「AIエージェントを全社で使え」という号令は、すでに多くの経営会議で出されています。しかし現場に降りてくると、話は途端に止まります。どのエージェントを、どの業務に、いくらのコストで、誰の承認のもとに動かすのか。この4点が決まらないまま、PoC（概念実証）だけが増えていく——従業員1,000名規模の企業でDX推進を担う執行役員の方から、最も多く伺う状況です。

HubSpotが2026年7月23日にpublic beta（公開ベータ）として提供を開始した「Agent Hub」は、まさにこの4点を運用可能にするための基盤です。従来「Breeze Agents」と呼ばれていた個別エージェント群を1つのコンソールに集約し、成果ベースの課金モデルとコスト上限の設定機能を組み合わせた点が、これまでのAI機能追加とは性質が異なります。

本稿では、Agent Hubの定義と旧称からの変更点、含まれるエージェントの中身、成果ベース課金の年間コスト試算、そして「public beta段階の製品を大企業がどう扱うべきか」という稟議・ガバナンス上の論点までを整理します。情報は2026年8月4日時点の公開情報に基づきます。

Agent Hubとは何か？Breeze Agentsから何が変わったのか

Agent Hubの定義：エージェントを「一箇所で」運用するコンソール

Agent Hub（ベータ版）は、HubSpotの公式ナレッジベースで「HubSpotの既製エージェント、カスタムエージェント、エージェンティックワークフローを一箇所に集約する場所」と定義されています。カスタマージャーニー全体でAIがどう動いているかを可視化し、成果を確認し、そこからアクションを実行できる管理画面です。（参考：HubSpot Knowledge Base – Understand Agent Hub）

HubSpotのCPO兼CTOであるDuncan Lennox氏は、公式発表のなかでAgent Hubを「エージェントのパフォーマンスを一箇所で確認でき、すべてが連携して共有コンテキストを使う場所」と説明しています。（参考：HubSpot – Meet Agent Hub and Agent Builder）

ここで重要なのは、Agent Hubが「新しいAI機能」ではなく「AIエージェントの運用基盤」として設計されていることです。個別のAI機能が各Hubに散在していた状態から、稼働状況・成果・コストを横断的に把握できる状態への移行が、この発表の本質です。散在したAIツールを部門ごとに個別導入してきた企業ほど、この差は大きく効いてきます。

旧称との対応関係はどうなっているか？

2026年7月の発表に伴い、名称が変更されています。社内資料や過去の稟議書との対応を取る際は、以下の対応表を参照してください。

なお「Agent Hub」という名称は、日本語のナレッジベースでも和訳されず英語表記のまま案内されています。社内文書でも「Agent Hub（エージェントハブ）」と併記するのが実務上は安全です。（参考：HubSpot Japan – AI製品ページ）

Breeze AssistantとAgent Hubは何が違うのか？

この2つは混同されやすいため、明確に区別しておく必要があります。

• Breeze Assistant：人間の指示を受けて動く「副操縦士」。メール文面の生成、レポートの要約、コンテンツのリライトなど、ユーザーが呼び出して使います。全HubSpotサブスクリプションに追加コストなく含まれます
  
  
• Agent Hub：人間の指示を待たずに動く「実行主体」の管理基盤。トリガー条件を満たすとエージェントが自律的に判断・実行し、必要に応じて人間にエスカレーションします

稟議上の意味合いも異なります。Breeze Assistantは「既存契約内の生産性向上機能」ですが、Agent Hubのエージェント実行は成果ベースで課金されるため、「変動費が発生する業務プロセスの外部委託」に近い性質を持ちます。予算科目の考え方から見直す必要があります。（参考：HubSpot Knowledge Base – Understand Breeze）

Agent Hubにはどのエージェントが含まれるのか？

5つの標準エージェントはそれぞれ何をするのか？

2026年8月時点で、Agent Hubには以下の既製エージェントが含まれています。

各エージェントのセットアップ手順は公式ドキュメントに公開されています（顧客対応エージェント／案件創出エージェント／データエージェント）。案件創出エージェントの購買シグナル活用についてはバイイングシグナルの利用ガイド、AEOについてはHubSpot AEO製品ページが一次情報です。

また、Agent Marketplaceから追加のエージェントをインストールする仕組みも用意されています。（参考：HubSpot Knowledge Base – Install agents from the Agent Marketplace）

