AIエージェント時代の「SDD×SDD」革命 ― 脱炭素・再エネ法人営業における「Spec-Driven Sales Architecture (SDSA)」の提唱とエネがえるによる新価値創造宣言

1. 序論：2025年、エネルギーと知性の交差点

2025年12月、私たちは二つの巨大な構造変革の交差点に立っている。一つは、日本政府による「第7次エネルギー基本計画」の閣議決定と、それに伴う「GX（グリーントランスフォーメーション）2040」ビジョンの本格始動である。再生可能エネルギーを2040年度までに電源構成の40〜50%へと引き上げるという野心的な目標は、もはやスローガンではなく、日本企業にとっての生存要件となった¹。

もう一つは、生成AIから「自律型AIエージェント（Agentic AI）」への進化である。かつてテキストを生成するだけだったAIは、いまや複雑なワークフローを自律的に遂行し、ツールを操作し、意思決定を支援する存在へと変貌を遂げている⁴。

この二つの潮流が交わる場所、すなわち「脱炭素ソリューションの法人営業」の現場において、従来のアプローチは限界を迎えている。複雑化する市場連動型電気料金、高度なCorporate PPA（電力購入契約）、そして熟練営業マンの不足――これら「2026年の崖」を乗り越えるためには、営業手法そのものを再発明しなければならない。

本レポートでは、ソフトウェア開発の最先端手法である「SDD（Specification-Driven Development：仕様駆動開発）」と、法人営業の現場知見である「SDD（Sales-Driven Development：セールス駆動開発）」を融合させた新たな概念、「Spec-Driven Sales Architecture（SDSA：仕様駆動型セールスアーキテクチャ）」を提唱する。

そして、この新概念を具現化するプラットフォームとして、業界No.1シェアを誇る「エネがえる」が、いかにして実験的先陣を切り、法人営業を「売る人」から「価値仕様を設計し、市場を前倒しで定義する人」へと進化させるのかを詳述する。これは単なるツール導入の話ではない。AIエージェント時代における、人間の役割とビジネスモデルの再定義である。

2. 背景分析：崩壊する従来の営業モデルと市場の複雑性

「Spec-Driven Sales Architecture」の必要性を理解するためには、まず2025年現在のエネルギー市場と技術環境が突きつけている課題を直視する必要がある。かつての「FIT（固定価格買取制度）に頼った画一的な提案」は、もはや通用しない。

2.1 第7次エネルギー基本計画とGXの圧力

2025年2月に閣議決定された第7次エネルギー基本計画は、日本のエネルギー政策の大転換点となった¹。

再エネの主力電源化： 2040年度の電源構成において、再エネ比率を40〜50%（2022年度実績22.9%の約2倍）に引き上げる目標が設定された³。これは、平地が少ない日本において、屋根上太陽光、オフサイトPPA、営農型太陽光など、あらゆる「適地」を開拓しなければならないことを意味する。
市場メカニズムへの移行： FIT制度からFIP（Feed-in Premium）制度への移行が進み、発電事業者は卸電力市場（JEPX）の価格変動リスクにさらされるようになった⁸。昼間の余剰電力価格が0.01円になる一方で、夕方の需要ピーク時には高騰するといったボラティリティが常態化している。
需要家の脱炭素義務： 東京証券取引所プライム市場の上場企業に対する気候変動リスク開示の実質義務化に加え、東京都では2025年4月から新築建物への太陽光パネル設置義務化がスタートした¹⁰。中小企業においても、サプライチェーン全体での脱炭素要請（Scope 3）が強まっており、脱炭素は「コスト」ではなく「経営課題」となっている¹¹。

