こんにちは、株式会社TIMEWELLの濱本です。
「営業の生産性をAIで上げたい」という相談が、年明けからほぼ毎週入っています。2025年までは「面白そうだから検討する」というトーンが多かったのが、2026年に入ってから「何を、どこから、いつまでに入れるのか」という実装のフェーズに変わってきました。Salesforce、HubSpot、Gong、Clari、Outreach、Apolloといった海外勢が立て続けに大型アップデートを発表し、国内ではSansanが「AIファースト」を掲げて社員の99.5%が生成AIを使う体制に移行しました[^1]。
ただ、相談を聞いていてもう一つ感じるのは、ツールリストの羅列で終わってしまっている提案書がやたら多いこと。AI営業はツール選びの前に、「自社の営業プロセスのどこを、どのAIに任せるか」を決めないと、確実にお金だけ溶かします。今回はAI×営業の最前線を、実装目線で整理します。
AI営業の4領域マップ｜パイプライン・提案・解約予測まで
AIを営業に入れると言っても、実際には4つの異なる領域に分かれます。この区別がついていないまま「Agentforce入れました」と言っても効果は出にくい。まずはここを整理します。
第1領域はリード生成。LinkedIn Sales Navigatorの「Lead IQ」やApollo.ioの2.75億件のコンタクトデータベース、Clayの「Claygent」のような非構造データ抽出ツールが該当します。Apolloは月額$59〜$149で全部入りのコックピット型、Clayは$149〜$1,000の従量制で、Webサイトをスクレイピングして「最近設備投資をした」「採用を増やしている」といった購買シグナルを抽出する設計思想です[^2]。日本市場ではSales MarkerやSansanの「企業データHub」がここに該当します。
第2領域はパイプライン管理。Clariが代表で、AIが全商談を24時間監視して、リスクのある案件をリアルタイムで通知します。2026年4月にはSalesloftとの統合とMCPサーバーの公開を発表し、予測と実行のレイヤーが地続きになりました[^3]。価格はコア機能で$100〜$125/ユーザー/月。Gartner調査では、エンタープライズの80%が2026年までに顧客維持向けAIを採用すると予測されており、パイプ可視化はもはや「やるかどうか」ではなく「いつ入れるか」のフェーズに入っています[^4]。
第3領域は提案書・営業資料の自動生成。Claude Opus 4.7（2026年4月16日リリース）とGPT-5.5（4月23日リリース）の登場で、長文ドキュメントの生成精度が一段階上がりました。テンプレ化された製品紹介、事例紹介、見積根拠の章はほぼ自動化できます。一方で、競合差別化のロジックや価格交渉の根拠は人が書くべき領域です。
第4領域は解約予測（チャーン予測）。テレコム業界ではAI介入によりチャーン率を最大15%削減した事例が報告されています[^5]。Pecan AIのような専用ツールは、サポートチケット・契約PDF・利用ログまで含めて分析し、解約リスクを定量化します。BtoB SaaSでは、ARRの維持率に直結するため、ここに先に投資する企業が増えてきています。
この4領域を全部いきなりやろうとして失敗する企業をたくさん見てきました。個人的には商談録音とCRM自動化の組み合わせから入るのが一番事故が少ない、と感じています。理由は次の章で書きます。
Sales Agentic AIの主役｜Agentforce vs Breezeの設計思想
ここからが本題です。2026年のSales Agentic AIは、SalesforceのAgentforceとHubSpotのBreezeが二大巨頭です。設計思想がまったく違うので、選び方を間違えるとお金だけ溶けます。
Salesforce Agentforceは、エンタープライズ向けに3種類の課金モデルを並走させています。Flex Creditsモデル（$500で10万クレジット、1アクション約20クレジット＝約$0.10）、会話単位モデル（$2/完了会話）、ユーザー単位モデル（$5〜$550/ユーザー/月）。最近はFoundations無料層も用意され、Salesforce Enterprise以上の契約者は20万クレジットとAgent Builder、Prompt Builderを無料で使えます[^6]。SDR向けエージェントは異議処理から商談セットまでを自律実行し、複数業界向けの専用エージェント（金融、医療など）も提供されています。「カスタム性は高いが、設計と運用に専門人材が要る」のがAgentforceの本質。Salesforceを使い倒している組織でないと、宝の持ち腐れになりやすいです。
