HubSpotの年次カンファレンス「UNBOUND 2026」のセッション「How We Scaled 1,000 AI Agents Without an AI Team」の模様をレポートします。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、日本のHubSpot活用企業がこの知見をどう自社に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 | How We Scaled 1,000 AI Agents Without an AI Team |
| 会場 | Room 210 |
| 開催日 | 2026年9月17日（木） |
| 登壇者 | Alina Vandenberghe 氏（Co-Founder and Co-CEO, Chili Piper） |
※本記事のセッション内容は株式会社100が要約したものであり、後半の「株式会社100の解説」は当社の独自見解です。
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）
予算削減で増員という選択肢が消え、従来の業務フレームワークだけでは現場の手が回らなくなったからです。
Alina Vandenberghe氏は2016年に自宅を売却し、「BtoBの購買プロセスを速く簡単にする」という理念のもとChili Piperを創業しました。技術系の共同創業者である同氏は2023年6月、資金調達環境の悪化と二度の予算削減が重なる中、自らマーケティング部門を率いることになります。当時の企業評価倍率の下落に伴い、22人いたマーケターを大幅に縮小せざるを得ない状況でした。
営業部門からは見込み客（リード）の獲得を求められ続ける一方、増員によってパイプラインを回復させる打ち手は使えません。そこでVandenberghe氏は、次の3領域を「掛け算の式」で再定義しました。
出典：株式会社100作成のセッションまとめ資料
これらは掛け算であるため、1つの要素がゼロに近づくと全体の成果が落ちてしまいます。重複ツールの統合や顧客側の内製化が進む中、この方針を回してダッシュボードを更新し続けるだけで、現場の手が足りない状態に陥りました。そこで選んだ打開策が、再採用ではなく「全社員にAIエージェントを作らせること」だったのです。
社内チャットと一覧表を用いて「事前の効果予測」と「稼働後の3点報告」を回し、失敗した試作も人事評価につなげる仕組みです。
Vandenberghe氏は、Slackに提案用チャンネル「#automate-everything」を開設。提案内容はスプレッドシートで一元管理し、次の3つのルールで運用しました。
出典：株式会社100作成のセッションまとめ資料
稼働後の報告も、比較可能な定量データで共有させました。例えば2025年3月28日の投稿では、「着想から稼働まで：7日」「防いだ損失：偽の商談を30件阻止」「AIコスト：合計3ドル」という3点で報告されています。判定対象となった申し込み160件のうち133件（83%）にスコアを付与でき、付与できなかった残り27件の理由についても、作成者自身が考察していました。
このように「実験すること自体」を評価対象に据えたことで、プログラミング経験のない職種からも含め、1,000個以上のエージェントが生まれました。社員の参加動機は、文章作成の効率化、パイプラインへの貢献、自身の時間の創出、コストの安さ、業務手順の品質確認など多岐にわたっていました。
離脱リカバリーや商談支援に加え、社内で好評だった「スパム判定」が製品化。結果として成約率が上がり、ARRも3倍に伸びました。
スプレッドシートには提案の成否がすべて記録されており、セッションでは代表的な3つのエージェントが紹介されました。
出典：株式会社100作成のセッションまとめ資料
事前に宣言した予測値と実績を突き合わせることで、「誰の予測精度が高いか」も可視化されました。さらに、解約率と拡大率（エクスパンション）を織り込んだアカウントスコアリングを導入し、営業の優先順位づけに活用しました。
出典：株式会社100作成のセッションまとめ資料
その結果、パイプラインと成約率が向上し、ARR（年間経常収益）は3倍に成長しました。Vandenberghe氏は成長の要因として、エージェントそのものの機能以上に「社員が雑務を手放せたこと」を挙げています。これにより、営業担当者が「信頼関係の構築」と「商談での存在感の発揮」に集中できるようになり、事前の予測検証やスコアリングの見直しと相まって、大きな成果につながったと説明しました。
チームの失敗を許容し、自ら手を動かす「実行者」から、人とエージェントの配置をデザインする「設計者」へと役割を変えることです。
Vandenberghe氏は結論として、経営層やリーダーの仕事は「実行者」から、人とエージェントの双方を最適配置する「設計者（アーキテクト）」へと移行すると位置付けました。そして、「それを実現するために、リーダーはチームに失敗を許さなければならない」と述べ、失敗を許容する文化の重要性を強調しました。
