HubSpotの年次カンファレンス「UNBOUND 2026」のセッション「Build an AI-Driven GTM Engine (Step-by-Step)」をレポートします。前半で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、日本でHubSpotを活用する企業がどのように実践へ取り入れるべきかをまとめます。
出典：株式会社100作成のセッションまとめ資料
| 項目 | 内容 |
|---|---|
| セッション名 | Build an AI-Driven GTM Engine (Step-by-Step) |
| 会場 | Room 153 |
| 開催日 | 2026年9月16日（水） |
| 登壇者 | Sumner Vanderhoof 氏（CEO and Co-Founder, Propensity） |
※本記事のセッション内容は、株式会社100がまとめたものです。「株式会社100の解説」は株式会社100の見解です。
セッションの内容は、株式会社100がまとめた資料（PDF）でもご覧いただけます。まとめ資料を開く（PDF）
検証しないまま営業へデータを渡すと、営業が誤検知を踏み続けてデータと仕組み全体を信用しなくなるからです。
PropensityのCEO兼共同創業者であるSumner Vanderhoof氏は、インテントデータを検証せずにそのまま営業へ渡すことが典型的な失敗パターンだと指摘しました。根拠の薄いシグナルだけでアプローチすると、相手から「そのような検討はしていない」と断られ、営業はデータを信用しなくなり、やがて仕組み全体を使わなくなります。同氏は「GTMの成否は営業が実際に使ってくれるかどうかで決まる」と述べ、営業に渡す前に人が確かめる「検証」の工程を独立させました。
同氏が示したGTMエンジンは、新規の需要創出だけでなく、契約更新やクロスセルにも活用できる次の5段階で構成されます。
出典：UNBOUND 2026の公式セッション資料
また各段階には、「手軽なAI活用（単体利用）」と「高度なAI活用（システム連携）」の2通りの組み込み方が示されました。前者は手元の情報を人が確認しながら素早く始められ、後者はデータ連携やワークフローへの組み込みを伴います。最初は手軽なAIから始め、投資対効果が見合う領域に高度なAIを導入し、「1巡目は最も精度が低い」という前提で改善サイクルを重ねます。
出典：UNBOUND 2026の公式セッション資料
0〜100点の固定スコアをやめて「観測・推測・不明」を分けた確信度モデルに変え、シグナルを集める目的で個人単位に接触します。
第1段階の「特定」では、0〜100点の固定スコアをやめ、「確信度モデル」に切り替えます。客観的な事実とこちらの推測を混ぜてしまうと、未確認の「社内の動き」があたかも既成事実のように扱われてしまうためです。セッションでは、従業員約650名の産業部品メーカー（架空）を例に、情報を次の3つに分けて整理する方法が示されました。
これらを明確に切り分けたうえで、「この企業を優先対象として追うが、社内の動きは『未確認』のままにする」と位置づけます。またVanderhoof氏は、理想の顧客像（ICP）が500社と判明していても6〜12か月で状況は変わると述べ、固定した企業属性だけで縛らず推論を取り入れて判定すべきだと強調しました。
出典：株式会社100作成のセッションまとめ資料
第2段階の「開始」では、同氏は「コンタクト（個人）単位のターゲティングは2026年の最低条件だ」と述べました。企業単位のリストでは誰が広告やコンテンツを見たか分からないため、必ず「個人のリスト」を対象にします。広告は直接売り込むためではなく「反応（シグナル）を集めるため」に配信し、相手の役割ごとにチャネルを使い分けます。同氏のチームでは、1施策あたり100〜160点のクリエイティブ素材をAIで約3分で生成し、得られた反応をモデルへフィードバックしています。
出典：株式会社100作成のセッションまとめ資料
シグナルの内容で企業を4つの行き先に振り分け、判断がつかない企業には決裁者以外の担当者に電話をかけて「社内の動き」を確かめます。
第3段階の「検証」は、Vanderhoof氏が「ABMの経験がある人ほどここで失敗する」と語った中核の工程です。「観測」と「推測」を分け、状態ごとの次の行動を定義し、証拠が不十分なものを人がレビューしたうえで、対象企業を次の4つに振り分けます。
出典：株式会社100作成のセッションまとめ資料
「市場調査」に回した企業には電話のみを使い、1社あたり5〜10名に架電します。架電先は意思決定者や管理職を避け、現場の情報をよく把握していて警戒されにくい実務担当者を選びます。
米国での実績では、電話の接続率は約10%です。5〜10名のうち1人でもつながって判定が出ればその時点で架電を止め、「売り込みのお電話ではありません。市場調査として、貴社内でどのような取り組みが進んでいるかを伺っています」と伝え、「社内の動き・責任者・時期」の3点だけを聞き出します。
出典：株式会社100作成のセッションまとめ資料
「社内の動き」単位で4段階の人間的なアプローチを行い、商談を生んだシグナルの組み合わせを次のサイクルの学習に残します。
第4段階の「追求」では、営業に引き渡す単位を「会社全体」から「社内の動き（特定の検討プロジェクト）」へ変えます。Vanderhoof氏は「ある拠点の特定チームの5人を狙うイメージだ」と表現し、接触の順序を次の4段階で進めると説明しました。
