T最新テックトレンド

AIがGTMを動かすSaaStrの6ヶ月後のリアル：AI SDRがもたらす驚異の成果と予期せぬ学び

SaaStr AI
0:00--:--

導入：AIがビジネスの現場をどう変えるのか？SaaStrの先進的GTM戦略の全貌

SaaS業界の最前線を行く企業として、SaaStrは常に最新テクノロジーの可能性を追求してきました。特に近年、生成AIの進化は目覚ましく、多くの企業がその導入を検討していることでしょう。しかし、実際にAIをビジネスの核であるGo-To-Market（GTM）戦略に深く組み込み、具体的な成果を上げている企業はまだ少数派かもしれません。

SaaStrは、この最先端の挑戦に挑み、AIエージェントをGTM戦略の基盤として採用してから約6ヶ月が経過しました。この期間で、彼らは当初1つだったAIエージェントを約20ものコアエージェントにまで拡大し、アウトバウンド営業、インバウンド対応、顧客サポート、マーケティングといった多岐にわたる領域で驚くべき成果を上げています。

本記事では、SaaStrのChief AI OfficerであるAmelia氏とCEOのJason氏の深い洞察に基づき、SaaStrがどのようにAIをGTM戦略の中核に据え、いかなる成果を上げ、そしてどのような予期せぬ学びを得たのかを詳細に分析します。AI導入における具体的な機能、ビジネスへの影響、将来性はもちろんのこと、多くの企業が抱えるであろう疑問、例えば「AIは本当に人間の代わりになるのか？」「導入コストは？」「どんな課題があるのか？」といった点についても、彼らの生々しい経験を通じて深掘りしていきます。

これは単なるテクノロジーの導入事例ではありません。AIが人間の能力をいかに拡張し、ビジネスプロセスを根本から変革しうるかを示す、実践的なロードマップとなるでしょう。SaaStrの6ヶ月にわたるAIジャーニーから、あなたのGTM戦略を次のレベルへと引き上げるためのヒントを見つけてください。

セクション1: なぜ今、AIがGTMを変革するのか？SaaStrがAIに見た可能性

SaaStrがAIをGTM戦略の中心に据える決断をした背景には、単なる最新技術への興味以上の、深い戦略的洞察がありました。それは、AIが持つ「人間の能力を無限にスケールさせる」という本質的な力への確信です。

1.1 AIは「魔法」ではなく「人間の最高のクローン」であるという哲学

多くの企業がAIに魔法のような解決策を期待しがちです。しかし、SaaStrのAmelia氏は、AIを「自分たちができる最高のことをクローンするツール」と表現します。つまり、AIはゼロから何かを生み出すのではなく、すでに機能している人間のベストプラクティスを、圧倒的な規模とスピードで展開するための強力なツールであるという哲学です。

Jason氏もこの点を強調し、「AIエージェントは、すでに機能しているベストプラクティスを取り入れ、それをほぼ無限にスケールアウトできる」と述べています。キャンペーン、メッセージング、戦略など、何が機能しているのかを人間が理解し、その知識をAIにトレーニングすることで、AIは24時間365日、人間の何倍もの火力でそのベストプラクティスをバックアップできるのです。

この哲学は、AI導入における期待値管理の基礎となります。AIは、機能していないプロセスを魔法のように機能させることはできません。むしろ、すでに成功している部分を特定し、それをAIで増幅させることで、真の変革が生まれるのです。

1.2 AI導入の初期段階での「誤った期待」とその修正

SaaStrの経験から得られた重要な学びの一つは、AI導入に際して抱きがちな「誤った期待」をいかに修正するか、という点です。

  • 即座のROIと人員削減への期待: 多くの企業は、AIの導入が即座に投資対効果（ROI）を生み出し、あるいは大規模な人員削減につながると期待します。しかし、Amelia氏はこれが「大きく間違った期待」であると指摘します。SaaStrのデータでは、特定のケースで即座の成果が見られましたが、それは「すでに機能しているプロセスを再構築し、AIに最適化した結果」であり、単にツールを導入したからではありません。AIは人間の活動を効率化し、価値を高めるものであり、即座に人間を置き換えることを主眼とするべきではないのです。SaaStrの場合も、自然な人員の離職に伴う予算の再配分という形でAIツールを導入しており、意図的な解雇ではありませんでした。AIは、チームのA-プレイヤーをS-プレイヤーに変えるための投資であり、そのために時間とリソースを投じる価値があると考えられています。

  • 「設定して終わり」という幻想: AIエージェントは、一度設定すればあとは自動で完璧に機能するという誤解もよく見られます。しかし、SaaStrの経験は、この期待が現実とはかけ離れていることを示しています。AIエージェントのパフォーマンスは、「人間がどれだけ時間を投入するか」に大きく左右されます。Amelia氏は、「人間がエージェントに多くの時間を費やせば費やすほど、出力は良くなる」と明言しています。トレーニング、チューニング、データの更新、結果の監視、そして継続的な改善。これら全てに人間のコミットメントが必要であり、AIは決して「設定して終わり」のソリューションではないのです。

1.3 SaaStrのGTMにおけるギャップをAIがどのように埋めたか

SaaStrがAI導入に踏み切ったのは、GTMプロセスにおける明確なギャップと改善の必要性があったからです。6ヶ月前、彼らはわずか1つのAIエージェントしか運用していませんでした。しかし、SaaStr Annualイベント以降、GTMのあらゆるプラットフォームでユースケースを追加し、現在は約20ものコアエージェントを運用するに至っています。

Amelia氏は、この急増の背景には「人が組織を去った場所、またはギャップがあった場所、あるいはGTMでこれらのやり方を改善したいと思った場所」にAIを導入したと説明します。例えば、以前はイベント後の数千人規模のフォローアップメールを個別に送ることは物理的に不可能で、一部のキーパーソンにしかパーソナライズされた対応ができませんでした。しかしAIの導入により、全参加者に対して高度にパーソナライズされたフォローアップを大規模に行うことが可能になりました。