Agent Builderでは何が作れるのか？

Agent Builder（旧Breeze Studio）は、コーディング不要のキャンバス上で、自然言語による記述からカスタムエージェントを構築するツールです。公式情報によれば、以下が可能です。

• 自然言語での定義：「やってほしいこと」を平易な文章で記述すると、CRM内の既存データを参照してエージェントが構成される
• マルチソースのトリガー：スケジュール実行、コンタクトレコードの更新、Webhook、サードパーティ連携から起動できる
• ワークフローとの接続：複数のエージェント・アクション・ハンドオフを1つのフローとしてつなぎ、オーケストレーションできる
• 承認ガードレール：アクション実行前に人間の承認を挟む設定から始め、信頼が構築できた段階で完全自動化へ移行できる

HubSpotが公式に紹介している早期導入事例として、25以上の州でバーチャル識字支援プログラムを提供するIgnite Readingが挙げられています。同社は学区の学事暦を自動検索・解析するカスタムエージェントを構築し、従来15〜20分を要していた作業を数秒に短縮、年間350時間以上の削減を見込んでいます。（参考：HubSpot – Agent Builder／Agent Builderの作成ガイド）

ワークフローとの連携仕様はAgent Hubのワークフローアクション選択ガイドに、旧Breeze Studio由来のドキュメントはこちらのページに残されています。

「共有コンテキスト」がなぜ差別化要因になるのか？

Agent Hubの設計上の要点は「共有コンテキスト（shared context）」です。各エージェントは、HubSpotにすでに格納されている取引履歴・コンタクトレコード・通話トランスクリプト・購買シグナルを共通の前提として参照します。別途のセットアップやフィールドマッピングを必要としません。

この点は、複数のAIツールを個別に導入した場合との差が最も大きく出るところです。ツールごとにデータ連携基盤を構築し、フィールドマッピングを維持し、権限設計を二重管理する——この運用負荷が、AI活用が全社に広がらない主要因の1つになっています。SSOT（Single Source of Truth：信頼できる唯一の情報源）が先に整っているかどうかが、エージェント活用の成否を分けます。

料金はどう決まるのか？成果ベース課金とHubSpotクレジットの読み解き方

成果ベース課金の単価はいくらか？

Agent Hub自体は、Professional／Enterpriseのサブスクリプションに追加費用なく含まれます。課金が発生するのは「エージェントが成果を出したとき」です。public beta段階の公開単価は以下のとおりです。

単価はHubSpotの英語版・日本語版いずれの製品ページにも記載があります（英語版／日本語版）。ただしpublic beta段階であり、GA（一般提供）までにパッケージングや価格が変更される可能性が公式に示唆されています。稟議書に単価を記載する際は「2026年8月時点の公開情報」と取得時点を明記してください。

クレジットが尽きたらどうなるのか？

課金の実体はHubSpotクレジットの消費です。公式ドキュメントで確認できる重要な仕様は以下の3点です。

• 毎月リセットされ、繰り越されない：クレジットは利用期間の開始日に合わせてリセットされ、未使用分は期間終了時に失効します。年間でまとめて使う設計はできません
• 有料シート保有者のみが利用可能：コアシート・営業シート・サービスシート・収益シート、およびパートナーシートを持つユーザーのみがクレジットを使用できます。無料ユーザーと表示のみのシートでは使えません
• 2026年7月23日以降、すべてのエージェントがクレジットを消費：それ以前は無償だったエージェント実行が、この日から課金対象になりました

（参考：HubSpot Knowledge Base – Understand HubSpot Credits and billing）

なお「Professionalに月間約3,000クレジット、Enterpriseに約5,000クレジット」という数値を紹介する第三者情報も存在しますが、これはHubSpot公式が明示している数値ではありません。自社契約に含まれるクレジット数は、必ず契約書または担当営業・パートナー経由で確認してください。

年間コストはどう試算すべきか？

成果ベース課金は「使った分だけ」であるがゆえに、上限が読めないという性質を持ちます。稟議のためには、前提を置いた試算が必要です。従業員1,000名規模のBtoB企業を想定した試算例を示します。