2.2 法人営業現場の疲弊と「認知限界」

市場が高度化・複雑化する一方で、それを担う営業現場は限界を迎えている。

提案の超難度化： かつては「屋根にパネルを載せれば何年で元が取れるか」という単純な計算で済んだ。しかし現在は、30分ごとのデマンドデータ（ロードカーブ）、JEPXの過去市場価格と将来予測、蓄電池の充放電制御ロジック、さらには補助金要件や税制優遇までを組み合わせた、極めて高度なシミュレーションが求められる¹³。
人材不足と属人化： 建設・エネルギー業界は深刻な人手不足にある。「ヒアリングや現地調査」「電力需要データの入手」といった業務負荷が高く、専門知識を持つ人材の採用は困難を極める¹⁴。結果として、一部の「スーパー営業マン」に業務が集中し、組織全体の提案能力が底上げされない。
「Vibe Selling」の危険性： ソフトウェア開発の世界で「Vibe Coding（雰囲気だけのコーディング）」が問題視されるのと同様に、営業現場でも、根拠の薄い概算や直感に頼った「Vibe Selling」が横行している。市場連動型プランにおいて、曖昧なシミュレーションは顧客に数百万円単位の損失を与えるリスクがあり、それは即ち企業の賠償リスクとなる。

2.3 AIエージェントの台頭と「仕様」の復権

一方、テクノロジーの世界では「Agentic AI」が主役の座に躍り出た⁴。これまでの生成AI（ChatGPT等）は、人間がチャットで指示を出し、AIがテキストを返す「対話型」が主だった。しかしAgentic AIは、目標を与えれば自律的に計画（Plan）し、ツールを使って実行（Execute）し、結果を評価する能力を持つ。

しかし、ここで重要な逆説が生じる。AIが強力になればなるほど、「何をさせるか」という指示の正確性、すなわち「仕様（Specification）」の重要性が飛躍的に高まるのである。曖昧な指示は、AIによる「高速な失敗」を生むだけだ。ソフトウェア開発において、AIに正確なコードを書かせるために「仕様書（Spec）」を重視する「SDD（Specification-Driven Development）」が再評価されているのはこのためである¹⁶。

この「市場の複雑性」と「AIの自律性」という二つの文脈が、営業手法のパラダイムシフトを要請している。

それが、本レポートが提唱する「Spec-Driven Sales Architecture (SDSA)」である。

3. 新概念提唱：Spec-Driven Sales Architecture (SDSA)

私はここに、従来の「仕様駆動開発（Tech）」と「セールス駆動開発（Biz）」を発展的に融合させた独自概念、「Spec-Driven Sales Architecture（SDSA）」を定義し、提唱する。

3.1 定義：SDD × SDD の融合メカニズム

SDSAは、以下の二つの「SDD」を掛け合わせたものである。

① Specification-Driven Development (仕様駆動開発)

元来はソフトウェア工学の概念であり、AIエージェント時代の開発手法として再注目されている¹⁶。

核心： コードを書く（実装する）前に、自然言語や構造化データで「仕様（Spec）」を厳密に定義する。AIはこの仕様書を「正解（Source of Truth）」として読み込み、実装を行う。
メリット： 手戻りの削減、品質の保証、AIとの協働における曖昧性の排除。

② Sales-Driven Development (セールス駆動開発)

従来は「売れる機能を作る」という文脈で使われてきたが、SDSAにおいては意味を再定義する²⁰。

再定義： 営業プロセスそのものを「顧客固有のソリューションを開発（Architecture）する行為」と捉える。営業担当者は完成品を売るのではなく、顧客の課題（Input）に対し、最適な技術・金融・サービスの組み合わせ（Architecture）を設計し、合意形成を行う。

③ 融合：Spec-Driven Sales Architecture (SDSA)

SDSAとは、営業活動を「説得のプロセス」から「仕様策定のプロセス」へと転換させる方法論である。

営業担当者は、顧客のエネルギーデータや経営目標をインプットとし、シミュレーションツール（エネがえるBiz等）という「コンパイラ」を用いて、経済効果やリスクヘッジ効果が保証された「価値仕様書（Value Specification）」を出力する。この仕様書こそが、顧客との合意形成のアンカーとなり、導入後の運用（実装）を規定する。