HubSpot Breezeはもっとシンプルです。2026年春アップデートでG2、Gong、Amplitudeとの連携が強化され、Prospecting Agent、Customer Agent、Content Agent、Social Agentの4種類が標準で動きます。Prospecting Agentは、ターゲット企業のリサーチ・パーソナライズ・初回アウトリーチまでを自動で回し、Selling Profiles機能で製品やペルソナごとにアプローチを変えられます。フランスのAgicapはBreeze導入で週750時間の業務削減と商談速度20%向上、Sandlerは商談数4倍とエンゲージメント25%向上を報告しています[^7]。
「ではどっちが良いか」と聞かれたら、私の答えはこうです。Salesforceを既に使い倒しているならAgentforce、HubSpotユーザーならBreeze、ゼロから入れるならBreezeから始めて、組織が大きくなったらAgentforceに移る。Agentforceは強力ですが、Salesforce Admin・Apex・Flowに精通したエンジニアが社内にいないと、「設定で半年溶ける」事故が起きます。実際に去年、エンタープライズの導入支援案件で、設計だけで4ヶ月かかった現場を見ました。
ちなみにHubSpotとSalesforceの中間に「Outreach」が陣取っています。Outreach AI Agentsは、Prospecting Agent・Research Agent・Deal Agent・Personalization Agentの4種類を提供し、商談録音から取得したシグナルを使ってOpportunityフィールドを自動更新します[^8]。MEDDPICCのようなフレームワークの管理も自動化できる方向に進んでいて、SDR/AE組織が「営業プロセスをAIに教えたい」場合の有力候補です。
商談録音解析の実装｜Gong Mission AndromedaとMCP対応
AI営業の中で、最初に投資して間違いがないのが商談録音の自動解析です。理由は単純で、商談という「営業の一次データ」を構造化しないと、その上に乗るどんなAIも幻覚を起こすからです。
Gongは2026年2月、「Mission Andromeda」を発表しました。18種類のAIエージェントを内蔵し、AI Deep Researcher（複雑な業務質問への多段階分析）、AI Data Extractor（非構造データの構造化）、AI Ask Anything（顧客全体への横断質問）といった機能を順次リリースしています[^9]。さらに重要なのが、業界初のMCP（Model Context Protocol）対応です。これによりGongの商談データを、Microsoft、Salesforce、外部のAIエージェントから直接照会できるようになりました。「商談録音はGongに溜める、分析と提案書生成はClaude側でやる」のような構成が、エンタープライズで現実的になりました。Gongは現在5,000社以上に導入されています。
もっと軽量に始めたいチームにはtl;dvが選択肢になります。Zoom、Google Meet、Microsoft Teamsで動き、5,000以上のツールと連携。プレイブック準拠率の追跡、異議処理スコア、リアルタイムのレップ評価といったセールス・コーチング機能まで揃っています[^10]。すでに200万ユーザーが利用しており、HubSpotやSalesforceとも統合可能。エンタープライズでないSMBにはこちらの方が合います。
実装で躓きやすいのが、録音の同意と社内ルールです。日本企業の場合、特に「お客様の発言を録音してAIに食わせる」ことへの心理的抵抗が強い。私たちが支援した案件では、録音開始時にBotから音声で「録音と要約のためのAI処理を行います」と通知し、同意を得る運用を必ず入れます。この一手間を省くと、後で大事故になります。GDPR、CCPA、HIPAAといった海外規制に準拠する必要がある場合は、録音データの保存リージョン、トレーニング目的での再利用可否、削除ポリシーを必ず契約書ベースで確認しないと危険です[^11]。
もう一点、見落とされがちなのが録音データをCRMに自動で書き戻す実装です。Gong/tl;dvで録音を取って終わり、ではダメ。商談で出た「次回アクション」「決裁者」「予算」「導入時期」をCRM（SalesforceやHubSpot）の正しいフィールドに自動で書き戻すワークフローを作って、初めて「AI営業」と呼べる水準になります。OutreachのDeal Agentはこれを自動化していますが、自社で作るならn8nやZapierでも組めます。「AIに録音解析を任せたいなら、CRMフィールド設計を先に固めろ」というのが、この2年の現場感覚です。