AIは、これまで人間の能力では達成できなかった「規模」と「一貫性」をもたらし、SaaStrのGTMプロセスにおけるボトルネックを解消し、新たな機会を創出していったのです。これは、組織全体の変革のきっかけとなり、Amelia氏自身の職務もChief AI Officerへと変化するほどの影響を与えています。

セクション2: GTMを駆動するSaaStrのAIエージェントスタック：具体的な成果と機能

SaaStrのAI導入は、単一のツールに依存するものではなく、GTMの各領域に特化した複数のAIエージェントを戦略的に組み合わせることで行われました。ここでは、SaaStrが活用している主要なAIエージェントと、それぞれの具体的な成果、機能、そして運用上の学びについて深く掘り下げていきます。

2.1 アウトバウンド営業の革命：Artisanによる超パーソナライズと大規模展開

SaaStrのアウトバウンドSDR（Sales Development Representative）業務は、ArtisanというAIエージェントによって劇的に変革されました。Artisanは、単にメールを自動送信するツールではなく、高度なパーソナライゼーションとスケールを両立させることで、人間のSDRでは不可能だったレベルの成果を叩き出しています。

2.1.1 Artisanの機能概要と多用途なエージェント戦略

Artisanは、アウトバウンドメッセージングに特化したAIツールです。SaaStrでは、このプラットフォーム内で異なる目的を持つ複数のエージェントを運用しています。例えば、以下のようなエージェントが存在します。

  • 過去のスポンサー向けエージェント: 以前SaaStrイベントのスポンサーだった企業への再エンゲージメント。
  • 現在のスポンサー向けエージェント: 現在のスポンサーとの関係維持や追加提案。
  • 過去のSaaStr参加者向けエージェント: イベント参加者へのフォローアップや関連情報の提供。
  • メール開封済みだがアクションなしのユーザー向けエージェント: 興味を示しているが行動に移っていない見込み客へのアプローチ。
  • コールドアウトバウンド向けエージェント: 全く接触のない新規リードへのアプローチ。

これらのエージェントは、それぞれのオーディエンスの特性に合わせてトレーニングやチューニングが異なり、メッセージング、提供するコンテンツ、エージェントに期待する目標（ミーティング設定、チケット販売など）も細かく設定されています。この高度に特化した戦略が、Artisanの驚異的な成果に繋がっています。

2.1.2 驚異的な成果：数字が語るArtisanのインパクト

Artisan導入から6ヶ月で、SaaStrは目覚ましい成果を上げています。

  • 大規模なメッセージ送信: 約20,000通のメッセージを送信。これは人間のSDRでは物理的に不可能な規模です。Amelia氏の人間としての時間があれば、さらに20,000通を超えていたであろうと述べており、AIがもたらす生産性向上の凄まじさを示しています。
  • 高水準の応答率: 全体応答率は約7%、ポジティブ応答率は4%を記録。これは業界平均のほぼ倍に相当する高水準です。AIによる高度なパーソナライゼーションが、見込み客の心に響くメッセージを届けられている証拠です。
  • 圧倒的な送信量: AIは1つのプラットフォームで月間3,000通のメールを送信。6ヶ月前の人間のSDRの平均送信量が月間75〜285通だったことを考えると、そのスケールは比較になりません。AIは、人間の約10倍ものアウトバウンド活動をこなしている計算になります。
  • 低ASP商材の直接販売: ロンドンイベントのチケット（1,000ドル未満）の売上の10%をAIが直接生成しました。当初、AIが直接商品を販売することに不安を感じていたAmelia氏も、その効果を目の当たりにし、「自由にさせている」と語っています。AIは、低価格帯の商材において、購買意欲の高い見込み客に対して、瞬時に情報提供から販売までを完結させる能力を持っていることが示されました。

2.1.3 ハイパーパーソナライゼーションとスケールの両立

Artisanの最大の強みは、従来のSDRでは実現不可能だった「ハイパーパーソナライゼーションを大規模に展開できる」点にあります。イベント後の数千人規模の参加者全員に対して、個別化されたフォローアップを送ることは、以前は「物理的に無理」とされていました。しかしArtisanは、2,500人もの参加者全員に、高度にカスタマイズされたメールを簡単に送信できます。

