HubSpotの年次カンファレンス「UNBOUND 2026」のセッション「How Agentic Customer Platform Powers the Agentic Customer Platform」の模様をレポートします。 本記事の前半ではセッションの内容を整理し、後半では株式会社100の解説として、日本国内でHubSpotを活用する企業がこれらの新概念や機能をどのように自社へ取り入れるべきかを考察します。

この記事のポイント

• AIが信頼できるアウトプットを出すには、単なるデータだけでなく、「なぜそれが起き、次に何をすべきか」を示す「Growth Context（成長の文脈）」が不可欠です。
• 「Agentic Customer Platform」を支えるSmart CRMは、顧客理解の記録、インサイトの自動抽出、データ統制を担い、新製品「HubSpot Work」によってCRM周辺の業務までを一つにつなぎます。
• 日本企業が実践するうえでは、暗黙知化している顧客像や営業プロセスの言語化から始め、人間の承認プロセスを挟みながらスモールスタートでAI活用を進めるアプローチが有効です。

出典：株式会社100作成のセッションまとめ資料

セッション情報

※本記事のセッション内容は、株式会社100が独自にまとめたものです。また、「株式会社100の解説」パートは当社の見解に基づきます。

セッションの全体像は、株式会社100が作成した図解資料（PDF）でもご覧いただけます。 まとめ資料を開く（PDF）

なぜCRMのデータだけではAIが役に立たないのか？

結論：従来のCRMには「何が起きたか」の記録しかなく、「なぜ起き、次に何をすべきか」という文脈（コンテキスト）が欠けているからです。

登壇したSophie Higgs氏は、「データが空っぽのCRMは役に立たず、クリーンなデータは必須である」と前置きしたうえで、より根深い問題は「データそのものではなく、文脈の欠如にある」と指摘しました。従来のCRMには過去の行動履歴は残りますが、「なぜそれが起き、何を意味し、次にどう動くべきか」という背景までは記録されていません。

優秀な営業担当者は、理想の顧客像（ICP）、成約までに必要な接点数、予算の制約、複数の決裁者への配慮、さらには顧客からのリアルな温度感（好評や厳しい意見など）をすべて頭の中に描いています。しかし、システム側はその文脈を持っていません。

HubSpotは、AIが成果を出すために必要な「事業・チーム・顧客に関する変化し続ける理解」を「Growth Context（成長の文脈）」と定義しました。これには理想の顧客像、独自の提供価値、ビジネスモデル、業種、競合、利用ツール、ブランドキットなどが含まれます。Higgs氏はこれを「自社が何者で、何をどのように売り、何を目指しているのかをCRM自身が記憶している状態」と表現しました。

出典：株式会社100作成のセッションまとめ資料

文脈を持たないAIは、誰にでも当てはまる汎用的な回答しか出せません。また、ツールが分断された環境では顧客の全体像も見えてきません。その結果、現場のチームはデータもAIも信用しなくなり、独自の管理表（スプレッドシートなど）へ逃げるようになります。これがさらなるデータの劣化と成果の停滞を招く悪循環を生んでいるのです。

Smart CRM（Agentic Customer Platform）が担う3つの役割とは？

結論：「顧客理解の記録システムになること」「知見を自動で抽出すること」「人とAIの双方が安全に使える状態にすること」の3つです。

Higgs氏は、次世代のAgentic Customer Platformが果たすべき3つの役割と、それを支える仕組みを提示しました。

• 顧客理解の記録システムになること
  連絡先、メール、Web訪問、製品利用状況、サポート履歴、プロジェクト、売上といった構造化データに加え、メモや通話データなどの非構造化データも取り込み、常に最新かつ安全な状態に保ちます。「Growth Context」があらゆるデータや履歴、顧客のシグナルを1か所に集約します。

• インテリジェンス（知見）を自動で抽出すること
  手作業での通話要約や過去の記録探しをなくすため、CRMが事業やプロセス、顧客の状況を解釈します。「Data Agent」と「Breezeアシスタント」が日々の活動データを分析し、深い洞察や次の一手、的確な回答へと変換します。

• AIと人の両方が使える状態にすること
  AIが稼働する前段階で、データの準備・保護・統制（ガバナンス）を行います。アクセス権限を厳密に守り、AIによる変更履歴を記録していつでも確認・復元できるようにすることで、信頼できる文脈とデータを人とAIに提供します。

出典：株式会社100作成のセッションまとめ資料

Agentic Customer Platformにはどのような新機能が加わるのか？

結論：対話型の初期設定、プロパティの自動更新、AIによるリサーチ、目的別のUI、データ品質の統制機能が新たに加わります。

セッションでは、上述の「3つの役割」を具現化する複数の新機能が発表されました。

• Agentic Onboarding（対話型の初期設定）
  導入初日から自社の「文脈」を反映させる対話型の初期設定機能です。業種、理想の顧客像、営業手法、目標をヒアリングして最適なCRM構成を提案し、データの取り込みまでを支援します。

