%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png?width=130&height=39&name=%E6%9C%80%E7%B5%82Start%20Link%20(500%20x%20150%20px)%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png "StartLink"){kind=logo}
この記事の結論
AI活用の成否は、機能の設定力より先にデータ・権限・運用の設計力で決まります。パートナーを比べる観点と提案時の質問を公式情報で整理します。
HubSpotのAI活用を支援するパートナーは、「機能を設定できるか」よりも、「AIが読むデータの品質、AIに触れさせる権限、運用の回し方を設計できるか」で比べるのが基本です。 Breezeのアシスタントやエージェントは、設定画面そのものは公式ナレッジで手順が公開されています。差が出るのは、その前提となるCRMデータの整備と、誰にどこまで使わせるかの設計、導入後に精度を見直す仕組みです。
「AIを入れたいが、どのパートナーに頼めばよいか分からない」——AIの話題が先行すると、提案書は機能一覧の羅列になりがちで、比較の軸が定まらなくなります。
この記事では、HubSpotの公式ナレッジで確認できる機能と前提条件をもとに、パートナーを比べる観点表、提案時の確認質問、AI導入の前提となるデータ品質・権限・運用の設計を整理します。
この記事でわかること
- 支援の対象になるBreezeの機能名と前提 ── アシスタント、エージェント、エージェント作成ツールの役割と必要なプラン
- パートナーの能力を比べる観点表 ── 設定力以外に確認すべき6つの観点
- 提案時の確認質問 ── そのまま使える質問リスト
- データ品質・権限・運用の設計 ── AIを入れる前に決めておくこと
- 提案を比べるときに避けたい判断 ── 機能数や実演の見栄えだけで決めないための判断表
支援の対象になるBreezeの機能と、その前提
HubSpotのAIは、会話で使う「Breeze アシスタント」と、役割ごとに仕事を任せる「エージェント」に大きく分かれます。支援を依頼する前に、機能名と役割、前提条件を公式の記載で押さえておくと、提案書の中身を正しく読めます。
| 機能名 | できること（公式の記載） | 主な前提 |
|---|---|---|
| Breeze アシスタント | コンテンツ生成、レコードの作成・更新、会議の準備、企業のリサーチなどを会話で行う | AI設定でアクセスが既定でオン。ユーザー権限に応じて実行できる操作が決まる |
| 顧客対応エージェント | 登録したコンテンツを根拠に顧客の質問に回答し、必要に応じて人へ引き継ぐ | Professional または Enterprise。顧客対応エージェントの編集権限と席が必要 |
| 案件創出エージェント | 購買シグナルに合う企業を調べ、担当者を特定し、個別のアプローチを作成する | Starter 以上。管理者権限または専用の権限が必要 |
| データエージェント | スマートプロパティ、ワークフローのスマートアクション、Data Studioのスマート列でCRMデータを充実させる | Starter 以上。ユーザーごとのアクセス設定が必要 |
| エージェント作成ツール | 指示・アクション・ナレッジ・入力・アクセス管理を設定して、独自のエージェントを作る | Marketing・Sales・Service・Data・Content HubのStarter以上（Smart CRMとRevenue HubはProfessional以上）。作成にはスーパー管理者またはエージェント作成ツールの権限が必要 |
出典は、Breeze アシスタントの使い方、顧客対応エージェントの設定、案件創出エージェントの使い方、データエージェントの使い方、エージェント作成ツールの使い方です。名称や対象プランは更新されるため、依頼の時点で公式ページを確認します。
エージェントの動きにはクレジットが関わる
エージェントの実行には、HubSpotクレジットが関わる機能があります。顧客対応エージェントは、エージェントが会話を解決したときにクレジットを使い、プレビューとテストでは使いません。案件創出エージェントは、個別メールの対象になったリードごとにクレジットを使います。料金の数値は本記事では扱わず、HubSpot AIクレジット料金ガイドと公式の製品・サービスカタログを確認してください。パートナーには、利用量の見積もりと上限の設計まで含めて説明してもらうことが大切です。
