9月に入って、営業の「話す」と「書く」がまとめてAIの側へ動きました。接触は安く大量に作れるようになり、記録は担当者の書く力から離れていきます。すると最初に合わなくなるのは、パイプラインの数え方です。3件の発表を、営業を立ち上げる側の視点で読み解きます。
Pickup：注目の技術
① 20人を超える話者を見分ける音声認識が、0.16秒の遅延で動きはじめた（ITmedia NEWS）
Metaが9月1日（現地時間）に発表したリアルタイム音声認識モデルについて、単語誤り率が3.1％、発話終了からの遅延が0.16秒、20人を超える話者の識別に対応したと報じられています。対応言語は70以上、初期リリース時点で検証済みとされたのは日本語を含む25言語。文字起こし・話者の分離・発話終了の検知を1つのモデルで処理し、同社のAPIでは時間あたり0.18ドルで提供されます。
営業を立ち上げる側なら：注目したいのは精度より、話者の分離が標準機能として入ってきた点です。商談の音声が「誰の発言か」まで区別された状態でテキストになると、確認できるのは発言の有無になります。予算の話をしたのか。決裁者の名前が相手の口から出たのか。導入時期に相手自身が触れたのか。これまで有効商談かどうかは、担当者が商談後に思い出して書いた一行で決まっていました。その一行が、会話そのものに置き換わります。時間あたり0.18ドルという価格なら、1時間の商談を丸ごと処理しても数十円です。技術の側の制約は、もう残っていません。
GTMエンジニアを目指すなら：この先で価値が出るのは、文字起こしを読む作業ではありません。何を確認できたら次の段階へ進めるのか、その条件を先に書ける人のほうです。
知っておきたいのは、商談の判定材料が記憶から発言へ移りうる、ということです。
出典：ITmedia NEWS（2026年9月2日・本文は転載せず要約しています）
② 提案書の登録から架電までが、一続きの工程として売られはじめた（PR TIMES／ファンヴォイス）
株式会社ファンヴォイスが9月2日に発表したサービスでは、商材の分析、ターゲット企業の収集、問い合わせフォームの探索、業種別のDM生成と送信、AIによるフォロー架電、担当者への伝言依頼、自動音声応答での意思表示の取得までを自動化すると説明されています。初回トライアルの500件は初期費用・リスト作成費・DM送信費・通話料が無料で、成果報酬は1件9,800円（税別）、成果がなければ費用は発生しないと示されました。
営業を立ち上げる側なら：ここで起きているのは自動化そのものより、値付けの変化です。これまで新規開拓の接触単価は社内工数の中に埋もれていました。1件いくらという形で外から提示されると、自社の1人目営業が1週間かけて取ったアポにも、暗黙の値段がつきます。比べられるようになるのは良いことです。ただし比較が成立するのは、両者を同じ条件で数えているときだけ。フォーム送信から自動音声で意思表示を取った1件と、代表が紹介でつないだ1件を同じ「商談1件」として台帳に並べると、単価は比べられても中身は比べられません。導入を検討するなら、契約より先に台帳の列を用意しておくほうが順番として効きます。
GTMエンジニアを目指すなら：8つの工程が一続きで買えるなら、工程を切り分けて設計できる人の役割は実行から選定へ寄ります。手を動かす前に、どこを外へ出すかの線を引く仕事。
押さえておきたいのは、接触が買えるようになるほど、自社で持つべき工程がどれかという問いが前に出てくる点です。
出典：PR TIMES（株式会社ファンヴォイス）（2026年9月2日・本文は転載せず要約しています）
③ 現場の記録が、担当者のスキルから切り離されはじめた（PR TIMES／hacomono）
株式会社hacomonoが9月10日に発表した機能では、タブレットに話しかけるだけで接客記録が文字起こしと要約まで自動で処理され、AIが重要な情報を抽出すると説明されています。狙いとして掲げられたのは、スタッフのスキルに依存しない標準化された記録です。先行導入企業では音声入力から保存までが30秒以内に収まった事例が示され、同社サービス全体の導入規模は13,000店舗以上とされました。
営業を立ち上げる側なら：店舗の接客記録の話ですが、構造は商談メモと同じです。「記録のうまい人」と「書けない人」の差が、入力の段階では消えます。ここで残る差は、何を残すかを決めた側にしかありません。標準化されるのは形式であって、項目ではないからです。項目を決めていない組織では、AIが抽出した要約が全部それらしく整い、そして全部が同じ顔をします。読み返しても次の一手が出てこない記録が、きれいな体裁で積み上がっていく。営業2〜5名の段階なら、決めるのは10項目も要りません。次に誰が何をするのか、その一行が全件に入っているかどうかから始められます。
GTMエンジニアを目指すなら：入力の負担が消えたあとに評価されるのは、記録の速さではなく、記録の設計です。
知っておきたいのは、書く力が平準化されるほど、項目を決めた人の影響が大きくなるという構図です。
出典：PR TIMES（株式会社hacomono）（2026年9月10日・本文は転載せず要約しています）
3件を並べると、この9月に動いたものが見えてきます。営業の接触と記録が、まとめてAIの側へ寄りました。会話は話者つきで残り、アポには外から値段がつき、メモの巧拙は消えていきます。どれも歓迎していい変化です。そして、どれもパイプラインの数字を増やす方向に効きます。
月曜の営業会議を思い浮かべてください。画面には今週の商談が15件並んでいます。うち6件はAI架電から、5件は問い合わせフォーム、4件は代表の紹介。ここまでは把握できている。問題は、この15件が「商談」という1つの列に入っていることです。代表が来月の採用を判断するとき、目に入るのは15という数字のほうで、内訳は会議のあいだに溶けていきます。翌月、受注率だけが下がる。原因が営業の質なのか母数の性質なのかは、もう遡れません。だとすれば、AIを入れる範囲を決めるより先に決めたいのは、増えた商談をどう分けて置くかです。列は三つで足ります。出どころ（誰が、あるいは何が作った接触か）、確認できた事実（課題・予算・決裁者・時期のうち、相手の発言として残っているのはどれか）、次に動く人（次の一手を持っているのが自社か顧客か）。この三つがあると、15という数字は初めて読める形になります。
列を分けた瞬間から、仕組みのほうが答えを返しはじめます。出どころ別に受注率が出る。確認できた事実の数と受注の関係が見える。次の一手が自社側で止まっている商談が何件あるかも分かる。判断の結果が返ってくる相手を人から仕組みへ置き換える話は、GTMエンジニアが育つ場所は、先輩の隣から動きはじめたで個人の側から書きました。会社として同じことをやるなら、着手はツールの選定ではなく、この三列を台帳に足すところからです。今日の午後にできます。
本記事の見解はWeaveXによるものであり、引用元各社の見解を代表するものではありません。
