デモは自分でつくる。エンジニアの月40〜60時間が空く

1. デモを、営業が自分でつくる

売り込む前に、見せる。Proactionがやったのは、そこだけです。車やトラック、建設機械の車両管理ソフトを売る会社で、技術者ではない共同創業者が、商談のあとにCodexへ録音とメールと表計算を渡す。返ってくるのは、相手の車両と業務の流れをそのまま写したデモ環境。発表では、1本30〜45分でできると説明されています。

01 「エンジニアに聞いてから」が、要らなくなる

これまでは、デモを見せたければエンジニアの手を借りるしかありませんでした。共同創業者兼COOのColin Knudsen氏は「技術者ではない自分がデモを欲しいと思ったら、エンジニアを巻き込むしかなかった。いまは自分でCodexのなかでつくる」と語っています。頼む、待つ、確かめる。その三つが、同時に減りました。

同じデモをProactionのエンジニアがつくると、1本あたり約10時間。月に4〜6本なら40〜60時間ぶんです。発表では、その工数がまるごと空いたと説明されています。ただ、効いているのは数字より順番のほうです。人手が足りないから見せられない、ではなく、見せてから人手を使う。仕事の並びが入れ替わりました。

02 商談の録音が、そのまま材料になる

Codexに渡すのは、特別に用意した資料ではありません。Granolaに残った通話の記録、やり取りしたメールのスレッド、先方から届いた表計算。ありもののまま渡すと、自社製品の画面を模したHTMLのデモ環境ができ上がります。そこに並ぶのは、相手の会社の車であり、トラックであり、建設機械です。

画面を共有すると、相手は自分の現場を見ることになります。ここは違う、ここはこうしたい。指さしながら一緒に直していくうちに、説明の場が設計の場へ変わっていく。Knudsen氏は「エンジニアを一切巻き込まずに、一緒に最終形をつくる」と表現しています。発表では、初回接触から具体的な検討へ進む案件の割合が50〜60%伸びたとされています。

つくったデモは、売れたあとも働きます。顧客になった時点で、そのデモをエンジニアへの見本として渡す。何をつくるのかをめぐる往復が減る、という説明です。見せるためのものが、そのまま仕様の下書きになっていました。

2. タブを行き来しない一日になる

仕事をする場所が、ひとつになります。Codexのプラグインでつながるのは、Granola、Gmail、Slack、Linear、GitHub、HubSpot。通話の記録とメールの履歴を引き出して返信を用意し、Linearに課題を立て、HubSpotの商談を更新する。窓を渡り歩いて貼り付けていた作業が、一つの場所での会話に置き換わったと説明されています。

01 コピーして、貼る。が減る

以前のKnudsen氏は、営業と顧客対応とプロダクト管理を一人で抱え、タブからタブへ情報を移し替えていました。いまは、必要なことを言葉で伝えれば、Codexが文脈を集めて次の一手まで実行する。「自分のやることは全部Codexを中心に回っている。そこからあまり出ない」というのが本人の言い方です。

1日に15〜20件の細かい仕事。その積み重ねで、月25〜33時間が浮いたと見積もられています。1日あたりにすれば1時間強。派手ではありません。けれど、途切れずに考えていられる時間が1時間増えるというのは、別の種類の得です。

02 決まった時間に、勝手に動いている

Knudsen氏は、直近の通話を見直してチームへの営業アップデートを用意する自動処理も組んでいます。人が思い出して始める仕事ではなく、時間が来たら走っている仕事。発表にある機能としては、それだけの記述です。

ただ、ここには一つの線があります。集めて整えるところまでを預け、決めるところは人が持つ。Proactionの使い方は、そのあたりで止まっています。全部を任せる話ではない。まだ、任せきらない使い方のほうが強いということです。

3. 電話をかけるAIが、現場を引き受ける

Proactionは、管理を助けるだけでなく、実務そのものを引き受けようとしています。社内でManaged Execution Layerと呼ぶ仕組みです。GPT-Live-1とGPT-6 Astraを使ったエージェントが、音声で電話をかけ、書類や画像を確かめ、文章を読み、チャットで返す。車両の不具合写真から損傷を見分ける部分には、ChatGPT-5.6 Solが使われていると説明されています。

01 Martyは、修理工場に電話をかける

Martyと名づけられたエージェントは、車両の整備を段取りする役です。ドライバーと不具合について話し、修理工場に電話をかけ、入庫の予定を組み、見積もりの承認と支払いまで手伝う。人の判断が要る場面では、Proactionのチームが入ります。

「お客さまの仕事を管理し追跡するだけでなく、実行できるようにしている。それができるのは、OpenAIの音声が進んだからです」。会社側はそう説明しています。車両管理の現場では、電話は消えない仕事でした。その受話器を、誰が持つかという話です。

02 つくる側の手数も、短くなる

GPT-6 Astraは、こうした体験をつくる速さにも効いていると説明されています。プロダクト責任者のDanny O’Halloran氏は「Astraのコンピュータ操作の実行はより簡潔だ。GPT-5.6 Solでは、同じ作業にずっと長い実行が必要だった」と語っています。

売る人の時間が空き、つくる人の手数が減り、その先で車両管理の担当者の時間も空く。発表が描いているのは、その三段構えです。どこか一段でも詰まれば全体は動きません。逆に言えば、どの段から始めても構わないということでもあります。

4. 向く人、まだ早い人、今日やること

決め手は、見せるものがすでにあるかどうかです。Proactionが強かったのは、Codexを使ったからというより、売る相手の話が毎回ちがう商売だったから。同じ説明が二度と使えない仕事ほど、この使い方は効きます。逆に、渡す文脈が薄いままだと、出てくるものも薄くなる。ここだけは、はっきりしています。

01 向くのは、説明に時間を取られている人

相手ごとに事情がちがう。資料では伝わらない。だからいつも口頭で補っている。そういう仕事をしている人には、月40〜60時間という発表値を持ち出すまでもなく、試す価値があります。営業でなくても同じです。社内の稟議、採用の面談、取引先への提案。見せれば一度で終わる話を、言葉で三度くり返している場面は、どこにでもあります。

これ、けっこう大きな変化です。今までは「つくれる人」だけが見せられた。これからは、話を聞いた人が、その場で見せられる。間に人が入らないぶん、伝言で失われるものがない。KPEが一番おもしろいと感じたのは、そこでした。

02 まだ早いのは、見せる中身が固まっていない人

Proactionの手順は、製品の画面があり、顧客の実データがあり、商談の記録があって初めて回ります。どれかが欠けたまま走らせると、それらしい画面が出てくるだけで、話は前に進みません。自社に何を見せるものがあるか。先に棚卸しをするほうが、結局は近道です。

料金や日本での提供条件など、この発表が扱っていない話もあります。導入の可否を決める前に、自分の手元にある材料——録音、メール、表計算——がどれだけそろっているかを見たほうが、判断は早くなります。

03 今日、最初にやる一つ

直近の商談を1件だけ選ぶ。その録音とメールと、先方からもらった表を集める。それだけでいい。Proactionのやり方は、特別な準備から始まっていません。すでにある記録を、捨てずに渡すところから始まっています。

そして、つくったものは残しておく。デモは売るための道具であると同時に、次につくるものの下書きでした。一度の商談が、説明にも、設計にも、引き継ぎにも効く。一つの手間が三回働く形をつくれるかどうかが、この事例の要点です。

5. よくある質問

6. まとめ