AI活用ガイド｜HubSpot CRMとの連携を業務に実装する方法

AI活用はツール選びだけでは完結しません。業務の流れと人の判断を含めて設計することが要点です。

「AIを導入したいが、どの業務から始めるか決められない」

「AIを試したものの、日々の業務や顧客データとつながっていない」

「AIの出力を誰が確認し、どこまで任せるかを整理できていない」——

AI活用とは、AIや業務システムのAI機能を業務プロセスに組み込み、成果物の確認と運用方法まで設計することです。まず対象業務を絞り、人が確認できる形で試し、CRMなどの業務フローに段階的に組み込みます。

この記事でわかること

AI、業務AI、CRM AIの役割を整理し、業務にどのように組み込むかを解説します。AI導入を検討している方が、自社で始める業務や確認手順を考えるためのガイドです。

• AIの3つの領域 — AI、業務AI、CRM AIの特徴と、組み合わせる際の考え方を解説します。
• 業務への組み込み方 — 手作業を棚卸しし、小さく試してから標準化する手順を紹介します。
• HubSpotとAIの連携 — Breezeを含むCRM内のAI機能を、顧客情報や営業プロセスとの関係から整理します。
• 人とAIの役割分担 — AIに任せる処理と、人が判断する場面を分ける方法を説明します。
• 運用ルールの考え方 — 入力する情報や出力の確認方法を業務の流れに合わせて整理します。

AI活用は3つの領域で考える

「AI」という言葉だけでは、何を導入すればよいかが見えにくくなります。業務に当てはめるときは、AI、業務AI、CRM AIに分けると整理しやすくなります。各領域が業務フローのどこを支えるかを確認しましょう。

AIは文章や案を作る

AIは、テキストや画像、コードなどの案を生成するAIです。ChatGPTなどの対話型サービスを使い、文章の下書き、情報整理、コードの試作といった作業を支援できます。

ゼロから案を作る負担を軽くする一方、出力が自社の事実や意図に合っているとは限りません。たとえば、提案資料の構成案を作る場合は、元になる顧客情報や提案方針を与え、内容を担当者が確認してから使います。

Geminiも、文章や案の生成に使われるAIの代表例です。

業務AIは定型処理の中の判断を補助する

業務AIは、分類や要約などの判断を含む処理を、既存の業務フローに組み込む考え方です。メールの分類、商談記録の要約、データの整理など、繰り返し発生する作業で活用を検討できます。

作業を分解すると、ルールで処理できる工程と、文脈を読み取って判断する工程が見えてきます。たとえば、決められた条件で担当者へ通知する処理は従来の自動化で対応できる場合があります。一方、問い合わせ文から要点や意図を読み取り、分類候補を作る工程ではAIを補助に使えます。分類結果が顧客への対応や担当者の割り当てに影響するなら、候補を確認して確定する担当者と、判断基準をあらかじめ定めます。

具体例として、Zapier AI、UiPath、freee AIなどの業務向けツールがあります。

CRM AIは顧客情報を業務につなぐ

CRM AIは、顧客管理システムに蓄積された情報を使い、営業やマーケティングの作業を支援するAIです。HubSpotのAI機能群はBreezeと呼ばれ、顧客情報の確認や業務上の支援に使える機能があります。

ただし、顧客データの不足や更新漏れがあると、AIの出力を業務判断に使いにくくなります。顧客情報を集約し、営業活動や問い合わせ対応の記録を継続して整えることが活用の土台です。

3つの領域は別々に導入するものとは限りません。たとえば、問い合わせ内容をAIで分類し、CRM上のコンタクト情報と関連付け、担当者が取引化や顧客対応を判断する流れを設計できます。この場合、問い合わせの分類だけで処理を終えず、分類結果を誰が確認し、どのCRM情報と照合して次の対応を決めるのかまで定義します。

AIを選ぶときは業務と出力を基準にする

AIの利用は、まず文章や情報整理の補助から始めやすい方法です。一方で、ツールごとの特徴だけを比べても、実務に合うかは判断できません。どの作業を助けたいか、どの形式の出力が必要かを先に整理します。

