ABM 2026年版：インテントデータ×AIで進化するターゲティング

はじめに：「ターゲットリストは作った。でも商談が生まれない」

「ABMを導入した。ターゲット企業も選定した。パーソナライズしたコンテンツも送っている。なのに、思うようにパイプラインが積み上がらない」── B2B企業の経営者や事業責任者から、こうした声が増えています。

問題は、ABMの「やっている・やっていない」ではありません。ターゲティングの精度そのものが、根本から変わろうとしていることにあります。

アカウントベースドマーケティング（ABM）は、もはやターゲット企業リストを作って個別にアプローチする手法ではなくなりました。2026年、ABMはインテントデータ（購買意図データ）とAIの融合によって、まったく異なるレベルの精度に進化しています。

本記事では、海外で起きているABMの構造的な進化を整理し、日本企業が置かれている現在地を率直に分析した上で、今どこから手をつけるべきかを考察します。

第1章：ABMの進化──「静的リスト」から「動的シグナル」へ

インテントデータが変えたABMの前提

ABMの従来のアプローチは、業種・企業規模・売上高といった静的な属性情報でターゲットリストを作ることでした。いわば「見込み客の履歴書」でフィルタリングしていたのです。

インテントデータは、この前提を根本から覆します。企業がWeb上でどんなトピックをリサーチしているか、どのような課題解決コンテンツを閲覧しているかという行動シグナルを捉えることで、「今まさに検討している」企業を特定できるようになりました。

数字が雄弁です。B2Bバイヤーインテントデータ市場は2026年時点で推定45億ドル（約6,750億円）規模に成長。年平均成長率は15.9%で拡大を続けています。そして99%の企業がインテントデータ導入後に売上またはROIの向上を報告しています。

実践ポイント： インテントデータの本質は「誰にアプローチするか」ではなく「いつアプローチするか」の精度を上げること。タイミングの解像度を高めることが、ABMの成果を分ける最大の変数です。

AIがもたらす3つの構造変化

2026年のABMにおけるAIの役割は、単なる業務効率化ではありません。ターゲティングの構造そのものを変えています。

1. 予測スコアリングの高度化

従来のスコアリングは、メール開封やウェビナー参加といった過去の行動にポイントを付与する「後追い型」でした。AIによる予測スコアリングは、複数のインテントシグナルを統合し、購買ステージを予測する「先読み型」に進化しています。6senseやDemandbaseといったプラットフォームは、独自のAIモデルで企業の購買フェーズを自動判定し、「認知段階」「比較検討段階」「意思決定段階」を可視化します。

結果として、予測モデルを活用した企業ではコンバージョン率が22%向上。インテントデータに基づくアプローチで、セールスサイクルが平均42日短縮されたという報告もあります。

2. ハイパーパーソナライゼーションの自動化

78.7%の企業がABMにAIを組み込んでおり、その主な用途はパーソナライゼーション、予測分析、ターゲティングです。AIは、ターゲット企業の業界課題、閲覧コンテンツ、組織変動シグナルを自動分析し、個社ごとに最適化されたメッセージを生成します。

AIによるパーソナライゼーションエンジンはコンバージョン率を30%向上させ、一部の先進企業ではパイプラインが285%増加、案件規模が50%拡大した事例も報告されています。

3. AIエージェントによるオーケストレーション

2026年のもう一つの大きな変化が、AIエージェントによるABMワークフローの自動実行です。広告プラットフォーム、CRM、データソースにAPIで接続し、人間のチームが数日かかる作業を数分で実行します。

従来のABMでは、質の高いパーソナライゼーションを維持できるのはせいぜい50〜100アカウントが限界でした。AIエージェントの導入により、200〜500アカウントに対して質を保ったまま個別対応が可能になり、従来比5〜10倍のスケールが実現しています。

指標 従来型ABM AI×インテントデータ型ABM
ターゲット選定 静的属性（業種・規模） 動的シグナル（行動・購買意図）
スコアリング 過去の行動ポイント加算 AIによる購買フェーズ予測
パーソナライゼーション 手動で個社対応 AI自動生成×人間の監修
対応可能アカウント数 50〜100社 200〜500社
アプローチタイミング リスト順 インテントシグナル検知時

