営業リストをAIで作る方法｜精度を上げる4ステップと法令の注意点

営業リストをAIで作る手順は、条件を言語化する、AIに候補を出させる、公式サイトと企業データベースで実在と条件を検証する、CRMに取り込んで結果を書き戻す、の4ステップです。AIが出した企業名や連絡先をそのまま使うと、実在しない会社や条件外の会社が混ざり、架電も配信も空振りします。本記事では、生成AIとリスト作成ツールの使い分け、検証の具体的な進め方、そして特定電子メール法と個人情報保護法で気をつける範囲を解説します。

AIで営業リストを作ると変わること、変わらないこと

AIを使って変わるのは、リスト作成の前半にかかる時間です。「東海3県の従業員30〜100名の製造業で、自社サイトに採用ページがある会社」といった条件を文章で渡せば、候補の切り出しと分類が数分で終わります。業種別サイトを1件ずつ開いて拾っていた工程が、出てきた候補を確認する工程に置き換わります。

変わらないのは、出てきた情報が正しいかを人が確かめる工程です。生成AIは学習データと検索結果から答えを組み立てるため、統合や廃業で存在しなくなった会社、代表電話が変わった会社、条件から外れる会社が混ざります。ここを飛ばして架電やメール配信に回すと、担当者の時間と自社の評判を同時に削ります。

現実的な使い方は、AIに候補を広く出させるところまで任せ、使える状態に整える部分を人とツールで担保する分担です。当社が支援した会社では、Excel集計と資料作成の自動化によって月40時間の作業と年間60万円のコストを削減しました。営業リストも構図は同じで、作る工程ではなく確認する工程の設計が成果を分けます。詳しい進め方は事例ページで公開しています。

• AIに任せる：条件の言語化、候補企業の抽出、業種・規模での分類
• AIに任せる：企業ごとの一言サマリー、優先度の仮スコアリング
• 人が担う：実在と条件適合の検証、連絡先の確認、除外リストとの突合
• 人が担う：送信可否の法令チェックと、断られた先の記録

生成AIとリスト作成ツール、どう使い分ける？

ChatGPTやGeminiのような生成AIが得意なのは、条件の言語化と、手元にある情報の整理です。過去の受注先リストを渡して「成約した会社に共通する特徴を5つ挙げて」と頼めば、業種や規模だけでは見えなかった共通項が出てきます。この共通項をターゲット条件に落とし込む工程が、生成AIのいちばん効く場面です。

一方、企業の網羅的な属性データ（設立年、資本金、拠点、電話番号、採用状況など）を正確に引くのは、企業データベースを持つリスト作成ツールの領分です。データの出所と更新日がはっきりしているため、検証の手間が小さく済みます。生成AIに企業リストそのものを列挙させると、もっともらしい社名や電話番号が混ざる問題を避けられません。

現実的なのは併用です。生成AIでターゲット条件と優先順位を固め、その条件でリスト作成ツールから抽出し、抽出後の一言サマリーや切り口の整理をまた生成AIに戻します。費用を抑えて始めるなら、自社の過去実績の分析に生成AIを使い、条件が固まってからツールの契約を検討する順序が無駄になりません。

営業リストをAIで作る4ステップ

手順1は条件の言語化です。過去2年の受注先と失注先をAIに読ませ、成約率が高い層の共通点を抽出します。ここで出す条件は「製造業」ではなく「従業員30〜100名、自社サイトに採用ページがあり、問い合わせ窓口が代表電話のみ」というレベルまで具体化します。条件が粗いと、以降の工程がすべて粗くなります。

手順2は候補の抽出、手順3は検証です。抽出はリスト作成ツールか、公開データ（業界団体の会員名簿、自治体の企業データベースなど）をAIに整理させる形で行います。検証では、社名・所在地・代表電話・担当部署の4項目を公式サイトで突き合わせ、確認できなかった行はリストから外すか保留に回します。

手順4は、CRMや営業台帳への取り込みと、結果の書き戻しです。架電やメールの結果（不通、担当者不在、断り、商談化）を同じ台帳に戻すと、次にAIへ条件を作らせるときの材料になります。この往復が回り始めると、リストの精度は回を重ねるごとに上がります。書き戻す仕組みがないまま作りっぱなしにすると、毎回ゼロからやり直しになります。

• 手順1：過去の受注・失注データをAIに分析させ、ターゲット条件を文章にする
• 手順2：条件に沿ってリスト作成ツールや公開データから候補企業を抽出する
• 手順3：社名・所在地・代表電話・担当部署を公式サイトで突き合わせて検証する
• 手順4：CRMに取り込み、架電・配信の結果を同じ台帳に書き戻す

実在しない企業をどう弾くか。精度を上げる検証のコツ

検証で最初に見るのは、公式サイトが実在し、そこに書かれた社名と所在地がリストと一致するかです。サイトが見つからない、国税庁の法人番号公表サイトで登記が確認できない、という2点が重なった行は、AIが作り出した可能性が高いので落とします。電話番号は公式サイトの表記を正とし、AIが出した番号は採用しません。

次に、自社側の情報との突合です。既存顧客、取引停止先、過去に断られた先、同一法人の別拠点は、リストから外すか別扱いにします。この除外リストを持たずに配信すると、既存顧客に新規営業のメールが届くという事故が起きます。重複は、社名の表記ゆれ（株式会社の前後、旧社名）ではなく法人番号で判定すると確実です。

最後に優先度をつけます。AIに全件を100点満点で採点させるより、「直近1年に採用を強化している」「拠点が複数ある」といった自社の勝ちパターンに合う条件を3つ決め、該当数で3段階に分けるほうが運用に乗ります。上位から着手し、反応率を条件ごとに記録すると、次のリストの条件が実データで決まります。

• 公式サイトの実在と、社名・所在地の一致を確認する
• 国税庁の法人番号公表サイトで登記の有無を確認する
• 電話番号は公式サイトの表記を正とし、AI出力の番号は採用しない
• 既存顧客・取引停止先・断られた先を除外リストで突合する
• 重複は表記ゆれではなく法人番号で判定する

法令の注意点：営業リストの取得と送信でどこまで許されるか

広告宣伝メールの送信は、特定電子メール法により原則としてあらかじめ同意を得た相手に限られます（オプトイン規制）。例外は限定的で、名刺などの書面で自分のメールアドレスを通知した相手、取引関係にある相手、そして自社のウェブサイトでメールアドレスを公表している団体や営業を営む個人が主な範囲です。個人が公表しているアドレスは、この例外に含まれません。

公表アドレス宛の例外にも条件があります。そのサイトに広告宣伝メールの送信を拒否する旨の表示がある場合は送れません。配信停止の通知を受けた後に送ることも違法です。送信者情報を偽って送信した場合、法人には3,000万円以下の罰金が定められており、一斉配信ほど慎重に扱う必要があります。

個人情報保護法の側面では、担当者名や個人のメールアドレスを含むリストは個人データにあたります。取得時に利用目的を特定し、本人が確認できる状態にしておく必要があります。名刺交換で得た情報を営業に使うこと自体は一般的な範囲ですが、購入した名簿や第三者から受け取ったデータは、提供元が適法に取得したかを確認し、受領の記録を残す義務があります。

• 広告宣伝メールは原則オプトイン。例外は名刺・取引関係・公表アドレスに限られる
• サイトに送信拒否の表示がある場合と、配信停止の通知後は送れない
• 個人が公表しているメールアドレスは例外に含まれない
• 第三者から受け取った名簿は、取得の適法性を確認し記録を残す