雑務をエージェントに任せることで、人は本来の得意領域に集中できます。AIは人が与えたものを映し出す鏡であり、安全のためのガイドライン整備とあわせて、AIを使う人間自身の姿勢を見つめ直すことが欠かせないと締めくくりました。
ここからは、本セッションの内容を踏まえた株式会社100の独自解説です。日本のHubSpot活用企業が自社の運用に落とし込むための3つのステップを提案します。
※以下で紹介する機能は、ご契約中のHubSpotプランで利用可能かをご確認のうえ実践してみてください。
日本企業では、業務自動化のテストが「作って終わり」になりやすい傾向があります。再現性を高めるカギは、ツールの作り方そのものよりも、社員が参加し続けたくなる「報告の仕組み」にあります。 まずは社内チャットの報告テンプレートを、「稼働までの期間」「防いだ損失（または削減時間）」「かかった費用」の3点に固定することから始めてみてください。これなら人事制度の変更なしで今週からでも着手できます。また、施策前後の成約率やチャーン・アップセルの推移も同じ基準で検証しやすくなります。
ボトムアップでAI活用を広げる際、最初からツールを1つに統一しようとすると現場の試行錯誤が止まってしまいがちです。Chili Piperでも社員各自がツールを選択しており、日本企業においても、HubSpotに加えて「n8n」や「Lovable」などの外部ツールが併存する前提で進める方が現実的です。 その際、スパム判定の事例で「疑わしいリードを削除せず確認画面へ振り分けた」ように、自動化の途中に「人が確認するステップ」を残す設計が推奨されます。最終判断は人が行うことで、安全性を保ちながら顧客データを資産として整理できます。
通常業務の中で試行錯誤を促すには、現場の熱意だけに頼らない仕組みが不可欠です。ただし、「失敗した試作まで人事評価に組み込む」には、評価項目の変更を誰が・いつ決めるかという経営判断が必要になります。 そのため、まずは現場レベルでできる「3点報告」からスタートし、評価制度への接続は決裁者と時期を分けて別途議論する進め方がスムーズです。あわせて、Data HubやRevenue Hubなどを含むプラットフォーム上で外部連携を広げる際は、AIの管理体制（ガバナンス）や顧客データポリシーとの整合性を事前にチェックしておくことが重要です。
はい、可能です。本セッションでは、実験を評価に組み込み、「期間・防いだ損失・費用」の3点で報告を共有し合うことで、プログラミング経験のない職種から1,000個以上のエージェントが生まれたと紹介されました。まずはHubSpotとノーコードの外部ツールを併用し、身近な雑務の軽減から試すアプローチをおすすめします。
Vandenberghe氏はスパム判定の事例において、疑わしい見込み客を自動削除するのではなく、「確認画面へ振り分ける設計」にしたことでリスクを回避したと説明しています。HubSpotのワークフローを組む際も、完全自動化するのではなく、処理の途中に「人の目による確認手順」を残すことで品質を担保できます。
セッションでは、提案時に「効果の予測値」を宣言させて実績と突き合わせたほか、解約率と拡大率を織り込んだスコアリングで営業の優先順位をつけ、成約率やARRの向上につなげました。実践にあたっては、報告フォーマットを3点に固定し、HubSpotのレポート機能を用いて予測と実績のギャップを振り返る運用が有効です。
Vandenberghe氏は、リーダーの役割は「人とエージェントの配置設計者」へ移り、チームの失敗を許容することが不可欠だと述べています。人事評価への反映など時間を要する議論は切り分けつつ、まずは制度変更なしで始められる「報告テンプレートの固定」と「提案用チャットチャンネルの開設」から着手してみてはいかがでしょうか。
本セッションでは、予算削減で増員ができない状況下において、専任のAIチームを置かずに全社員でAIエージェントを生み出し、大きく成長を遂げた仕組みが示されました。事前の効果予測と「期間・防いだ損失・費用」の3点による結果報告の徹底、そして失敗した試作も人事評価やキャリア成長に結び付けるアプローチは、社内用ツールの製品化や成約率・ARRの大幅な伸長といった成果につながっています。日本企業が自社の運用に落とし込む際は、まず社内チャットの報告フォーマットをこの3点に固定し、HubSpotのレポートやダッシュボード機能で施策前後の推移を検証することから始めてみてはいかがでしょうか。
株式会社100では、ボトムアップでのAI活用を自社の運用に定着させるため、HubSpotのワークフローやBreezeアシスタントと外部ツールを併存させつつ「人が確認する手順」を残す業務設計や、Data HubやRevenue Hubなどを含むプラットフォーム上でのAI管理体制（ガバナンス）の整備をご支援しています。「業務自動化のテストがいつも作って終わりになってしまう」「外部ツールを連携させたいが、顧客データの安全性や管理体制に不安がある」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。