機能名が変わる点に注意する
HubSpotのAI関連の機能名や画面の構成は、短い期間で見直されています。公式ナレッジの日本語ページと英語ページで表記が異なる場合もあります。提案書の機能名が公式の記載と合っているかを、依頼前にひと通り照合しておくと、古い情報に基づく提案を見分けられます。詳しい整理はAgent Hubの解説にまとめています。
パートナーの能力を比べる観点表
AI活用の支援では、設定作業そのものは公式ナレッジで再現できる部分が多くあります。比べるべきなのは、設定の前後を設計できる力です。次の6つの観点で、各社の提案書と面談の内容を同じ基準で見ます。
| 観点 | 確認すること | 確認の方法 |
|---|---|---|
| 業務の切り分け力 | AIに任せる業務、人が判断する業務、手を付けない業務を分けて説明できるか | 対象業務ごとに「任せる範囲」を書いてもらう |
| データ整備の設計力 | AIが参照するプロパティ・重複・入力ルールの整備を、導入の前提として提案しているか | データ整備が工程に入っているかを見る |
| 権限・設定の設計力 | AI設定、ユーザー権限、エージェントのアクセス範囲の設計を説明できるか | 権限の設計案を成果物に含めているか |
| 検証の進め方 | 公開前にテストし、出力を確認して指示を直す流れがあるか | テストの観点と合格の基準を聞く |
| 運用の設計 | 導入後に精度、利用状況、クレジット消費を見直す仕組みがあるか | 運用の担当と見直しの頻度を確認する |
| 周辺システムとの接続 | 会計、ドキュメント、チャットなど社内のデータをAIに安全につなぐ方法があるか | 標準機能と追加開発の線引きを聞く |
機能の実演より設計の説明を重視する
実演は、HubSpotの標準機能の動作を見せるものなので、どのパートナーでも似た見え方になります。差が出るのは「自社のデータで、自社の業務に当てはめたときに、何を決めて、何を用意するのか」の説明です。実演の後に、自社のデータ項目と業務の流れに沿った設計案を求めると、比較が成立します。
比較に順位は付けず、自社の優先度で重みを決める
各観点の重さは、導入の目的で変わります。顧客対応を中心にするなら、ナレッジの整備と引き継ぎの設計が重くなり、営業支援を中心にするなら、データ整備と承認フローの設計が重くなります。企業様によって最適な形は異なりますので、自社の目的に応じて、観点ごとの重みを先に決めておきます。
提案時の確認質問
提案を受けた場で、そのまま使える質問をまとめます。機能の可否を聞く質問より、設計と運用を聞く質問のほうが、比較に役立ちます。質問は「データと前提」「権限と設定」「検証と運用」の3つに分けて用意すると、各社の回答を同じ表に並べて読めます。10問すべてを聞く必要はなく、導入の目的に近いものから選んで使います。
データと前提についての質問
- このAI活用に必要なデータは、現在のHubSpotのどのプロパティと関連付けにありますか。不足している項目はどれですか
- 重複レコードや入力のばらつきが、AIの出力にどう影響しますか。導入前の整備はどの範囲まで行いますか
- AIが参照してよいデータの区分（CRMデータ、顧客との会話データ、ファイル）は、どの方針で決めますか
回答が不十分な例は、「整備します」だけで対象プロパティや範囲が示されない場合です。
権限と設定についての質問
- AI設定を変更できる管理者と、各エージェントを編集・実行できるユーザーは、どう分けますか
- エージェントやプロジェクトのアクセス範囲は、部署やチーム単位でどう設計しますか
- クレジットを使う機能は、どのチームに、どの上限で使わせる想定ですか
回答が不十分な例は、権限を「管理者のみ」「全員」のどちらかで済ませ、チーム別の設計がない場合です。
検証と運用についての質問
- 公開前に、どのような入力でテストし、何を基準に合格としますか
- 公開後に、出力の質をどの頻度で確認し、指示やナレッジをどう更新しますか
- 人に引き継ぐ条件（顧客対応の場合）は、誰がどう決め、どう見直しますか
- 社内の担当者が運用できる状態にするため、どのような引き継ぎ資料と教育を用意しますか
回答が不十分な例は、テストの基準や見直しの頻度が示されず、「運用でフォローします」にとどまる場合です。