提案書・営業資料の自動生成｜Claude Opus 4.7とGPT-5.5の活用
商談データを構造化できると、次に効いてくるのが提案書・営業資料の自動生成です。2026年4月、AnthropicがClaude Opus 4.7を、OpenAIが**GPT-5.5（コードネーム「Spud」）**をほぼ同時にリリースし、長文ドキュメント生成の精度が一段階上がりました[^12]。
実装パターンは大きく3つあります。
第1パターンは**「テンプレート＋顧客固有情報の差し込み」**。製品紹介、事例紹介、価格表のような定型パートをテンプレ化し、商談録音から抽出した顧客課題・業界用語・キーパーソン名を差し込む方式です。Sansanの場合、「企業名を入れるだけで、その企業の概要・業績・自社との契約状況・過去の商談内容・キーパーソンの性格まで引き出せるカスタムGPT」を社内開発し、提案準備時間を1時間から5分（約4分の1）に短縮しました[^13]。
第2パターンは**「商談録音から議事録＋次回提案ドラフトを自動生成」**。GongやtldvがClaudeやGPTと連携し、商談直後にドラフトが上がる仕組みです。AEは「白紙からの作文」ではなく「ドラフトの編集」が仕事になるので、提案書作成の心理的負担が劇的に下がります。私自身、WARPの案件で1案件あたりの提案書作成時間が3〜4時間から30〜40分に短縮された事例を持っています。
第3パターンは**「営業ナレッジGraphRAGによる提案書生成」。これが一番難易度が高いですが効果も大きい。社内の過去提案書、受注事例、技術仕様書、競合情報をナレッジグラフ**として整備し、案件特性に応じて最適な構成・参考事例を引っ張ってくる方式です。私たちはZEROCKでこのアーキテクチャを実装していますが、肝はベクトル検索だけでは取れない「事例間のつながり」をグラフで保持する点です。「同じ業界の似た規模の案件」「同じ製品で異なる業界の応用例」が瞬時に出てくると、提案の質が一段階変わります。
ここで強く言いたいのは、AIが書いた提案書をノーチェックで送るのは絶対にやめろということ。Claude Opus 4.7もGPT-5.5も、ハルシネーション率はゼロではありません。一部のテストでは、新しいAIシステムでも最大79%の頻度で誤情報を出すケースが報告されています[^14]。価格、納期、SLA、契約条項のような数字とコミットメントは、必ず人間が確認する。これを徹底しない組織は、近いうちに大きな事故を起こします。
関連記事として、AIエージェントを組織に組み込む手順は5フェーズ実装ガイドに詳しくまとめています。提案書AIを入れる前段の組織設計の話です。
大手日本企業のAI営業導入事例｜Sansan・ベルフェイス・Mazrica
海外勢の話ばかりだと「うちは日本企業だから」と引かれることがあるので、国内事例を3つ紹介します。
Sansanは2025年1月に「AIファースト」を社内テーマに掲げ、寺田親弘社長の号令で全社AI化を推進。5月時点で社員の99.5%が生成AIを利用、82.4%が毎日使っているという、国内では異例の浸透度です[^15]。営業面では、社内システムを横断するカスタムGPTを2024年10月から開発し、商談前の準備時間を1時間から5分に短縮。子会社が提供する「Contract One」は契約件数が前年比77%増を記録し、フィールドセールス担当は「AIだけが要因ではないが、新規顧客開拓と商談の質向上の主要因の1つ」と発言しています。Sansanの事例で重要なのは、「営業マンが個人で使う」ではなく「営業プロセスを会社が再設計する」という思想です。
ベルフェイスは、オンライン商談ツールから方向転換し、2026年に「AIエージェントカンパニー」として再始動を発表。7.5億円の資金調達と、ロゴ・ミッションの全面刷新を行いました[^16]。日本のSaaS各社がCEO自ら「AI第一」へ舵を切る兆候として象徴的な動きです。商談録音をデータ資産化していた会社が、その資産を使ってAIエージェントの会社に変わる。これはGongが歩んだ道筋と似ていますが、日本市場の商習慣に合わせて作り直せるかが勝負どころです。
**Mazrica（マツリカ）**のSFA「Mazrica Sales」は、案件進捗の可視化と入力作業の自動化を国産で実現しています。OCR機能で名刺や議事録をスマホでスキャンするだけでデータ化でき、AIが最適なクロージング方法を提案する。日本語の特殊性（敬語、業界用語、契約文言）を踏まえた設計で、海外SFAでは取れない情報を取れる点が強みです。Pipedrive（月額2,100円〜）やZoho CRM（同1,680円〜、ZiaというAIアシスタント搭載）と比べると、国内中堅企業に対する「導入伴走の手厚さ」で勝負しているのが見えます[^17]。
3社に共通しているのは、「ツール導入」ではなく「営業プロセスの再設計」をやっている点です。Sansanの「AIファースト宣言」、ベルフェイスの「会社のミッション変更」、Mazricaの「OCRから始めて入力負担を消す」。どれもツールの話に矮小化されていない。私たちが支援する企業にも同じことを言っています。「AIツール何入れるか」ではなく「営業組織として何を捨てて何に集中するか」を先に決めてください、と。
