2026-08-16（2026-10-07 更新）｜lullaby株式会社 代表取締役 坂口 大晟

営業AIエージェントとは？
SFA・営業支援ツールとの違いを解説

「営業AIエージェント」という言葉を目にする機会が増えています。しかし実態は、リード情報を表示するだけのツールから、対話以外の業務を丸ごと代行するものまでさまざま。この記事では、営業AIエージェントの定義を整理したうえで、SFA（Salesforce等）や既存の営業支援ツールとの違いを解説します。

営業AIエージェントかどうかを見分ける3つの条件

営業AIエージェントと呼べるのは、次の3条件をすべて満たすものです。「AI搭載」をうたう営業ツールは多いため、導入前にこの3点で確認すると、ただの情報提示ツールとの区別がつきます。

1. 実行まで担う — リスト作成・送信・CRM記録など、人の都度の指示なしに作業を完了する。結果を画面に出すだけなら、営業AIエージェントではなく分析・検索ツール
2. 結果から学習する — 「誰に・どの訴求で送ったか（仮説）」と「返信・商談化したか（結果）」を紐付けて記録し、次のアプローチに反映する
3. 人への引き渡し条件が決まっている — 反応があったリードを、どの条件でIS・フィールドセールスへ渡すか（架電依頼・申し送り）が定義されている。ここが曖昧だと、反応を取っても商談化に繋がらない

この3条件のうち、商談獲得に直結するのは3つ目です。AIが何通送ったかではなく、反応を商談に変える引き渡しまで設計されているかで成果が決まります。

営業AIエージェントの定義

営業AIエージェントとは、リスト作成・アプローチ・CRM入力といったインサイドセールス（IS）業務の各工程を、人の都度の指示なしに自律実行するAIのこと。

ポイントは「情報を提示する」だけでなく「実行しきる」ところにあります。従来の営業支援ツールの多くは、リストや分析結果を人に提示するところまでが役割で、「誰に・いつ・どうアプローチするか」の判断と実行は人に委ねられていました。営業AIエージェントは、この判断と実行の部分までを担う点が本質的な違いです。

私たちが開発するCOMPASS AIは、トップセールスの判断軸・営業手法を自動で学習・蓄積し、その知見でアプローチや事務・反復業務を自律実行する営業AIエージェントとして設計されています。人がやるのは高度な意思決定と顧客との対話（商談・電話）だけ、というのが目指す姿です。

SFA・既存の営業支援ツールとの違い

「営業AIエージェント」「SFA」「既存の営業支援ツール（リストツール等）」は、担う役割が異なります。

SFAは「結果」しか持ちません。商談化した／失注した、という記録は残せても、どれだけデータを貯めても「次に何をすべきか」は出せない設計です。だからこそ営業AIエージェントはSFAの代替ではなく、SFAの上に乗るISの行動レイヤーとして共存します。

既存の営業支援ツール（企業リストツール等）は、情報を提示するだけで「誰に・いつ・どう」アプローチするかは人に丸投げになりがちです。しかも結果データを持たないため、使い続けてもリストの精度は改善されません。営業AIエージェントは、リスト作成からアプローチ、ナーチャリング、CRM入力、フィールドセールスへの申し送りまでIS業務の全工程を一気通貫で自動実行し、仮説と結果の因果を蓄積するため、使うほど精度が上がり続けます。

なぜ今、営業AIエージェントが必要なのか

1. ノンコア業務が営業時間の約70%を占めている

リスト作成・社内報告・事前調査・文面作成・CRM入力といったノンコア業務が営業時間の大半を占め、営業担当者が顧客との対話に使える時間は限られています。人力の「がんばり」で解決できる規模を超えています。

2. 架電モデルの崩壊とチャネルの多様化

架電接続率は10%台まで低下し、「リストに電話をかけまくる」単一モデルでは成果が出なくなりました。BDR（アウトバウンド）、エンタープライズシフト、既存顧客アップセル、LinkedIn・メールなどマルチチャネル活用など、限られたリソースで多様な戦略を同時に回す必要があります。