引き渡し時は営業が「受ける」か「差し戻す」かを選べるようにし、差し戻し理由も記録してモデルの改善に活かします。同氏は「AIが自動生成したコールドメールの成果はほぼゼロだ」と断言し、この段階では人間味のある丁寧なアプローチが不可欠だと強調しました。
第5段階の「測定」では、先ほどの産業部品メーカーの例において、最終的に商談を生んだのは「インテントの上昇・広告やサイトへの反応・リーダーの交代・計画時期」が重なった組み合わせでした。データがツールごとに分断されていると、この成功パターンを学習に戻せません。データを統合して振り返れば、10サイクル目には初回よりはるかに精度が高まります。同氏は「私たちが訓練しているのはAIモデルではなく、自社のGTMエンジンそのものだ」と語りました。
また、いきなり全社展開するのではなく、1か月間で「1つの動線・1つのルール・1つの記録票・1つの判断」に絞って検証する「30日計画」が提示されました。
出典：株式会社100作成のセッションまとめ資料
ここからは、本セッションの内容を日本企業が実践するためのポイントを、株式会社100の見解として解説します。（※各機能はご契約中のHubSpotプランで使えるかを確かめたうえでご活用ください）
日本のB2B企業でも、スコアの高さだけでリードを営業に渡し、営業側が「なぜ今連絡すべきなのか分からない」と戸惑うケースがよく見られます。 HubSpotでは、会社や取引のカスタムプロパティで「観測事実」「推測（仮説）」「不明項目」を分けて管理する設計が有効です。まずはBreezeアシスタントを使って企業の公開情報や過去の活動履歴を要約させ、マーケティング担当者が仮説と不明点を整理してから検証へ回す運用をおすすめします。
反応のあった企業をすべてそのまま営業へ渡すと、求職者や検討外の企業が混ざり、営業現場の負担になりがちです。 HubSpotのリストやワークフローを使って「自動優先・対象外・ナーチャリング・市場調査」の4つに振り分け、判断がつかない企業には実務担当者5〜10名を目安に架電し、1人につながって3点（社内の動き・責任者・時期）を確認できたら完了とする運用が効果的です。聞き取った内容と、営業が案件を引き受けるかどうかの判断をSales HubとCRMに確実に記録します。
新しいGTMの仕組みを最初から全社規模で構築しようとすると、ルールが複雑になり現場で回らなくなることがあります。 まずは特定の業界や契約更新時期が近い既存顧客など「1つのセグメント」を選び、30日計画で小さく回すアプローチが現実的です。Webの閲覧行動、広告の反応、架電記録、商談化の有無をHubSpotのCRMに集約し、カスタムレポートやData Hubのデータ整形機能を用いて、「サイト訪問×役職者の交代×時期」など実際に商談へつながったシグナルの組み合わせを抽出し、次のサイクルの条件をアップデートしていく運用が有効です。
Vanderhoof氏は、未検証のまま渡すと誤検知が続いて営業がデータを信用しなくなるため、人が確かめる「検証」を挟むべきだと述べました。価格ページの複数回閲覧など強い証拠がある企業以外は一度検証ステップに回し、電話で社内の動きを確かめてからSales Hubで営業へ引き継ぐ進め方が有効です。
意思決定者は多忙で電話に出にくく、現場の実務担当者のほうが具体的な情報を把握しており、警戒されるリスクも低いためです。5〜10名の候補のうち1人につながった段階で架電を止め、「社内の動き・責任者・時期」の3点だけを聞いてCRMに記録する方法が効率的です。
両者は実装の手間とシステム連携の深さの違いであり、最初は手軽なAIから始めて、投資対効果が見合う領域に高度なAIを組み込むべきだと説明されました。まずはBreezeアシスタントで企業の調査や活動履歴の要約を人が確認する形から始め、運用が固まってからワークフロー等との自動連携を広げる進め方をおすすめします。
ICPの状況も6〜12か月で変化するため固定せず、サイクルを重ねてGTMエンジンを訓練し続けるべきだと語られました。30日計画のように短い周期で成果と工数をHubSpotのレポートで振り返り、実際に商談へつながったシグナルの組み合わせに合わせて条件を見直し続ける運用が重要です。
本セッションでは、インテントデータをそのまま営業に渡さず、GTMを5段階に分けて、人が電話で社内の動きを確かめる「検証」の工程を独立させる設計が示されました。「観測・推測・不明」を分ける確信度モデルと個人単位の接触、そして30日単位で商談につながったシグナルの組み合わせを学習に残す手順によって、サイクルごとにGTMエンジンの精度を高めていきます。まずは1つのターゲットセグメントに絞り、HubSpotのCRMで「観測・推測・不明」を分けて記録する30日間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、HubSpotのCRMやSales Hubを活用した事前検証プロセスの設計から、営業への引き渡しルール、商談化したシグナルの組み合わせを分析するレポート構築まで一貫してご支援しています。「インテントデータを営業にどう渡せばよいか分からない」「AIと人の役割を明確に分けて、現場が動くGTMの流れを作りたい」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。