リスクと信頼設計｜CRMデータ品質・誤情報・顧客同意
最後に、AI営業を入れる前に必ず押さえるべき3つのリスクをまとめます。これを軽く見ると、「導入したけど成果が出ない」どころか「導入したから事故った」になります。
1. CRMデータ品質の致命傷。AIプロジェクトの70〜85%は当初目的を達成せずに終わると言われており、原因の多くがデータ品質です[^18]。重複した取引先レコード、空欄の業界フィールド、3年前のメールアドレス。こういう汚れたデータをAIエージェントに渡すと、「長期顧客を新規リードとして扱う」「存在しない案件を提案する」といった事故が起きます。AIは課題を解決しません。AIはデータの問題をむしろ目立たせます。導入前に、最低でも主要フィールドのクレンジングは必ず実施してください。
2. ハルシネーションと法的責任。最近の研究では、AIシステムによっては最大79%の頻度で誤情報を生成するケースが報告されています。営業文脈でこれが起きると、「AIが間違って約束した納期」「AIが捏造した競合製品の弱点」を顧客に伝えてしまい、契約後にトラブルになる。誰が責任を負うのかという論点に直結します。最低限、「最終送信前に人がレビューする」「価格・契約条項・コミットメント文言はAI生成テキストをそのまま使わない」というガードレールを引いてください。
3. 顧客同意と個人情報。商談録音をAIに食わせる、顧客の名刺情報や過去メールをLLMに学習させる、こうした行為は顧客の同意なしには絶対にやらない。GDPR、CCPA、日本の個人情報保護法、業界別ガイドライン（金融・医療）に抵触します。「録音と要約のためにAIを使います」という告知を、Botからの音声通知＋契約書ベースで両方残すのが安全です。
関連記事として、AIエージェントの運用KPI設計はこちらに整理しています。導入後に「成果が見えない」という失敗を避けるための話です。
私たちTIMEWELLのWARPでは、AI営業エージェントの設計から運用までを伴走しています。Sales Agenticの構成設計、CRMデータ品質の改善、商談録音解析の運用ルール作りまで、戦略と実装の両面から関わります。エンタープライズ向けにはZEROCKで、社内の営業ナレッジをGraphRAGで構造化し、提案書生成エージェントの土台を作るプロジェクトを進めています。海外規制とのコンプライアンス対応、AWS国内リージョンでのデータ保持、社内ポリシーに沿ったプロンプトライブラリまで含めた、エンタープライズ品質の構成です。
おわりに｜営業はAI化しないと負ける、けれど焦るな
ここまで読んで「結局、明日から何をすればいいんだ」と思った方へ。
私の推奨は、こうです。まず1ヶ月で、商談録音の自動要約を入れる（Gongまたはtl;dv）。同時に、CRMの主要フィールドのクレンジングを始める。次の2ヶ月で、商談録音からCRM自動更新までの動線を作る。ここまでで「営業の一次データが構造化された状態」になります。エージェント（AgentforceやBreeze）はその後で十分。先にエージェントを入れても、土台がないので空回りします。Sansanが3年かけてやったプロセス再設計を、ツール導入の半年で再現できる、という幻想は捨てた方がいい。
ただし、動かないのが一番のリスクです。Salesforce、HubSpot、Gong、Clari、Outreachが全社で大型アップデートを連打している現状で、競合が先に営業プロセスをAI化したら、追いつくのに2年かかります。「焦らず、止まらず、土台から」。これがAI営業の現実解だと、私は考えています。
AI営業の実装で迷っている方、自社の営業プロセスのどこから手をつけるべきか相談したい方は、WARPの初回相談からお気軽にお問い合わせください。テンプレ提案ではなく、御社の現状から一緒に組み立てます。
参考文献