「最初に接触した企業」が勝つ時代

見逃せないデータがあります。インマーケット（購買検討中）のアカウントに最初に接触した企業は、成約確率が50%高いという調査結果です。2番目、3番目に接触した企業とは、明確な差がつきます。

これは直感的にも理解できるでしょう。企業が課題を認識し、情報収集を始めた瞬間に的確なアプローチができれば、その企業の「検討の枠組み」を自社が定義できます。後から参入する競合は、すでに形成された枠組みの中で比較される立場に回ります。

ABM全体のROIは平均137%。97%のマーケターがABMは他の施策より高いROIを生むと回答しています。ABMを活用した企業はターゲットアカウントからのエンゲージメントが従来比171%増加。そして49.7%の企業が2026年にABM予算の増額を計画しています。

第2章：日本企業の現在地──構造的なギャップを直視する

海外のトレンドを一通り整理しました。ここからが本題です。日本のB2B企業がこの進化とどう向き合うべきかを考えます。

「ABMをやっている」と「ABMが機能している」は別の話

日本でもABMの認知度は着実に上がっています。ターゲット企業リストを作り、個別のアプローチを設計する企業は増えました。しかし、率直に言えば、多くの企業のABMは「静的リスト型」の段階で止まっているのが実情です。

海外との構造的なギャップは、大きく3つあります。

1. インテントデータの活用が進んでいない

海外ではBombora、6sense、G2といったインテントデータプロバイダーが広く普及していますが、日本ではSales Markerなど一部の国産ツールが登場し始めた段階です。ABMを謳うマーケティングツールは多数あるものの、インテントデータを実際に活用しているツールはごく一部にとどまります。

さらに、インテントデータプラットフォームの年間費用は60,000〜300,000ドル（約900万〜4,500万円）と高額です。日本の中堅B2B企業にとっては、投資判断のハードルが高いと言えるでしょう。

2. マーケと営業の「分断」が解消されていない

日本のBtoB企業では、いまだにこんな光景が繰り返されています。マーケ部門は「スコアリングしたのに営業が使ってくれない」と嘆き、営業部門は「机上のデータより現場の肌感のほうが正確だ」と反発する。ABM推進室がマーケ部門内に設置されても、営業からは「あれはマーケの施策でしょ」と見られ、リストが日常業務に組み込まれない。

この構造は、インテントデータを導入しただけでは解消されません。ツールの前に、市場の情報を営業とマーケが共通言語で語れる仕組みが必要です。

3. データ蓄積の文化が未成熟

シグナルベースのABMは、CRM・MA・インテントデータの統合が前提です。しかし日本では、CRMへの入力すら定着していない組織が少なくありません。データを蓄積する文化そのものが課題であるケースが多く、高度なAI活用以前のボトルネックが残っています。

実践ポイント： ツール導入の前に、まず「自社のターゲット企業が今何を調べているか」を事業責任者自身が把握できているかを問い直す。市場の手触りなくしてデータの解釈はできません。

ギャップは「遅れ」ではなく「順序」の問題

ここで強調しておきたいのは、日本企業が劣っているわけではないということです。必要なステップの順序が異なるだけです。

海外企業は、分業体制・データ基盤・エコシステムが先に整っていたからこそ、インテントデータ×AIのABMに移行できました。日本企業がいきなり同じツールスタックを導入しても、足場がないまま高層階を建てるようなものです。

第3章：優先アクション──まず着手すべきポイント

ABMの最新トレンドを知ったうえで、選択と集中が求められます。すべてを同時に進めるよりも、段階的に取り組むことが成果への近道です。以下の3ステップで、段階的に進めることをお勧めします。