この規模で月1,300ドル＝130,000クレジットの消費となり、契約に含まれるクレジット枠を大きく超えることが想定されます。逆に言えば、この試算は「AI投資の効果を単価で検証できる」ことも意味します。顧客対応1件の解決が0.50ドル（約60円）であれば、有人対応1件あたりの人件費原価と直接比較できます。従来の「AI導入で工数削減」という定性的な稟議から、「1件あたりの処理原価をX円からY円へ」という定量的な稟議へ移行できる点が、成果ベース課金の実務上の利点です。

実行前のコスト見積もりについては、HubSpotが公式に見積もり機能を提供しています。（参考：HubSpot Knowledge Base – Review estimated credit costs when using agents／HubSpot料金ページ）

なぜ多くのAIエージェント導入は失敗するのか？

Gartnerの「40%中止」予測は何を示しているのか？

Gartnerは、2027年末までにエージェンティックAIプロジェクトの40%以上が中止されると予測しています。中止理由として挙げられているのは、コストの上昇、不明確なビジネス価値、不十分なリスク管理の3点です。（参考：Gartner – Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027）

注目すべきは、この3つがいずれも「技術的な失敗」ではないことです。モデルの精度が足りなかった、という理由は挙がっていません。コストの管理設計、価値の定義、リスクガバナンス——すべてPMO（プロジェクトマネジメントオフィス）の領域です。

Deloitteの技術動向レポートでも、本番環境で使用可能なエージェンティックAIシステムを保有する組織はわずか11%、42%は正式なエージェンティックAI戦略をまだ持たないと報告されています。「導入している」と「運用に乗っている」の間には、大きな溝があります。（参考：Deloitte – Tech Trends／Forrester Blogs）

データ基盤が整っていないエージェントは何を壊すのか？

エージェント導入で最も過小評価されているリスクが、データ品質です。ある実務者は、設定を誤ったデータエージェントについて「人間がリアルタイムに追いつけない速度で、プロパティに誤ったデータを書き込みうる」と警告しています。

これは誇張ではありません。従来のヒューマンエラーは1件ずつ発生しますが、エージェントのエラーは数千件が数分で発生します。営業がExcelで管理し、マーケがメール配信ツールだけを使い、データが分断されている状態のままエージェントを稼働させれば、分断されたデータをさらに増幅させる結果になります。

順序は明確です。エージェント導入の前に、SSOTとしてのCRMデータ基盤を整えること。IPAの調査でも、日本企業のDXにおける最大の障壁としてデータ活用基盤の未整備が繰り返し指摘されています。（参考：IPA – DX動向調査）

「現場が使わない」構造をどう避けるか？

戦略として号令をかけても現場が動かない、という状況はエージェント導入でも再現されます。回避の鍵は、エージェントに「現場が今、面倒だと感じている作業」を担わせることです。

典型的な失敗は、経営が可視化したい指標のためのデータ入力をエージェントに担わせ、現場のメリットがゼロになるケースです。逆に成功しやすいのは、企業リサーチ、議事録からのCRM更新、問い合わせ一次対応など「やらなければならないが誰もやりたくない作業」から着手するケースです。前者は抵抗され、後者は現場から要望が上がります。

public beta段階の製品を大企業はどう扱うべきか？

稟議・情報セキュリティ審査で問われる3点は何か？

従業員1,000名以上の企業では、AIエージェントの導入に必ず情報セキュリティ部門と法務のレビューが入ります。事前に押さえるべき論点は以下の3点です。

• 学習利用の禁止：HubSpotは、サードパーティのAIプロバイダーが顧客データを学習に利用することを契約上禁止していると公表しています。この点はセキュリティ審査で最も頻繁に問われます
• アクセス範囲の制御：AI設定でどのデータを共有するかを管理者が構成します。スーパー管理者による生成AI・CRMデータアクセス・ファイルなどの各トグル有効化が前提となります
• 透明性の担保：モデルカードによって、AIの動作・使用データ・セーフガードが説明されています

（参考：HubSpot AI Trust／HubSpot Data Processing Agreement／AI機能導入のためのアカウント設定）

コストの暴走をどう防ぐか？

成果ベース課金で経営が最も懸念するのは、想定外の請求です。Agent Hubには以下の統制機能が用意されています。

• エージェント単位の実行上限：個別のエージェント詳細ページで実行回数の上限を設定し、単一エージェントの過剰な支出を防止
• 合計支出上限（スペンドキャップ）：すべてのカスタムエージェントを横断して適用される支出上限
• シミュレーションモード：クレジットを消費せずにエージェントをテストし、1実行あたりのコストを事前に見積もる
• 承認ガードレール：アクション実行前に人間の承認を必須とする設定

