HubSpotの年次カンファレンス「UNBOUND 2026」の基調講演、「HubSpot Spotlight」の様子をレポートします。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、日本でHubSpotを利用する企業がどのように実践へ落とし込むべきかをまとめました。

この記事のポイント

• AI活用の二極化：6,000社調査でAI利用率は90%に達する一方、変革的な成果を出している企業はわずか6%。成果を出す企業は、AIの用途を「1業務あたり4〜5個」に絞り込んでいます。
• 鍵を握る「3層の文脈」：成果を分けるのは「事業・顧客・チーム」の3層の文脈（コンテキスト）です。文脈が不十分なAIの活用は、かえって使わない場合よりも悪い結果を招きます。
• 日本企業が取るべきアプローチ：株式会社100では、成果に直結する用途を厳選したうえで、「自動記録の範囲」と「文脈の点検担当者」を決めてスモールスタートする進め方を推奨します。

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がまとめたものです。「株式会社100の解説」は当社の見解に基づきます。

セッションの内容は、以下のまとめ資料（PDF）でもご覧いただけます。 まとめ資料を開く（PDF）

なぜAIを使い倒しても成果が出ないのか？

目的よりも「目新しさ」が先行し、ツールを増やすこと自体が現場の負担になっているからです。

HubSpot CEOのYamini Rangan 氏は、「顧客起点」というビジネスの原則は不変であるとしたうえで、現在のAIトレンドを「Maxing Phase（とにかくAIを詰め込む段階）」と表現しました。過去の技術トレンド（靴のX線試着機やスマート卵トレーなど、目新しいだけで定着しなかった技術）を引き合いに出し、AI出力の手直しによってかえって仕事量が3倍になったマーケティング責任者の事例などを挙げて警鐘を鳴らしました。

6,000社を対象とした調査では、AIの利用率が90%に達する一方で、変革的な成果を出している企業はわずか6%にとどまります。しかし、その6%の企業は売上目標の達成確率が4倍、効率目標の達成確率は3倍に跳ね上がっています。Rangan 氏は「差を生むのはAIの量ではなく選び方であり、『何ができるか』から『何をすべきか』へ問いを戻す必要がある」と語りました。

出典：株式会社100作成のセッションまとめ資料

成果を出す6%の企業は何を選び、何を土台にしているのか？

事業成長に直結する「4〜5個の用途」に絞り、3層の文脈（コンテキスト）と人の判断力に投資しています。

Rangan 氏は、成果を出す6%の企業には「成果優先」「土台の文脈構築」「人材への投資」という3つの共通点があると整理しました。

1. 用途を1つの業務あたり「4〜5個」に絞る

事業成長の成果とは、「需要創出」「商談成約」「顧客の満足（維持を含む）」の3つに集約されます。調査で挙がった約50件のAI用途のうち、成果を出す企業は1業務あたり平均4〜5個（需要創出は17件中4件、商談成約は18件中5件、顧客満足は15件中4件）に用途を絞り込んでいました。

単なるコンテンツ制作やメール送信、会議準備といった用途は導入しやすいものの、他社との差別化にはなりません。一方、「キャンペーン分析」「パイプラインの優先順位付け」「顧客フィードバックの分析」などは自社データが不可欠であり、これこそが競合優位性につながります。

出典：株式会社100作成のセッションまとめ資料

2. 事業・顧客・チームの「3層の文脈」を整える

Rangan 氏は、AIに渡すべき文脈（動的な知識＝コンテキスト）を以下の3層で定義しました。

• 事業の文脈：ブランド、語り口（トーン＆マナー）、製品情報、市場での立ち位置
• 顧客の文脈：過去の会話履歴、理想の顧客像（ICP）、購買の兆候
• チームの文脈：役割、目標、承認経路、営業手法、指標（KPI）の定義

この3層に投資した企業では、MQL（マーケティング創出リード）が200%以上増加し、成約数や商談設定数も大幅に改善しました。反対に、Rangan 氏は「文脈が不十分なAIは、AIを使わないよりも悪い結果を出す」と警告します。文脈が欠けていると、廃番になった製品の推奨、ARR（年間経常収益）の誤算出、すでに異動した上司への承認依頼といったミスが多発し、業務指標が悪化する傾向が示されました。