3.2 SDSAにおける営業担当者の進化：Value Architectへ

このモデルにおいて、営業担当者の役割は劇的に変化する。

次元	従来の営業（The Persuader）	SDSA時代の営業（The Value Architect）
役割	商品説明、人間関係構築、値引き交渉	価値仕様の設計、市場の定義、リスク構造の設計
インプット	直感、経験則、概算データ	30分値デマンドデータ、JEPX予測、技術制約
ツール	カタログ、電卓、静的な見積書	API連携シミュレーター、AIエージェント、動的ダッシュボード
アウトプット	「たぶん下がります」という期待	「経済効果シミュレーション保証」付きの仕様書
顧客との関係	売り手と買い手（対立構造）	共同設計者（共創構造）
AIの活用	メール作成、議事録要約（Assistive）	シミュレーション実行、最適解探索（Agentic）

営業はもはや「売る人」ではない。「価値仕様を設計し、市場を前倒しで定義する人（Architect）」へと進化するのである。

4. エネがえるが実現する5つの新価値

「エネがえる」は、単なるシミュレーションツールではない。SDSAを実践するための「Operating System（OS）」である。その機能的特性（15秒診断、98%の蓄電池網羅率、API連携、経済効果保証）は、法人営業に以下の「5つの新価値」をもたらす。

【新価値1】Quantitative Conviction（定量的確信による信頼構築）

〜「説得」から「証明」へ〜

従来の営業における信頼は、営業担当者の人柄や熱意、あるいは「長年の付き合い」に依存していた（Trust-based Sellingの旧来型）²²。しかし、数億円規模の脱炭素投資において、人柄だけで意思決定することはもはや不可能である。

SDSAでは、信頼の源泉を「データの透明性と検証可能性」に置く。

エネがえるは、国内主要蓄電池の98%を網羅し、毎月更新される燃料調整費単価や再エネ賦課金を自動反映する13。さらに、大手太陽光・蓄電池メーカーはもちろん（環境省）も採用するアルゴリズムを用いることで、シミュレーション結果に「客観的な正当性」を持たせる。

特に重要なのが、業界初となる「経済効果シミュレーション保証」の存在である25。これは、シミュレーション結果（予測発電量等）と実績の乖離を、最大10年間にわたり金銭的に補償する仕組みである。これにより、提案書（仕様書）は単なる予測ではなく、「金融資産」としての確実性を帯びる。

事例： エネがえるを全社導入したELJソーラーコーポレーションは、月間1,000件の商談において60%という驚異的な成約率を維持している²⁴。これは、データによる裏付けが顧客の「確信（Conviction）」を醸成した結果である。

【新価値2】Architectural Lock-in（プロセス統合による顧客維持）

〜「製品」ではなく「判断基準」を売る〜

単に安いパネルを売るだけの関係は、より安い競合が現れれば即座に崩れる。しかし、SDSAでは顧客の意思決定プロセスそのものに入り込む。

エネがえるのAPIを活用し、顧客（あるいはパートナー企業）の自社アプリやWebサイトにシミュレーション機能を埋め込むことで、顧客は「エネがえるのロジック」で自社のエネルギー状況を把握するようになる26。一度この「仕様」に慣れ親しむと、他社の曖昧な提案を受け入れられなくなる。これを「Architectural Lock-in（構造的ロックイン）」と呼ぶ。

事例： スマート環境デザイン（Smart Kankyo Design）は、EV・V2Hの複雑なメリットを可視化することで、他社が提案できない「災害レジリエンス」という価値仕様を定義し、顧客をロックインしている²⁷。顧客は「蓄電池が欲しい」のではなく、「可視化された安心」という仕様を買っているのである。