質問への回答は、できるだけ文書で受け取ります。口頭の回答は、後から比較する材料になりにくいためです。回答が「機能の説明」にとどまる場合は、「自社のデータでは何を決める必要があるか」まで掘り下げて確認します。導入全般のパートナー選定は、HubSpot導入パートナーの選び方をご覧ください。
AI導入の前提：データ品質の設計
HubSpotの公式ナレッジは、AI機能を採用するためのアカウント準備として、CRMデータの整備を挙げています（AI機能を導入するためのHubSpotアカウントの準備）。AIはレコードやその活動履歴を読んで答えを作るため、データの状態がそのまま出力の質に表れます。
| 整備の項目 | 公式ナレッジの記載 | 設計で決めること |
|---|---|---|
| 値の標準化 | プロパティの検証ルールで値をそろえ、主要なプロパティをレコード作成時の必須にする | 必須にする項目、入力形式、選択肢の持ち方 |
| 低入力率の項目 | 入力率の低いプロパティをアーカイブする | 残す項目と外す項目の基準（依存関係の確認を含む） |
| 重複の管理 | 重複管理ツールで重複レコードを見つけて統合する | 重複の判定キー、統合の担当と頻度 |
| 活動の記録 | メールや通話の記録をHubSpotに残し、件名や活動タイトルを分かりやすくする | 記録のルールと、記録されない経路の扱い |
データ品質のツールは、Starter、Professional、Enterprise のサブスクリプションで利用できるとされています。具体的な進め方は、CRMデータクレンジングの設計と運用にまとめています。
アーカイブは依存関係を確かめてから
入力率が低い項目を整理する場面では、入力率が0%でも、ワークフロー、レポート、リスト、ステージの必須条件で使われていることがあります。公式ナレッジは低入力率の項目のアーカイブを挙げていますが、実際の整理では、依存関係の確認と、復元できる状態での作業を前提にします。パートナーに、この確認手順を持っているかを質問すると、設計の丁寧さがわかります。
AIが答える根拠の置き場を決める
顧客対応エージェントは、登録したコンテンツを根拠に回答します。サイトのページ、ナレッジベースの記事、ファイルのうち、どれを根拠にし、どれを除くかを決めるのも、データの設計の一部です。公式ナレッジでは、同期するページの範囲を、ドメイン全体、特定のパス、単一のサブドメインで指定できると説明されています。古い記事や社内向けの内容が根拠に混ざらないよう、範囲と除外のパスを設計します。
AI導入の前提：権限とAI設定の設計
AIの権限は、管理者だけが変えられるAI設定と、ユーザーごとの権限の二層で構成されます。ここを既定値のまま運用に入ると、意図しない範囲までAIが使えたり、必要な担当者が使えなかったりします。AIは利用者の権限とデータの範囲に応じて動くため、権限の設計は、出力の質と情報の取り扱いの両方に関わります。パートナーには、設計の方針と、その理由を説明してもらいます。
AI設定で決める項目
AI設定の変更は、スーパー管理者のみが行えます。公式ナレッジでは、主に次の項目が示されています（AI設定の管理）。
| 設定の項目 | 公式の記載 | 設計で確認すること |
|---|---|---|
| 生成AIへのアクセス | オフにすると、Breeze アシスタントを含む生成AI機能が使えなくなる | 全社で使うか、段階的に広げるか |
| Breeze アシスタントへのアクセス | 既定でオン。AI設定のスイッチで切り替える | 利用者の範囲 |
| データ区分のアクセス | CRMデータ、顧客との会話データ、ファイルデータ。ファイルデータは既定でオフ | AIに読ませるデータの範囲 |
| AIモデルのトレーニング | アカウントのデータをHubSpotがAIの学習に使うかの設定 | 社内の方針と合わせて判断 |
これらは、初めてAI設定を構成していない場合の既定値が公式に示されています。既定のまま運用するのではなく、自社のデータの扱いの方針に合わせて、パートナーと一緒に項目ごとに判断します。
ユーザー権限で決める項目
エージェント関連の機能は、権限エディターで個別に付与します。公式ナレッジは、Agent builder、Customer agent editor、Prospecting agent admin、Prospecting agent assignment、Data Studio、Data enrichment access、Data Agent access などを確認対象として挙げ、クレジットを使うエージェントやプロジェクトは必要なチームに限るよう案内しています。表示名は言語や時期で変わることがあるため、実際の画面で確認します。権限全般の設計はHubSpotパーミッション権限設計ガイドを参照してください。