• Automatic CRM Property Updates（プロパティの自動更新）
  業種や従業員数の自動補完に加え、メールや通話から「電話番号・役職の変更」「不在期間」「新しい関係者」を検知します。さらに会議の分析から「予算」「意思決定者」「リスク」「競合」を抽出して更新します。カスタムプロパティや承認フローを柔軟に設定でき、最終的な変更を人間が承認・却下できるため安心です。

• Data AgentとBuyer Intent（AI調査と購買意欲の検知）
  「Data Agent」は、Web上の公開情報や既存の記録から、顧客の戦略転換、拠点、採用動向、過去の価格交渉、重要資料の送付履歴などを自動で調査・更新します（※クレジット消費対象）。 「Buyer Intent」は、理想の顧客像に合致する企業のWebサイト訪問やトピックの検索動向を、直近性・頻度・エンゲージメントのシグナルとともに可視化し、購買意欲が高まっている企業を特定します。

• Intent-based UI（意図に基づく画面設計）
  新画面「Global Home」は重要事項をまとめたフィードとして機能し、次の会議の準備、議事録AI（Notetaker）の追加、未返信メールの抽出、さらには「本人の文体」を模した返信下書きの作成と、その根拠となる文脈の確認が可能です。また、顧客の感情や課題、フィードバックを1画面で把握できる新しいレコード画面（プライベートベータ版）も紹介されました。

• 進化した「Breezeアシスタント」
  HubSpotが20年間培ってきた市場開拓のノウハウをベースに、自社のGrowth Contextや独自ナレッジ、過去の記憶を保持したアシスタントを、あらゆる画面やモバイルから呼び出せます。データの要約、本人らしい文体でのメール作成、分析付きのパイプラインレポート作成が可能で、HTML、Markdown、CSV、プレゼン形式で出力できます。Higgs氏は「ここ数か月で劇的に精度が向上したため、ぜひ再度試してほしい」と呼びかけました。

• データ品質とガバナンスの強化
  データの一貫性や最小権限の原則を保ち、重複排除やフォーマット統一を自動化しつつ、重要な判断には人間が関与できる仕組みです。MCP（Model Context Protocol）や外部AIエージェントの操作ログも記録し、必須項目の欠落、無効なメールアドレス、重複、連携エラー、放置された古いレコードを監視して、問題が深刻化する前に修正します。

出典：株式会社100作成のセッションまとめ資料

新製品「HubSpot Work」は何を解決するのか？

結論：CRMの「外側」で発生している周辺業務を、顧客の文脈へとつなぎます。

Higgs氏は「重要な仕事はCRMの周辺にも存在する」と述べ、新製品「HubSpot Work」を発表しました。 部門間の引き継ぎで背景が伝わらない、他部署との調整に手間取る、業務が分断されていてAIで自動化できないといった課題に対し、データテーブル、ドキュメント、フォーム、AIエージェントによる自動化機能を提供します。これにより、顧客向けの導入手順書やキャンペーンカレンダー、さらには数十社のパートナー企業が関わる大規模イベントの管理など、これまでCRMの外で行われていた業務を「共有された顧客の文脈」へと統合します。

導入企業ではどのような成果が出ているのか？

結論：取引スピードが20%向上した事例や、利用企業の92%が「社内定着度の高さ」を評価している調査結果が共有されました。

セッションでは、以下のような具体的な導入効果が紹介されました。

• 取引スピードが20%向上、海外営業チームのCRM利用率100%を達成し、750時間の工数を削減した事例
• 5つの異なるツールと複数のスプレッドシートで行っていた業務が、HubSpot上の1か所に統合された事例
• 過去の全履歴をAIが要約することで、商談前に記録を探し回る時間がゼロになった事例

取引、問い合わせチケット、日々のやり取りが1つにまとまった「統一データモデル」があるからこそ、AIが文脈に沿ったインサイトを提示でき、管理作業の削減と意思決定のスピードアップにつながったという声が寄せられています。

また、HubSpot利用企業への調査では、92%が「定着率が高い・優れている」と評価（うち91%が導入後1か月以内に達成）し、90%が意思決定力の向上、89%が「唯一の情報源（Single Source of Truth）」の構築、85%がデータ品質の改善を実感しています。 Higgs氏は最後に「『ただ記録するだけの受動的なCRM』の時代は終わった。次の章は、起きたことの保存にとどまらず、その意味を理解し、次に何をすべきかを示すことだ」と語り、セッションを締めくくりました。

