Agentic Marketingとは｜自律型AIが営業・マーケを再設計する

Agentic Marketingとは、AIエージェントが与えられた目標に向かって自律的に計画・実行・改善を繰り返す、営業・マーケティングの新しい設計思想だ。結論を先に言えば、これは従来のMarketing Automation（MA）の延長ではなく、パラダイムの転換である。MAが「設定したシナリオを実行するロボット」なら、Agentic Marketingは「目標を渡されたら自分で考えて動く自律型労働力」だ。2025年、Salesforce・HubSpot・OpenAIが一斉に自律型エージェント製品を展開し、この変化が実装可能な現実になった。GTMエンジニアがこの変化を設計できるかどうかが、組織の競争力を直接左右する。

Conversational AIとAgentic AIの本質的な違い

まず概念を整理する。2025年以降のAI活用は、大きく2つの層に分かれる。

Conversational AI（会話型AI） は対話・探索・教育のための層だ。質問に答える、情報を検索して提示する、選択肢を比較する——人間が主導し、AIが応答する。社内ナレッジへのチャットアクセスはこの層に相当する。

Agentic AI（エージェント型AI） は実行・自動化・スケールのための層だ。目標を設定すれば、AIが「何をどの順番で実行するか」を自ら計画し、ツールを呼び出し、結果を評価して次の行動を決める。人間の指示を逐一待たない。

比較軸	Conversational AI	Agentic AI
主体	人間が問い、AIが答える	AIが計画し、自ら実行する
動作	応答的・受動的	自律的・能動的
適した用途	情報収集・分析・教育	反復タスク・大量処理・24時間稼働
失敗時の対応	人間が修正して再質問	エージェントが自己修正または人間にエスカレーション
設計の重点	プロンプト設計・データ接続	目標定義・制約設計・エスカレーション設計

※ 記載の分類は概念的な整理であり、実装によって両者の境界は重なることがあります。

Agentic Marketingが注目される理由はシンプルだ。マーケティング・営業の業務の多くは、「条件を判断して、次のアクションを選んで、実行する」という反復構造を持っている。 この構造はAIエージェントが最も得意とする領域だ。

2025年のAgentic Marketing主要プラットフォーム

主要各社が2024〜2025年にかけてリリースしたエージェント製品を整理する。

Salesforce Agentforce

2024年Dreamforceで発表され、2025年1月に日本でも本格展開。CRMデータとSlack会話を統合したうえで、自律的にアクションを提案・実行するエージェント基盤だ。

Agentforceが提供する主なエージェント:

• Sales Development Representative（SDR）Agent: リードに対してパーソナライズされたアウトリーチメールを自動作成・送信し、返信内容を解釈して次のアクションを決定する
• Customer Insights Agent: 顧客のSalesforceデータを要約して商談前の情報収集を自動化する
• Case Management Agent: カスタマーサポートの問い合わせを分類・優先度付けして自動対応または担当者へルーティングする

Agentforceの核心的な特徴はグラウンディングだ。エージェントの判断は自社のCRMデータ・製品情報・ポリシーを根拠にするため、ハルシネーションのリスクが通常のLLMより抑制される。

HubSpot Breeze Agents

HubSpotが2024年に発表した営業・マーケ特化の自律型エージェント群。4つの専門エージェントで構成される。

Prospecting Agent: LinkedIn・企業サイト・ニュース等の公開情報からリードを自律的に調査し、パーソナライズされたアウトリーチメールを生成する。「このICPに合う企業を100社リストアップしてアプローチメールを送って」という目標を渡すだけで、調査から送信まで自動実行する。

Customer Agent: サポート問い合わせに24時間対応し、ナレッジベース・製品ドキュメントを参照して回答する。人間の対応が必要と判断した場合は自動エスカレーションする。

Content Agent: SEO最適化されたブログ記事・ランディングページ・メールコピーを自律生成する。ブランドトーンとキーワード目標を事前設定することで、一貫したコンテンツを量産できる。

