1. イントロダクション —— 「話している今、この瞬間もデータは生まれている」

営業の現場では、会話が進むたびにデータが生まれています。
商談の中で交わされる言葉、共有される資料、画面越しの反応、メールの往復など、それらはすべて、AIが学び、理解し、次のアクションへとつなげられる生きた情報です。

これまでの記事では、営業の「Beforeフェーズ」として、顧客情報やリスト、資料の整備といった準備の精度に焦点を当ててきました。
AIに正しく考えさせるためには、構造化されたデータが欠かせません。
しかし、AIが真に力を発揮するのは、準備が整ったあと、すなわち「接触の瞬間」です。

たとえばオンライン商談。
あなたが話しているその最中にも、Google Meetの背後ではGeminiが会話を理解し、要点や質問、次のアクションを静かにまとめています。
資料を共有すれば、その内容はNotebookLMが文脈として保持し、後で再利用できる「知的ログ」へと変換されていきます。

つまり、商談のたびにあなたは新しいナレッジを生み出しているのです。
重要なのは、それを記録することではなく、AIがその瞬間に理解し、つなげること。
このリアルタイム性こそが、営業とAIの関係を次のステージへ導く鍵になります。

本稿では、CRMを使っていない営業現場でもすぐに実践できる形で、Google Workspaceを中心とした「DuringフェーズのAI活用設計」を解説します。
Geminiが会話や行動を読み取り、NotebookLMが資料の文脈を維持することで、商談という一瞬の出来事を、継続的な学習資産へと変えていく方法を見ていきましょう。

2. Duringフェーズの全体像 —— 「会話」「行動」「資料」をリアルタイムで理解するAI設計

商談の最中に発生する情報は、主に3つの軸で構成されています。
「会話」、「行動」、そして「資料」。
これらは別々のものに見えますが、実際にはひとつの時間軸の中で密接に絡み合っています。

たとえば、

• 商談中に顧客が何かを質問する（会話）
• その直後に営業が関連資料を共有する（行動）
• 共有された資料が議論の中で参照される（資料）

この一連の流れは、すべて同じ出来事の断面です。

これまでは、この瞬間ごとの情報を人がメモに残し、あとから整理するしかありませんでした。
しかし今は、AIがその場で理解し、結びつけることができます。

3軸で見るDuringフェーズのAI設計

軸	主なデータ	主AI	目的
会話	Meet／Chat／メモ	Gemini	発言理解・要約・タスク抽出
行動	カレンダー／Gmail／ドライブ操作	Gemini	文脈補完・行動トレース
資料	Docs／提案書／共有ドライブ	NotebookLM	商談内容との連携・音声検証

Geminiは会話の文脈をリアルタイムで理解しながら、その裏で「誰と」「どんな資料を」「どのタイミングで共有したか」を同時に追跡します。
さらに、NotebookLMがその資料群を文脈として保持し、会話中の発言や要約と照らし合わせながら知識を統合していく。

この連携によって、

• 会話ログはそのままアクションリストに、
• メールやカレンダーの履歴は顧客理解の時系列データに、
• 共有した資料は話した内容と意味のつながった情報として再利用可能になります。

重要なのは、「AIが理解している状態をどう作るか」です。
つまり、商談という動的な情報流を、AIがそのまま観察し続ける設計。
これが、Google Workspaceの各ツールをまたいで情報を結ぶDuringフェーズ設計の本質です。

3. 会話データの活用 —— Meet×Geminiによるリアルタイム理解

営業のやり取りの中で、もっとも密度の高い情報が生まれるのは「会話」です。
商談中の発言、質問の裏にある意図、沈黙の間に滲む温度感。
こうした微細な情報こそ、AIが営業の思考を支える材料になります。

現在、Google MeetではGeminiを通じてリアルタイムの文字起こし・要約・メモ作成が行えるようになっています。
特に指示をしなくてもMeet起動時にGeminiを立ち上げることで、議事録や要約・タスクを生成することが可能です。

🧠 記録するAIから考えるAIへ

現時点では、Geminiが会話の文脈をトリガーにして自動提案を行うような仕組みは正式には実装されていません。
しかし、Googleが進めている「AIエージェント構想」では、この方向性が明確に示されています。

たとえば、将来的には、顧客が「来月の導入スケジュールは？」と尋ねた瞬間に、GeminiがGoogleカレンダーの情報を参照し、「来週の水曜が空いています」と提案を下書きしてくれる。