CRMの情報整理には、コンタクト・会社・取引・チケットの4種類を要約でき、活動・メモ・担当者の情報を含むBreeze Assistantが使えます出典。

先に対象業務と成果物を決める

「AIを使う」だけでは、導入後に利用が定着するかを判断できません。たとえば、議事録の要点整理、メールの下書き、社内文書の検索補助など、作業と成果物を具体化します。

対象業務を決めたら、現在の手順とAIを使う手順を並べます。成果物の確認者、修正が必要な条件、最終版を保存する場所を決めると、試行後の改善点を把握しやすくなります。たとえばメールの下書きなら、参照する顧客情報、下書きを確認する担当者、確認時に照合する事実、確定版の保存先を整理します。これにより、AIが作成した部分と担当者が確定した部分を後から追いやすくなります。

ツールは用途に合わせて比較する

複数のAIサービスを比較する場合は、出力品質だけでなく、既存業務との接続、データの扱い、利用者が確認しやすいかを見ます。共通の業務課題を用意し、同じ条件で出力を比較すると、評価の観点をそろえられます。

比較する際は、同じ入力情報と依頼内容を使い、確認項目を先に決めます。必要な情報が含まれているか、記述が元データと一致するか、根拠をたどれるか、担当者が修正箇所を特定できるかを項目ごとに記録します。利用条件と管理設定も確認し、業務上のルールに合うか判断します。ただし、入力情報や確認条件が異なる結果を、そのまま優劣の判断には使えません。

出力の確認を業務手順に含める

AIは、自然な文章でも事実と異なる内容を含める場合があります。顧客情報、契約内容、製品仕様など、正確さが重要な情報は、元データと照合する工程を設けます。

確認項目は業務ごとに決めます。たとえばメールの下書きでは、宛先、顧客との過去のやり取り、提案内容を担当者が照らし合わせます。確認後に送信する手順を標準化すると、AIの出力をそのまま業務に流すことを避けられます。文章を確認するときは、誤りがないかだけでなく、必要な情報が抜けていないか、元データにない説明が加わっていないかも見ます。

修正が必要な場合は、内容を直すだけでなく、どの情報や指示が不足していたかを記録すると、次の試行で改善箇所を特定できます。

業務AIは手作業の流れから設計する

AI導入の対象は、手元にある作業の流れから選びます。現状の手順を確認し、AIが補助できる部分と、人が担う部分を切り分けます。

手作業と情報の移動を棚卸しする

業務を、受付、情報確認、判断、実行、記録の順に書き出します。各工程で使う表やシステム、担当者間の受け渡しを記録すると、重複入力や確認待ちが見つけやすくなります。

棚卸しでは、作業回数だけでなく、判断基準が共有されているかも確認します。手順が人によって異なる場合は、先に基準を言語化します。

各工程について、

AIの役割と人の判断を分ける

AIには、分類、要約、候補の提示など、結果を人が確認できる作業を割り当てます。顧客への送信、商談方針、取引条件など、事業や顧客に影響する判断は担当者が行います。

役割分担を決める際は、AIの出力を業務に反映する前に人が介在する地点を特定します。担当者は、AIの候補を採用する、修正して採用する、保留して確認を依頼する、といった対応を選べるようにします。どの対応を選んだかを記録できれば、判断が必要になる条件や、AIに渡す情報の改善点を振り返れます。

人に依存しない手順に整える

AI活用を一人の担当者の経験に頼ると、担当変更のたびに運用が途切れやすくなります。対象業務、入力する情報、AIへの指示、確認項目、記録先をまとめ、担当者が変わっても同じ手順をたどれる形にします。

手順書を作った後は、別の担当者がその内容だけで作業できるかを確認します。同じ結果に近づけない場合は、業務の判断基準か入力情報に不足があります。どの工程で判断が分かれたか、必要な情報を見つけられたか、確認後の記録先が明確だったかを確かめます。そこを直してから自動化の範囲を広げます。

HubSpotではBreezeを顧客業務の流れに置く

HubSpotのAI機能は、CRMにある顧客情報や業務記録と組み合わせて使うことで、顧客対応の流れに位置付けられます。コンタクト情報の確認から取引の管理、顧客対応まで、どの段階を支援するのかを決めます。利用可能な機能や条件は契約内容とアカウントの設定に応じて確認します。

