Gartnerは「2028年までにB2B購買の90%がAIエージェントを介して行われる」と予測しています。この数字の真偽より重要なのは、自社の営業・マーケ・プロダクトがこの変化に対応できる状態にあるかどうかです。

1. 「取引先の担当者がAIになる」とはどういうことか

売上100億円前後のB2B企業で事業部長を務めていると、新規顧客獲得の効率悪化を肌で感じている方は少なくないのではないでしょうか。展示会で名刺を集め、営業が一件ずつ電話し、提案書を出して稟議を待つ。このプロセス自体は変わっていないのに、受注率が年々下がっている。

その背景にある構造変化の一つが、AIエージェントによるB2B購買の自動化です。

2025年10月、Gartnerは以下の予測を発表しました。

調査機関 予測内容 時期
Gartner B2B購買の90%がAIエージェント仲介 2028年まで
Gartner 15兆ドル（約2,200兆円）超がAIエージェント経由で取引 2028年まで
Gartner エンタープライズアプリの40%にAIエージェント統合（2025年時点は5%未満） 2026年末
Forrester B2B売り手の20%がAIバイヤーエージェント対応必須 2026年中

これは「遠い未来の話」ではありません。Forresterの予測が正しければ、2026年中には5社に1社の売り手が、AIバイヤーからの自動見積もり要求に対応しなければならなくなります。つまり、取引先の購買担当者が人間ではなくAIになる世界が、早ければ今年中に一部で現実化するということです。

具体的に何が変わるのか。買い手企業のAIエージェントが、自社の要件を分析し、最適なサプライヤーをインターネット上から自律的に探索します。複数の売り手AIに同時にコンタクトし、価格・品質・納期を瞬時に比較して、最適な取引先を選択する。2025年4月にGoogleが発表したAgent2Agent Protocol（A2Aプロトコル）には、Salesforce、SAP、ServiceNow、PayPalなど50社以上が参画を表明しており、このAI間通信の技術基盤は着実に整いつつあります。

ここで事業責任者が直視すべき変化があります。AIエージェントは、営業担当者の熱意やプレゼンの巧みさでは動きません。 構造化されたデータ、検証可能な実績、機械が読める製品情報。こうした「客観的に評価できる情報」だけが判断材料になります。言い換えれば、「営業力」で勝つ時代から「データの質」で勝つ時代への転換が始まっているということです。

2. AI SDR（自律型営業開発）が変える「売り手側」の現実

買い手側だけではありません。売り手側でもAIの導入が急速に進んでいます。

AI SDR（Sales Development Representative）とは、見込み客の発掘からアポイント獲得までを自律的に行うAIエージェントのことです。従来、人間のSDRが1日にコンタクトできる見込み客は数十件が限界でした。AI SDRはこれを数百件から数千件の規模に引き上げます。

この領域で象徴的なのがSalesforce Agentforceの急成長です。2026会計年度（FY26）の実績として、Agentforce関連のARR（年間経常収益）は前年比114%増の約14億ドルに到達し、累計29,000件以上の有料契約を獲得しています。「実験的な取り組み」から「事業の中核」へと完全に移行したと言えるでしょう。

11x.aiやArtisanといった専業プレイヤーも台頭しており、月額2,400ドル（約36万円）から導入可能なプラットフォームも登場しています。

しかし、ここで多くの企業がつまずくポイントがあります。AI SDRを導入すれば自動的に成果が出るわけではないということです。「AIに何を売らせるか」「どんな顧客にアプローチするか」という市場の解像度がなければ、AIは的外れな営業を大量生産するだけです。

これは事業部長にとって切実な問題ではないでしょうか。営業、マーケ、プロダクトがそれぞれ別の方向を向いているサイロ化した組織では、AIに渡す「正解」のインプットがそもそも存在しません。ターゲット顧客の定義が部門ごとに微妙にずれていたり、製品の強みの言語化が営業個人の暗黙知に依存していたり。AIを入れる前に、組織として「自社は誰に何を売っているのか」を統一する作業が先に来ます。

3. 日本の中堅B2B企業が直面する3つの構造課題

日本経済新聞は「2026年はAIエージェントが日本企業の利益に本格貢献する年になる」と報じています。UiPathも2026年を「AIエージェント実行の年」と位置づけ、2025年の実証実験フェーズから本格導入フェーズへの移行を予測しています。

しかし率直に申し上げると、日本の中堅B2B企業の多くは、この変化への備えが十分とは言えません。その背景には3つの構造的な課題があります。

課題1：商習慣のアナログ依存

日本のB2B取引では、いまだにFAXや電話による発注、紙ベースの契約書が残っています。PwC Japanの調査でも、日本のB2B営業のデジタル化率は欧米に比べて大きく遅れていることが指摘されています。AIエージェントはデジタル化された情報しか読めません。アナログな商習慣は、文字通り「AIから見えない存在」になるリスクをはらんでいます。