Social Media Agent: SNSの投稿スケジュールを管理し、エンゲージメントデータをもとに最適な投稿時間・内容を自律調整する。

OpenAI Operator

2025年1月リリース。ブラウザを自律操作するエージェントで、Webフォームへの入力・クリック・スクロールをAIが実行する。営業用途では、リードのLinkedInプロフィール調査・競合サイトの情報収集・フォームによる問い合わせ送信などに応用できる。

2025年9月にはOpenAIがAgentic Commerce Protocolをオープンソース化し、ChatGPTから直接購入・商取引が完結する仕組みも始動した。

Agentic Marketingの実装シナリオ

抽象的な概念を実務に落とす。以下は2025年時点で実装可能な3つのシナリオだ。

シナリオ1：リード獲得の自律化

目標: ICPに合致する新規リードを継続的に発掘し、初回アウトリーチまで自動実行する

[ICP定義 + ターゲット条件を設定]
     ↓ Agentforce / Breeze Prospecting Agent
[LinkedIn・企業DB・Webから対象企業をリストアップ]
     ↓
[各リードの情報を自律調査（従業員数・技術スタック・最近のニュース）]
     ↓
[パーソナライズされたアウトリーチメールを生成]
     ↓
[CRMにリードレコードを自動作成]
     ↓
[返信があれば内容を解釈 → 商談有望なら営業担当に通知]

人間が介在するのは「ICP定義」と「商談有望リードへの本格対応」の2点だけになる。

シナリオ2：ナーチャリングの自律最適化

目標: リードのエンゲージメント行動をリアルタイムで分析し、最適なタイミングと内容でコンテンツを届ける

[リードがWebサイトの料金ページを閲覧]
     ↓ エージェントがイベントを検知
[HubSpotのリードスコアと商談ステージを参照]
     ↓
[過去のメール開封履歴・ページ閲覧パターンを分析]
     ↓
[「検討段階の高関与リード」と判断]
     ↓
[事例PDFを添付したパーソナライズメールを24時間以内に送信]
     ↓
[48時間後に反応なし → フォローアップ電話をCRMのタスクとして生成]

従来のMAでは「料金ページ訪問→3日後にメール送信」という固定シナリオしか設定できなかった。Agentic Marketingはリードの状態を動的に解釈し、シナリオを自己調整する。

シナリオ3：商談加速の自律支援

目標: 営業担当が商談を進める際の情報収集・書類準備・スケジュール調整を自動化する

[商談が「提案書送付」ステージに進んだことをCRMで検知]
     ↓ エージェントが自動起動
[過去の類似商談・同業種事例・製品情報をRAGで検索]
     ↓
[提案書のドラフトを自動生成]
     ↓
[営業担当にSlackで通知「ドラフト準備完了。確認してください」]
     ↓
[承認後、顧客にメール自動送信 + カレンダー調整リンクを付与]

営業担当の作業が「最終確認と承認」に集約され、商談数あたりの準備時間が大幅に削減される。

GTMエンジニアが担う設計の役割

Agentic Marketingで最も重要なのはエージェントを動かすことではなく、エージェントに何をさせるかを正確に定義することだ。

目標の定義

エージェントに渡す目標の粒度と明確さが成果を決める。「リードを増やして」は目標ではない。「月50件、TCV（年間契約額）が300万円以上の中小SaaS企業のCTO/COO相当へのアウトリーチを実行し、返信率10%以上を維持する」が目標だ。

営業KPI設計の思考をエージェントの目標定義に適用する。測定可能な指標と達成期限を設定し、エージェントの行動を評価できる形にする。

制約の設計

エージェントが「やってはいけないこと」を明文化する。これはガードレールとも呼ばれる。

• 送信頻度の上限: 同一リードへのアウトリーチは月2回まで
• 内容の禁止事項: 競合製品の批判、確定的な価格提示、法的コミットメント
• 対象外リスト: 既存顧客、過去に断られたリード、opt-out済みコンタクト
• 人間承認が必要なアクション: 提案額100万円以上の見積もり、契約書の送付

