「個人のAI生産性」と「組織のAI生産性」は全く違う——HubSpot CEO Yamini RanganがGROW ANZ 2026で語ったAI時代の成長戦略
2026年4月、シドニーで開催されたHubSpotの年次イベント「GROW ANZ 2026」で、CEO Yamini Ranganがステージに立った。2020年1月にHubSpotに入社し、ChatGPTの登場（2022年11月）からわずか3年半で社内のほぼすべてを変革してきた同氏が、AI時代における成長戦略の実践知を共有した。
対談形式で語られた内容は、抽象的なビジョンではなく、HubSpot自身が取り組んできた具体的な変革の記録だ。本稿では、その講演の核心——プラットフォームシフトの歴史的パターン、AIカスタマージャーニーの実践、バイブコーディングの限界、そして、組織変革のリーダーシップ——を投資家・ビジネスパーソン向けに整理する。
1. 15〜20年周期の「プラットフォームシフト」——歴史は繰り返す
1-1. 過剰投資→ゲートキーパー→新しい勝者と敗者
Ranganは、講演の冒頭で、テクノロジー業界の歴史的パターンを示した。「15〜20年ごとにプラットフォームシフトが起きる。新しいテクノロジーが出現し、人々が構築を始め、多くの場合は過剰に構築し、その後に誰がそのテクノロジーをコントロールするかという問いが生まれ、勝者と敗者が決まる。それだけのことだ」
インターネット時代を例に取ると、2000年代初頭には敷設されたファイバーの97%が未使用（「ダークファイバー」と呼ばれた）だった。過剰投資の後にGoogleが検索のゲートキーパーとなり、UberやDoorDashのような新しいビジネスモデルがインターネットとモバイルの組み合わせなしには存在し得なかった企業として台頭した。
Ranganは、「生成AIでも同じことが起きている。データセンター容量の面で明らかに過剰投資が進んでおり、それが新しい勝者と、十分に速く動かなかった敗者を生む」と指摘した。
1-2. 今回のサイクルは「はるかに速い」
ただし、今回のプラットフォームシフトには重要な違いがある。「以前のサイクルで8〜10年かかったことが、今は3〜5年で起きている。そして、全員がメガホンを持ち、ポッドキャストをやり、XやLinkedInで意見を発信している。だから、プラットフォームシフトとして見てきたものをナビゲートするのがさらにカオスに感じる」 とRanganは述べた。
2. 「個人のAI生産性」から「組織のAI生産性」への転換
2-1. 全員がAIを使っているが、組織変革は道半ば
講演中、Ranganは、会場に問いかけた。「毎日AIを使っている人は？」——ほぼ全員が手を挙げた。「AIによって組織として、大きな成長やアウトカムを実現した人は？」——手を挙げたのは約半数だった。
Ranganは、この差を核心的な課題として位置づけた。「全員がAIを使っている。全員が少なくとも複数のLLMやツールを日常的に使っている。しかし、我々全員が、個人のAI生産性から組織のAI生産性への移行を模索している段階だ」
2-2. 「個人」と「組織」の違いは「コンテキスト」
個人のAI生産性とは、朝起きてメールを書く際に、スタイルを理解してくれるLLMがより良い思考パートナーになること。一方で、組織のAI生産性には、はるかに多くの文脈が必要だとRanganは説明する。
「最高のキャンペーンマネージャーはどうやって最適なキャンペーンを選ぶのか。最高の営業担当者はどの案件に注力すべきかをどう判断するのか。最高のサポート担当者は何を重視すべきか。それには成長のコンテキストが必要だ」
3. AIカスタマージャーニー——HubSpotが推奨する具体的ユースケース
3-1. AEO（AI Engine Optimization）
Ranganが最初に挙げたのは、「AEO」だ。Googleの検索結果の約60%がクリックに至らないという現実を踏まえ、LLMの回答にどう表示されるかを最適化する新しいマーケティング手法である。