【新価値3】Democratization of Expertise（専門性の民主化と標準化）

〜新人でも「エース級」の仕様策定を〜

第7次エネルギー基本計画下の提案業務は、高度な専門知識を要する。通常、これを習得するには数年の経験が必要だが、SDSAではツールがその知識を代替する。

エネがえるは、複雑なJIS規格の計算式や各電力会社の約款（3,000プラン以上）を内包しており、ユーザーは「7ステップの入力」を行うだけで、専門家と同等の精度で診断ができる24。これにより、入社1ヶ月の新人でも、ベテランと同様の「正しい仕様」を出力できる。

これは単なる効率化ではない。「専門性の民主化」である。属人性を排除し、組織全体として高品質なコンサルティングを提供可能にする基盤である。

事例： エクソル（XSOL）は、熟練社員が3時間かけていたシミュレーションを、API連携によって5分に短縮した¹³。これにより、複数のパターン（仕様案）を瞬時に提示し、顧客と共に最適解を探る「共創型営業」が可能になった。

【新価値4】Asynchronous Scalability（非同期的な営業スケーラビリティ）

〜人間が寝ている間にAIが売る〜

労働人口が減少する日本において、人海戦術による営業は持続不可能である。SDSAでは、AIエージェントとAPIが非同期的に営業活動を行う。

パナソニックの「おうちEV充電サービス」のように、アプリに組み込まれたエネがえるAPIは、24時間365日、ユーザーの電力利用データを分析し、最適なプランや充電タイミングを提案し続ける26。ここでは、営業担当者は介在しない。「仕様（アルゴリズム）」が自動的に価値を届け、信頼を蓄積し、然るべきタイミングで最適運用（電気が安価な時間帯の充電）やアップセル（最適電気料金プラン）を促す。

これにより、営業のリソースは「定型的な説明」から解放され、より高度な「アーキテクチャ設計」や「例外対応」に集中できる。これは、「Sales-Led Growth（SLG）」と「Product-Led Growth（PLG）」の融合でもある29。

【新価値5】Co-Creation Protocols（ステークホルダー間の共通言語化）

〜「仕様書」が金融と技術をつなぐ〜

脱炭素プロジェクトには、施主、施工店、金融機関、投資家、行政など、多くのステークホルダーが関与する。彼らはそれぞれ異なる言語（技術用語、金融用語、政策用語）を話すが、SDSAにおける「シミュレーションレポート（仕様書）」は、これらをつなぐ共通プロトコル（Protocol）として機能する20。

銀行は「保証付きのシミュレーション」を見て融資を判断し、行政は「定量化された脱炭素効果」を見て補助金を交付する。エネがえるのレポートは、PDFやExcelとして出力され、そのまま稟議書や申請書の添付資料となる24。

事例： 環境省は、再エネ導入の効果を客観的に検証するためにエネがえるを採用した³²。これは、国の政策推進における「共通言語」としてエネがえるの仕様が採用されたことを意味する。公的な信頼性は、法人営業において最強の武器となる。

5. 構造イメージ：SDSAのレイヤーアーキテクチャ

SDSAを組織に実装するためには、営業組織を「ファネル」ではなく「プラットフォーム」として再構築する必要がある。以下にその構造イメージを示す。

Layer 1: The Sensor Layer（感知・データ収集層）

機能: AIエージェント（Research Agents）が、顧客のWebサイト、JEPXの市場価格、気象データ、登記情報などを常時スキャン・収集する。
役割: 「Spec」を作成するための生データ（Raw Data）を供給する。

Layer 2: The Logic Core（演算・OS層） – ここに「エネがえる」が位置する

機能: 収集されたデータを入力とし、物理法則、電気料金約款、補助金要件に基づいてシミュレーションを行う。
特徴: 「経済効果シミュレーション保証」により、出力結果のリスクヘッジを行う。APIを通じて外部システムと連携する。
役割: データの「意味」を解釈し、検証可能な「価値仕様案」へ変換する。