CRM情報の整備を先に進める

コンタクト、会社、取引などの情報が一貫して記録されていると、担当者が顧客との経緯を追いやすくなります。入力項目が多すぎると更新が続きにくいため、業務判断やレポートに使う項目を中心に設計します。

手作業で別々の表を更新している場合は、どの情報をHubSpotで管理するかを定めます。担当者、対応履歴、取引状況が同じ顧客に関連付けられると、引き継ぎや次の対応を仕組みで支えられます。AIを使う前に、参照させるCRM情報がどの担当者によって、どの業務の後に更新されるのかを明確にします。更新の責任やタイミングが曖昧な項目は、AIの出力だけで補わず、元情報の管理方法を見直します。

Breezeを確認と作業の補助に使う

Breezeの機能は、顧客情報の要約や文章作成など、担当者の確認を前提にした業務から検討できます。AIの回答を採用するかは、関連するCRM記録や社内の判断基準と照らして人が決めます。

機能の適用条件は変更されることがあるため、導入時にはHubSpotの公式資料で対象機能の仕様を確認します。

以下はBreeze Agents一覧の表示例です。

段階ごとにAIとCRMの連携を広げる

最初は問い合わせの分類や記録の要約など、結果を担当者が確認しやすい作業を選びます。次に、確認済みの情報をコンタクトや取引に反映する手順を整え、運用が定着してから他の業務への適用を検討します。

コンタクトから取引、受注後の顧客対応へ情報をつなぐと、部門ごとに記録が分かれる状態を減らせます。ただし、CRMに情報を集めるだけで運用が整うわけではありません。どの部門が何を更新するかを決め、記録が次の担当者の判断に使われているかを定期的に確かめます。確認では、AIが使った情報の更新時点や、担当者が出力を確定した経緯も追えるようにします。記録が不足している場合は、連携範囲を広げる前に記録方法を整えます。

AI導入は小さく検証してから標準化する

一度に多くの業務を変えると、AIの出力による問題と業務変更による問題を切り分けにくくなります。対象を絞って試し、結果を見てから範囲を広げると、運用上の課題を特定しやすくなります。導入の各段階で次に進む条件を決めておきましょう。

対象業務を選ぶ

繰り返し発生し、判断基準を説明でき、参照する情報がそろっている業務は候補になります。業務の担当者と利用者に現状の手順を聞き、作業のどこで時間がかかるか、どこでやり直しが生じるかを整理します。

候補を選んだら、試行で何を確かめるのかを明確にします。たとえば、要約の内容が元記録と一致するか、分類候補を担当者が判断できるか、確認後の記録が次の工程で使えるかを確認対象にします。対象業務の担当者と確認者が同じ理解を持てるよう、試行前に現状の手順と期待する成果物を共有します。

試行では品質と業務上の変化を記録する

AIを使う前に、同じ種類の作業について作成・確認・修正にかかった時間と修正内容を記録します。試行中も同じ項目を記録し、AIの出力をそのまま使えたかを残します。

修正理由は次のように分け、入力情報、AIへの指示、確認基準のどこを見直すか判断します。

• 事実の誤り
• 必要情報の欠落
• 表現の調整

導入前後の所要時間は確認と修正を含めて比べ、修正理由も併せて確認します。確認や修正の負担が減らない作業には利用を広げず、手順を見直します。

試行後は、品質、担当者の負担、顧客対応への影響を見直します。出力の修正が多ければ入力情報や指示を改善し、確認者が判断できない場合は基準を整理します。現在の手順と比べて確認作業が増えた場合は、その作業が何を確かめるために必要かを確認し、確認対象や記録方法を整えます。問題の原因がAIの出力ではなく、業務手順や元データにある場合は、そこを先に修正します。担当者が安心して確認でき、業務上の課題に対処できた業務から標準化します。

