課題
データの断片化と営業活動における摩擦
MongoDB の GTM（Go-to-Market）チームにとって、お客様との商談に向けた準備は、決して単純なリサーチ業務ではありませんでした。それは、Salesforce、会議の文字起こし、メール、ドキュメントなどから情報を収集・統合し、その情報をアカウントプラン、ヒアリング事項、フォローアップ作業へと落とし込む作業を意味していました。
情報は存在していたものの、営業担当者が自らそれらの情報をつなぎ合わせる必要がありました。アプリケーション間を行き来することはコンテキストの収集を繰り返すことを意味し、汎用 AI ツールは MongoDB のビジネスや営業手法への理解を欠いた回答を出力することが多く、結果として手動での確認作業が発生していました。実際、MongoDB のアカウントエグゼクティブは、アカウントまたは商談サイクルあたり平均 4 ～ 6 時間を付帯事務作業に費やしていました。その時間を削減し、GTM チームメンバーがお客様の成功と満足度向上に時間と労力を集中できるようにすることは、組織全体に極めて大きな効果をもたらす可能性がありました。
しかし、それを効果的に実現するには、個々の営業担当者がシステム間のギャップを埋めることに依存するのではなく、業務そのものに関連するお客様のコンテキストを直接取り込む仕組みが MongoDB に必要でした。
ソリューション
Atlas Agent Engine によるシステムオブアクションの構築
MongoDB は Atlas Agent Engine を使用して、アカウントインテリジェンスと日々の営業ワークフローを直結させる社内 AI アシスタント Holly を構築しました。
会議の準備において、Holly は関連情報を集約してカスタマイズされた概要を作成し、未回答の質問を浮き彫りにします。 会話の後、営業担当者がトランスクリプトからディスカバリーの洞察を抽出し、Salesforce レコードを維持するのに役立ちます。 アカウントや商談の概要は継続的な計画策定をサポートし、リサーチや連絡ツールはチームが的を絞ったアウトリーチを準備するのに役立ちます。
図 1. Holly のエージェントアーキテクチャー。
これらの機能は、お客様を理解し、さらに把握すべき事項を特定し、次の商談に役立つ情報を記録するという、営業担当者の業務における一連のプロセスに対応しています。Holly は、個々のリクエストを一般的な調査質問として処理するのではなく、MongoDB 固有のビジネスコンテキストにしっかりと根ざして対応します。