Layer 3: The Architect Layer（設計・対話層） – ここが「人間の営業」の主戦場

機能: Logic Coreが出力した複数の仕様案をもとに、顧客の経営課題（BS/PLへの影響、ブランド価値、BCP）と照らし合わせて、最適なアーキテクチャを決定する。
役割: Trust-based Sellingの実践²³。顧客の「Why」を深掘りし、最終的な合意形成（Specの確定）を行う。AIにはできない「文脈の理解」と「感情的共感」を担う。

Layer 4: The Execution Layer（実装・運用層）

機能: 確定したSpecに基づき、施工、O&M、エネルギーマネジメント（EMS）を遂行する。
役割: 予実管理を行い、差異があればLogic Coreにフィードバックし、再学習させる（Continuous Improvement）。

6. エネがえるが先陣を切って実験していくことの宣言

本レポートにおいて、エネがえる（国際航業株式会社）は、単なるSaaSベンダーの枠を超え、このSDSA革命の「実験的先駆者（First Mover）」となることを宣言する。

宣言1：APIファーストによる「脱・ツール化」とエコシステム構築

エネがえるは、単独のツールとしての利便性を超え、企業の基幹システムや顧客向けアプリに溶け込む「APIインフラ」としての進化を加速させる。2025年秋にリリースし大手新電力で採用されている「市場連動型プラン対応API」の実装は、その象徴である33。これにより、30分値の市場価格に対応した動的で精緻なシミュレーションを、あらゆる企業のシステム裏側で稼働させる。

パナソニックやXSOLのような先行事例を拡大し、誰もが自社ブランドで高度なシミュレーションを提供できる「Energy BPaaS（Business Process as a Service）」のエコシステムを構築する24。

宣言2：「シミュレーション保証」による責任の共有

「売って終わり」の無責任な営業を業界から駆逐するために、エネがえるは「経済効果シミュレーション保証」の普及に全力を挙げる。予測精度への自信を金銭的保証という形で示し、販売店が抱える「提案リスク」を肩代わりする。これは、プラットフォーマーとしての覚悟の表明である。将来的には、盗難補償や災害補償の統合も視野に入れ、再エネ導入の障壁を極限まで下げる²⁵。

宣言3：AIエージェントとの完全なる統合

GitHubが「Spec Kit」によってAI開発を制御するように¹⁷、エネがえるは「Energy Spec Kit」となることを目指す。将来的に、自律型AIエージェントがエネがえるのAPIを叩き、最適な再エネ導入プランを自律的に生成・提案する世界を見据え、そのためのインターフェースとデータ構造を整備する。「エネがえるAI Sense」による蓄電池制御の最適化はその第一歩である³³。

7. 独自洞察：なぜ今、「SDD」なのか？（Why Now?）

表層的なトレンドを超えた、より深層的な洞察（Second/Third-order Insights）を提示する。

洞察1：複雑性は「敵」ではなく「防壁」になる

多くの企業は市場の複雑化（市場連動価格、PPA、制度変更）を嫌う。しかし、SDSAを装備した企業にとって、複雑性は参入障壁（Moat）となる。計算が難しくなればなるほど、「Vibe Selling」しかできない競合は脱落し、精緻な「Spec」を描ける企業だけが生き残る。エネがえるは、この「複雑性の非対称性」を武器に変えるツールである。

洞察2：営業の「エンジニアリング化」は不可避である

ソフトウェア開発において、要件定義（PM）と実装（Dev）の境界が曖昧になっているように、営業（Sales）と技術（Engineering）の境界も消滅しつつある。これからのトップセールスは、顧客のビジネスモデルをハッキングし、エネルギーコスト構造をリファクタリングする「ソリューション・エンジニア」でなければならない²¹。SDSAはそのための教育フレームワークとしても機能する。

