自動化とリモートが当たり前になったいま、高額なAI開発・システム受託の世界では、あえて「対面」に戻る動きが強まっています。本コラムは、【有料級】AI時代だからこそ営業で大事なことを話しますで語られた論点を、LandBridgeが現場で見ているB2B受託の文脈に沿って深掘りします。
▼関連動画▼
【有料級】AI時代だからこそ営業で大事なことを話します。
https://www.youtube.com/watch?v=tKzUQtsrvvQ
▼執筆者のYouTubeチャンネル▼
「打ち合わせはZoomで十分では?」──多くの受託・SI・AI開発会社が、こう考えている。会議の録画、議事録AI、チャットでの要件すり合わせ。どれも合理的で、移動コストも抑えられる。
一方で、単価が数百万円を超えるB2B案件では、決裁者が本当に見ているのは、仕様書の完成度だけではない。「このチームに任せて、組織の痛みを理解してもらえるか」「失敗したときに隣にいてくれるか」という信頼の総量だ。
動画でも指摘されている通り、AIがコーディングや提案書作成を代行できるようになった今、技術的に「できる」こと自体はコモディティ化しつつある。差がつくのは、顧客のビジネス課題を聴き取り、非言語の手がかり(表情、間、現場の空気)を含めて解釈し、実装可能なソリューションに翻訳できるかという領域だ。
本記事で扱うのは、次の3問いだ。
なぜ対面ミーティングが、高額AIプロジェクトの獲得に効くのか
自動化時代に不可欠なスキルは何か
ラピッドプロトタイピングでB2B顧客に好印象を与えるにはどうするか
いずれも「ツールを増やす」話ではなく、人間が介在する価値の再定義に関わる。
LLMやコーディングエージェントの普及で、受託開発市場には明確なショックが走っている。動画では、かつて2,000万〜3,000万円規模だった案件が、AI活用により300万〜500万円で提案されるといった価格破壊が語られている。
これは「安くなったから嬉しい」話だけではない。発注側にとっては選択肢が増え、見積もり比較がオンライン上で一気に進む。受注側にとっては、同じ成果物をより安く・より速く出せる競合が増え、マージンと差別化の両方が圧迫される局面だ。
LandBridgeの現場でも、PoCや社内ツールの初回提案では、従来なら数週間かかっていたたたき台を数日〜1週間で見せるケースが増えている。スピードは武器になる。同時に、「速いだけ」の提案は、他社も同じ速度で追いつく。
かつて高く評価されていたスキル──
きちんと動くコードが書ける
管理画面が作れる
定型的なCRUDが実装できる
──の多くは、AIが十分な品質で代替し始めた。顧客にとっての価値は「コードが存在する」ことではなく、業務が楽になる・売上が伸びる・リスクが下がることだ。作業レベルの成果物だけでは、単価を維持しにくい。
誰もがChatGPTやClaude、Cursorなどを使い、似た提案書・似たデモ・似たアーキテクチャを出せる時代になると、最終成果物だけでは差がつかない。比較表の行が「機能一覧」で埋まり、価格と納期の競争に落ちる。
ここで必要になるの、自動化しにくい人間同士の信頼関係と、顧客固有の文脈理解だ。低単価のレッドオーシャンから抜けるには、「安く作る」ではなく「深く理解して、正しく直す」方向にシフトする必要がある。
Web会議は優秀だ。アジェンダが明確で、時間に収まり、決定事項が残る。だが高額案件の本質課題は、しばしば議題に載らないまま会議室に存在する。
現場担当者が本当は困っているが、上司には言いにくいこと
前任ベンダーへの不満
「このDX、本当は社長の思いつきで…」といった政治
こうした情報は、効率化されたオンラインアジェンダでは削られがちだ。移動・コーヒー・工場見学・雑談のなかで初めて、トーンが柔らかくなり、本音が漏れる。動画が強調するのは、この「非効率に見える時間」が、実は最大の情報収集コストパフォーマンスだという点だ。
B2Bの最終決裁は、スプレッドシートのROIだけで閉じないことが多い。「ロジックは通ったが、なぜか不安」──その不安の正体は、しばしば人間性への信頼だ。
目を見て話すときの誠実さ
現場で足を止め、質問する姿勢
トラブル時に逃げない雰囲気
モニター越しの映像では、熱量や間の取り方が伝わりきらない。特に初回の大型案件では、対面1回が、その後のオンライン会議の信頼残高を大きく左右する。
多くの企業がオンラインで3〜5社に見積もりを取るなか、わざわざ訪問してくる1社は印象に残る。本気度・優先度・リソース配分のシグナルとして機能する。
もちろん、訪問だけでは受注しない。訪問は問いの質を上げるための投資だ。現場の動線を見る、紙の帳票の山を見る、プリンタの音を聞く──こうしたアナログ情報が、後のAIプロトタイプの精度を上げる。
問力とは、顧客が口にした要望の奥にある業務 pain を、観察と対話で特定する力だ。
何が一番時間を食っているか
誰がその負担を背負っているか
失敗すると何が起きるか(罰則・クレーム・機会損失)
LLMに投げる前に、人間が現場で聴くべき問いがある。「AIに聞けばわかる」時代ほど、問いの設計が営業・コンサルの核心になる。
