新規事業や新サービスのGTM（Go-to-Market）で最初につまずくのは、プロダクトの完成度ではなく「商談が生まれる仕組み」の不在です。Bain & Companyが2025年のTechnology Reportで指摘したとおり、営業担当者が実際に「売る」活動に使えている時間は約25%にとどまり、残りは調査・管理・報告に費やされています。立ち上げ期はこの構造がさらに極端になります。少人数のチームがリスト作成も資料作成も商談も抱え込むからです。本稿では、最初の90日を30日単位の3フェーズに区切り、AIをどの工程に組み込むかの判断基準とあわせて、初期パイプラインを立ち上げる実務手順を整理します。
最初の30日：ターゲットリストを「仮説の束」として設計する
初期のターゲットリストは営業先の名簿ではなく、「誰が最初に買うか」という仮説の束です。次の手順で、まず動ける形をつくります。
- 課題起点でセグメントを切る。 業界×規模ではなく、「この課題が経営アジェンダに載っている企業」という切り口で3〜5セグメントを定義します。
- セグメントごとに検証用リストをつくる。 各セグメント20〜30社で十分です。中期経営計画・採用要件・プレスリリースなどの公開情報から課題の兆候を拾い、優先度を仮置きします。この収集・要約・スコアリングの下準備は、生成AIで大幅に圧縮できる代表的な工程です。
- データの鮮度を先に疑う。 Bainは営業へのAI適用の前提として、古く不正確なデータのクレンジングが最初のステップになると指摘しています。初期の事例では既存データの最大8割を除去したケースも報告されており、購入した名簿をそのままAIに流し込む前に、リストの根拠を検証する方が早道です。
- 「外す基準」を先に決める。 「一定数アプローチして商談化ゼロならセグメント仮説を棄却する」と初日に決めておくと、後の撤退判断が速くなります。
30〜60日：訴求メッセージを小さく速く検証する
ここでの目的は受注ではなく、「どの課題の言語化が刺さるか」の特定です。
- 1セグメント×1メッセージで当てる。 複数の訴求を混ぜると、何が効いたのか分からなくなります。セグメントごとに主張をひとつに絞り、件名・冒頭・提案の一貫性を保ちます。
- 量より精度で勝負する。 AIで文面を量産する誘惑は強いですが、買い手側の感度も上がっています。営業支援企業Cognismは、AIコンテンツが人間らしくなるほど買い手はむしろ懐疑的になると指摘します。少数の相手に深いリサーチを当てた文面の方が、返信率だけでなく検証データとしての質も高くなります。
- 反応の質を記録し、週次で改訂する。 開封や返信の有無だけでなく、「返信でどの言葉に反応したか」「初回面談で先方が最初に話した課題は何か」を残します。ドラフト生成とバリエーション展開をAIに任せれば、週次の改訂サイクルは無理なく回せます。
判断基準はシンプルです。面談で先方が自社の課題を自分の言葉で語り始めたら、そのメッセージは仮説として合格です。資料の説明を黙って聞いているだけなら、まだ刺さっていません。
60〜90日：提案資産を標準化し、個人技を仕組みに変える
商談が立ち上がり始めたら、創業者やエース人材への依存を仕組みに変えるフェーズです。
- 提案書をモジュールに分解する。 課題認識・解決アプローチ・体制・進め方を部品単位で標準化し、商談ごとに組み替えられるようにします。商談メモから提案書初稿までの工程は、AIで大きく短縮できます。
- パイプラインの定義を揃える。 「商談化」「提案中」「クロージング」の定義をチームで統一し、週次で件数と滞留を確認します。定義が曖昧なままでは、どこが詰まっているのか誰にも分かりません。
Bainが2025年に商業部門の幹部約1,300名を対象に実施した調査では、成長企業は平均4.5のAIユースケースを本番展開し、出遅れた企業に比べて同じユースケースで約2倍のコスト効率を実現していた一方、パイロットの約4分の1は失敗していました。差を生むのは導入の有無ではなく、どの工程に絞って定着させるかの選択です。
AI SDRの現実解：「置換」ではなく「分業」
この90日設計の中で、「AI SDRに任せきれないか」という問いは多くの現場で持ち上がります。2026年時点の実務の合意を先に言えば、「完全自律型は時期尚早、下工程の分業は有効」です。
期待が先行した反動は既に表面化しています。TechCrunchは2025年、有力ベンチャーキャピタルが出資するAI SDR企業について、実在しない顧客ロゴの掲載疑惑と高い解約率を報じました。実務データも慎重な評価を裏づけます。営業支援企業Salesmotionの2026年の集計では、AI SDRは人間の10〜50倍のメールを送る一方で返信率は人間を下回り、設定した商談への出席率も52%対71%と人間に劣後し、完全自律型の年間解約率は50〜70%に達します。他方、同じ集計で、人間とAIを組み合わせたハイブリッド運用はAI単独比2.8倍のパイプラインを生成しており、既に45%のチームがこの形に移行しています。
実装の判断基準は次の3つです。
- AIに委ねる工程：ターゲット調査、リスト整備、文面の初稿、CRM入力。判断を伴わない反復工程から始めます。
- 人間が握る工程：仮説の設定と棄却判断、関係構築、商談以降。市場からの学習が発生する接点は人が持ちます。
- 評価の物差し：送信数や開封率ではなく、「商談出席率」と「返信の質」で判定します。量の指標は、AIが最も水増ししやすい指標だからです。
90日を終えたときの3つの問い
- 再現性のある商談創出の経路が、少なくともひとつ見えているか。
- 刺さるメッセージと、その根拠となる顧客の言葉が記録に残っているか。
- 提案資産が標準化され、次の90日で対応量を増やせる状態にあるか。
3つすべてに「はい」と言えなくても構いません。重要なのは、どれが未達かを特定し、次の90日の重点を決められることです。逆に、受注が出ていても経路の再現性を説明できないなら、それはまだパイプラインではなく偶然です。
タレントテールは、AI駆動の戦略コンサルティングの注力テーマとしてGTMを掲げ、ターゲット設計から訴求検証、提案資産の標準化、営業AIの実装まで、クライアントの現場で自ら手を動かしながら共に走り抜きます。立ち上げ期の90日を最短距離で駆けたい方は、一度ご相談ください。
参考情報
- AI Is Transforming Productivity, but Sales Remains a New Frontier（Bain & Company、2025年）— https://www.bain.com/insights/ai-transforming-productivity-sales-remains-new-frontier-technology-report-2025/
- Parsing How Winners Use AI — Commercial Excellence Agenda 2025（Bain & Company、2025年）— https://www.bain.com/insights/parsing-how-winners-use-ai-commercial-excellence-agenda-2025/
- A16z and Benchmark-backed 11x has been claiming customers it doesn't have（TechCrunch、2025年）— https://techcrunch.com/2025/03/24/a16z-and-benchmark-backed-11x-has-been-claiming-customers-it-doesnt-have/
- AI SDRs vs Human SDRs（Salesmotion、2026年）— https://salesmotion.io/blog/ai-sdrs-vs-human-sdrs
- Will Sales Be Replaced by AI?（Cognism、2026年）— https://www.cognism.com/blog/will-sales-be-replaced-by-ai