そんな思考の伴走者としてのAIは、今まさに開発の射程に入ってきています。

この記事では、このような未来像を象徴的な機能として描きつつ、すでに現場で実現できる「準リアルタイム理解」の活用方法を中心に扱います。

💡 現場にもたらされる効果

Geminiが議事録を取ってくれるだけでなく、「誰が何を言ったか」を明確に整理してくれることで、営業担当者は思考の余白を取り戻すことができます。

「次に何を聞くべきか」「この話題をどう深めるか」といった考える余力が生まれ、AIと人間が同じ会話を別の角度から理解している状態を作れるのです。

🔁 NotebookLMへの文脈引き継ぎ

商談後、Geminiが生成した要約やメモはNotebookLMへ引き継がれます。
NotebookLMが会話の要約と共有資料を照合し、次の提案書やフォローアップの下書きを自動的に準備してくれる。
この流れによって、「会話→理解→提案」というサイクルが生まれます。

Vol.8では、この流れを実際の商談メモ整形プロセスに落とし込み、「記録AI」ではなく「考えるAI」としての使い方を掘り下げます。

4. 行動データの補完 —— Gmail／カレンダーでAIが追う営業の動き

営業活動は、会話だけで完結しません。
商談の約束を入れる、見積書を送る、資料を修正して再送する。
こうした一つひとつの行動も、れっきとした「営業データ」です。

けれど、CRMを使っていない営業担当者にとって、これらを毎回手入力で残すのは現実的ではありません。
だからこそ今、AIによる自動補完が大きな意味を持ちます。

📅 Google Workspaceが生む「軽量CRM」

Geminiは、Gmailやカレンダー、ドライブなどのGoogle Workspace全体と連携して動作します。
つまり、あなたが日々行っている以下のような行動をAIが観察し、「誰と」「何を」「いつ」やり取りしているのかを理解できるのです。

• メールの送受信（件名・相手・やり取りの頻度）
• カレンダーの予定（打ち合わせ・社内外会議）
• ドライブの更新履歴（資料作成や共有のタイミング）

これらのデータをGeminiが統合的に把握することで、人がわざわざ記録しなくても営業活動の時系列トレースが自動的に生成されます。

✉️ Gmailから見える「関係性の温度」

メールも、単なる連絡手段ではなく顧客関係のバロメーターです。
Geminiがスレッド全体を要約すれば、「直近のやり取り」「返信の滞り」「感情の変化」を一目で把握できます。

たとえば、

• 返信が2週間以上止まっている取引先
• 過去に提案中止となったが再び資料を開いている見込み顧客

こうした気づきは、従来のCRM入力では見落とされがちな部分です。

AIが自然言語処理でメール内容のトーンや話題の変化を検知すれば、「再提案のタイミング」や「フォローすべき相手」を自動的にリストアップできます。

🔁 行動トレースがもたらす再現性

行動データが自動的に蓄積されていくと、AIは「成果につながる営業行動のパターン」を学習できるようになります。

たとえば、

• 成約率の高い担当者がどのくらいの頻度で顧客と接触しているか
• 商談からフォローまでの期間が短い案件の共通点は何か

こうした分析が、手入力なしで可能になる。
つまりGeminiは、CRMのようにデータをためるのではなく、営業の行動そのものを理解することで、次の一手を導き出します。

このように、行動データの自動補完は「管理」ではなく「理解」を目的とするアプローチです。
AIが人の動きを理解できるようになることで、営業活動はより直感的で、再現性の高いものへと進化していきます。

次のセクションでは、商談で共有された「資料」がAIによってどのように文脈の中で扱われるのかを見ていきましょう。

5. 資料のリアルタイム連携 —— NotebookLMで話の続きを扱う

商談の中で共有される資料は、営業にとって「思考の延長線」です。
提案書、議事メモ、仕様書、比較表など、こうしたドキュメントは、話を補うだけでなく、AIが理解を深めるための根拠データにもなります。

📄 「与えられた資料」を深く読む、現在のNotebookLM

現在のNotebookLMは、ユーザーが指定した資料をもとに要約・分析・質問応答を行う、読解特化型AIです。
GoogleドライブやアップロードしたPDF、コピーしたテキストなど、明示的に設定した範囲の中で思考を展開します。

つまり現時点では、NotebookLMが自動でドライブ全体を探索し、「この会話に関連しそうなファイルを探してくる」といった動作は行いません。
それでも、特定の資料を深く掘り下げ、構造的に理解する力には定評があります。

たとえば、会議の後に提案書とメモをNotebookLMに読み込ませると、「顧客の懸念点」「前回との相違」「次回説明すべき項目」などを整理し、
次の提案資料の下地を作ることができます。