これは、営業チームの負担を大幅に軽減し、これまで「優先度の高い一部の顧客」にしか提供できなかった手厚い対応を、より広範な顧客層に拡大できることを意味します。

2.1.4 運用上の工夫と課題：人間による介入の必要性

Artisanの運用には、人間による継続的な介入と工夫が不可欠です。

  • ウォームアップ期間: Artisanには2〜3週間のウォームアップ期間が必要です。これはメールの到達率を最適化し、プロモーションフォルダではなく受信箱に確実に届けるための重要なステップであり、Amelia氏はこの期間を飛ばすべきではないと強調します。
  • 高価値プロスペクトへの対応: CEOや創業者など、特に高価値な見込み客に対しては、AIを「ドラフトモード」で使用し、人間が最終的なレビューと修正を行います。AIが作成した下書きを活用することで、ゼロから作成するよりも大幅に時間を節約できますが、最終的なニュアンスや多角的な質問への対応は人間が行うべきだとSaaStrは考えています。
  • マルチスレッドな質問への限界: Artisanは、ミーティング予約のような単一目的のタスクには非常に優れていますが、講演やスポンサーシップに関する複数製品への質問など、複雑なマルチスレッドの会話にはまだ限界があります。AIが「この見込み客は本当にスポンサーシップを考えているのか、それとも無料チケットを求めているだけなのか」といった人間的な意図の読み取りは苦手なため、この領域では人間による監視と対応が不可欠です。
  • 人間の一貫したトレーニングとコンテキスト提供: Artisanのパフォーマンスは、人間が提供するトレーニングとコンテキストの質に大きく左右されます。新鮮で質の高いコンタクトリストの継続的な投入が不可欠であり、Amelia氏は以前は週に一度だったリスト更新を、AIの学習と成長に合わせて週に二度に増やしています。人間がAIにどれだけ時間をかけられるかが、成果に直結するのです。
  • コンタクトの選定と連携: Artisanは、主にSaaStrが保有する既存のコンタクトリストを活用しています。AI自体がリードを生成する機能もありますが、SaaStrは自社のデータソースの信頼性を重視しています。また、現時点ではArtisanを含む複数のAIエージェント間のデータ連携が完全ではないため、重複接触を防ぐための手動での管理や、追加のCC先（CEOのチーフオブスタッフ、PRチームなど）を特定する作業は依然として人間の負担となっています。

Artisanの導入は、アウトバウンド営業の「規模」と「質」を同時に向上させる可能性を示しましたが、その成功はAIと人間の協調的な努力、そして継続的な改善プロセスにかかっていることをSaaStrの経験は教えてくれます。

2.2 インバウンドの自動化と深い顧客理解：Qualifiedが実現する高速・高精度なセールスプロセス

アウトバウンドのArtisanに続き、SaaStrはインバウンド対応にQualifiedというAIエージェントを導入しました。このQualifiedは、単なるチャットボットの域を超え、インバウンドリードの自動化と質の高い顧客理解を両立させ、収益に直接貢献する強力なツールとなっています。

2.2.1 Qualifiedの機能概要：ミーティング予約を超えた価値提供

SaaStrがQualifiedを導入したのは約3.5ヶ月前（8月から）。当初はアウトバウンドに注力し、段階的にAIのユースケースを広げていった経緯があります。Qualifiedは、以下のような点で従来のインバウンド対応を刷新しました。

  • リアルタイム対応と即時ミーティング予約: 以前はウェブサイトの問い合わせフォームから連絡があり、それをSaaStrの担当者が手動で営業担当者に振り分け、その後営業担当者が返信するまでにタイムラグがありました（数時間から1日）。Qualifiedは、訪問者がサイトにアクセスした瞬間にAIエージェントが対応し、その場でミーティングを自動予約します。これにより、機会損失を最小限に抑え、リードのエンゲージメントを最大化します。
  • 顧客行動のコンテキスト化と「発見フェーズの省略」: Qualifiedの最大の特徴は、単にミーティングを予約するだけでなく、見込み客がウェブサイト上でどのような行動をしたか、どのページを閲覧したか、過去に何回訪問したかといった豊富なコンテキストを自動的に収集し、営業チームに提供する点です。SaaStrのAIは、訪問者が閲覧したウェブサイト、さらにはSaaStrのYouTubeチャンネルや過去のミーティング記録までをも学習しているため、営業担当者はもはや「発見フェーズ」（Discovery Call）をほとんど行う必要がありません。商談の冒頭から見込み客の関心事を把握し、具体的な議論に進むことができるため、商談の効率と質が飛躍的に向上します。
  • 多岐にわたるデータソースの活用: SaaStrのQualifiedエージェントは、SaaStr.com（2,000万語以上のコンテンツ）、SaaStr AI London、SaaStr Annualの各ウェブサイト、YouTubeチャンネル、さらには社内のミーティング記録まで、あらゆるデータをインジェストしています。これにより、エージェントは極めて広範で深い知識を持ち、複雑な質問にも対応できるようになります。
  • 自律的なチケット販売と割引プロモーション: Qualifiedは、来場者からの「割引はありますか？」という質問に自動で対応し、割引コードを提供します。さらに驚くべきことに、コードが使用されない場合、数日後にAIが自動でフォローアップメールを送信し、再度の購入を促します。この自律的な販売活動により、来たるロンドンイベントのチケット売上の20%をAIが生成しています。

2.2.2 導入3.5ヶ月でのインパクト：収益への直接貢献

Qualifiedは、わずか3.5ヶ月の導入期間でSaaStrのビジネスに多大な影響を与えました。

  • 大規模な顧客接点: 約70万セッションと1,000回の会話を記録。これも人間のチームでは不可能な規模です。
  • 高水準のミーティング予約: 約100件のミーティングを予約。
  • 100万ドル以上の収益貢献: 最も注目すべきは、すでに100万ドル以上の収益に貢献している点です。これは、単にインバウンドリードを捌くだけでなく、実際に成約に結びつく商談を生み出していることを示します。
  • 成約率とスピードの向上: SaaStrのデータでは、AI経由のインバウンドリードは、従来のプロセスと比較して成約率が向上し、クローズまでの時間も大幅に短縮されていることが示されています。例えば、10月の成約案件の70%がAIに起因しています。これは、AIが提供する質の高いコンテキストが、営業担当者の効率を高め、より的確な提案を可能にしているためです。

2.2.3 AIの「フルセラー兼サポーター」化への展望

Amelia氏は、Qualifiedエージェントをさらに進化させ、「フルセラー兼サポーター」とする計画を進めています。具体的には、AIにAmelia氏自身のビデオと音声を組み込み、より人間らしいインタラクションを通じて顧客体験を向上させる試みです。これにより、AIがより高度なセールス活動を展開し、顧客サポートと販売をシームレスに連携させることを目指しています。

2.2.4 成功の鍵は「AIへの権限委譲と信頼」

SaaStrのQualifiedエージェントの成功の背景には、AIに対する「権限委譲と信頼」があります。多くの企業がAIエージェントの機能を「サポートと営業への誘導」といった限定的な範囲に留めている中、SaaStrはAIにサイト全体の知識をインジェストさせ、自律的な会話と販売活動を許可しています。