[^1]: 日経ビジネス「Sansan、『AIファースト』営業で契約77％増 1時間の準備が5分に」2026 https://business.nikkei.com/atcl/gen/19/00843/021300006/ [^2]: Salesmotion「Clay vs Apollo: Features, Pricing, Reviews (2026)」https://salesmotion.io/clay-vs-apollo [^3]: Morningstar「Clari + Salesloft Connect Forecasting to Execution, Open Revenue Data to External AI with MCP Server」2026/4/14 https://www.morningstar.com/news/business-wire/20260414171093/ [^4]: Abbacus Technologies「How AI Can Transform Customer Retention in 2026」https://www.abbacustechnologies.com/how-ai-can-transform-customer-retention-in-2026-churn-prediction-and-loyalty-optimization/ [^5]: Frontiers in AI「Explainable AI-driven customer churn prediction」2026 https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2026.1748799/full [^6]: Salesforce「Agentforce Pricing 2026」https://www.salesforce.com/agentforce/pricing/ [^7]: HubSpot「Spring 2026 Spotlight: Breeze AI Agents」https://www.hubspot.com/spotlight [^8]: Outreach「AI agents for sales in 2026」https://www.outreach.io/resources/blog/ai-agents-for-sales [^9]: Demand Gen Report「Gong Launches Mission Andromeda, Extending Its Revenue AI OS」https://www.demandgenreport.com/industry-news/news-brief/gong-launches-mission-andromeda-extending-its-revenue-ai-os/51818/ [^10]: tl;dv「AI Meeting Notetaker for Zoom, Google Meet & Teams」https://tldv.io/ [^11]: tl;dv「AI and Privacy: What Teams Need to Know About AI Notetakers in 2026」https://tldv.io/blog/ai-and-privacy/ [^12]: TokenMix「GPT-5.5 vs Claude Opus 4.7: 2026 Frontier Showdown」https://tokenmix.ai/blog/gpt-5-5-vs-claude-opus-4-7-showdown-2026 [^13]: 日経クロストレンド「SansanのエースがAIで営業を劇的進化 商談準備の手間が4分の1に」https://xtrend.nikkei.com/atcl/contents/18/01288/00006/ [^14]: Medium「Prevent AI hallucinations about your brand in 2026: Complete guide」https://medium.com/write-a-catalyst/prevent-ai-hallucinations-about-your-brand-in-2026-complete-guide-b1d5189d4901 [^15]: Sansan「2025年メッセージ AIファースト」https://jp.corp-sansan.com/company/2025message/ [^16]: SalesZine「ベルフェイス、AIエージェントカンパニーとして再始動」https://saleszine.jp/news/detail/7998 [^17]: Mazrica「Pipedriveの評判」https://mazrica.com/product/senseslab/tool-reviews/reputation-of-pipedrive [^18]: Data-8「Why AI Projects Fail: The Hidden Role of Data Quality in 2026」https://www.data-8.co.uk/why-ai-projects-fail-the-hidden-role-of-data-quality-in-2026/