🤝 Geminiとの連携で見えてくる未来像

一方で、Googleが進めているGemini for Workspace構想では、Geminiがドライブ全体にアクセスし、会話やメール内容に関連する資料を逆引き検索できるようになる方向性が示されています。

もしこの構想が実装されれば、NotebookLM的な読解エンジンとGeminiの統合により、「前回の見積書をベースに再提案したい」と声をかけるだけで、関連するDocsを自動で参照・要約・再構成する、そんな体験が現実になります。

本稿では、そのAIが資料の文脈を理解しながら動く近未来像を、NotebookLMを象徴的な存在として描いています。
現場での実装はまだ手動中心ながら、方向性はすでに明確です。

🔊 会話×資料を結ぶ「文脈の一致」

商談で得た発言要約をNotebookLMに読み込ませれば、「話した内容」と「参照した資料」をAIが同じ文脈で扱えるようになります。
これは、後から「どのスライドで質問が多かったか」「説明の理解度はどうだったか」を検証する上で大きな価値を持ちます。

NotebookLMを使った資料分析は、商談音声や議事録との照合・再学習の起点になるのです。
Vol.11では、この知識を活かしてAIが提案書を自己評価・改善する流れを実践的に解説します。

🧭 「資料を活かす」とは、再び使えるということ

営業資料は、一度きりで終わるものではありません。
NotebookLMのような読解AIを使えば、過去のDocsやPDF、スライドが次の提案の素材として再利用できます。

AIが過去資料の構成や表現を学習し、新しい提案テーマに合わせて再構成する。
こうして資料は「使い捨て」から「育つ資産」へと変わっていきます。

次のセクションでは、ここまで扱ってきた会話・行動・資料の3軸を統合し、「During＝共に考えるAI」という思想を総括します。
営業がAIと共に瞬間を資産化するとはどういうことか、その全体像を整理していきましょう。

6. 全体まとめ —— Duringは「共に考えるAI」への移行点

営業におけるAI活用は、もはや準備段階の効率化にとどまりません。
Beforeフェーズで整えた顧客リストや資料は、Duringフェーズで初めて「生きたデータ」として動き出します。

Geminiが会話を理解し、NotebookLMが資料を読み解く。
この2つのAIが連携することで、商談という瞬間の知を、そのまま継続的に学習できる知的資産へと変換する流れが生まれます。

🤝 AIが整える存在から、共に考える存在へ

Beforeフェーズでは、AIは営業のために準備を整える役割を担っていました。
データの整理、情報の収集、資料の構造化など、いわば「整地するAI」だったわけです。

しかしDuringフェーズでは、AIは共に考えるパートナーへと進化します。
リアルタイムで発言を理解し、行動を補足し、資料の文脈を追いながら、「この議論の次に何を話すべきか」「どの資料を提示すべきか」といった
思考の補助線を引いてくれるようになる。

営業担当者は、記録や整理に追われることなく、本来の仕事である「相手を理解する」「価値を共に設計する」ことに集中できるようになります。

🔄 「会話→行動→資料」の循環が知を育てる

このフェーズを通じて重要なのは、AIがデータをためるのではなく、データをつなぐということです。

• 会話データが文脈を生み、
• 行動データが時系列の流れを補足し、
• 資料データが記憶と再利用の器になる。

これらが循環することで、AIは営業チームの集合知を形成します。
この循環が、次のAfterフェーズ（振り返り・学習）への橋渡しにもなっていきます。

💬 最終チェック

以下のチェックリストを、あなたの営業環境で一度確認してみてください。

• ☐ Google Meetでの商談に、Geminiを同席させて要約・メモ機能を試したか？
• ☐ Gmail・カレンダーの行動ログから、顧客接点を時系列で把握できる状態を作ったか？
• ☐ ドライブ内の提案書・議事録をNotebookLMに読み込ませ、会話の要点と照合したか？
• ☐ ChatGPTで過去商談の内容を構造化し、次回提案の下地として再利用できるようにしたか？
• ☐ Claudeで会話メモや議事録のトーンを整え、チームで共有・改善の習慣を作ったか？

これらが揃えば、あなたの組織はすでに「話すたびに知識が育つ営業チーム」へと進化しています。

🧩 3秒まとめ

観点	内容
思想	営業データは、話した瞬間から資産化される。AIと人が思考を共有する時代へ。
実務	Geminiで会話と行動を理解し、NotebookLMで文脈を保持。ChatGPTとClaudeが整える。
行動	まずは1件の商談から。「会話→行動→資料」をAIと共に記録し、振り返ってみよう。