GTM チームのスケールを可能にする AI エージェント — Cloudflare のジャスティン・ジョイス氏

GTM チームのスケールを可能にする AI エージェント——Cloudflare が実践する「3 つの柱」フレームワーク

従来の市場参入（GTM）プロセスは、手作業のボトルネックや営業担当者の経験格差により、組織が成長しても効率化が追いつかないという課題を抱えています。Cloudflare のジャスティン・ジョイス氏は、この問題を解決するために「スキルファイルによる分析スケーリング」「自動インサイト生成」「GTM チームのセルフサービス化」という 3 つの柱からなる AI エージェント導入フレームワークを提案しています。

従来の GTM が抱える「非効率」の正体

ジャスティン氏は、Cloudflare の収益運用組織（Revenue Operations）で GTM チームと顧客体験チームを支える立場にあります。彼が直面した最大の課題は、「従来の GTM プロセスはスケーラブルではない」という事実です。

バックオフィス側の業務では、多くの分析作業が Excel での手作業に依存しており、プロジェクトが増えるほど所要時間は指数関数的に増加します。一方、ダッシュボードによる情報提供も「全員のニーズを満たす」には不十分でした。特に深刻なのは、営業現場で起きている 2 つのギャップです。

「文脈のギャップ」と「専門家のギャップ」

文脈のギャップとは、見込み客との通話と既存顧客へのフォローアップなど、会話の相手や目的が頻繁に切り替わる中で、営業担当者が都度必要な情報を収集する手間を指します。また、専門家のギャップは、ベテラン営業が持つ直感的な対応力と、新人や経験浅い担当者の実行レベルとの差です。

この結果、組織全体で「同じオペレーションレベル」に達することができず、メッセージの整合性や顧客へのアプローチ方法に一貫性が欠けていました。ジャスティン氏は、この非効率を解消するために AI エージェントを単なるチャットボットとしてではなく、業務プロセスに深く統合された自律的なインフラとして活用する道を選びました。

柱 1：スキルファイルによる分析能力のスケーリング

第一の柱は、「非技術者でもデータ質問が可能になる仕組み」です。ジャスティン氏は、ビジネスコンテキストを埋め込んだ「スキルファイル」を作成しました。

通常、複雑なデータクエリには SQL を書ける人材が必要で、これがボトルネックとなっていました。しかし、このスキルファイルでは、業務の文脈やロジックが事前に定義されています。非技術者の営業担当者が自然言語で質問するだけで、過去に 2 時間かかっていた分析が数分で完了します。

「SQL を書けない人でも、データに対して直接質問して即座に答えを得られるようになりました」

このアプローチにより、組織内の 80% 以上の一般的な質問（成約日の変更や商談金額の推移など）をカバーできるようになりました。また、スキルファイルはアプリケーション構築にも活用されており、IT チームへの依存を減らし、業務効率化と戦略立案にリソースを集中させることが可能になっています。

柱 2：自動インサイト生成で「データの中の物語」を届ける

第二の柱は、「自動生成されたインサイトによる情報提供」です。ジャスティン氏は、データには必ず「物語（ストーリー）」が含まれていると指摘します。しかし、多くの組織ではその物語を探すのに時間がかかっています。

Cloudflare では、時系列や部門別（マネージャー、地域など）にデータを加工し、AI エージェントが週次レポートを自動生成しています。このプロセスは単一の AI ではなく、複数のエージェントが連携するワークフローで行われます。

1. データ取得: 必要なデータを抽出
2. ドラフト作成: 最初の分析結果を作成
3. 検証: 別のエージェントがデータの真偽を確認
4. トーン調整: 最後のエージェントがリスクと機会をバランスよく表現する文章に仕上げる

このように、データの前処理からロジックの組み込みまでを事前に設計しておくことで、AI が一貫性のある分析を行えるようになります。生成されたレポートは、営業担当者のスマートフォンやチャットツールへプッシュされ、ダッシュボードを開く手間なく「その週の状況」を把握できます。

柱 3：GTM チームのセルフサービス化と専門レベルの提供

第三の柱が最も重要だとジャスティン氏は語ります。それは、「営業担当者が顧客対応時に必要な専門情報を即座に取得できる環境」を整えることです。

Cloudflare では、社内の AI エージェントワークスペース「Cloudflare OS」を構築しました。これは Cloudflare のインフラ（Workers や Durable Objects）上で動作し、営業担当者が自分自身で計算リソースを起動して分析を行えるセルフサービス環境です。

このツールを使えば、営業担当者は以下のようなタスクを即座に実行できます。

• 顧客へのプレビュー資料の作成
• QBR（四半期ビジネスレビュー）デッキの構築
• 購入提案資料の作成

「ベテラン営業が持つような文脈理解力や、複雑な課題への対応方法を、新人でも同じレベルで実行できるようにします」

これにより、経験値による文脈ギャップと熟練度による実行レベルの格差を解消し、組織全体で一貫した高品質な顧客体験を提供することが可能になります。

今後の展望：統合とガバナンスの重要性

ジャスティン氏は、このフレームワークはさらに発展する余地があると指摘しています。今後は CRM への自動更新や会議資料への AI エージェント埋め込みなど、システム間の深層統合を進める予定です。

しかし同時に、AI エージェントの利用が爆発的に増加する中で、「ソース・オブ・トゥルース（唯一の真実）」を統一したガバナンス戦略が必要であると警鐘を鳴らしています。情報の信頼性を保ちながら、組織全体の意思決定スピードを向上させるためのバランス感覚が、今後の成功の鍵となります。

Cloudflare の事例は、エンタープライズ企業が AI を単なるツールとしてではなく、業務プロセスに根付いた自律的なインフラとして再構築する具体的なロードマップを示しています。技術的障壁を取り払い、非技術者層へ分析能力を民主化することで、GTM 組織全体の生産性が劇的に向上する可能性を秘めています。