利用手順を共有して次の業務へ広げる

試行の結果が安定したら、利用手順と確認方法を文書化します。対象業務、利用する情報、AIに渡す指示、担当者が確認する内容、CRMへの記録方法をそろえます。

手順には、AIを使う工程だけでなく、入力情報に不足がある場合や出力に誤り・矛盾がある場合の扱いも記載します。たとえば、担当者へ差し戻す条件、確認を依頼する相手、記録する場所を明らかにします。

その後、同じ手順を別の担当者が使えるかを確認します。再現できれば、次の業務候補を選びます。再現できなければ、手順の不足を補ってから適用範囲を広げます。広げる際も、新しい業務の入力情報、判断基準、確認責任者を個別に整理し、前の業務で決めた手順をそのまま当てはめないようにします。

AIの出力を守るための運用ルールを決める

AI活用では、モデルの選択だけでなく、入力情報と出力確認のルールが重要です。情報の扱い方が不明確だと、担当者が判断に迷い、利用が止まったり、確認が抜けたりすることがあります。日々の業務で実行できるルールを整えましょう。

入力する情報の範囲を定める

業務情報をAIに入力する前に、利用するサービスの契約や設定、社内の情報管理ルールを確認します。顧客情報や機密情報を入力できるかは、サービスや利用環境によって条件が異なります。

• 入力してよい情報と、入力前に加工する情報 ── 具体例で分け、利用者が判断できるようにします
• 入力可否が曖昧な場合 ── 個人や顧客を特定できる情報を除いて処理できるかを検討し、ルールが決まるまでは対象業務から外します

利用する情報の範囲を定めるときは、AIに渡す情報が成果物に必要かを確認します。必要以上の顧客情報を含めないようにし、加工した情報を使う場合は、担当者が業務上必要な文脈を確認できる形にします。

サービスや設定が変わった場合に誰がルールを見直すかも決めておくと、利用条件と社内手順のずれを発見しやすくなります。

出力の確認者と承認手順を決める

AIの出力が業務に使われる前に、誰が何を確認するかを決めます。メールなら宛先や事実関係、CRM更新なら対象レコードや更新内容など、誤りが業務に及ぼす影響に合わせて確認項目を設けます。

確認の後で、担当者が成果物を確定し、必要な情報をCRMへ記録する流れにします。顧客への送信や取引に関わる更新をAIの判断だけで完了させず、承認の記録を残すと後から経緯を確認できます。

確認項目には、次の点を含めます。

• 根拠 ── 元データに根拠があるか
• 抜け漏れ ── 重要な情報が抜けていないか
• 基準 ── 業務の判断基準に合っているか

確認者が判断できないときに相談する相手や、確定を保留する方法も定めます。

例外時の扱いを決める

AIが回答できない場合、参照情報が見つからない場合、出力に矛盾がある場合の対応を定義します。次の内容を決めておけば、例外処理が特定の人の経験だけに依存しません。

• 担当者へ引き継ぐ条件
• CRMに残す記録

試行で起きた例外は、次の項目を記録し、利用者に共有して手順へ反映します。

• 発生した工程
• 参照情報
• 判断基準
• 最終的な対応

次の試行で例外が再発する場合は、自動化の範囲を狭め、入力データや判断基準を見直します。

AI活用を事業の一連の流れにつなげる

AIの効果を業務に根付かせるには、個別の作業だけで完結させず、顧客との接点から取引や受注後の対応までを見通すことが大切です。顧客情報が部門や表計算ファイルに分散していると、AIが作った内容を業務で再利用しにくくなります。記録、判断、次の対応をつなげて設計します。

顧客接点から取引までをつなぐ

• マーケティングで得た問い合わせ ── コンタクトとして管理します
• 対応が進んだ案件 ── 取引として追跡します

担当者が対応状況や過去のやり取りを確認できるように記録を関連付けます。

AIは問い合わせ内容の整理やメール案の作成を支援できますが、営業対応の要否や取引化の判断は業務ルールに基づいて担当者が行います。判断の結果がCRMに残れば、次の担当者や部門も経緯を確認できます。AIが作成した要約や分類を次の担当者が使う場合は、出力と元の問い合わせ記録を関連付け、必要に応じて元情報へ戻って確認できるようにします。

