【内部案例公开】用生成式AI×SFA撬动业务部门:JOINT AI Flow byGMO串联的落地实践范式

richlovec 1500_400 (1)
 

“生成式AI会怎样改变我们的日常业务?”——这个问题在很多企业内部已经被讨论了一两年。ChatGPT、AI Agent、MCP 等词汇也逐渐在公司内部普及,出现在各种会议与企划讨论中。 然而,真正能清晰回答“如何把生成式AI嵌入自家业务流程,并转化为可见成果”的企业,依然只是少数。

尤其在销售领域,即便已经导入了 SFA 等业务系统,很多公司仍面临这样的困惑:

  • 数据很多,但难以真正支撑一线的决策
  • 做了精美的仪表盘,却很少有人主动去看
  • 信息都在系统里,但业务动作并没有随之改变

在 DataStrategy Webinar #1 中,我们邀请 GMO AIコネクト株式会社(原ストラテジット)分享其在公司内部已经落地运转的“生成AI × SFA”实践案例,具体展示其架构设计与日常运用方式。

本次将重点分享的内容

  • AI Agent/MCP 的市场趋势,以及在企业业务中的实际应用现状
  • 以 SFA 为后端、生成式AI为前端的“会主动运转的业务”整体结构
  • 借助 JOINT AI Flow byGMO 实现的典型集成模式(数据抽取、通知推送、自动化报告等)
  • “自建”与“外部委托”之间的判断标准与思考框架

适合参加的人群

  • 在业务部门负责 SFA 或销售数据活用,却感觉成效有限的负责人
  • 希望从“给大家看AI演示”迈向“让AI真正嵌入日常业务”的推进者
  • 想具体了解 AI Agent/MCP 在一线业务中的实战案例的人
  • 负责推动业务改革的经营企划、销售企划、信息系统等部门负责人

观看者限定特典
参加本次网络研讨会并填写会后问卷的所有观众,将获赠《JOINT AI Flow byGMO 案例集》(由 GMO AIコネクト株式会社提供)。
此外,我们还为当日参加者准备了仅限当场公布的特别信息。

MCP(Model Context Protocol)是什么——先把基础概念讲清楚

Anthropic 于 2024 年 11 月以开源形式发布的 MCP(Model Context Protocol),是一个用于在生成式AI模型(LLM)与外部工具、数据源之间建立标准化连接的协议。可以把它理解为:在 AI 模型与各类系统之间,插入一个统一的“通用插头”。

过去,如果要让生成式AI与 SFA、ERP 或内部数据库联动,往往需要针对每个系统单独开发集成接口。系统越多、组合越复杂,开发与维护成本就越高。MCP 的目标,就是打破这种“组合越多、个别实现越多”的局面。

在 MCP 的架构下,只要 SFA 厂商对外提供一个 MCP Server,支持 MCP 的生成式AI Agent 就可以按照统一的方式访问该 SFA。也就是说,不再需要为每一对“AI×系统”的组合单独开发集成逻辑。

OpenAI、Google、Microsoft 等主要厂商也已陆续宣布,将在 2025 年之后逐步支持 MCP。随着这些基础设施的完善,AI Agent 将从“演示给大家看”的阶段,真正走向“在业务系统内部持续运转”的阶段。

在思考 SFA × 生成式AI 的实用化时,MCP 是必须掌握的关键概念之一。本次网络研讨会将通过 GMO AIコネクト的内部案例,具体拆解 MCP 在实际业务中的应用方式。

立即免费报名网络研讨会 ▶{ target="_blank"}

从“导入 SFA”到“让业务真正动起来”

近年来,CRM/SFA 的导入率持续提升,已经成为销售组织的“标配”。但在很多企业内部,仍能听到类似的反馈:

  • 系统上线后,业务推进方式并没有明显变化
  • 只是多了录入工作,感觉负担更重
  • 最后大家还是回到 Excel 里做管理

要真正发挥价值,系统不能只是“存数据”,而要能“驱动数据流动与业务动作”。随着生成式AI与 MCP 的出现,我们已经可以更具体地设计这种“从数据到行动”的新型业务流程。

本次研讨会将从市场趋势与内部实践两个角度,梳理这一转变的整体轮廓,帮助企业思考:在 SFA 已经导入的前提下,下一步该如何让业务真正“动起来”。

公开的内部实践案例——GMO AIコネクト × JOINT AI Flow byGMO

GMO AIコネクト 在自家内部销售(Inside Sales)领域,已经将“SFA × 生成式AI”投入实际运转。整体架构为:后端以 SFA 为核心,一线由生成式AI面向业务人员提供交互,中间则由 iPaaS 工具「JOINT AI Flow byGMO」负责连接与流程编排。

在这一架构下,从销售数据的抽取、当前状况的自动整理,到定期报告生成、问题与改善点的提示,都被嵌入到日常业务流程中,而不是停留在“有人想起来就去看一眼仪表盘”的状态。

在本次分享中,讲者将从产品设计者的视角,介绍:

  • 整体系统构成与数据流向
  • 在实际运维中需要特别注意的关键点
  • 从 PoC 到正式运用过程中,团队容易踩到的坑与应对思路

讲者介绍

02.png 脇野 寛洋
GMO AIコネクト株式会社 产品经理

自 2002 年参与数据联动业务创立以来,一直专注于业务改善与系统集成。曾担任 DataSpider 的产品经理并负责新业务开发。2025 年创立リベラメンテ的同时加入ストラテジット,推出专注于后付费结算领域的垂直型 iPaaS,持续推动从一线业务出发的数字化转型。

03.png 箕部 和也
株式会社レッジ 执行董事

曾在互联网广告代理公司负责基于 SNS 的品牌与消费者沟通设计。之后认为仅依靠线上已难以支撑未来的营销需求,转而加入大量承接 IoT 项目的公司,从事利用物理世界大数据的 IoT 商业咨询。加入 Ledge 后,主导公司内外基于 AI 等前沿技术的业务开发。2022 年 1 月出任执行董事,统筹数据活用咨询业务与媒体业务两大板块。

活动信息

标题:生成AI×SFAで業務部門が動く、JOINT AI Flow byGMOが繋ぐ実装パターン
举办时间:2026 年 6 月 23 日(周二)16:00〜17:00
形式:在线直播(Zoom Webinar)
参加费用:免费(需提前报名)
报名页面:https://us02web.zoom.us/webinar/register/WN_XY5GGtQnRly7btMWhdgiIQ{ target="_blank"}

立即免费报名网络研讨会 ▶{ target="_blank"}


分享:


发表评论

登录后才可评论。 去登录