出典：株式会社100作成のセッションまとめ資料

株式会社100の解説：日本企業はHubSpotでどう実践すべきか？

ここからは、本セッションの内容を踏まえ、日本のビジネス環境でどう活かしていくべきかについて株式会社100の見解をお伝えします。

1. 社内の「暗黙知」を言語化し、Growth Contextの土台を作る

日本企業においては、理想の顧客像（ICP）や勝ちパターンの商談プロセス、成約に必要な接点数などが優秀なベテラン社員の頭の中にだけ存在し、明文化されていないケースが多々見受けられます。 AIから質の高いアウトプットを引き出すには、まず自社の提供価値、ターゲット業種、競合との差別化ポイント、さらには顧客側の予算感や稟議プロセスの特徴といった「文脈」を言語化することが不可欠です。これらをBreezeアシスタントが参照できるドキュメントとして整理することが、最初の重要なステップになると考えます。

2. プロパティの自動更新は「承認フロー」を挟んで小さく試す

日本の商習慣では、顧客の役職名や部署名などの正確性が非常に重んじられます。そのため、AIがCRMのデータを自動で書き換えることに対して、現場が強い不安や抵抗を感じる可能性があります。 「Automatic CRM Property Updates」や「Data Agent」を導入する際は、いきなりすべてのデータを自動更新するのではなく、まずは「予算」や「競合状況」など一部の社内向けカスタムプロパティに絞ってテストすることをお勧めします。また、AIの提案を「担当者が確認して承認・却下する」設定から始め、利用プランやクレジットの消費条件を見極めながら徐々に対象を広げていくアプローチが現実的です。

3. CRM周辺の「スプレッドシート業務」を棚卸しし、データを整える

イベントの進行管理や部門間の引き継ぎシートなどをCRM外のスプレッドシート（ExcelやGoogleスプレッドシート）で管理し、情報がサイロ化してしまっている現場は少なくありません。 新製品「HubSpot Work」の恩恵を最大限に受けるための準備として、まずはCRMの周辺に散らばっている業務を洗い出しましょう。同時に、既存の機能（Data Hubなど）も活用してデータの重複排除や表記ゆれの統一、アクセス権限の整理を進めておくことが、人とAIが安全に協働できる土台づくりにつながります。

よくある質問（FAQ）

Q1. Growth Context（成長の文脈）とは何ですか？

AIが的確な成果を出すために必要な、「事業・チーム・顧客に関する変化し続ける理解」のことです。理想の顧客像、独自の提供価値、競合情報などが含まれます。社内で暗黙知となっているターゲット基準や営業プロセスを文書化することが、この土台づくりになります。

Q2. プロパティの自動更新を使うと、AIにデータが勝手に書き換えられませんか？

メールや通話記録などから自動でデータが抽出されますが、対象とするカスタムプロパティや承認フローを企業側で定義できます。最終的な更新を「人間が承認・却下する」運用にできるため、主導権を失うことはありません。最初は予算や競合情報など一部の項目に絞り、承認制からスモールスタートすることをお勧めします。

Q3. 進化した「Breezeアシスタント」ではどのようなことができますか？

HubSpotの20年分の知見に加え、自社のGrowth Contextや独自ナレッジを参照し、あらゆる画面やモバイルから呼び出して業務を支援します。データの要約、本人の文体を模したメール下書き、さらにはHTMLやCSV、プレゼン形式でのパイプラインレポート作成が可能です。まずは会議の準備や議事録の要約といった日常業務から試してみるのがおすすめです。

Q4. 新製品「HubSpot Work」はこれまでのCRMと何が違いますか？

データテーブル、ドキュメント、フォーム、自動化機能を備え、導入手順書やイベント管理といった「CRMの周辺で発生する業務」を顧客の文脈につなげるためのワークスペースです。活用に向けては、まず現在スプレッドシートに分散している業務を棚卸しすることから始めてみてください。

まとめ

本セッションでは、AIが信頼できるアウトプットを出すためには単なるデータだけでなく、なぜそれが起き次に何をすべきかを示す「Growth Context（成長の文脈）」が不可欠であることが示されました。顧客理解の記録やインサイトの自動抽出、データ統制を担うCRMの仕組みや、CRM周辺の業務までを一つにつなぐ新製品「HubSpot Work」を活用することで、人とAIが安全に協働できる環境が整います。まずは社内で暗黙知化している理想の顧客像や営業プロセスの言語化、CRM周辺に散らばるスプレッドシート業務の棚卸し、そして人間の承認フローを挟んだ「Automatic CRM Property Updates」や「Data Agent」のスモールスタートから始めてみてはいかがでしょうか。

株式会社100では、Breezeアシスタントが参照できるドキュメントとしての社内文脈の整理から、承認プロセスを組み込んだ安全なAI活用のテスト導入、さらには重複排除や表記ゆれの統一といったデータの土台づくりまで、日本企業の商習慣に合わせたHubSpotの活用を一貫してご支援しています。「ベテラン社員の頭の中にある勝ちパターンをどう言語化すればよいかわからない」「AIによるデータの自動更新に現場が抵抗を感じている」といったお悩みをお持ちの方は、ぜひお気軽にご相談ください。