ステップ1：ターゲット企業の「行動」を観察する仕組みを作る

まずは高額なインテントデータプラットフォームを導入する必要はありません。自社のWebサイト、コンテンツ、メールへの反応データから始めてください。

  • 自社サイトの企業別アクセス解析（IPアドレスベースの企業特定ツールは月数万円から導入可能）
  • コンテンツダウンロードやウェビナー参加の企業名分析
  • 既存CRMデータと突合した「動きのあるアカウント」の可視化

ポイントは、データを「見る人」を決めることです。ダッシュボードを作っても見る人がいなければ意味がありません。事業責任者やマーケリーダーが週次で「今動いているアカウント」を確認するリズムを作ることが最優先です。

実践ポイント： まずファーストパーティデータ（自社で取得できるデータ）の活用を徹底する。サードパーティインテントデータの導入はその後。順序を間違えると、データはあるのに使えない状態に陥ります。

ステップ2：営業とマーケの「共通言語」を作る

インテントデータが機能するかどうかは、営業とマーケが同じデータを同じ解釈で見られるかにかかっています。

具体的には、以下を仕組み化してください。

  • ターゲットアカウントの定義を共同で作成する。 営業の「肌感」とマーケの「データ」を突き合わせ、両方が納得するターゲット基準を言語化する
  • 週次の「アカウントレビュー」を設ける。 営業とマーケが同席し、動きのあるアカウントについて情報を共有する。15〜30分で十分です
  • フィードバックサイクルを回す。 マーケが提供したリードに営業がアプローチした結果を必ず戻す。この循環がなければ、ABMのPDCAは回りません

ステップ3：小さくAIを使い始める

いきなり数千万円のABMプラットフォームを導入する必要はありません。小さく始めて、再現性を確認してから拡大するのが鉄則です。

  • 生成AIを使ったターゲット企業ごとのアプローチメッセージ作成
  • 既存データをAIで分析し、成約パターンの共通項を抽出
  • CRMデータのクレンジングと補完（データエンリッチメント）にAIツールを活用

86%のマーケターがAIによるABMのROI向上を期待しています。しかし同時に、70%近くがAIの現時点での効果は限定的と感じているのも事実です。この乖離は、多くの企業がAIを「魔法の杖」として導入し、実行しながら学ぶプロセスを省いていることに起因しています。

優先度 アクション 投資規模 期待効果
高 ファーストパーティデータの活用基盤構築 月数万円〜 動きのあるアカウントの可視化
高 営業×マーケの週次アカウントレビュー コストゼロ 共通言語の形成、分断の解消
中 生成AIによるパーソナライズメッセージ作成 月数千円〜 アプローチの質と量の両立
中 企業特定ツールの導入 月数万円〜 匿名訪問の企業名可視化
低（段階的） サードパーティインテントデータ導入 年数百万円〜 購買意図の先読み

まとめ：ツールの前に「市場を見る目」を持つ

ABMは2026年、インテントデータとAIの融合によって大きな進化を遂げています。海外では「誰に売るか」から「誰が今買おうとしているか」へとパラダイムが移行し、その精度はAIによって加速し続けています。

しかし、日本企業がこの波に乗るための最初の一歩は、最新ツールの導入ではありません。

事業責任者自身が市場に出て、ターゲット企業が何に困り、何を調べているかを肌で感じること。そのインサイトをデータと掛け合わせ、営業とマーケが同じ目線でアカウントを追いかける仕組みを作ること。市場の手触りとデータの精度、その両輪が揃って初めて、ABMは機能します。

この「事業責任者自らが市場に出て、GTM全体の設計から成長を牽引する」という考え方は、私たちがGTM-Led Growthと呼ぶアプローチの核にあるものです。ツールスタックの選定やインテントデータの活用設計も含め、ハンズオンで伴走するご支援を行っています。

ABMの進化に対応したい、自社のターゲティング精度を上げたいとお考えの方は、ぜひお気軽にご相談ください。現状の課題整理から優先アクションの設計まで、伴走いたします。

参考情報

執筆者：道家俊輔 ── リクルートで事業戦略策定・GTM戦略設計に従事後、大手消費財メーカーでDX/CX戦略推進。現在はGTM-Led Growthコンサルティングを提供。