出典：株式会社100作成のセッションまとめ資料

3. 何を作るかを決める「人」に投資する

AI関連の職種は年3〜5倍のペースで増加しており、ツールの試作品なら週末だけで作れる時代になりました。だからこそ、今の難所は「何を作るかを決め、その正しさを見極めること」に移っています。Rangan 氏は「人間の知性がこれほど重要になったことはない」と述べ、変革に成功する企業は「AIを闇雲に追いかけるのではなく、戦略的に選択している」と結びました。

HubSpotは成果を生むためにどんな製品を発表したのか？

「自動更新されるCRM」を土台に、AIが次の一手を示し、1つの画面から実行まで完結できる仕組みを発表しました。

続いて登壇したDuncan Lennox 氏は、「文脈の土台」「正しい用途」「新しい働き方」の3つを具現化した新製品を紹介しました。

1. 文脈の土台：人がCRMを更新する時代から、CRMが人を支援する時代へ

新たに発表された「自動更新されるCRM（Self-Updating CRM）」は、通話やメール、会議の記録から、連絡先情報や取引ステージ、次にとるべき行動を自動で更新します。音声認識によるモバイルノートテイカーや、AIの更新候補を人が承認する機能も備えています。

また、日々の記録と「3層の文脈」を掛け合わせた「Growth Context」は、新機能「Context Home」で一元管理されます。ここでは文脈の充足度がスコアリングされ、どんな情報が不足しているかを特定できます。

2. 正しい用途と新しい働き方：Breezeアシスタントの全面再構築

次の一手を示す「Marketing Studio」と「Deal Progression」に加え、すべての業務の単一の入口として「Breezeアシスタント」が全面的に再構築されました。自然言語で指示するだけで、レポートや成果物（Artifact）の作成、業務の実行、さらには独自のAIエージェント構築までを行えます。

出典：株式会社100作成のセッションまとめ資料

デモンストレーションでは、以下の2つの実践例が披露されました。

• マーケティングの例：マーケターのJaneが「Marketing Studio」を使ってLLM（大規模言語モデル）上での自社ブランドの露出低下を検知。営業会議の記録をもとに戦略とクリエイティブ素材を自動生成し、TikTok、ChatGPT、ランディングページ、メールへと一気通貫で展開しました。さらに、失注理由を分析するエージェントもその場で自作してみせました。
• 営業の例：営業担当のSarahは、Breezeを使って数秒でターゲット企業の購買関係者リストを組み立ててメールを送信。商談後に音声でメモを残すと、「Deal Progression」が競合他社の動きを検知して次のアクションを提案し、商談一覧表まで自動で整理しました。

3. OpenAIとの連携と、顧客パネルで語られた「データ統合の現実」

Lennox 氏は、入金回収を担う「Revenue Agent」と、OpenAIとの3つの連携機能も発表しました。

1. ChatGPT内でHubSpotの文脈を利用できるコネクタの強化
2. CRM業界初となる、HubSpot内での「ChatGPT広告」の構築・配信・計測
3. 中小企業向けにCRM、クレジット、ChatGPT Business、広告費の上乗せをパッケージ化した「AI Growth Bundle」

続いてJon Dick 氏の進行で行われた顧客パネルディスカッションには、3社のリーダーが登壇し、データ統合のリアルな経験を語りました。

• IFS（CEO Mark Moffitt 氏）：年25%の急成長を続けるなか、複雑な購買サイクルに対応するには、顧客データを一元化した「単一ビュー」が不可欠だったと語りました。
• RevenueWell（CSMO Kim Cormier 氏）：歯科医院を支援する同社は、2つあったCRMを廃止し、請求データまでHubSpotへ100%統合しました。「以前は、別々のCRMに入った汚れたデータの上にAIを重ねようとしていました。しかしそれは、すでに分かっていた問題を加速させただけでした」と振り返ります。
• Hollywood Branded（CEO Stacy Jones 氏）：代理店としてスポンサー案件などの流動的な情報を扱うため、常にデータをクリーンに保つ重要性を強調しました。

またパネル全体を通じて、AIと購買意欲（インテント）データを組み合わせて人員を増やさずにパイプラインを拡大すること、AI検索（回答エンジン）に合わせてコンテンツを最適化すること、そして何より「人間がAIを監督し続けること」の重要性が語られました。

