Notion の GTM に AI を導入 — フローラ・リュー

Notion の GTM 革命：AI エージェントと人間が「同じ文脈」で協働する新システム

Notion は、Salesforce や Gong など複数のツールに散在していた顧客データを統合し、営業プロセス全体を管理する「単一の意思決定システム」を構築しました。このアプローチは、従来のように AI を既存システムの上に重ねるのではなく、AI エージェントをシステム内部のオペレーターとして組み込むパラダイムシフトです。

複雑怪奇なツール群から「単一の真実源」へ

多くの企業で GTM（Go-To-Market）戦略は、Salesforce、Gong、Outreach、Zoom Info など無数のツールの蜘蛛の巣のような状態に陥っています。顧客データが断片化され、営業担当者は電話後の調査やフォローアップ文書の作成のためにシステム間を行き来する「コンテキストスイッチ」を強いられ、顧客と向き合う時間が削られていました。

Notion はこの課題に対し、Snowflake と DynamoDB を活用してデータを統合しました。Snowflake では全社的なデータウェアハウスとして真実を計算し、DynamoDB にはエージェントがミリ秒単位でクエリできる非正規化されたプロファイルと、研究スニペットや要約ノートといった非構造化データを保存します。

「顧客の重要な事実——例えば『担当者が退職した』や『二度と連絡しない』といったメモ——は、自動化システムが見なければ破滅的なミスを招きます。Notion 上で構造化データと非構造化データを統合し、信頼できる文脈層を構築しました。」

これにより、Notion が「人間もエージェントも同じ文脈を参照して作業できる環境」となり、営業担当者は複数のタブを開く必要なく、Notion 内で顧客調査からアクション実行まで完結できるようになりました。

AI エージェントと人間の明確な役割分担

この新システムで最も重要なのは、AI と人間の役割を明確に定義した点です。従来の「AI レイヤー」の導入とは異なり、Notion はエージェントを「別のオペレーター」として同じシステム内に配置しました。

• AI エージェントの役割: データ収集、リサーチ、推奨事項の下書き作成、文書生成など、反復作業をスケールして実行します。
• 人間の役割: 最終判断、顧客との関係構築、ニュアンスの付与、そして「次のアクション」の決定を行います。

「営業担当者はシステム管理が得意ではありません。彼らの強みは、購買プロセスにおける人間からのシグナルを読み解くことです。AI に反復作業を任せることで、人間は顧客との関係構築に集中できます。」

また、セキュリティと信頼性の観点から、エージェントが顧客に直接接触するのではなく、営業担当者がデフォルトでループ内（人間の承認プロセス）に残る設計を採用しました。 prospect がオンラインフォームに入力した情報は「信頼できない入力」と見なし、エージェントを介して処理することで境界線を守っています。

シグナル駆動型の予測エンジンと自動アクション

顧客の行動や外部情報を「シグナル」と捉え、最適な次のステップを提案する仕組みも導入されました。シグナルには、ユーザーが AI の利用制限に達したといった「ユーザー主導型」のものだけでなく、企業への資金調達や採用情報、技術スタックの変更といった「外部情報」も含まれます。

このシグナル駆動型のシステムは、顧客の状況に応じて自動的にタスクを発行します。営業担当者の場合、そのタスクは Notion のデータベースに届き、即座に対応可能です。また、特定のシグナルがない場合でも、予測エンジンが顧客にとって最も関連性の高い製品機能を推奨し、ライフサイクルメールやアプリ内通知を送信して自動でエンゲージメントを促します。

「外部シグナルを活用したことで、私たちは受動的な対応から能動的なアプローチへと転換できました。Temporal を活用したマルチエージェントワークフローにより、リサーチ、メール作成、スコアリング、レビューまでを一貫して処理し、失敗しても自動的に再開できる堅牢なシステムを構築しました。」

まとめ：文脈の断絶を解消する新たな基準

Notion のこの取り組みは、エンタープライズ AI において「AI をシステム内部に組み込む」新しい基準を示しています。営業プロセスにおける文脈の断絶を解消し、人間の判断力を補完する形で AI を位置づけることで、実務現場での導入障壁を下げつつ生産性を最大化する道筋が明確になりました。