Jason氏が指摘するように、AIに積極的に関与し、その可能性を限界まで引き出すことで、AIは予想以上の能力を発揮します。SaaStrは、Qualifiedエージェントが提供するコンテキストの質を信じ、それを営業プロセス全体に組み込むことで、これまでの営業モデルでは考えられなかった成果を上げているのです。

2.3 Salesforceと一体化するAI：Agent Forceによる営業機会の最大化

SaaStrのGTM AIスタックの最新の追加要素の一つが、Salesforceと深く連携するAgent Forceです。これは、これまで見過ごされがちだった営業機会をAIが自動的に発掘し、フォローアップすることで、収益を最大化するアプローチを可能にします。

2.3.1 Agent Forceの機能概要：Salesforceデータの無限の活用

Agent Forceは、その名の通りSalesforceのデータとシームレスに連携するAIエージェントです。SaaStrがこのツールを導入したのは、Dreamforceイベント直後の約1ヶ月前と、まだ新しい取り組みです。

  • Salesforceデータの完全なインジェスト: Agent Forceの最大の強みは、Salesforce内のあらゆるデータ（リード、コンタクト、アカウント情報、活動履歴など）を学習し、それに基づいてパーソナライズされたコミュニケーションを生成できる点です。これは、SalesforceをCRMの基盤として利用している企業にとって、計り知れない価値があります。
  • 未フォローアップリードへの再アプローチ: SaaStrは、過去のSaaStr Annualイベントで問い合わせフォームに記入したにもかかわらず、営業チームからフォローアップがされなかった約1,000件のリードが存在するという、やや「恥ずかしい」状況を抱えていました。Agent Forceの最初のユースケースは、これらの放置されたリードへのフォローアップメール送信でした。これは、AIが過去の営業機会損失を埋める具体的な方法を示すものです。
  • 既存顧客との関係維持・深化: 理想的なサイクルを持つ顧客との会話後、フォローアップを怠りがちな人間の代わりとして、Agent Forceが自動で適切なフォローアップメールを送信するユースケースも試されています。これにより、顧客エンゲージメントの維持と機会損失の防止に貢献します。

2.3.2 初期成果：高いオープン率と応答率

Agent Forceは導入からわずか1ヶ月ですが、初期データは非常に有望です。

  • 驚異的なオープン率: 送信されたメールのオープン率は72%を記録。これは従来のマーケティングメールや人間によるコールドメールでは考えられないほどの高水準です。放置されていたリードであっても、AIによるパーソナライズされたアプローチが彼らの注意を引きつけたことを示しています。
  • 迅速な応答: 営業チームがフォローアップしなかったリードからの「結構です、しかし参加します」といったポジティブな応答も得られています。これは、AIが新たな顧客接点を創出し、最終的なコンバージョンに繋がる可能性を高めていることを意味します。

2.3.3 導入におけるベンダーサポートの重要性

SalesforceのUX内に組み込まれているAgent Forceですが、Amelia氏はSalesforceの専門家ではないと自認しています。しかし、SalesforceおよびAgent Forceのチームの協力のもと、技術的な敷居を乗り越えて導入に成功しました。

この経験は、AIツールの導入においてベンダーからの手厚いサポートがいかに重要であるかを物語っています。特にSalesforceのような複雑なプラットフォーム上でのAI導入は、専門家の助けなしには難しい場合も多いですが、適切なパートナーシップを築くことで、技術的な専門知識がなくても強力なAI活用が可能になります。Amelia氏の言葉を借りれば、「自分はSalesforceアドミンではないが、彼らの助けを得てこれを理解した」のです。

2.3.4 他のAIツールとの共通点と相違点

Agent Forceのトレーニングやチューニングは、ArtisanやQualifiedと物理的には異なりますが、その根底にある概念には共通性があります。Amelia氏は、Artisanで培ったAIとの対話方法やエージェントのトレーニングに関する知識が、Agent Forceの導入を加速させたと感じています。

「AIと話す方法、エージェントやモデルと、自分のデータを使って話す方法」を一度学べば、他のツールにもその普遍的な知識を応用できるのです。これは、異なるAIツールを導入する際の学習曲線を短縮し、より迅速な展開を可能にする重要な洞察です。

Agent Forceは、Salesforce内の膨大なデータという「金の鉱脈」をAIが掘り起こし、これまで見過ごされてきた営業機会を収益に転換させる可能性を示しています。これは、既存のCRM投資を最大化し、GTM戦略に新たな次元を加える画期的なアプローチと言えるでしょう。

2.4 複数のAIエージェント管理の複雑さと克服

SaaStrがGTM戦略に約20ものAIエージェントを導入する中で、単一のAIツールでは直面しない「複数のAIエージェントを横断的に管理する複雑さ」という課題に直面しました。

2.4.1 データ連携と重複防止の課題

Artisan（アウトバウンド）、Qualified（インバウンド）、Agent Force（Salesforce連携）といった異なるベンダーのAIツールを同時に運用するSaaStrは、各エージェント間でのデータ連携と、見込み客への重複接触を防ぐための対策に苦慮しています。

  • ベンダー間の連携不足: 現時点では、これら異なるベンダーのAIツールは互いに「会話」しません。つまり、Artisanがアプローチした見込み客が、同時にAgent Forceからもアプローチされたり、Qualifiedのチャットボットと会話したりする可能性があります。これは顧客体験を損ねるだけでなく、効率性の低下にも繋がります。
  • 手動での管理の必要性: このため、SaaStrは手動でコンタクトリストを慎重に管理し、各エージェントがどのコンタクトグループにアプローチするかを明確に分離する作業を行っています。Artisanに投入するリスト、Qualifiedが対応するサイト訪問者、Agent ForceがフォローアップするSalesforce内のリード、それぞれに重複がないよう細心の注意を払っています。これは「非常に時間と手間がかかる」作業であるとAmelia氏は認めています。