株式会社100の解説：日本の企業はHubSpotでどう実践すべきか？

ここからは、セッション内容を踏まえた株式会社100の見解です。日本のビジネス環境に合わせて取り入れるための3つのステップを提案します。

1. 会議で使える「2つの問い」でAIの用途を4〜5個に絞り込む

日本企業においても、AIツールの試験導入が増えた結果、現場の管理負担が膨らむケースが見受けられます。まずは既存のAI用途に対して、以下の「2つの問い」を投げかけてみてください。

1. それは「需要創出・商談成約・顧客の満足（維持）」のどれに結びつくか？
2. AIに「3層の文脈（事業・顧客・チーム）」を十分に渡せているか？

これらに結びつかない用途は思い切って優先度を下げましょう。HubSpot上でMQL数や成約数といった指標を確認しながら、1業務あたり4〜5個の用途に絞り込むことで、現場の迷いを減らし成果に集中できます。

2. 自動記録の「範囲」と、文脈を点検する「担当者」を先に決める

自動更新されるCRMは非常に便利ですが、「誤った情報も同じ速さで蓄積される」というリスクがあります。特に日本企業では、商談録音に対するお取引先への配慮や、部署間での指標定義のばらつきが課題になりやすい傾向があります。

いきなりすべてを自動化するのではなく、まずは対象にする会議を1種類だけに絞り、相手への事前説明ルールと、AIが出した更新候補を承認・点検する担当者を先に決めましょう。また、MQLなどの基準を明文化し、「Context Home」などの新機能については、自社プランや日本語環境での対応状況を確認してから段階的に取り入れるのが安全です。

3. 提案の採否とエージェント作成の権限を決め、小さく試す

新しいBreezeアシスタントやMarketing Studioを使えば、自然言語の指示だけで施策や独自エージェントを簡単に作れます。しかし、アウトプットの品質とガバナンスを守るためには、「AIの提案を誰が判断するか」「誰にエージェントの作成権限を与え、どうレビューするか」というルールを先に決める必要があります。

ChatGPT広告やAI Growth Bundleといった新機能も含め、まずは日本での提供状況を確認したうえで、予算上限と効果測定の方法を決め、「1つの施策」から小さく試すアプローチを推奨します。

よくある質問（FAQ）

Q1. AIを導入しても成果が出ない企業にはどんな特徴がありますか？

ツールを増やすこと自体が目的化する「Maxing Phase（とにかくAIを詰め込む段階）」に陥り、AIの手直しで仕事量が3倍になった例や、他社と差別化できない「文章作成」など成果の低い作業に偏っているケースが挙げられます。事業成果に直結する少数の用途へ絞り込むことが、状況打破の出発点になります。

Q2. AIで変革的な成果を出している6%の企業は何をしていますか？

6,000社調査で判明した上位6%の企業は、「需要創出」「商談成約」「顧客の満足と維持」に直結する用途を、1業務あたり平均4〜5個に絞り込んでいます。HubSpotで成果指標をモニタリングしながら、自社データが活きる「分析」や「優先順位付け」にAI活用の重心を移していくことが重要です。

Q3. AIの精度を左右する「文脈（コンテキスト）」とは何ですか？

ブランドの語り口（事業）、過去の会話履歴や購買兆候（顧客）、承認経路やKPIの定義（チーム）といった「3層の動的な知識」のことです。不十分な文脈のままAIを使うと、かえって使わない場合より悪い結果を招きます。そのため、AI活用の前にCRMへのデータ統合や、情報の点検担当者の設定を進めることが不可欠です。

Q4. 発表された「自動更新されるCRM」や新しい「Breezeアシスタント」はすぐ使えますか？

セッションでは、自動更新されるCRM、Context Home、業務実行やエージェント作成を担うBreezeアシスタント、Marketing Studio、OpenAI連携などが発表されました。日本国内での提供時期や日本語への対応状況、対象プランを確かめたうえで、録音範囲やレビュー手順を決めてスモールスタートすることをおすすめします。

まとめ

本セッションでは、「3層の文脈」を整えてAIの用途を「4〜5個」に絞る重要性、そしてCRMが自動で文脈を蓄積し、Breezeアシスタントを入口に人とAIが協働する新製品群が示されました。また、顧客パネルからは「データ統合という土台作りを省かないこと」が最大の教訓として語られています。

株式会社100では、HubSpotへのデータ統合や、成果につながるAI活用のルールづくり・導入支援を行っています。自社の環境に合わせた活用方法をお探しの際は、ぜひお気軽にご相談ください。