制約設計が不十分なエージェントは、善意で動きながら炎上する。自律性が高いほど、制約設計は丁寧に行う。

エスカレーション条件の定義

エージェントが自律判断せず、人間に引き継ぐべき状況を明確に定義する。

• 顧客から「担当者と直接話したい」というメッセージが来た
• 怒りやクレームを示す感情表現が検出された
• エージェントが判断に自信を持てない（信頼スコアが閾値以下）
• 契約や法的な質問が含まれる

エスカレーション設計は、エージェントへの信頼を構築するための最重要要素だ。「AIが勝手に動いて失敗した」を防ぐには、人間が介在すべきポイントを先に設計しておく必要がある。

Agentic Marketingが変える組織の仕事

Agentic Marketingを導入した組織では、業務の構造が変わる。

なくなる仕事（自動化される）:

• リードのプロフィール調査と情報収集
• テンプレートに近いアウトリーチメールの作成・送信
• フォローアップのリマインダー管理
• 報告書・週次レポートの数値集計

増える仕事（人間の付加価値が上がる）:

• エージェントへの目標・制約・評価基準の定義
• エスカレーションされた複雑な商談対応
• 顧客との信頼関係構築・感情的なコミュニケーション
• エージェントの行動データを分析した戦略改善

GTMエンジニアの新しい役割: 営業プロセス自動化の設計者から、さらに進んで「エージェントの行動設計者」へのシフトが起きる。どのツールを使うかではなく、どんな自律行動を許容し、どこで人間が介在するかというアーキテクチャ設計が中心的な仕事になる。

実装の始め方——段階的なアプローチ

Agentic Marketingは「いきなり全部自動化」から始めるのではなく、段階的に自律性を拡張するアプローチが安全だ。

フェーズ1: データ整備（1〜2ヶ月） エージェントが参照するCRMデータ・ナレッジベース・製品情報を整理する。ゴミデータを入力するとゴミの判断が出力される。CRMデータ設計の原則に従い、構造化されたデータ基盤を先に作る。

フェーズ2: 単一タスクの自動化（2〜3ヶ月） 最も繰り返しが多く、判断が定型的な1つのタスクだけを自動化する。例えば「新規リードへの初回挨拶メール送信」だけをBreeze Prospecting Agentに任せ、行動ログを蓄積する。

フェーズ3: 連鎖と判断の拡張（3〜6ヶ月） 単一タスクの自動化が安定したら、次のアクションへの自律接続を追加する。「初回メールへの返信内容を解釈して、次のアクション（商談打診 or 資料送付 or ナーチャリング継続）を判断する」という連鎖を設計する。

フェーズ4: クロスチャネル統合（6ヶ月以降） メール・Slack・Web・SNSをまたぐ統合的なエージェント行動を設計する。このフェーズではiPaaS（n8n等）によるオーケストレーションが重要になる。

まとめ

Agentic Marketingは、マーケティング・営業の仕組みを「人間が設計し、AIが自律実行する」構造に転換するパラダイムシフトだ。SalesforceのAgentforce、HubSpotのBreeze Agents、OpenAIのOperatorが2025年に一斉に実用段階に入り、この転換は「将来の話」ではなく「今設計すべきこと」になっている。

GTMエンジニアがこの変化で担う役割は明確だ。エージェントを動かす技術的な実装ではなく、目標・制約・エスカレーション条件を設計し、自律行動が営業プロセスと整合するアーキテクチャを定義すること。その設計の質が、エージェントの成果を決める。

まず着手すべきは、自社の営業・マーケプロセスの中で「最も繰り返しが多く、判断が定型的なタスク」を1つ特定することだ。そこに単一のエージェントを導入し、行動ログを3ヶ月蓄積する。その結果が、次の設計判断の根拠になる。

なお、社内ナレッジとCRMデータへのチャット型アクセス設計については営業AIチャットの民主化設計で詳しく解説している。