洞察3：脱炭素は「コンプライアンス」から「アルゴリズム」へ

これまでの脱炭素は「CO2を減らす」というコンプライアンス対応だった。これからは「エネルギーをいつ使い、いつ売り、いつ貯めるか」というアルゴリズム競争になる。SDSAにおける提案書は、そのアルゴリズムの設計図である。2030年の企業は、自社のビルや工場を「巨大な分散型電源」として運用することになり、その運用ロジック（Spec）を最初に定義した者が、長期的なストック収益（VPP収益等）を握ることになる¹²。

8. まとめ

2025年、第7次エネルギー基本計画とAIエージェントの到来により、法人営業のルールは書き換えられた。もはや、経験と勘と度胸だけで戦える時代ではない。

Spec-Driven Sales Architecture (SDSA)は、この不確実な時代における唯一の確実な羅針盤である。

Specification（仕様）を武器にし、
Enegaeru（エネがえる）をOSとし、
Architecture（設計）として顧客の未来を定義する。

エネがえるが先陣を切って実験・提供するこの新しいパラダイムを採用することで、営業担当者は「お願いする人」から「導く人」へと変わる。顧客は「コスト」ではなく「未来への投資仕様書」を買うようになる。

脱炭素社会の実現は、きれいごとでは済まない。そこには緻密な計算と、強固なロジックと、検証可能なデータが必要だ。だからこそ、今、高らかに宣言しよう。

営業よ、アーキテクトになれ。

仕様（Spec）で、未来を実装せよ。

9. 執筆指示用ハッシュタグ

本レポートの拡散・浸透のために、以下のハッシュタグ活用を推奨する。

#SDSA

#SpecDrivenSales

#SalesArchitecture

#Enegaeru

#SpecDriven

#AgenticAI

#GX2040

#EnergyDX

#ValueArchitect

#Decarbonization

付録：エネがえる関連リソースURLリスト

本レポートの論拠となったエネがえるの機能・事例・技術仕様に関するリソース一覧。

サービス公式サイト: https://www.enegaeru.com ²⁴
機能詳細: https://www.enegaeru.com/feature ²⁴
料金プラン: https://www.enegaeru.com/price ²⁴
導入事例集: https://www.enegaeru.com/case ²⁴
- Panasonic事例: https://www.enegaeru.com/case/panasonic ²⁶
- XSOL事例: https://www.enegaeru.com/case/xsol ¹³
- 環境省事例: https://www.enegaeru.com/case/kankyosyo ³²
- スマート環境デザイン事例: https://www.enegaeru.com/case/smartkankyodesign ²⁷
- TOKAI事例: https://www.enegaeru.com/case/tokai ²⁸
経済効果シミュレーション保証: https://www.enegaeru.com/sim-hosho ³⁵
- リリース情報: https://www.kkc.co.jp/news/release/2024/04/30_21021/ ²⁵
APIドキュメント・仕様:
- Solar Power API: https://www.enegaeru.com/documents/solar-power-api ³³
- API Document Overview: https://www.enegaeru.com/documents/api-document ³³
エネがえる白書・独自レポート: https://enegaeru-hakusyo.jp/ ²⁴

（以下、レポート本編の詳細記述へ続く）

[詳細セクション：第7次エネルギー基本計画と市場環境の深層分析]

2025年のエネルギー市場を理解する上で、第7次エネルギー基本計画の数値目標を単なる「目標」としてではなく、企業活動の「制約条件」として捉え直す必要がある。

政府は「S+3E（安全性、安定供給、経済効率性、環境適合）」の大原則のもと、脱炭素電源の最大化を掲げている2。特に注目すべきは、データセンターや半導体工場の新設による電力需要の急増（DX需要）と、それを賄うための再エネ需要のミスマッチである1。

項目	2022年度実績	2040年度目標（第7次計画）	意味するもの
再エネ比率	22.9%	40〜50%	電源構成の主役交代。調整力（蓄電池）の価値増大。
火力比率	72.6%	30〜40%	化石燃料依存からの脱却。ただし調整電源としては残存。
電力需要	約9,600億kWh	増加予測（DX/GX推進）	AI/データセンターによる爆発的な需要増。