稟議書には「実行上限とスペンドキャップを設定した上での運用」と明記することで、財務部門の懸念に先回りできます。

Salesforce Agentforceとはどう違うのか？

課金モデルはどう異なるか？

すでにSalesforceを利用している企業では、Agentforceとの比較が必ず論点になります。2026年時点の公開情報に基づく比較です。

（参考：Salesforce – Agentforce Pricing）

選定の判断軸はどこに置くべきか？

機能の多寡ではなく、以下の2軸で判断するのが実務的です。

第一に、データがすでに1箇所に集まっているか。Agent Hubの強みは共有コンテキストにあり、HubSpotに顧客データが集約されている企業では初期構築コストが小さくなります。逆に、顧客データがSalesforce側の基幹システムに集約されている企業では、Agentforce側に寄せた方が連携設計は素直です。

第二に、誰がエージェントを作り、育てるのか。IT部門にリソースがなく、マーケティング・営業企画部門が主体となって改善サイクルを回す体制であれば、ノーコード中心のAgent Hubが機能します。専任の開発リソースがあり、複雑なオーケストレーションを求めるならAgentforceの拡張性が活きます。

なお両者は排他ではありません。Salesforceを基幹の受注管理に残し、需要創出プロセスをHubSpotで運用する構成も現実的な選択肢です。

導入はどう進めるべきか？90日ロードマップ

Agent Hub導入を「ツール設定プロジェクト」として進めると、Gartnerが指摘した3つの中止理由に直行します。以下は、経営企画・DX推進部門が主管し、営業・マーケティング・カスタマーサポート・情報システムを巻き込む前提の90日設計です。キックオフ時点で、各部門から意思決定できる担当者を1名ずつ指名しておくことが前提条件になります。

0〜30日：何を棚卸しし、どのユースケースを選ぶか？

• データ健全性の棚卸し：コンタクト・企業・取引の各オブジェクトについて、重複率、必須プロパティの欠損率、ライフサイクルステージの整合性を数値化する
• ユースケースの優先順位付け：「現場が面倒だと感じている作業」×「月間発生件数」×「1件あたり工数」で候補を並べ、上位1つに絞る
• セキュリティ審査の事前通過：AI Trust・DPA・モデルカードを添えて、情報セキュリティ部門のレビューを先に完了させる

この30日で最も重要なのは「1つに絞る」ことです。5つのエージェントを同時に立ち上げるプロジェクトは、ほぼ例外なく成果の帰属が不明になります。

31〜60日：PoCをどう設計するか？

• シミュレーションモードでのコスト検証：クレジットを消費せずに1実行あたりのコストを実測し、月間コストを確定させる
• 承認付き運用：全アクションに人間の承認を挟む設定で稼働させ、エージェントの判断精度をログで検証する
• ベースラインの計測：着手前の「1件あたり処理時間」「一次回答までのリードタイム」「有人対応件数」を必ず記録しておく

ベースラインの記録漏れは、後の効果測定を不可能にします。PoC開始前の1週間を計測期間に充ててください。

61〜90日：どこまで自動化を広げるか？

• 承認の段階的解除：精度が確認できたアクションから承認を外し、完全自動化へ移行する
• 実行上限とスペンドキャップの本設定：PoCの実測値に基づき、月間上限を確定させる
• KPIダッシュボードの構築：処理件数、1件あたりコスト、エスカレーション率、人手介入率を1画面で追える状態にする
• 2つ目のユースケースへの展開判断：1つ目のKPIが目標を満たしてから次に進む

（参考：顧客対応エージェントのセットアップ／HubSpot AI ドキュメント一覧）

Agent Hubのメリットとデメリットは何か？

導入判断のために、公正に整理します。

よくある質問（FAQ）

Q1. Agent Hubとは何ですか？

Agent Hub（ベータ版）は、HubSpotの既製エージェント、カスタムエージェント、エージェンティックワークフローを一箇所で構築・管理・運用するための基盤です。2026年7月23日にProfessional／Enterprise向けのpublic betaとして提供が開始されました。従来「Breeze Agents」と呼ばれていた製品群の新名称にあたります。

