12時間の生成AI研修でClaude Codeの組織活用を実現。Salesforce連携による顧客ヘルススコア判定を内製化

受講者満足度平均5.00／5（全12件が最高評価）｜受講後、Salesforce・Zendeskと生成AIを接続し、CSヘルススコアの自動判定を自社で実装

スマートエイト

2026年9月16日 10時00分

株式会社スマートエイト（本社：東京都渋谷区、代表取締役：小坂井聖也、以下「スマートエイト」）は、LPO・CROプラットフォームを提供するDLPO株式会社（本社：東京都渋谷区、代表取締役：作左部勇次郎、以下「DLPO」）に、Claude Codeを用いた生成AI研修（全4回・計12時間）を提供し、研修後、同社における顧客ヘルススコア判定の内製化を実現しました。

研修前、同社ではAIを扱えるのが一部の開発エンジニアに限られ、営業・企画・サポートの現場へは広がっていませんでした。本研修にはセールス・プランナー・テクニカルサポートの各職種が参加し、修了後はそれぞれが自身の担当業務に合わせた仕組みを自ら作れるようになっています。

※本リリースに記載の各システム・スキルは、研修修了後にDLPO株式会社が自社で構築・運用しているものです。

本リリースのポイント

受講者アンケートの満足度は、全4回・全12件が最高評価の「5」（平均5.00／5）
営業・企画・テクニカルサポートの各職種が、自身の業務に使うAIを自ら構築できる状態に
Salesforce・Zendeskと生成AIを接続し、CSヘルススコアの自動判定システムを自社で実装

導入の背景

DLPO株式会社は、A/Bテスト・多変量テスト・パーソナライズによってWebサイトのコンバージョン率を改善するLPO・CROプラットフォーム「DLPO」を提供し、900社以上の導入実績を持つSaaS企業です。

同社はAIを事業活動にすでに取り入れており、A/Bテスト案の企画やサイト分析などに活用してきました。一方で、社内業務のAI活用には以下の課題が生じていました。

【DLPO様が抱えていた3つの課題】

課題①：AIの知見が開発エンジニアに集中し、他職種へ広がっていなかった

AIを扱えるのは一部の開発エンジニアに限られ、企画職・営業・カスタマーサクセスのメンバーへは展開できていませんでした。生成AIの利用そのものは進んでいたものの、その中身はメール文面や議事録の作成、簡単なチャット相談といった個人単位の効率化が中心。外部ツールとの連携や、複数のAIが役割分担して動くマルチエージェントの構築は、受講者全員が未経験の領域でした。

課題②：豊富なデータ資産とAIが接続されていなかった

同社は商談履歴（Salesforce）、キャンペーンの稼働データ、サポート対応の履歴、A/Bテストの結果など、豊富なデータ資産を複数のツールに保有しています。しかし生成AIとこれらのデータは接続されておらず、担当者が手作業でデータを取り出してAIに投入し、分析結果を再び手入力でSalesforceに戻す運用が発生していました。データはあるがAIが読める状態になっていない、という状況です。

課題③：職種ごとに、時間を要する業務が積み上がっていた

セールスは商談前のリサーチと提案資料の作成に、プランナーはA/Bテストの結果レポート作成に、テクニカルサポートは分散した対応履歴の検索に、カスタマーサクセスは解約リスクの可視化に、それぞれ時間を要していました。

研修の全体設計

本研修は、スマートエイトの生成AI研修「Claude Code実践コース」を、全4回・計12時間のオンライン形式で実施しました。各回は座学と動画視聴ではなく、ハンズオンと演習を中心とした双方向形式で進行します。

回	テーマ	内容
Day1	基礎とセットアップ	開発環境の構築、CLAUDE.md・Skill・SubAgentの基本操作、AIセキュリティルールの策定
Day2	外部ツール連携（MCP）	Playwright・Google Workspace・Salesforceとの接続、プロンプト設計の5要素
Day3	業務スキルの実装	商談前リサーチ、A/Bテスト分析、PowerPoint自動生成の各スキルを実践
Day4	マルチエージェントと応用	複数AIの役割分担設計、Zendesk API連携、各自の実務スキル構築と全体共有

研修後、DLPO様が自社で実現したこと

DLPO様では、研修で習得した手法をもとに、SalesforceやZendesk、自社プロダクトなどのデータをClaude Codeとつなぎ、実際の業務で活用できるAIの仕組みを構築しました。以下の事例はいずれも、DLPO様が自社の人員で企画・構築し、実現したものです。