エージェント単位のアクセス管理
独自に作るエージェントには、編集と実行を行えるユーザーを、全体または特定のユーザー・チームで制御する設定があります。たとえば、営業の特定チームだけが実行できるエージェントと、管理者だけが編集できるエージェントを分けられます。誰が編集でき、誰が実行できるかを成果物として文書にしてもらうことが、運用開始後の混乱を防ぎます。
公開前の検証と、運用の設計
エージェントは、公開して終わりではありません。公式ナレッジが示すテストと改善の流れを、提案の工程に組み込めているかが、比較の大きな観点になります。
エージェント作成ツールのページは、公開前のテストをクレジットを消費せずに行え、次の点を確認するよう案内しています（エージェント作成ツールの使い方）。所定の形式に従っているか、想定したデータを使っているか、不備や不明確な点がないかです。顧客対応エージェントでは、テスト画面でチャネル（メール・ライブチャット）やCRMコンタクトを指定し、「Coach your agent」で知識・アクション・引き継ぎ・体験の各タブから挙動を調整します。
検証から公開までの手順
テストから公開までは、順序を決めて段階的に進めます。提案書に次の流れが書かれているかを確認してください。
- 対象業務と、AIに任せる範囲、人が判断する範囲を文書で決める
- 参照するデータとナレッジを整備し、AI設定とユーザー権限を設計する
- 代表的な入力パターンを集め、テストで出力を確認する
- 指示、ナレッジ、入力を直し、出力が安定するまで繰り返す
- クレジットの見積もりと実行上限を確認し、限定したチームで公開する
- 利用状況と出力の質を確認し、範囲を広げるか見直すかを決める
運用で見る項目
運用に入ってからは、利用状況、出力の質、引き継ぎの発生状況、クレジットの消費を定期的に確認します。公式ナレッジ（AI機能を導入するためのHubSpotアカウントの準備）は、結果を追跡して継続的に改善するよう案内し、通話準備の時間やアシスタントの回答への担当者の確信度を追う例を挙げています。回答が一般的すぎる場合は、通話をHubSpotに記録して文脈を与える例も示されています。この見直しの担当と頻度が、提案書に書かれているかを見てください。
StartLinkのAI活用支援の進め方
ここまでの観点が、実際の支援でどう工程に落ちるかの一例として、StartLinkの進め方を紹介します。支援は、現状の整理・要件定義、設計・構築、データ移行、テスト・検証、定着・運用改善の5つの工程で進め、AIの活用は、この工程の中に組み込みます。
| 工程 | AI活用での主な作業 |
|---|---|
| 現状の整理・要件定義 | 任せる業務と人が判断する業務の切り分け、参照するデータの棚卸し |
| 設計・構築 | プロパティ・権限・AI設定の設計、エージェントの指示とナレッジの設計 |
| データ移行 | 重複の整理、入力ルールの適用、参照データの整備 |
| テスト・検証 | 代表的な入力での出力確認、指示の調整、クレジットの上限設計 |
| 定着・運用改善 | 利用状況と出力の見直し、担当者への引き継ぎ |
最初から全業務に広げず、効果を確かめやすい1業務に絞るスモールスタートで始め、検証の結果を見ながら範囲を広げます。契約は準委任で伴走する形をとり、設計の判断を一緒に重ねていきます。BreezeだけでなくClaudeなどのAIを業務設計に組み込む場合も、同じ工程で、データと権限の設計を先に行います。会計やドキュメントなど周辺システムとの接続は、自社開発の連携アプリ（Sync for freee / Sync for Notion）で補える部分と、標準機能で足りる部分を分けて設計します。
提案書の読み方に当てはめる
上の工程のように、各工程で何を決め、何を成果物として渡すのかが書かれていれば、比較ができます。逆に、「AIエージェントを構築します」の一文だけの提案は、前提の整備、権限、検証、運用が含まれているかを質問で確認します。AIエージェント導入全般の考え方は、AIエージェントとCRMの統合設計でも扱っています。
提案を比べるときに避けたい判断
AIは話題性が高く、実演の印象が判断に影響しやすい領域です。次の判断表で、見栄えに引きずられる場面を点検します。
| 避けたい判断 | なぜ起きやすいか | 代わりに確かめること |
|---|---|---|