HubSpotでは、2年半前からこの領域を実験しており、専任チームが「LLMが提供する回答にどう出現するか」を科学として体系化してきた。
3-2. データエージェント＆プロスペクティングエージェント
次に挙げたのは、ICP（理想顧客プロファイル）の特定とアウトリーチの自動化だ。
データエージェント：CRM内の企業・コンタクト情報を最新データで自動エンリッチし、ICPマッチングされたTAM（Total Addressable Market）を拡大する
プロスペクティングエージェント：適切なインテントシグナルを特定し、企業・課題に合わせたパーソナライズドメールを自動生成する
Ranganは、自身の経験を交えた。「私が営業を始めた頃、500アカウントを担当していたが、1社ずつ10-Kや10-Qを調べて情報を見つけるのは本当に大変だった。今はAIでそれが簡単にできる」
3-3. セールスアシスタント
営業プロセスでは、通話中のノート取り、CRMへの入力、フォローアップメールの作成といった「時間が足りなかった」業務をAIが代行する。ボットが会話を聞き、アクションアイテムを抽出し、送信用メールまで準備する。
3-4. カスタマーエージェント（チケット解決率70%）
Ranganが、「プロダクト・マーケット・フィットを最初に見つけたユースケースの一つ」と表現したのがカスタマーエージェントだ。「現在10,000社以上の顧客が利用しており、チケット解決率は70%だ」
ただし重要なのは、このスケーリングを「顧客満足度を犠牲にしないバランス」で行っていると明言したことだ。
3-5. 実践の鉄則——「自社の課題から始めよ」
Ranganは何度も強調した。「会社の目標は何か。チームの目標は何か。AIは新しいプラットフォームシフトだが、自社のゴールと再構築したいことから始めなければならない。逆ではない」。まず最大の課題を特定し、1〜2つの領域を選んで深く取り組み、スケールと自信が得られてから次のユースケースに拡張するというアプローチだ。
4. バイブコーディングの限界——「3,000人のエンジニアで本番アプリは1つもバイブコードしていない」
4-1. 書くことと維持することは別の話
Ranganは、バイブコーディングについて率直に語った。「HubSpotには3,000人のエンジニアがエージェント型コーディングに取り組んでいるが、コアアプリケーションを1つもバイブコーディングで作っていない」
その理由は明確だ。「コードを書くことは一部に過ぎない。そのコードを維持すること、20〜50の他のアプリケーションと統合すること、今日のベストプラクティスに追従すること——AEOが変われば、それをソリューションに反映させなければならない。スケーラブルなシステムを持つ能力とコードを書く能力の間には大きな違いがある」
4-2. AIアウトプットとAIアウトカムの違い
Ranganが最も力を込めて語ったのが、この区別だ。「AIアウトプットとAIアウトカムは全く違う。ブログ記事やメールを書くことはアウトプットだ。しかし、そのアウトプットが実際に成長を生むかどうかは別問題だ」
成長アウトカムを生むには、過去の送信メール履歴、どの競合バリュープロポジションが勝ち、どれが負けたか、ブランドをどう表現すべきか——そうした文脈が必要だ。この文脈を与えて初めて、アウトプットが成長アウトカムに変換される。
「自社を知り、ブランドボイスを知り、競合にどう勝つかを知ったパーソナライズドメールは、汎用的なメールよりはるかに高い開封率を得て、より多くの案件を獲得できる」
5. HubSpot自身の変革——「変えていないものは何もない」
5-1. エンジニアリングの3段階進化
Ranganは、2022年11月のChatGPT登場以降のHubSpot社内変革を3段階で説明した。
第1段階（2023年）：コパイロットとアシステッドコーディング。 GitHub Copilotの活用を開始。製品の信頼性が損なわれないことを確認し、組織としての自信を構築した。
第2段階（2024年）：エージェント型コーディングへの移行。 モデルの能力が飛躍的に向上し、CursorやClaude Codeを活用したエージェント型コーディングに移行。エンジニアリング速度と生産性の各指標で大幅な改善を確認した。