業務変革テーマ	研修前	研修後	連携した媒体
ヘルススコアの自動判定	手動でデータを出力してAIに投入し、判定結果を手入力	AIからSalesforceへ直接クエリを実行し、判定を自動化	Salesforce
カスタマーサクセス	キャンペーン設定状況からヘルススコアを試験生成。商談データとは未連携	商談・稼働データからヘルススコアと推奨CSアクションを自動生成	Salesforce／自社プロダクト
問い合わせ	記事更新が追いつかず、回答する関連記事の選定が担当者の記憶に依存	API連携で322件の記事を参照し、関連記事を抽出して回答ドラフトを自動生成	Zendesk
LP・競合分析	ブラウザ拡張機能での目視確認	フルページを自動取得し、12種のアドアタックを自動検出	―

各職種：受講者が自身の業務にAIを組み込み

研修で身につけた手法をもとに、受講者がそれぞれ自身の担当業務に合わせた仕組みを作り、実務で活用しています。アンケートで受講者が「AIで解決したい課題」として挙げた項目は、いずれも下記の成果物として形になっています。

職種	自社で作成したもの
プランナー	レポートデータを読み込み、A/Bテストの勝敗を判定するスキル
プランナー	レポート画面のPDF出力をExcelに変換するスキル
テクニカルサポート	問い合わせ受信時にSalesforceの過去履歴から類似事例を抽出するスキル
セールス	受注実績とアクセスログを突き合わせ、優先度付きのアップセル候補を抽出するマルチエージェント
テクニカルサポート	ブラウザ更新時のセグメント設定漏れを検知して通知するボット

エンジニア以外のメンバーが、コードを書く速さに制約されずに自分用のツールを作れるようになった点が、受講者からも変化として挙がっています。

「アイデアはあったけど、コードが素早く書けないと作れないツールが、試行錯誤で楽に作れそうなことがわかったので、いろいろ試していきたい」（テクニカルサポート担当者）

受講者アンケートの結果

全4回それぞれの終了時に受講者アンケートを実施し、計12件の回答を得ました。満足度は全4回・全12件が最高評価の「5」（平均5.00／5）（各回終了時に受講者本人が5段階で回答）。

＜受講者の声＞

「業務に利用できるイメージがより明確になってきた」（テクニカルサポート担当者）

「具体的に業務を移していくイメージができました」（セールス担当者）

研修を通じた変化

「一部のエンジニアの技術」から「全職種が使う道具」へ

研修前、AIを業務で扱えるのは開発エンジニアに限られていました。研修後は、営業が商談準備に、プランナーが分析に、テクニカルサポートが問い合わせ対応に、それぞれAIを組み込む状態へと変化しています。習熟度には個人差が残るものの、参加者全員が業務活用に前向きであることが研修後のフォローアップで確認されています。

「AIに聞く」から「AIに役割を与える」へ

本研修では、1つのAIにすべてを任せるのではなく、作成する役割とレビューする役割を分けるマルチエージェントの設計を扱いました。同社ではこの設計をアップセル候補の抽出などに適用しており、AIに直接質問するよりも出力の質が高いとの評価をいただいています。

「Skill作成の案出しにおける懸念点やコツなどが徐々にわかってきた」（テクニカルサポート担当者）

スマートエイトの生成AI研修の特長

ハンズオン中心の双方向形式：動画視聴型ではなく、全回で講師と受講者が同じ画面を見ながら手を動かして進めます
外部ツール連携（MCP）を標準カリキュラムに搭載：Salesforce・Google Workspace・Zendesk等との接続手法を扱い、演習で受講者が自社の環境へ接続できます
修了後に自社で作れる状態を目指す：手法の理解に留めず、受講者が自身の業務に合った仕組みを自力で組み立てられることをゴールに置いています

DLPO株式会社代表取締役作左部勇次郎氏コメント

「当社はAIを事業のなかで活用してきましたが、その知見は開発メンバーに集中し、営業や企画、サポートの現場までは広がっていませんでした。研修を終えてまず変わったのは、SalesforceやZendeskといった自社のデータをAIにつなぐという発想を、現場の各メンバーが持てるようになったことです。

研修後、カスタマーサクセスのヘルススコアを自動で出す仕組みを社内で構築し、すでに運用を始めています。AIに直接質問するより、役割を分けたエージェントを組んだほうが出力の質が高いという実感も得られました。メンバーの習熟度に差はありますが、全員が自分の業務に活かそうという姿勢になったことが最大の変化だと感じています」