Your privacy choices

Allow optional cookies for referral attribution, visit analytics, and Google Ads purchase measurement.

Back to blog
العربيةDeutschEnglishEspañolFrançais日本語한국어Bahasa MelayuPortuguês (Brasil)РусскийไทยTiếng Việt繁體中文中文

Tencent WorkBuddy プリセールスレビュー: 顧客調査、入札提案、デモ台本、ROI モデル、競合インテリジェンス

WorkBuddyTencentプリセールス入札提案デモ台本ROI モデル競合分析AI Agent

WorkBuddy public presales image

WorkBuddy がプリセールスでできることを、スライドを整える、製品紹介を少し書き直す、という程度に見るなら、それは一番浅い層です。

今回見た公開ケースは、顧客調査、業界ソリューション設計、デモ台本、入札提案、競合分析、ROI モデル、SaaS 観察レポートに直接関わります。結論は次の通りです。

プリセールスで WorkBuddy が面白いのは、チャットボットらしく動くことではなく、専門家の時間を本当に消費する工程に入り始めていることです。

顧客理解、提案設計、RFP 対応、商業的な説得、再利用できる社内インテリジェンス。このあたりが、プリセールスの実務で重いところです。

TL;DR

  • WorkBuddy はプリセールスで、顧客資料の読み込み、提案ブリーフ作成、デモ台本、入札文書、ROI 表、競合カードまで扱い始めています。
  • 公開ケースでは、42 ファイルの顧客資料、3 から 5 分の分析、9 章構成の入札提案、週 16 時間から 1.5 時間への短縮といった具体的な数字が出ています。
  • 最初に試すなら、顧客調査ブリーフ、RFP 回答案、ROI モデル、競合情報の週次レポートの四つが向いています。

なぜプリセールスチームはワークフロー AI に説得されやすいのか

プリセールスの難しさは、製品を知らないことではありません。

  • 顧客情報がファイル、Web、過去提案、チャットに散らばる
  • 似た提案でも毎回文脈が違う
  • RFP の評価点と実質要求を読み落とせない
  • デモは機能紹介ではなく、顧客課題に合わせた物語でなければならない
  • ROI は言葉だけでなく表に落ちる必要がある

これらは単発の文章生成より、読み込み、整理、設計、出力をつなぐ Agent ワークフローに向いています。

ケース 1: 顧客調査は、誰かが先に 42 ファイルを読む作業ではなくなる

1.1 入力は単一文書ではなく顧客ディレクトリです

公開ケースで強いのは、AI が一つの PDF を要約しただけではない点です。顧客資料のディレクトリを読み、背景、業務、痛み、提案の入口を整理しています。

1.2 出力は要約ではなく、提案に使えるブリーフです

プリセールスが欲しいのは「長い文章の短縮」ではありません。提案の仮説、課題マップ、打ち手、デモの焦点を含むブリーフです。

1.3 公開されている所要時間は 3 から 5 分です

この数字が重要なのは、単に速いからではありません。顧客理解の初期準備を、毎回の手作業から標準化されたワークフローへ寄せられるからです。

ケース 2: 業界ソリューションは専門知識だけでなく、発見、デモ、商業説明の設計です

2.1 要件発見は MTTR、P99、売上損失、コンプライアンスリスクで組み立てられる

よいプリセールス資料は、機能名から始まりません。顧客の運用指標、事故コスト、規制リスクから始まります。

2.2 デモ台本は 15 分の物語であって、機能一覧ではありません

公開ケースで示される価値は、デモを「どの順で何を見せるか」まで落とすことです。これは製品説明ではなく、商談設計です。

2.3 競合分析は機能表ではなく、battlecard に近い

Datadog や New Relic と比べるような文脈では、単なる比較表より、顧客の反論、勝ち筋、リスクを整理したカードが有効です。

2.4 ROI モデルはスプレッドシート級の成果物に近づく

ROI を「効率が上がります」で終わらせず、人件費、障害時間、変換率、導入コストのような項目に分けることで、営業説明に使える素材になります。

ケース 3: 入札提案は深夜に形式を手でコピーする作業から、AI に流れを教える作業へ移る

3.1 評価点と実質要求を、キーワードだけでなく読み取る

RFP 対応で重要なのは、要求を見つけるだけでなく、採点者が何を見ているかを読むことです。

3.2 コンプライアンスを得点につながる表現へ変える

適合しています、と書くだけでは弱い場合があります。公開ケースでは、制約条件を提案の強みに変える方向が見えます。

3.3 成果物は 9 章構成のパッケージで、半端な下書きではない

入札では構成が重要です。AI が章立て、根拠、実施計画、リスク対応をそろえられると、夜中の整形作業が大きく減ります。

3.4 実装上の痛みがあるからこそ信頼できます

公開ケースは万能感だけを語っていません。資料の整理、テンプレートの調整、人間レビューが必要な点も見えるため、むしろ実務に近いです。

ケース 4: プリセールスは提案だけでなく、市場と調達の継続監視でもある

4.1 価値は情報収集ではなく、ノイズを成果物に変えることです

調達情報、競合ニュース、SaaS 市場の変化を集めるだけならツールは多くあります。重要なのは、営業が読めるブリーフに変えることです。

4.2 時間短縮の主張は具体的です

公開ケースでは、週 16 時間の作業が 1.5 時間になるという主張があります。数字そのものより、繰り返し業務に AI を当てている点が重要です。

4.3 ソースリンクを残すのは意図的です

プリセールス資料では、出典が残らないと信用されません。リンクを残す設計は、社内レビューと顧客説明の両方で効きます。

これらの公開ケースが示す本物のプリセールス運用

実務で必要なのは、きれいな提案文だけではありません。

  • 顧客資料を読む
  • 課題仮説を作る
  • 提案構成を組む
  • デモ台本を作る
  • RFP に合わせて書く
  • ROI を数字に落とす
  • 競合情報を更新し続ける

WorkBuddy はこの流れを一つずつ置き換えるというより、つなげて再利用しやすくする方向に見えます。

最初に試すべきチーム

  • RFP 対応が多い B2B ソフトウェア会社
  • セールスエンジニアが少なく、案件数が多いチーム
  • デモ台本と提案資料が属人化しているチーム
  • 競合情報や調達情報を週次で追う必要があるチーム

逆に、商談数が少なく、提案もほぼ定型なら優先度は下がります。

実際にテストするなら

  • 過去の顧客資料一式を用意する
  • 過去の勝ち提案と負け提案を 2 から 3 件ずつ用意する
  • 出力を顧客ブリーフ、デモ台本、RFP 回答、ROI 表に分ける
  • 出典リンクと未確認仮説を必須にする
  • 人間のプリセールスが修正時間を測る

最終判断

プリセールスでの WorkBuddy は、営業資料を少しきれいにするツールではありません。顧客調査、提案設計、入札、デモ、ROI、競合監視をつなぐ仕事の OS に近づいています。

プリセールスチームにとって本当の価値は、AI が文章を書くことではなく、専門家が判断に使える材料を、短時間で、同じ形式で出せることです。

Sources