2.4.2 ベンダーによる連携機能の改善と将来の展望

幸いなことに、AIベンダー側もこの課題を認識し、改善に向けた取り組みを進めています。

  • ArtisanのSalesforce連携: Artisanは最近、Salesforceの特定のキャンペーンを除外する機能を追加しました。これにより、SaaStrはSalesforce内のキャンペーンに参加しているコンタクトをArtisanのアウトバウンド対象から自動的に除外できるようになり、重複接触のリスクを軽減できるようになりました。
  • QualifiedのSalesforceネイティブ連携: Qualifiedは、Salesforceにネイティブに同期する機能をデフォルトで備えているため、比較的容易にデータの一貫性を保つことができます。

これらの機能改善は、複数のAIエージェントを運用する企業にとって非常に重要です。SalesforceがGTM戦略の共通のデータ基盤となっているSaaStrのような企業では、各AIツールがSalesforceデータを中心に連携できるようになることが、運用効率を劇的に向上させる鍵となります。

2.4.3 成果が先行する複雑性：一時的な代償

複数のAIエージェントを管理する上での複雑性は、現時点では避けられない側面があります。しかし、SaaStrは「良い結果が得られているため、当面の間はその手間をかける価値がある」と判断しています。AIがもたらす圧倒的なスケールと収益貢献は、手動での調整にかかる時間という「一時的な代償」を上回ると考えているのです。

将来的には、より高度な統合プラットフォームや、AIエージェント同士が自律的に連携する仕組みが発展するでしょう。しかし、現段階では、人間が「ハブ」となり、異なるAIエージェント間の「調整役」を果たすことが、GTM AI戦略を成功させる上で不可欠な要素となっています。SaaStrの経験は、この複雑性を受け入れ、それを乗り越えるための実践的なアプローチの重要性を教えてくれます。

セクション3: SaaStrが体得したAI導入の深遠なる学びと戦略的洞察

SaaStrの6ヶ月にわたるAI導入の旅は、単にツールを使いこなす技術的な知見だけでなく、AIとビジネスの未来に対する深い戦略的洞察と組織文化への変革の必要性を浮き彫りにしました。ここでは、SaaStrが体得した、より普遍的な学びと、それが示唆する未来のGTM戦略について考察します。

3.1 期待値管理の重要性：「設定して終わり」は幻想

AI導入における最も重要な学びの一つは、期待値の適切な管理です。AIエージェントは「設定して終わり」のソリューションではありません。

3.1.1 AIの成果は「人間が投入する時間と努力」に比例する

Amelia氏は明確に述べます。「プラットフォームを追加するごとに簡単になるという期待は誤りです。最大のことは、私たちのエージェントは、人間がどれだけ時間を投入するかに応じて、成果が変動することです。」SaaStrの場合、Amelia氏とJason氏の時間の大部分が、これらのAIエージェントの運用と管理に費やされています。

これは、AIが人間の代替ではなく、人間の能力を増幅させるツールであるという本質を突いています。AIは与えられたデータとトレーニングに基づいて機能するため、人間が質の高いデータを提供し、継続的にトレーニングし、パフォーマンスを監視し、改善の指示を出すことで、その価値を最大限に引き出すことができます。時間やリソースを投入しなければ、AIの出力は低下し、期待する成果は得られません。AI導入は、テクノロジーへの投資だけでなく、人間側のコミットメントへの投資でもあるのです。

3.1.2 即座のROIではなく、長期的な視点での投資

前述の通り、AIは即座にROIを生み出す「魔法」ではありません。SaaStrのデータで即座の成果が見られたケースも、それは既存の成功プロセスをAIで強化した結果であり、ツール単体によるものではありませんでした。

AIの真価は、時間をかけてトレーニングし、組織のGTMプロセスに深く統合することで発揮されます。これは、短期間での効果測定に囚われるのではなく、長期的な視点に立ってAIを戦略的に育成していく必要があることを示唆しています。投資対効果は、エージェントの成熟度、人間による管理の質、そして市場の変化への適応能力によって、徐々に高まっていくものと考えるべきです。

3.2 AI専門家ではなく「A-プレイヤーをS-プレイヤーに」

AI導入における人員戦略についても、SaaStrは一般的な認識とは異なる、より実践的なアプローチを提唱しています。

3.2.1 外部のAI専門家ではなく、社内トップパフォーマーの育成

多くの企業は、AIツールを導入する際に「AI専門家」や「Chief AI Officer」を外部から雇うべきだと考えがちです。しかし、SaaStrのAmelia氏が数多くのCMOやCRO、創業者の相談に乗った経験から導き出した結論は異なります。

「最良の成功を収めているのは、A-プレイヤーを活用している人々です。セールスオペレーションチーム、レベニューオペレーションチーム、最高のマーケター、最高のSDR、最高のAE（アカウントエグゼクティブ）など、あなたのチームの最高のA-プレイヤーを連れてきてください。」

AIツールは、ツールベンダーのサポートを受けながらも、最終的には社内の人間が自分自身で学び、トレーニングし、使いこなす必要があります。外部の専門家は一般的な知識は提供できますが、企業の具体的なGTMプロセスや顧客データ、独自のビジネスロジックを深く理解しているのは、現場で成果を出してきたA-プレイヤーたちだからです。

3.2.2 AIツールを「自分自身で触り、学ぶ」ことの不可欠性

AI導入に成功している企業は、経営層や各部門のリーダーが「AIを自分自身で使ってみる」ことに時間を費やしています。Amelia氏自身の職務がChief AI Officerへと変化したように、AIは単なる「IT部門が管理するツール」ではなく、ビジネスの中核を担うリーダーが率先してその使い方を学び、戦略を練るべきものなのです。

