目次
Show / Hide

「あの人しか値段を決められない」という危うさ

あなたの会社にも、いるのではないだろうか。

電話が入るたびに声をかけられ、見積もりが出るたびに確認を求められる人間が。社内で最も頼りにされながら、最も消耗している。

その人が病気になったら。異動になったら。疲弊して辞めてしまったら。

そのリスクを、経営者はどれだけ真剣に考えているだろうか。

価格決定という仕事の、知られざる複雑さ

「値段を決める」と聞けば、シンプルに聞こえる。

仕入れ値に利益を乗せるだけ——そう思っていないだろうか。だが実際は、そうではない。

熟練の価格決定者の頭の中は、いわば「検索できないWalking Wikipedia」だ。情報は確かにある。膨大に、精緻に蓄積されている。ただし、目次がない。索引がない。本人以外には開けない。

取引先ごとの関係性と歴史的経緯、過去に提示した金額の前例、同業他社の動向、数量・納期・支払い条件による変動、担当者同士の人間関係——これらすべてが、一人の人間の記憶の中にだけ存在している。

文書化されていない。マニュアルもない。引き継ぎ書を作ろうとしても、判断の根拠そのものが、その人の頭の中にしか存在しないからだ。

「熟練の技」と美化することもできる。だが経営の視点から見れば、これは明確なリスクである。

ある問いが、頭から離れなかった

あるとき、特定の業種に携わる方から話を聞く機会があった。

「うちも、取引先ごとの情報や過去のやりとりをちゃんとデータベースにまとめたいと思っているんですよ」

何気ない一言だった。しかしその言葉が、私の中で一つの問いに変わった。

「『検索できないWalking Wikipedia』を、検索できる形にしたら——何が変わるのか」

練習も兼ねて、実際に仕組みを作ってみることにした。

試しに「仕組み」を作ってみた

取引先ごとの値引き履歴が整理されたスマートフォンの画面を見て頷く男性

構想はシンプルだ。

社内で使っているチャットツールから、担当者が自然な言葉で問い合わせる。「この取引先に、この商品を、この数量で出す場合、いくらが妥当か」と。すると、過去の取引実績・関係性・値引き履歴・類似案件の前例を自動的に参照した上で、価格の目安と根拠が返ってくる。

担当者が頭の中でやっていた処理を、データが補助する形だ。

時間を使ったのは技術ではなく、設計の部分だった。「どんな情報をどういう形で持つべきか」——つまり、あの「検索できないWalking Wikipedia」の中身を、どう整理して外に出すか、だ。

動かして気づいたこと

動いた瞬間、率直にそう思った。

「これは、価格決定だけの話ではない」と。

バラバラだったときには気づかなかったパターンが浮かび上がってくる。「この取引先には、年度末にいつも無理を聞いていたのか」「この商品の値引き率は、じわじわ上がっていたのか」——そういった事実が、データとして可視化される。

そしてもう一つ、気づいたことがある。

新しい担当者が「この取引先には、過去にどんな経緯があったか」をすぐに確認できる。ベテランが不在でも、意思決定の根拠にアクセスできる。「あの人しかわからない」という状況が、少しずつ解消されていく。

ツールが答えを出すのではない。判断するための素材を、素早く整えてくれる。そこに価値がある。最終的な判断は、いつも人間が下す。

個人事業主のAIコンサルタントだからこそ、できること

スマートフォンで取引先の情報を確認しながら、電話口で自信を持って話す新入社員

「こういう仕組みは、大きなシステム会社に頼むしかない」

そう思っている経営者は、まだ多い。だが今は違う。

AIツールの進化によって、個人事業主レベルのAIコンサルタントでも、こうした仕組みを実装できる時代になった。むしろ、規模が小さいからこそできることがある。「どんな情報が必要か」「担当者はどんな問いを立てているか」「どこに一番負荷がかかっているか」——そこを丁寧に聞き、整理し、形にする。提案して終わりにしない。一緒に作り、動かすところまでやる。いや、使えるところまでやる。修正したいところが出て来る。なので伴走し続ける。

価格決定の属人化は、多くの卸売業者が抱えながら、表に出にくい課題だ。「うちの会社にも、あの『検索できないWalking Wikipedia』がいるな」と思った方は、まず話を聞かせてほしい。

「検索できないWalking Wikipedia」を仕組み化するポイント(まとめ)

  1. 属人化は「熟練の技」ではなく経営リスク——その人が休んだ・辞めた瞬間に、意思決定が止まる構造を見直す必要がある
  2. 価格決定の中身を整理することが先——「どんな情報をどういう形で持つか」の設計こそが時間のかかる本質的な作業
  3. ツールが答えを出すのではない——判断するための素材を素早く整える。最終判断は常に人間が下す
  4. 可視化で初めて見えるパターンがある——バラバラだったデータが揃うと、値引き率の推移や取引先の傾向が浮かび上がる
  5. 小さく始めて伴走し続ける——大きなシステム会社に頼まなくても、今のAIツールで十分に実装できる

実際に、備後エリアの卸売業者で過去の案件情報をSlackから聞ける社内AIを構築した例を、尾道・福山のAI導入支援のページで紹介しています。


関連コラム