第3段階：HubSpot開発者向け最適化環境の構築。 汎用コーディングエージェントはHubSpot固有のライブラリや開発方法に最適化されていなかったため、独自のコンテナ化環境を構築。これにより全エージェントが同じ言語を話し、同じデータとツールにアクセスし、同じ成長コンテキストを利用できるようになった。「100%の開発者がこの技術基盤上でエージェント型コーディングを行っている」
5-2. 自社Go-to-Marketの「エージェントファースト」化
HubSpotは、自社のGo-to-Market活動もAIエージェントで変革している。
デマンドエージェント：ICPを構築し、アクセス可能なエンリッチドコンタクトを拡大
インバウンドエージェント：Webサイトへの問い合わせの82%を処理。 価格情報、キャンペーン情報、資格認定方法、競合情報を学習済み
プロスペクティングエージェント：パーソナライズドアウトリーチにより、BDRと営業担当者の生産性が大幅に向上
セールスアシスタント：案件リスク分析、クロージング時期の提案、ステージ判定を対話形式で提供
カスタマーエージェント：サポートチケットの60%をAIが処理
Ranganによれば、プロスペクティングエージェントとセールスアシスタントの組み合わせにより、ウィンレートと生産性が改善している。
6. Go-to-Market組織の構造変化——セールスとCSの境界が消える
6-1. インターネット時代：マーケティングとセールスの融合
Ranganは、組織構造の変化を歴史的に整理した。インターネット時代には、バイヤーが事前に情報を検索するようになり、マーケティングとセールスの境界が曖昧になった。マーケターはよりパーソナルに、営業担当者はよりマーケター的になる必要があった。
6-2. AI時代：セールスとカスタマーサクセスの融合
「今起きているのは、セールスとカスタマーサクセスの境界の融合だ」 とRanganは指摘する。AIエージェントの価値は数分以内に実感される必要があり、価値を即座に拡大しなければならない。そのため、セールスからCSへの「ハンドオフ」はもはやハンドオフであってはならず、顧客に価値を届ける連続的なプロセスでなければならない。
HubSpotでは、今年、セールスとCSを同一組織に統合した。目的は、セールスサイクル中にアイデアを提示し、CSフェーズで素早く価値を実現するスピードを上げることだ。
6-3. 採用すべき人材像——「好奇心と実験精神」
組織境界が融合する時代に採用すべき人材の条件についてRanganは明確だ。「好奇心を持ち、変化に向かって前のめりになれる人。変化そのものを恐れるのではなく。実験し、テクノロジーで学ぶビルダーであること。好奇心、実験精神、学び続ける姿勢——それが採用基準だ」
7. 投資家が注目すべきポイント
7-1. 「AIアウトプット vs. AIアウトカム」フレームワークの汎用性
Ranganが提示した「AIアウトプット（テキスト生成等）」と「AIアウトカム（実際の成長成果）」の区別は、AI投資全般に適用できるフレームワークだ。多くのAIツールがアウトプットを訴求する中、組織のコンテキスト（顧客データ、競合分析、ブランドボイス）を統合してアウトカムに変換できるプラットフォームこそが、持続的な競争優位を持つ。
7-2. HubSpotのポジショニング
HubSpotは、「エージェントファースト」への転換を自社で実証しつつ、そのツールセットを顧客に提供するという二重のストーリーを持っている。カスタマーエージェントの10,000社導入、70%解決率という数字は、AI機能の有料化やアップセルの基盤となりうる。
7-3. バイブコーディングへの冷静な視点
「バイブコーディングでSaaSプラットフォームが不要になる」という議論に対し、HubSpot自身の3,000人エンジニアが本番環境では使っていないという事実は重要な反証だ。スケーラビリティ、統合性、維持管理の観点から、
