SANDBOX /

SPARQX Studio は、自動車ディーラー・不動産など対面型サービス業向けの AI プラットフォームである。営業スタッフ側の「相談（AI Chat）・練習（AIロープレ）・実務（Works）」、マネージャー側の「可視化・育成」、その土台となる「既存システムとのデータ連携」を1つの基盤に統合している。

解決する課題

対面営業の成果は、スタッフと顧客の会話の質で決まる。しかし多くの現場は次の3つの構造問題を抱えている。

• 教育が属人的 — 商談ノウハウは個人に蓄積され、練習機会は先輩相手のロープレ頼み。先輩の時間を奪うため頻度は月数回が限界
• マネジメントが感覚頼み — 誰が伸びていて誰がつまずいているかを示すデータがなく、気づいたときには手遅れになっている
• データが分断 — 基幹システム・CRM・電話がバラバラで、間をつなぐのは手作業の転記

SPARQX Studio はこの3点を、AIによる練習環境・定量マネジメント・自動データ連携でそれぞれ置き換える。

デモ動画

現場スタッフとマネージャー、ふたつの利用シーンでプロダクト全体を実演している。

現場スタッフ向け機能

AI Chat — 自社商材を理解したAIに、商談の打ち手を聞く

汎用チャットAIとの違いは、テナントごとに自社の商品・割賦ローン・クレジットなどの知識を組み込んでいる点にある。商談後に「金利がもったいないと言われたときの切り返しを教えて」と聞けば、自社の商材を前提にした具体的な回答が返る。提案の組み立てや想定問答の準備にもそのまま使える。

AIロープレ — アバター相手に商談を練習し、自動採点を受ける

AIアバターが顧客役を演じ、音声で商談練習ができる。会話は録音・文字起こし・採点まで全自動。採点は単一スコアではなく、「敬語・丁寧な言葉遣い」「傾聴・お客様の反応把握」「切り返し・質問対応」「提案の構成力」といった評価軸ごとのルーブリックで行われる。終了後にはAIが改善点を解説し、根拠となる教材PDFの該当ページをハイライト付きで提示する。

人間相手と違い、時間調整も気遣いも不要なので、練習量を本人の意思だけで増やせる。

ロープレ周辺は教育システムとして一式そろえている。

• 商品知識クイズ — 教材PDFをアップロードすると設問と模範解答が自動生成され、音声回答を自動採点
• 顧客ペルソナ — 検討段階・性格・話し方を定義し、ロープレ相手として割り当て
• 学習パス — 教材とロープレを組み合わせた受講カリキュラムを構成し、進捗・平均スコアを管理

Works — 業務をステップ化し、AIを業務フローに組み込む

新人オンボーディングや新車キャンペーンなど、チーム単位の取り組みをステップに分解して配布する。「ロープレ実施 → AIが結果を分析 → マネージャーがフィードバック」のような流れをあらかじめ定義できるため、スタッフはAIの使い方を覚えなくても、手順に沿うだけでAIを組み込んだ業務が回る。進捗はチーム単位で可視化される。

マネージャー向け機能

マネジメントダッシュボード — チームの状態を定量で把握する

チーム全体のロープレ実施数・平均スコア・アクティブ人数・AIチャット利用量を一望できる。中心となるのは2つの仕組みだ。

• AIが注目するメンバー — 成績・活動データから「要フォロー」「好調」のメンバーを自動抽出。低調の検知だけでなく、急成長者の把握にも使える
• リーダーボード — 平均スコア・ロープレ数・AI質問数・ログイン時間・AI活用率の5指標で切り替え可能。連続受講日数も表示

個別分析 — タイプ診断・成長分析・AIコーチメッセージ

メンバー個人を開くと、点数の先まで分析が踏み込む。

• AI営業タイプ診断 — 会話履歴と成績から営業スタイルを分類（例:「信頼構築型 — 用語の正確性と丁寧な言葉遣いが強み、切り返しに課題」）。向いている営業スタイルと推奨アクションまで提示
• 成長分析 — 成長率を初回比・期間比・回帰直線の3定義で算出し、スコア推移をプロット
• 能力マップ — 評価軸ごとの強み・弱みをレーダーチャートと横棒プロファイルで構造化。次の練習テーマの選定に直結する
• AIコーチメッセージ — マネージャーが伝えたい一言を入力すると、AIが本人の成績データを踏まえた文面に整えて本人に送信する

評価軸データは個人だけでなく店舗・本部単位でも集計できるため、「本店はヒアリングが強いが、クロージングは2号店が上」といった拠点比較と育成方針の策定に使える。

データプラットフォーム

上記のアプリケーション群は、すべて内蔵のデータ基盤の上で動いている。

• カタログ — データスキーマ・LLM設定・外部API接続の定義
• データウェアハウス — 既存システムのデータを BigQuery に集約
• ワークフロー — 会話終了や定期実行をトリガーに、会話から構造化データを自動抽出して連携。「顧客情報抽出パイプライン」「日次会話分析レポート」「車両査定ワークフロー」のように業務単位で構成する
• Analytics — 抽出データをノーコードのカスタムダッシュボードで可視化

基幹システム・CRM・電話と直接つながるため、システム間の手作業転記が不要になる。

AIの運用管理も現場で完結する。Agents はエージェントごとの指示文（インストラクション）をバージョン管理し、任意の版へロールバックできる。発音辞書は社名・車種名などの読みをテナント単位と Agent 単位の2層で登録する。Cloud PBX（開発中）は電話のAI一次対応からデータ蓄積までを担う。

まとめ

AIチャット・ロープレ・マネジメント・データ連携は、単体ならそれぞれ専用ツールが存在する。SPARQX Studio の特徴は、これらが同じ評価軸・同じデータ基盤の上で動くことにある。ロープレの採点データがそのままタイプ診断・能力マップ・拠点比較に積み上がり、会話から抽出されたデータが既存システムに流れる。個々のAI機能ではなく、現場の業務・教育・マネジメントを貫く1つの基盤として設計している。