このギャップを埋めるために、「需要側での調整（DR）」や「自家消費」が不可欠となる。企業は単に電気を買うだけでなく、「いつ使うか」を制御する能力（Flexibility）を求められる。これが、エネがえるのようなシミュレーションツールが不可欠となる構造的理由である。単なる「コスト削減」ではなく、「電力系統への貢献」が企業の価値となる時代において、その貢献度を定量化できるのは、高度なロジックを実装したSpec（仕様書）だけである。

なぜ、AI時代に「仕様（Spec）」が復権するのか。

GitHubの「Spec Kit」の事例は示唆に富んでいる17。AIコーディングエージェント（Copilot等）は強力だが、文脈（Context）を与えないと「それっぽい嘘」をつく。これを防ぐために、GitHubは「spec.md（何をなぜ作るか）」「plan.md（どう作るか）」といったファイルを事前に定義し、AIに参照させるワークフローを確立した。

これを営業に置き換えるとどうなるか。

Vibe Selling（旧来型）: 「御社の工場なら、たぶんこのくらいのパネルで電気代が下がりますよ（根拠は経験則）」→ AIに曖昧な指示 → 誤った提案書 → 信頼失墜。
Spec-Driven Sales（SDSA）: 「御社の30分デマンドデータ（spec.md相当）と、財務目標（plan.md相当）をエネがえる（コンパイラ）に入力します」→ エネがえるAPIが数千パターンを試算 → 最適解を特定 → 「保証付き」提案書を出力。

このプロセスにおいて、AIエージェント（例えば、顧客の電力データを自動取得して回るクローラーや、市場価格を予測するモデル）は、人間が定義した「Spec」というガードレールの中で最大限の自律性を発揮する。これが「AIに使われる」のではなく「AIを使いこなす」ための唯一の解である。

SDSAにおける営業は、即興劇（Improv）ではなく、プロトコル（儀式・手順）の遂行である。

「Protocol Based Selling」の概念31によれば、成功する営業には明確な手順（挨拶、問題特定、ラポール形成、デモ、クロージング）がある。SDSAは、このプロトコルの中に「エネがえるによる診断」を不可逆なチェックポイントとして組み込む。

Diagnosis（診断）: 医師が処方箋を書く前に診断するように、営業はまずデータを診断する²³。エネがえるによる現状分析なしに、製品提案（処方箋）は行わない。
Insight（洞察）: 単なるデータではなく、「なぜその数字になるのか」という洞察を提供する。例えば、「昼間の使用量が少ないため、蓄電池なしでは再エネ比率が上がらない」といった構造的な課題を指摘する。
Prescription（処方）: 診断に基づき、保証された仕様書（Spec）を提示する。

この一連の流れを「型（Protocol）」として組織に定着させることで、個人の能力差を超えた成果（Democratization of Expertise）が可能となる。

[詳細セクション：エネがえるAPIエコシステムの未来図]

エネがえるが目指す「Energy BPaaS」の世界観では、APIが企業の境界を溶かす24。

例えば、ハウスメーカーのCRMシステムにエネがえるAPIが統合されれば、顧客が「新築の相談」に来た時点で、住所情報から屋根の面積と日射量を自動計算し、ローンシミュレーションに「太陽光による光熱費削減分」を自動的に組み込むことができる。ここでは、営業担当者が意識的に「太陽光を提案」しなくても、システム（Spec）が自動的に提案を行っている。

また、銀行の融資審査システムと連携すれば、脱炭素設備の融資審査において、エネがえるの「経済効果シミュレーション保証」が与信補完の役割を果たすかもしれない。

このように、SDSAは営業現場だけでなく、経営企画、財務、IT部門をも巻き込んだ、全社的な「価値創造アーキテクチャ」へと昇華されるのである。

（以上、AIエージェント時代の新たな営業モデルに関する包括的レポート）