AI CRMの改善——人の修正を次の判断へ戻す仕組み

この回の役割｜改善を閉じる AIの正答率だけでなく、誤りを誰が、どの理由で、仕組みのどこへ戻すかを設計します。

CRMにAI機能を追加した日が、AIネイティブへの転換点なのでしょうか。

AMELAの経験では、そうではありませんでした。転換点は、AIの間違いを人が理由付きで修正し、その理由が次の判断ルールへ戻った時です。

AIより先に、判断材料を整えた

2026年6月28日、CRMに一日の状況を整理する「EOD Brain」が加わりました。顧客とのやり取り、遅れている商談、メールの兆候、次の行動を複数の視点からまとめる仕組みです。

重要なのは、AIを最初に置かなかったことです。

企業、担当者、商談、活動履歴、責任者、予定、メールという判断材料が先にあり、AIはその上で優先順位や次の行動を提案しました。情報が分断されたままでは、指示を工夫しても提案は部分的になります。

AIが担当者を誤って提案した

同じ日の実装履歴には、誤った担当者の提案を徐々に正す変更が残っています。さらに、利用者が「不適切」と判断した理由を記録し、その理由を次の指示へ反映する仕組みも加わりました。

ここで見えたのは、AIの回答を保存するだけでは改善にならないということです。

• 何を根拠に提案したのか
• 誰が承認または却下したのか
• 却下した理由は何か
• データ、ルール、指示、業務手順のどこを直すのか
• 変更後に同じ種類の誤りが減ったか

これらがつながって初めて、現場の修正が次の実行へ残ります。

「AIが学ぶ」の意味を限定する

本事例で「AIが学ぶ」と表現する時、基盤モデル自体を再学習しているわけではありません。

人の修正を受けて、CRMのデータ、担当割り当てルール、AIへの指示、参照する情報、承認手順を更新し、次の提案を変えることを指します。この区別がないと、実際には人が運用で直している仕組みを、AIが自律的に成長したように誤解させます。

会議結果を次の仕事へ変える

翌日には会議結果の記録が加わり、作業一覧や当日の優先事項へつながっていきました。その後も、情報収集と追跡を止める機能、企業文書と商談文書の分離、フィードバックへの対応、営業開拓の記録が追加されています。

会議を記録しただけでは、循環は閉じません。決定事項が次の行動になり、実行結果が残り、その結果が次の提案を変えるところまで必要です。

この事例の根拠と読み方

• 根拠：EOD Brain、担当提案の修正、理由付きフィードバック、会議結果、業務記録に関する実装履歴
• 対象期間：2026年6月28日以降のCRM改善過程
• 確認できること：AI提案への人の修正理由を、次の指示や業務処理へ戻す仕組みが追加されたこと
• 確認できないこと：提案精度、売上、担当者の生産性がどの程度改善したか
• 公開上の扱い：「学習」は運用上の更新を指し、基盤モデルの追加学習や自律改善を意味しません

実装された仕組みは改善経路の存在を示します。精度向上を主張するには、同じ条件での再評価と比較データが別途必要です。

読者が使える実践ツール

AI提案をレビューする時、次の5項目を一つの記録にします。

修正理由は、少なくとも次の五つに分けると改善先が見えます。

1. 入力データが不足していた
2. 用語や顧客区分の意味がずれていた
3. 判断ルールが不足・矛盾していた
4. AIへの指示や参照情報が不適切だった
5. 人の承認手順や責任者が曖昧だった

業務文脈だけでは、会社のAI能力にならない

CRMは、顧客について会社が知っていること、誰が判断したこと、次に直すべきことを同じ流れで扱えるようにしました。

しかし、この仕組みが整い始めた頃、別の問いが生まれました。全社員へAIの利用権限を広げれば、個人の改善は会社全体の成果へ自動的に広がるのでしょうか。

次回予告：全社AI導入——利用拡大と会社の成果を分けて考える（近日公開）

まとめ

AI CRMの改善は、モデルの正答率だけを追うことではありません。提案の根拠、人の判断、修正理由、更新対象、再評価を一つにつなぐことです。

人の修正が次のデータ、ルール、指示、業務手順へ戻る時、AIの利用経験は個人の中で終わらず、組織が再利用できる改善へ変わります。