| 機能の数で決める | 機能一覧は、どの提案でも長く書ける | 自社の業務のうち、どれを任せる提案かを見る |
| 実演の見栄えで決める | 標準機能の動作は、どの会社でも似て見える | 自社のデータでの設計案と、検証の進め方を求める |
| データ整備を後回しにする提案を受け入れる | 整備は目に見えにくく、後ろに回りやすい | 整備が工程と成果物に入っているかを確認する |
| 権限を既定値のまま運用に入る | 設定が少ないほど、導入が早く見える | 権限とAI設定の設計案を成果物に含める |
| 運用を提案会社に任せきりにする | 運用の担当が決まらないまま公開される | 社内の運用担当と、見直しの頻度を決める |
小さく始めて、結果で広げる
最初の導入範囲は、効果を測りやすく、データが整っている業務に絞るほうが、設計の確認と修正が容易です。範囲を広げる判断は、テスト・運用で確認した出力の質と、利用状況を根拠にします。導入の進め方を段階で整理したものは、HubSpotのAIエージェント機能の活用ガイドにあります。
よくある質問
Q1. AI活用の支援では、ティアや認定資格は重要ですか
参考情報にはなりますが、AI活用の適合は別に確かめます。ティアや認定資格は、HubSpotとの取引実績や個人の知識の指標です。AI活用の支援では、データ・権限・運用の設計力を、提案書と質問で確認します。
Q2. Breezeの設定は自社でもできますか。パートナーに頼む意味はありますか
設定手順は公式ナレッジに公開されており、自社で進められる部分もあります。パートナーに頼む意味は、業務の切り分け、データ整備、権限設計、検証と運用の仕組みなど、設定の前後の設計にあります。自社で進める部分と任せる部分を分ける相談から始められます。
Q3. AI導入の前に、データ整備はどこまで必要ですか
AIが参照するプロパティ、重複、入力ルールを、対象業務に必要な範囲で整えます。全データを完璧にする必要はなく、対象業務に使う項目から着手し、運用しながら広げます。段階的に進める考え方は、当社の見解です。公式ナレッジは、整ったデータが信頼できる結果につながると説明しています。
Q4. エージェントに任せる範囲は、どう決めればよいですか
繰り返しが多く、判断の基準を言葉にできる業務から始めます。判断に迷いが多い業務や、影響の大きい業務は、人が確認する形を残します。顧客対応では、引き継ぎの条件を決めておくことが前提です。
Q5. 運用は誰が担当するべきですか
社内に運用の担当者を置き、パートナーはその担当者を支える形が安定します。出力の確認、ナレッジの更新、利用範囲の見直しを定期的に行う担当を、公開前に決めておきます。
まとめ：設計力で比べ、小さく始める
HubSpotのAI活用パートナーを比べる要点は、次の5つです。
- 設定力ではなく、設定の前後の設計力で比べます。 業務の切り分け、データ、権限、検証、運用、周辺接続の6観点を使います
- データ整備は導入の前提です。 検証ルール、重複管理、必須項目、活動の記録を工程に入れます
- AI設定とユーザー権限は、既定値のまま運用しません。 読ませるデータの範囲と、使えるチームを設計します
- 公開前のテストと、公開後の見直しを提案に含めます。 出力の質とクレジットの消費を定期的に確認します
- 最初は1業務に絞り、結果を根拠に広げます。 提案は同じ質問で比べます
最初の一歩としておすすめするのは、AIに任せたい業務を1つ選び、その業務で使うデータ項目と、使うユーザーの範囲を書き出すことです。この1枚があれば、各社への質問と提案の比較が具体的になります。
自社の状況に当てはめた進め方を検討したい場合は、CRM特化型コンサルティングのHubSpotゴールドパートナーのStartLinkまでお問い合わせください。AI活用の支援内容はHubSpot AI活用支援のサービスページにまとめています。
記事の内容を、そのまま実務に落とし込みたい方向け
HubSpotゴールドパートナーのStartLinkが、HubSpot導入・AI活用・CRM整備・業務効率化までをまとめて支援しています。記事で気になったテーマを、そのまま相談ベースで整理できます。
次に読む
株式会社StartLinkは、事業推進に関わる「販売促進」「DXによる業務効率化（ERP/CRM/SFA/MAの導入）」などのご相談を受け付けております。 サービスのプランについてのご相談/お見積もり依頼や、ノウハウのお問い合わせについては、無料のお問い合わせページより、お気軽にご連絡くださいませ。
著者情報
