件数と期間を限定し、返信や商談だけでなく、誤情報、差し戻し、記録漏れも数えます
検知の仕組みを先に置く。 動かし始めてから壊れます。実際に送られた内容を日別に数える経路を、運用開始と同時に用意します
AIを業務へ定着させる全体設計は、AI活用を業務フローに定着させる方法で解説しています。
導入を急がない方がよい状態
次の状態では、AI Agentを増やす前に業務とデータを整える方が先です。
どの顧客へ連絡してよいか判断できない
CRMの重複や欠損が多く、過去接点を追えない
営業担当者ごとに商談化の基準が異なる
送信承認と例外対応の責任者がいない
失敗結果をCRMへ戻す運用がない
評価指標がメール作成時間だけになっている
当てはまる場合は、ツールの比較より、対象業務の定義とCRM運用の整備から始めます。
公開事例から確認できること
SaaStrは、20以上のAI Agentを複数業務へ導入し、アウトバウンド営業では6万通を超えるメール送信と130件を超える会議予約を行ったと公開しています。SaaStr自身が公開した一事例であり、他社で同じ結果を保証するものではありません。
参考になるのはAI Agentの数ではなく、対象業務を分け、データを渡し、運用しながら調整している点です。SaaStr自身も、AI Agentには継続的な訓練と管理が必要だと説明しています。
監査可能な条件がそろっていない自社成果数値は、本ページには掲載しません。
成果を測る指標
主指標を一つ決め、品質と安全性の指標を併せて見ます。メール作成時間だけでは評価になりません。
観点 | 指標例 |
|---|---|
商談創出 | 有効返信率、商談化率、対象から商談までの日数 |
生産性 | 調査時間、承認までの時間、CRM記録にかかる時間 |
品質 | 差し戻し率、誤情報率、重複接触率 |
運用 | CRM記録率、期限内対応率、例外処理件数 |
検知 | 送信実物と送信予定の突合率、AI出力の採用率 |
最後の「検知」は、他の4つが正しく測れているかを確かめる指標です。採用率が静かにゼロへ落ちていないか、送ったはずの件数が記録に残っているかを日別に見ます。
一度の改善で複数の指標を同時に動かすと、何が効いたか判断できません。対象業務と主指標を一つに絞り、比較条件を先に決めます。
まとめ
AI SDR（AI BDR）が動くかどうかは、製品の選定ではほとんど決まりません。決めるのは、自社用語の辞書を誰が整えるか、記録が欠けたときに気づけるか、AIが出した候補を誰が検証するか、そして使われているかを見る手段があるかどうかです。
もう一つ、動き始めた後に効いてくるのが検知です。自動で記録されるはずの活動は、エラーを出さずに欠けます。集計値ではなく実物を日別に数える経路を、運用開始と同時に用意してください。
diverは、業務フローの設計、ツール選定、実装、運用、継続改善までを支援する社外RevOpsチームです。自社の営業開発をどこから見直すべきか相談したい方は、diverへ相談するをご利用ください。
よくある質問
AI SDRとAI BDRの違いは何ですか？
呼称と担当範囲は企業によって異なります。SDRをインバウンド中心、BDRをアウトバウンド中心に置く場合がありますが、営業開発全般の意味で使う企業もあります。導入時は名称より、対象業務、参照データ、人の承認点を確認します。
AI SDRを導入すれば営業担当者は不要になりますか？
不要にはなりません。AIは調査、整理、下書き、記録を支援できますが、顧客へ送る内容、優先順位の例外、リスクのある表現、商談判断は人が責任を持ちます。
AI SDRは本当に成果が出ますか？
出るかどうかは製品より自社側の状態で決まります。公開レビューで挙がる不満は、AIの賢さではなく、自社用語の辞書整備、記録の欠落、候補の鮮度、活用設計の不在に集まっています。この4つに着手していない状態で導入すると、製品を替えても同じ結果になります。
導入前に必要な準備は何ですか？
対象業務の開始条件と完了条件を決め、CRMの顧客情報と過去接点を確認します。そのうえで、AIが参照してよいデータ、人が承認する地点、送信禁止条件、成果指標を定義します。
何から試すべきですか？
入力と完了条件が明確で、失敗時に人が戻せる一工程から始めます。問い合わせ後の企業調査や休眠顧客の再調査が向いています。対象を限定し、誤情報や差し戻しも含めて検証します。
導入にどれくらい期間がかかりますか？
契約日から使える状態までには差があります。公開レビューには、導入から実際の運用まで1か月ほどかかったため、オンボード時に自社に合わせた活用提案がほしかったという報告があります。計画は導入日ではなく運用開始日で引いてください。
AIが作った文面をそのまま送ってよいですか？
送信前の人によるレビューを工程として残してください。送信対象、事実関係、表現、タイミングを確認し、承認者、差し戻し条件、送信してはいけない条件を運用ルールに書きます。
導入後、うまく動いているかをどう確認しますか？
集計値ではなく実物で数えます。実際に送られた内容を日別に並べ、AIが出した候補が採用されているか、送ったはずの件数が記録に残っているかを見ます。記録の欠落はエラーとして通知されないため、集計画面では正常に見えます。
参照元
SaaStr「We Deployed 20+ AI Agents and Replaced Our Entire Human SDR Team」
ITreview（営業支援ツールの公開レビュー。本文では市場の利用者の声として扱っています）
記事情報
著者: diver編集部
レビュー: diverチーム
更新日: 2026年9月15日