課題2：製品情報が「人の頭の中」に閉じている

多くの企業で、製品の強みや導入事例の詳細は、ベテラン営業の頭の中に閉じています。PDFカタログはあっても、価格体系、導入効果の数値、顧客業種別の活用パターンといった情報が構造化されていません。AIエージェントが比較・評価するためには、API（アプリケーション間のデータ連携インターフェース）経由でアクセスできるデータが不可欠です。

課題3：部門横断の戦略不在

営業は「もっとリードをくれ」と言い、マーケは「営業がフォローしない」と言い、プロダクトは「顧客の声が届かない」と言う。この構図に心当たりがある方は多いのではないでしょうか。AIエージェント時代には、この部門間の分断がそのまま「AIに渡すデータの分断」になります。買い手AIが求める情報を一貫したストーリーで提供できなければ、競合に選ばれることはありません。

4. 明日から始められる4つの具体ステップ

では、何から手をつければいいのか。全社的なDXプロジェクトを立ち上げる必要はありません。以下の4ステップを、まず1つの製品カテゴリ・1つの顧客セグメントに絞って試すことをお勧めします。

ステップ1：自社の「AI可読性」を30分で診断する

Google検索で自社の製品名を入れ、出てくる情報だけで「この製品が何で、いくらで、どんな企業に向いているか」を第三者が判断できるか確認してみてください。判断できなければ、AIエージェントにも判断できないということです。チェックポイントは3つあります。

  • 製品スペック・価格帯がWebサイト上で明示されているか
  • 導入事例に「業種」「課題」「効果（数値）」が含まれているか
  • 構造化データ（Schema.orgマークアップ）がWebサイトに実装されているか

この診断自体は、マーケティング担当者に依頼すれば30分で完了するはずです。

ステップ2：「勝ちパターン」を3つだけ言語化する

過去2年間の受注案件を振り返り、「なぜ受注できたのか」を営業・マーケ・プロダクトの3部門合同で棚卸しします。業種、企業規模、決裁者の役職、競合との差別化ポイント。これを3パターンに絞って文書化するだけで、AI SDR導入時のインプットとして使える基盤になります。所要時間の目安は、3部門の主要メンバーで半日のワークショップ1回です。

ステップ3：製品情報の「AI向けページ」を1つ作る

既存のWebサイトに、AIエージェントが読みやすい構造化された製品情報ページを1つ追加します。人間向けのブランドページとは別に、スペック・価格・対象業種・導入効果を箇条書きで並べた機械可読なページです。JSON-LD形式のSchema.orgマークアップを実装すれば、Googleの検索AIにも拾われやすくなります。制作コストは、Web制作会社に依頼して10万〜30万円程度が目安です。

ステップ4：月1回の「市場の手触り」ミーティングを設定する

営業・マーケ・プロダクトの責任者が月1回集まり、「今月、顧客から聞いた想定外の声」を共有する場を作ります。AIは過去のデータから最適解を出しますが、市場の変化の兆しを察知するのは、現場に出ている人間にしかできません。このミーティングの目的は「AIに渡すべき情報を人間がアップデートし続ける」ことです。

投資目安のまとめ

– ステップ1: 社内工数のみ（30分）

– ステップ2: 社内工数のみ（半日ワークショップ1回）

– ステップ3: 10万〜30万円（外注の場合）

– ステップ4: 社内工数のみ（月2時間）

最初の3か月でステップ1〜3を完了し、ステップ4を継続する形が現実的です。

5. まとめ――AIの時代こそ「市場への解像度」が勝敗を分ける

AIエージェント同士が交渉する時代。それは一見すると、テクノロジーがすべてを決める世界に見えるかもしれません。

しかし実態は逆です。AIエージェントに「何を交渉させるか」「どんな価値を伝えるか」を設計するのは、結局のところ人間です。市場の手触りを持ち、顧客の本当の課題を理解し、それを構造化されたデータとして表現できる企業だけが、この変化の中で選ばれる存在になれるでしょう。

プロダクト主導でもセールス主導でもない、市場全体を見渡しながらGo-to-Market戦略そのものを設計する視座――GTM-Led Growthとでも呼ぶべきアプローチが、これからの時代にはますます重要になるのではないでしょうか。

ツールを入れることが目的ではありません。自社が「誰に、何を、どう届けるか」を解像度高く設計し直すこと。そのうえで、AIという手段を適切に組み込んでいく。その順序を間違えなければ、中堅企業であっても十分にこの変化を味方にできるはずです。

この記事で触れたような「自社のAI可読性診断」や「勝ちパターンの言語化」を、自社の状況に合わせて具体的に進めてみたいとお考えでしたら、壁打ち相手としてお気軽にご活用ください。現状の棚卸しから、実行可能な打ち手の優先順位づけまで、ハンズオンでご一緒します。

お問い合わせはこちら →

参考情報