「AIをどのように使うかを理解するためには、あなた自身がAIを使う必要があります。」この言葉は、AIリテラシーが今後のビジネスリーダーに不可欠なスキルとなることを示しています。現場のA-プレイヤーがAIと協力してS-プレイヤーへと進化する過程で、彼らはAIを「トレーニングする方法」「対話する方法」を体得し、それが組織全体のAI活用能力を高めていくのです。外部のエージェンシーに丸投げするのではなく、自社で汗を流すことが成功への最短ルートだとSaaStrは主張します。

3.2.3 AI活用がもたらす職務の変化と新たな役割

SaaStrのAmelia氏の事例は、AI導入が個人の職務内容を大きく変える可能性を示しています。彼女の職務は、従来のマーケティング責任者から、GTM全体のAI戦略と導入を統括するChief AI Officerへと進化しました。これは、AIが企業にとってどれほど戦略的な重要性を持つようになったかを示す象徴的な例です。

他の企業のリーダーたちも、自社のA-プレイヤーをAIと連携させることで、彼らが従来の職務の枠を超えた「S-プレイヤー」となり、結果として新たな役割を担うようになることをSaaStrは見てきました。AIは、従業員から単調なタスクを奪うだけでなく、彼らがより戦略的で創造的な仕事に集中し、新たなスキルセットを習得する機会を提供します。

3.3 データガバナンスの罠：完璧を求めすぎない

AI導入を検討する際、多くの企業が直面するのが「データガバナンス」の問題です。「データが完璧でなければAIは使えない」「データクレンジングに数年かかる」といった懸念から、AI導入に踏み切れないケースが少なくありません。しかし、SaaStrの経験は、この完璧主義がAI導入の足かせになることを示唆しています。

3.3.1 「データが完璧でなければAIは使えない」という誤解の払拭

Amelia氏は、「データガバナンスについてあまりにも神経質になるべきではない」と述べます。多くの企業、特に大企業では、データが複雑で散在しており、完全にクリーンな状態にするには膨大な時間とコストがかかります。しかし、SaaStrの経験では、AIを導入するために完璧なデータを必要とするわけではありませんでした。

「あまりにも多くのデータは、多すぎるデータです。もし機能しているものがあるなら、まずそこに焦点を当てるべきです。」

この言葉は、AI導入において「完璧なデータ」を待つのではなく、「今あるデータの中で機能している部分」から始める pragmatist（現実主義者）的なアプローチの重要性を強調しています。AIは、完璧ではないデータからでも価値を引き出すことができます。重要なのは、AIに学習させるデータの「量」だけでなく、「質」と「関連性」であり、特に「アクションにつながるデータ」に焦点を当てるべきです。

3.3.2 まずは「機能している部分」に焦点を当て、小さな成功を積み重ねる

SaaStrのAI導入戦略は、まさにこの原則に基づいています。彼らは、最も成果が見込まれるGTMの特定の領域（アウトバウンド、インバウンドなど）に焦点を当て、そこでAIエージェントを導入し、小さな成功を積み重ねていきました。

例えば、Artisanで低ASP商品のチケット販売に成功し、Qualifiedでインバウンドリードの成約率を向上させたように、AIは特定の、比較的シンプルなユースケースから導入することで、迅速に価値を実証し、その後の大規模な展開への道を開くことができます。データクレンジングに何年も費やすよりも、まずは手持ちのデータでAIの可能性を探り、具体的な成果を出すことに集中すべきだというSaaStrの学びは、多くの企業にとって示唆に富んでいます。

このアプローチは、AI導入を迅速化し、組織内にAI活用への肯定的なムードを醸成するためにも有効です。完璧なデータは理想ですが、現実のビジネス環境では、完璧を求めすぎることが機会損失につながる可能性も理解しておくべきでしょう。

3.4 数の追求ではなく「深掘り」が成果を生む

SaaStrが約20ものAIエージェントを運用していると聞くと、多くの企業は「うちも早く20のエージェントを導入しなければ」と焦りを感じるかもしれません。しかし、SaaStrのAmelia氏は、この「数の追求」が誤った方向であると警告しています。

3.4.1 SaaStrの20エージェントは特殊事例

Amelia氏は明確に述べます。「20という数は、ほとんどの人にとって正しい数ではありません。数個でも十分な場合があります。」SaaStrのAIエージェントの数は、彼らのビジネスモデル（多数のイベント、スポンサー、参加者）と、Amelia氏とJason氏が持つ高い技術的素養、そして長期間にわたる思考と実験の結果です。

彼らは、GTMプロセスにおける明確な「ギャップ」や「改善点」があったからこそ、それを埋めるためにAIエージェントを追加していきました。闇雲にツールを増やすことが目的ではなく、課題解決のために最適なAIを導入した結果、20という数になったのです。

3.4.2 追加のツール導入を制限し、既存エージェントのユースケースを拡張する戦略

Amelia氏は、現在20のエージェントを運用しているSaaStrでさえ、これ以上新しいツールを増やすことは考えていないと述べています。むしろ、既存のAIエージェントの機能を「より深く掘り下げる」ことに焦点を当てています。

「私たちのエージェントがもう少し深く掘り下げられれば、新しいものを追加する必要はないかもしれません。」

例えば、Agent Forceの2.0エージェントの開発や、Qualifiedのビデオ・音声機能の追加など、既存のツール内で新しいユースケースを開発したり、機能を拡張したりすることに注力しています。これは、AI導入において「より多くのツール」を導入するよりも、「既存のツールをより深く、多様に活用する」ことが、費用対効果の高い戦略であることを示唆しています。