3. トップセールスをクローンできないジレンマ

多様な戦略を回すにはトップ水準の営業力が必要ですが、その判断軸は本人の頭の中にしかなく、退職とともに消えてしまいます。CRMに残るのは結果だけで、「なぜその相手に、その訴求を選んだか」という仮説は記録されません。人を増やして解決しようにも、コストは線形にしか増えないというジレンマがあります。

営業AIエージェントが担う業務範囲

COMPASS AIを例にすると、営業AIエージェントは以下のような業務を人に代わって自律実行します。

• 顧客ターゲット定義 — サービス情報とCRMデータから、AIが理想の顧客ターゲット（ICP）を自然言語で提案し、人が確認・承認する
• リスト作成 — 固定タグ（業界・従業員数等）に縛られず、ICPに基づき企業・担当者リストを自動生成する
• 自動アプローチ — LinkedIn・問い合わせフォーム・メールで自動送信し、開封・返信を検知、優先度をスコアリングする
• IS連携 — 反応があったリードを条件に基づき、Slack・Gmailなど普段使うツールへ架電依頼として自動連携する
• CRM自動入力・申し送り作成 — 対話内容を指定フォーマットで自動記録し、フィールドセールスへの引き継ぎ用サマリーまで自動生成する

人が担うのは、AIが提示した情報をもとにした方針判断と、実際の顧客対話（電話・商談）だけ。それ以外の反復業務はすべてAIが実行します。

営業AIエージェントはどこまで届くのか——自社データベースの集計から

営業AIエージェントが実行できる範囲は、AIの賢さよりも「相手に届く連絡先データがあるか」で決まります。どれだけ自律的に動けても、連絡先が無い企業にはアプローチできないためです。

自社企業データベース（国内500万社以上を網羅。うちホームページ等で活動が確認できる企業を集計。企業マスタ2026年5月時点）の集計では、集計対象の約75万社のうち、連絡手段ごとに取得できる企業は次のとおりでした。

※ 調査会社の統計ではなく、自社データベースの実測値です。日本企業全体の割合を示すものではありません。

この表から言えるのは、メールだけで自動アプローチするエージェントは、集計対象の約2割にしか届かないということです。電話を併用しても代表電話の取得は約半数で、受付で止まる企業は残ります。一方で、自社データベースの集計では、代表電話が取れない企業のうち約3万社は営業部の直通番号が取れました（詳しくは代表電話が取れない企業への部署直通という抜け道）。

明日からできる確認：自社ターゲットの「届く率」を数える

1. ターゲットリストの連絡先の埋まり方を数える — 直近のリストで、代表メール・フォーム・電話・部署直通がそれぞれ何%埋まっているかを出す
2. チャネルを決める — 代表メールの取得率が2割前後なら、メール単独ではなく、フォーム・電話・部署直通を併用する設計にする。エージェントを選ぶときも「どのチャネルのデータを持っているか」を最初に聞く
3. 届かない層を別枠にする — どのチャネルも取れない企業は、エージェントに任せ続けず、データ補完か人の手によるアプローチに回す

リストの質がAI営業の成否を左右する点はリストの質がAI営業の成否を決めるでも整理しています。

営業AIエージェント導入の始め方

いきなり全業務を自動化する必要はありません。段階的に進めるのが現実的です。

1. Step 1: ICP（理想の顧客像）の言語化 — 「どんな企業の、誰に売れているのか」を受注データから言語化する
2. Step 2: 1つの工程から任せる — リスト作成やアプローチ文面など、負荷の大きい工程から自動化を始める
3. Step 3: 仮説と結果を紐付けて振り返る — チャネル別・訴求別の勝率を記録し、精度を検証する
4. Step 4: 実行範囲を広げる — 検証量を人の工数から切り離し、CRM入力・申し送りまで委ねる