翻訳力は、顧客言語(売上、コスト、人員、コンプライアンス)を、実装言語(API、RAG、ワークフロー、権限設計)に変換し、逆方向にも説明できる力だ。
「RAGを入れます」ではなく、「問い合わせ対応の属人化を減らし、新人でも同じ品質で答えられるようにします」──専門用語を排し、経営と現場の両方に届く言葉にする。
言語化力は、曖昧な「何とかしてほしい」を、優先度付きの要件・受入条件・スコープ外に分解する力だ。ここを怠ると、AIが速くても速く間違えるだけになる。
動画が繰り返すように、ClaudeやGPTを使うこと自体は手段に過ぎない。核心は「その技術で、誰の、どの深い悩みを解くのか」という目的意識だ。
エンジニア・営業・経営のいずれも、最新モデルやエージェントの名前を追う必要はある。ただし市場が求めるのは、高い技術力+顧客課題への接続だ。コーディングはAIが補助し、人間は判断・関係・責任を引き受ける。
効率と信頼はトレードオフではない。役割分担すればよい。
フェーズ推奨チャネル目的初回接触・資料共有オンライン幅広い接点、コスト抑制課題の深掘り・キーマン面談対面(+現場)本音・信頼・観察デモ・プロトタイプ提示オンライン可スピード、記録最終決裁前対面不安の解消、コミット
LandBridgeでも、遠方案件はオンラインを基本にしつつ、金額・複雑度・政治リスクが高い案件では、必ず一度は現場または対面を組み込む。移動はコストではなく受注確度を上げる投資として計上する。
AIの真価のひとつはインデックスの速さだ。商談で出たキーワードを、24〜48時間以内に動くプロトタイプや画面遷移に落とす。
顧客の言葉がそのままUIやフローに反映されている
「聞いただけ」ではなく「作ってきた」という誠実さ
次回会議の議論が抽象論ではなく、具体物ベースになる
B2Bで好印象を残すコツは、完璧なシステムではなく「あなたの話を聴いて、形にした」証拠を早く見せることだ。精度は後から上げればよい。初回は理解の共有が目的だ。
単発の効率化(小)だけを売ると、価格競争に入りやすい。動画が推奨するのは、段階を用意することだ。
小:特定業務の自動化・ツール化(低〜中単価、短期)
中:部門横断のデータ連携・業務フロー改善(中単価)
大:事業戦略・組織変革に踏み込んだDX(高単価・長期)
顧客が最初に求めているのは「小」かもしれない。対面で深く聴くからこそ、本当は「大」が必要だと気づける。選択肢を並べることで、単価の上限を引き上げやすくなる。
商談メモをその日のうちに構造化(課題・人物・制約)
テンプレート化した技術スタック(再現性)
「デモ用」と「本番用」を分け、過剰品質を避ける
営業とエンジニアの短いハンドオフ(Slack・共有ドキュメント)
ツール例としては、CursorやClaude Code、v0、Boltなどが挙げられるが、本質は誰が何時間で顧客の文脈をコードに落とすかだ。
自動化が進めば進むほど、人間くさいコミュニケーションができる人・組織の価値は相対的に上がる。逆説的だが、論理は通る。コモディティ化した領域から逃げ、信頼・洞察・翻訳に賭ける時代だ。
高額AIプロジェクトを取りたいなら、次のハイブリッドが現実的な答えになる。
オンラインで接点と効率を取る
対面・現場で本音と信頼を取る
AIでプロトタイプと提案の速度を取る
移動時間を「無駄」と切り捨てるのではなく、課題の本質を見るための投資と捉え直す。それが、価格破壊の波のなかで勝ち続けるための、いまの市場における確実な道だ。
AI駆動開発と提案・PoCを組み合わせた実践を、社内で再現したい方には、LandBridge AI駆動研究所の研修・伴走が向いている。受託営業の問いの立て方から、爆速プロトタイピングの型まで、現場ベースで整理している。
無料相談・資料請求 → LandBridge AI駆動研究所
2026年5月、ChatGPTの既定がGPT-5.5 Instantに。メモリや音声API、広告・Trusted Contactのほか、Gemini Flash-Lite/File Search、AlphaEvolve、Anthropicの上限緩和と計算資源まで、大手3社の最新AIニュースを現場向けに整理します。
2026年4月23日、OpenAIは最新モデル GPT-5.5 を発表し、ChatGPTとコーディング支援の Codex に展開し始めました。公式では「これまででいちばん賢く、使いやすい」と位置づけられ、コーディング・リサーチ・データ分析・ツール連携など、いわゆる「仕事っぽい複合タスク」が主戦場です。一方で、開発者向けAPIは「もう少し」となっており、安全面の説明も長め──今日のニュースは、そのあたりまで含めて読むと腹落ちします。
ニュースだけ追うと専門用語だらけで疲れますが、2026年4月に起きていたことはシンプルです。「文章を出すAI」から、「画面の中で作業まで進めてくれるAI」へ、話題の中心が移った週でした。会社員なら「誰が触っていい情報か」「最後は人が確認するか」がセットで語られ始めたのもポイントです。ここでは、一般の方にも読みやすい言葉で流れをつなぎます。