受注後の情報も同じ設計で扱う

受注した後も、顧客対応や契約に関わる情報が営業時の記録から切り離されると、引き継ぎ時に確認が必要になります。先に決めるのは次の点です。

• 引き継ぐ記録 ── どの記録を顧客対応に引き継ぐか
• 更新する部門 ── どの部門が更新するか

CRMに記録する情報は、後続業務で使う項目に絞ります。必要な項目が明確なら入力負担を抑えやすく、レポートや次の顧客対応にも活用しやすくなります。AIで要約や整理を行う場合も、担当者が原記録を確認できること、重要な条件が要約から抜けていないことを確認してから引き継ぎます。

失注後の学びを次の活動へ戻す

失注した取引は、理由を記録して営業やマーケティングの改善に活用できます。

• 分類 ── 価格、時期、機能、社内決裁など、自社で検討に役立つ分類を設けます
• 定義 ── 担当者が迷わず選べるようにします

分類された情報を定期的に確認し、顧客への説明やコンテンツ、営業プロセスの改善に結び付けます。失注後の顧客に再度アプローチする場合は、連絡可否や時期を人が確認し、ナーチャリングの流れへ戻す条件を定めます。AIに理由の分類候補を作らせる場合は、担当者が記録内容を照合して確定し、元の情報から判断できない理由を推測で補わない運用にします。

よくある質問

AI導入はどの業務から始めるとよいですか？

繰り返し発生し、判断基準が説明でき、参照する情報がそろっている業務が候補になります。たとえば、問い合わせの分類や記録の要約など、担当者が出力を確認しやすい作業から試します。現在の作業手順と確認時間を記録しておくと、試行後の比較に使えます。

HubSpotのBreezeだけでAI活用を進められますか？

BreezeはHubSpot内の顧客情報や業務に関連した支援を検討する際の選択肢です。文章作成や社内文書の扱いなど、HubSpot外の業務まで含める場合は、用途ごとに必要な機能と情報管理の条件を整理します。HubSpot内外のどちらを使う場合も、出力を業務で採用する判断は担当者が行います。

AIに顧客情報を入力してもよいですか？

利用するサービスの契約や設定、社内ルールによって扱いが異なるため、利用前に条件を確認します。入力可能な情報と加工が必要な情報を具体例で示し、担当者が迷わないようにします。条件が確認できない情報は入力対象から外し、必要な確認先を手順に記載します。

AIの出力はどのように確認すればよいですか？

業務ごとに、誤りが起きた場合の影響を踏まえて確認項目を決めます。顧客向けメールなら顧客情報や提案内容、CRM更新なら対象レコードと変更内容を照合します。確認者が内容を確定してから送信や更新へ進む手順にします。

AI導入が定着しない場合は何を見直せばよいですか？

利用者が作業のどこでAIを使うか、入力する情報や確認手順が明確かを見直します。作業手順が複雑だったり、出力の修正負担が大きかったりする場合は、対象業務を絞るか、入力情報と指示を改善します。特定の担当者だけでなく別の利用者も同じ手順を再現できるかを確認します。

まとめ

AI活用は、AIやCRMの機能を単独で導入するだけでなく、業務の流れ、顧客情報、人の判断をつないで設計します。AIが補助する作業と人が判断する作業を分け、結果を記録できる仕組みに整えることが大切です。

まずは、手作業や情報の転記が発生している業務を一つ選び、次の手順で進めます。

1. 現在の作業手順と使用している情報を整理します。
2. AIが補助する範囲と、人が確認する項目を決めて試します。
3. 結果を記録し、再現できる手順に整えてから適用範囲を広げます。

CRMを活用した業務効率化やAIとの連携に関するご相談は、StartLinkまでお気軽にお問い合わせください。

あわせて読みたい

• Slack AIのビジネス活用ガイド｜チャンネル要約・検索・ワークフロー自動化で情報過多を解消する方法
• AI議事録・要約の活用ガイド｜会議の文字起こしからCRM記録までを自動化する方法
• SlackをAIエージェントのハブにする設計術｜Claude・ChatGPT・自社Bot統合の実践ガイド