9月4日、Inside AIが「Agentic AI Is Blurring the Line Between Sales and Marketing」と題した記事を公開した。エージェント型AIがセールスとマーケティングの組織的境界を溶かしつつある実態を論じた内容だが、記事が投げかける核心的な警告は一点に絞られる。組織の縦割り構造を温存したままAIを導入しても、顧客体験の断片化を加速させるだけだ、という点だ。AIをどう使うかより、組織をどう再設計するかが先に問われている。

「10チャネル時代」に組織の縦割りが牙を剥く

McKinseyの2026年B2B Pulse調査によれば、バイヤーが取引先を変える最大の理由は「チーム間で情報が食い違うこと」だ。典型的なB2B購買プロセスにおいて、バイヤーが接触するチャネル数は10に達しており、10年足らずで2倍に増えた。消費者の80%以上が複数チャネルを横断して製品を調査・購入する。

この状況でマーケティングとセールスが別々のデータセットを使って動いていると何が起きるか。マーケティング側がパーソナライズされたキャンペーンを打った直後に、セールス側が異なる前提・異なるタイミングでアプローチしてくる。各部門はそれぞれの指標を達成しながら、顧客体験としては「途切れた旅」を提供してしまう。

McKinseyの同調査では、市場リーダー企業は真の1to1パーソナライゼーションを展開している割合がそうでない企業の4倍であると示している。またAIをマーケティング・セールスに活用している組織のうち、収益が10%超増加したと報告しているのは7%にとどまる。この数字の解釈について元記事は明示的な因果関係の説明を与えていないが、記事全体の論旨は「断片化されたAI活用と統合されたAI活用の間にこの差が生まれている」という方向を強く示唆している（※編集部の考察）。

エージェント型AIが「バトン渡し」を消す

従来のセールスファネルは「マーケティングがリードを育成し、一定の基準を満たしたらセールスに渡す」という逐次処理だった。エージェント型AI（Agentic AI）の登場で、この構造が変わりつつある。

エージェント型AIとは、人間の指示を待たずに自律的に複数のタスクを実行し、状況に応じて行動を調整できるAIシステムのことだ。単なるチャットボットや推薦エンジンとは異なり、アカウントのコンテキストを保持したまま複数のステップにまたがって動作する。概念の詳細についてはLangChainのAgentsドキュメントなども参照されたい。

記事では2つの具体的な事例が示されている。

Fortune 500テック企業の事例では、小規模なセールスチームが低確度リードに押しつぶされていた。M&Aアクティビティなどの外部シグナルでリードをエンリッチし、成約確率でリードを優先順位付けし、アウトリーチ自体もAIエージェントが担うエンドツーエンドの仕組みを構築した結果、わずか8週間でAI補完セールスが送信するメッセージ数は5倍になった。にもかかわらず、開封率・返信率・商談設定率はAI導入前と同水準を維持した。初回コールの準備時間は1〜2時間から10〜15分に短縮されている。

大手求人プラットフォームの事例では、AIセールス開発担当エージェントが見込み顧客の特定、パーソナライズされたアウトリーチ生成、初期会話のナーチャリング、そして完全なコンテキスト付きでの有資格リードの引き渡しまでを一気通貫で担う。このモデルによる年間増分収益は3,000万〜6,000万ドルと試算されている。

これらのモデルが機能する鍵は「エージェント単体の性能」ではなく、すべてのステップでブランド基準と顧客コンテキストを共有するデータ基盤と、協調した引き渡しの仕組みだと記事は強調する。

「GTMエンジニア」という新職種の台頭

この変化が生み出している新しい役割がgo-to-market（GTM）エンジニアだ。マーケティング・セールス・サービスをまたぐエージェントワークフローを設計・管理し、エージェントの振る舞いを顧客の購買ジャーニーに合わせ、インタラクション間の継続性を担保することを職務とする。数年前にはほぼ存在しなかったポジションであり、HubSpotやSalesforceなどのGTMプラットフォームベンダーがこの役割の定着を後押ししている。GTMエンジニアという概念についてはRevOps領域の専門メディアGTM Partnersなども継続的に論じている。

エンジニアリング的な視点で見ると、この役割は「エージェントの目標関数をローカル最適ではなくグローバル最適に合わせ続ける」問題だ。マーケティングエージェント、セールスエージェント、サービスワークフローがそれぞれローカルな目標に最適化されると、顧客から見た体験は分断される。AIは「効率」と同じ速度で「非一貫性」もスケールさせうる。

何を変えなければならないか

記事は成功に必要な変化を技術と組織の2層に整理している。

技術面では、共有顧客データ基盤と協調システムの構築が前提となる。マーケター・セールス・AIエージェントが同一コンテキストから動作できる環境がなければ、エージェントをいくら高度化しても各ステージでコンテキストはリセットされ続ける。

組織面では、共有インセンティブと共通指標への移行が求められる。従来のMQL（マーケティング適格リード）対SQL（セールス適格リード）という区分を廃し、パイプライン品質・転換率・顧客生涯価値で全体を測る構造に変える必要がある。MQLとSQLという指標の分断が組織の分断を固定化してきた側面があり、指標設計そのものの見直しが組織変革の入り口になる。

コンテキストが各ステージでリセットされる構造を放置する限り、AIを導入しても「断片化のスケールアップ」にしかならないという指摘は、システム設計者にとって直接的な警告だ。

詳細はAgentic AI Is Blurring the Line Between Sales and Marketingを参照していただきたい。