複数のツールを導入すると、それらの連携や管理の複雑性が増し、かえって効率が落ちる可能性があります。SaaStrの経験は、まずは少数の優れたAIツールを選定し、それを自社のGTMプロセスに深く根付かせ、その可能性を最大限に引き出すことの重要性を教えてくれます。

3.5 AIベンダー選定の秘訣：人、データ、そして実証

AIツールが爆発的に増える中、どのベンダーを選定するかは企業にとって非常に重要な課題です。SaaStrの経験から、単に製品機能だけでなく、より多角的な視点からベンダーを評価することの重要性が浮き彫りになりました。

3.5.1 ベンダー担当者との信頼関係の構築

Amelia氏は、AIベンダーを選定する上で「人間を信頼すること」の重要性を強調します。Artisan、Qualified、Agent Forceといった主要なベンダーについて、「彼らのチーム全員が素晴らしい人間性を持っている」「私は彼らを信頼している」と述べています。

AIツールは複雑であり、導入にはベンダーとの密な協力が不可欠です。トレーニング、チューニング、トラブルシューティング、新機能のフィードバックなど、多くの場面でベンダーのサポートが必要となります。このようなプロセスを円滑に進めるためには、製品だけでなく、ベンダー側の担当者（カスタマーサクセス、FDE、ソリューションアーキテクトなど）との間に信頼関係を築けるかどうかが、長期的な成功の鍵となります。

3.5.2 営業担当者の能力を見極め、専門家との対話を要求する

Jason氏は、AI時代のベンダー選定において「営業担当者を見極めること」の重要性を厳しく指摘します。彼は、一部のAI企業の営業チームが製品を十分に理解しておらず、顧客のニーズに応えられないケースがあると警告しています。

「製品を理解していない、あるいは技術的でない営業担当者に騙されてはいけません。FTE（正社員の技術者）やソリューションアーキテクト、あるいはオンボーディングスペシャリストと話すことを要求してください。」

AI製品はまだ新しく、その機能や導入プロセスは日々進化しています。そのため、単なる「セールストーク」ではなく、実際に製品を深く理解し、顧客の具体的な課題に対して実践的な解決策を提示できる専門家との対話が不可欠です。もし営業担当者が質問に躊躇したり、専門家との面談を拒否したりするようであれば、そのベンダーは避けるべきだとJason氏は断言します。

3.5.3 自社のデータでAIが機能するかを契約前に検証する重要性

Mark Benioff氏（Salesforce CEO）の言葉を引用しながら、Jason氏は「すべての企業が契約を結ぶ前に、AIエージェントを展開して価値を得られることを望むだろう」と述べています。これは、AI導入において「実証（Proof of Concept）」が極めて重要であることを示しています。

AIは、特定のデータセットに対してのみ効果を発揮する場合があります。そのため、契約前に自社のデータ（Salesforce、HubSpot、Marketoなど）を使って、AIがどの程度機能するかをベンダーの専門家と共に検証することが不可欠です。ベンダーは、短時間で自社のデータを見て、成功の可能性を具体的に評価できるはずです。この実証プロセスに2万ドルを支払うとしても、それは今年最も価値のある投資になるだろうとJason氏は指摘します。

SaaStrの場合、特別な待遇を受けているわけではないものの、各ベンダーの「最高のチーム」の助けを得て、彼らのビジネスに特化したAIのセットアップとトレーニングを行っています。これにより、彼らはAIの機能を深く理解し、ベータ機能へのアクセスを通じて、さらにその可能性を広げることができています。

3.5.4 予算：年間5万〜10万ドル規模の投資と、時間という「見えないコスト」

AIエージェントの導入コストは、多くの企業にとって大きな懸念事項です。SaaStrの経験から、これらのGTM向けAIツールは、年間で5万ドルから10万ドル程度の予算が必要であることが示されています（基本料金に加えて、オンボーディングやトレーニングに3万ドル程度が上乗せされる場合もあります）。

Jason氏は、「もしその予算を捻出できないなら、多くを期待しない方が良い」と述べ、安価な低価格帯のAIツールは、エンタープライズ版に比べてデータ活用やトレーニングの点で劣る可能性が高いことを示唆しています。ただし、今後は低価格帯のツールも登場し、SaaStrもそれらを検証していく予定です。

  • 予算捻出の方法: SaaStrは、AI導入のための新規予算を大幅に増額したわけではありません。その代わりに、以下のような方法で予算を再配分しました。
    • 自然な人員削減に伴う代替: イベント時期に数名がSaaStrを離職した際、その人員を補充する代わりに、その分の予算をAIツールの導入に充てました。これは「誰かを解雇してAIを導入する」のではなく、「自然な人員の入れ替わりに合わせてAIを代替手段として導入する」というアプローチです。
    • 新規採用予算の再配分: 多くの企業が、来年度の営業チームを「5人から10人に増やす」のではなく、「5人のままにして、その5人がS-プレイヤーになれるようAIツールに予算を再配分する」という戦略を検討しています。

しかし、コストとして見過ごされがちなのが「時間」です。Amelia氏は、いくらツールが優秀でも、それを使いこなし、トレーニングし、監視する「時間」が最大のコストになると強調しています。この「見えないコスト」を事前に見積もり、リソースを確保することが、AI導入成功の不可欠な要素です。

3.6 AIは「嫌いなこと」を「好き」にはしないが「楽に」する

AI導入におけるSaaStrの最後の、そして最も人間的な学びは、AIがもたらす変化の性質に関するものです。

3.6.1 AIは既存の課題を魔法のように解決するわけではない

Amelia氏は、「もしAI以前に機能していなかったなら、おそらく今も機能しないだろう」と率直に語ります。AIは、ビジネスプロセスにおける根本的な欠陥や、人間が嫌っているタスクを魔法のように解決するものではありません。例えば、アウトバウンド営業をAI以前に嫌っていた人は、AIを導入してもアウトバウンド営業そのものを好きになるわけではありません。