Q2. Breeze AgentsとAgent Hubは別の製品ですか？

同じものです。HubSpotの製品ページに「Agent Hub, formerly Breeze Agents」と明記されており、名称変更です。あわせて「Breeze Studio」も「Agent Builder」に改称されています。一方、Breeze Assistantは名称変更されておらず、引き続き全サブスクリプションに追加コストなく含まれます。

Q3. Agent Hubはどのプランで使えますか？無料版やStarterでも使えますか？

Marketing Hub、Sales Hub、Service Hub、Data Hub、Content Hub、Smart CRMのProfessional以上で利用可能です。無料版とStarterは対象外とされています。ただしStarterプランでの対応可否については公式ナレッジベース間で記述に差があるため、契約前に担当営業またはパートナーへの確認を推奨します。

Q4. 料金はいくらかかりますか？

Agent Hub自体はProfessional／Enterpriseに追加費用なく含まれます。エージェントの実行は成果ベースで課金され、public beta時点の単価は顧客対応エージェントが1件解決あたり0.50ドル（HubSpot Japan表記で60円）、案件創出エージェントが1リードあたり1.00ドル（120円）、データエージェントが1回答あたり0.10ドル（12円）です。追加クレジットは1,000クレジット10ドルで購入できます。

Q5. HubSpotクレジットは繰り越せますか？

繰り越せません。クレジットは利用期間の開始日に合わせて毎月リセットされ、未使用分は各期間の終了時に失効します。また、クレジットを使用できるのは有料シート（コアシート、営業シート、サービスシート、収益シート）およびパートナーシートの保有者のみで、無料ユーザーと表示のみのシートユーザーは使用できません。

Q6. データエージェントとデータエンリッチメント機能は同じものですか？

異なります。データエージェントはCRM内のデータに対する質問応答・変換・補完をスマートプロパティ／スマートアクション／スマートカラムで行う機能です。一方、外部データソースから企業・行動データを補完する機能は別枠で、かつて「Breeze Intelligence」というブランド名で提供されていたものにあたります。この2つを混同すると必要な契約範囲を誤るため、区別して検討してください。

Q7. public beta段階でも本番業務に使って大丈夫ですか？

限定範囲でのPoCと、承認ガードレールを設定した運用であれば実務的に可能です。ただし、基幹業務のクリティカルパスへの組み込みや全社展開はGAを待つのが安全です。2026年7月23日にはSocial Post Agent、ABM Landing Page Agent、RFP Agent、Cross-Sell/Upsell Agent、Sales to Marketing Agentの5テンプレートが提供終了となっており、仕様変更が実際に発生しています。

Q8. コストが想定を超えないよう制御できますか？

できます。エージェント単位の実行回数上限、すべてのカスタムエージェントを横断する合計支出上限（スペンドキャップ）、クレジットを消費せずにコストを見積もるシミュレーションモード、アクション実行前の人間による承認——この4つを組み合わせることで制御可能です。稟議書にはこれらの設定を前提として明記することを推奨します。

Q9. Salesforce Agentforceと比べてどちらを選ぶべきですか？

顧客データがどこに集約されているか、そして誰がエージェントを構築・改善するかで判断します。HubSpotに顧客データが集まっており、業務部門主体で改善サイクルを回すならAgent Hubが機能します。基幹の顧客データがSalesforce側にあり、専任の開発リソースで複雑なオーケストレーションを組むならAgentforceの拡張性が活きます。課金面では、顧客対応が1件解決0.50ドル（HubSpot）対1会話2ドル（Salesforce）と差があります。

Q10. 導入前に社内で何を準備すべきですか？

3点です。第一に、CRMデータの健全性の数値化（重複率・必須プロパティ欠損率・ライフサイクルステージの整合性）。第二に、ユースケースを1つに絞ること。第三に、情報セキュリティ部門のレビューを先に通しておくこと。特に1点目を飛ばしてエージェントを稼働させると、誤ったデータが人手で追えない速度で蓄積されるリスクがあります。

Q11. 効果はどのように測定すればよいですか？

1件あたり処理コスト、処理件数、エスカレーション率、人手介入率の4指標を最低限のKPIとして設定します。重要なのは、PoC開始前にベースライン（着手前の1件あたり処理時間・一次回答までのリードタイム・有人対応件数）を記録しておくことです。成果ベース課金は1件あたり単価が明確なため、有人対応の人件費原価と直接比較したROI算出が可能です。