しかし、AIは「嫌いなこと」を「楽に」し、「規模を拡大」することを可能にします。AI以前は物理的に不可能だったハイパーパーソナライズされた大規模なフォローアップは、AIによって効率的かつ一貫して実行できるようになりました。これにより、人間はより戦略的で、より価値の高いタスクに集中できるようになるのです。

3.6.2 AIの失敗は人間のトレーニング不足であることが多い

SaaStrのAIエージェントも完璧ではありません。顧客からの質問に答えられない、あるいは「ハルシネーション（幻覚）」と呼ばれる誤った情報を生成するケースも、ごく稀に発生します（全体の3%未満）。しかし、Amelia氏はそのような場合でも、「それはAIのせいではなく、自分の失敗だ」と断言します。

なぜなら、AIが答えられない質問は、多くの場合、人間がAIにトレーニングしていない情報や、データセットに含まれていない情報だからです。AI以前に答えられなかった質問が、AIを導入したからといって自動的に答えられるようになるわけではありません。これは、AIの導入が、組織の知識ベースの整備や、トレーニングデータの質の向上といった、人間側の努力を促す側面を持っていることを示しています。

AIは、既存の課題を解決する万能薬ではありません。しかし、人間の能力を拡張し、生産性を劇的に向上させるための強力なパートナーです。そのパートナーシップを成功させる鍵は、AIの限界を理解し、人間の役割を再定義し、継続的な学習と改善のサイクルを回すことにあると、SaaStrの経験は教えてくれます。

セクション4: SaaStrのGTM AIの未来とPart 2への展望

SaaStrのAI導入は、まだ道のりの途中であり、その可能性は無限に広がっています。彼らのGTM AI戦略は、常に進化し続けるテクノロジーとビジネス環境に適応しながら、新たな地平を切り開いています。

4.1 現在進行中の取り組み：より深く、より人間らしく

SaaStrは、闇雲に新しいツールを追加するのではなく、既存のAIエージェントの機能を「深掘り」することに注力しています。

  • Qualifiedのビデオ・音声化: Amelia氏は、Qualifiedエージェントをさらに進化させ、「フルセラー兼サポーター」とすべく、自身のビデオと音声をAIに組み込む取り組みを進めています。これにより、AIがより人間らしく、顧客と対話できるようになり、顧客体験の向上と販売能力のさらなる強化を目指します。これは、AIが単なるテキストベースのツールから、多感覚的なインタラクションを可能にする次世代インターフェースへと進化する可能性を示唆しています。
  • Agent Force 2.0エージェントの開発: Agent Forceにおいても、サポートとパーソナライゼーションの中間に位置する2.0エージェントの開発が進められています。Salesforceデータとの連携をさらに深め、より複雑な顧客シナリオに対応できるAIを目指すことで、営業機会の最大化と顧客満足度の向上を両立させようとしています。

これらの取り組みは、AIが単調なタスクの自動化を超え、より複雑で人間らしいコミュニケーションを担う存在へと進化していく未来を示しています。

4.2 今後の焦点：RevOps、CS、マーケティングにおけるAIの活用（Part 2への布石）

本記事では、SaaStrのGTM AI戦略の中でも、特にアウトバウンドSDR、インバウンド対応、Salesforce連携といった「営業」に直接関連する領域に焦点を当ててきました。しかし、SaaStrのAIエージェントスタックは、これら以外にも多岐にわたる領域で活用されています。

Amelia氏の言葉にもあったように、GTMの他の重要な領域である「RevOps（レベニューオペレーション）」「CS（カスタマーサクセス）」「マーケティング」においても、SaaStrはAIを積極的に導入し、具体的な成果を上げています。これらの領域におけるAIの活用事例や学びについては、本記事の「Part 2」として詳細に掘り下げていく予定です。

Part 2では、例えば以下のようなテーマについて考察するでしょう。

  • RevOpsにおけるAI: データ分析、予測モデリング、プロセス最適化、レポート作成など、営業とマーケティングの連携を強化し、収益を最大化するためのAI活用。
  • CSにおけるAI: 顧客サポートの自動化、FAQ対応、顧客エンゲージメントの向上、解約リスクの特定と防止、パーソナライズされた顧客体験の提供など。
  • マーケティングにおけるAI: コンテンツ生成、SEO最適化、キャンペーン管理、パーソナライズされた顧客ジャーニー、データ分析とターゲティングの高度化など。

これらの領域でのSaaStrの経験は、GTM全体のAI戦略を包括的に理解するために不可欠な情報となるでしょう。

4.3 読者へのメッセージ：AIがもたらす機会を捉え、実践的なアプローチでGTMを変革する重要性

SaaStrの6ヶ月にわたるAI導入の旅は、AIがビジネスに劇的な変革をもたらす可能性を明確に示しました。AIは、単なるコスト削減ツールではなく、人間の能力を拡張し、GTMプロセスを根本から再構築するための戦略的な投資です。

AIは魔法ではありません。成功の鍵は、明確な戦略、適切な期待値管理、継続的な人間の介入と学習、そして信頼できるベンダーとのパートナーシップにあります。完璧なデータや専門家を待つのではなく、手持ちのリソースと「A-プレイヤー」と共に、実践的なアプローチでAIの導入を始めることが重要です。

AIの進化は止まりません。この技術がもたらす圧倒的な機会を捉え、あなたのGTM戦略を次のレベルへと引き上げるために、SaaStrの学びが具体的な一歩を踏み出すきっかけとなることを願っています。未来のGTMは、AIと人間が協調するS-プレイヤーのチームによって築かれることでしょう。

← 一覧に戻る