エージェント時代のCRM｜「Agent Parity」が来る前に積むべきもの

CRMの乗り換えは、心臓の手術（open-heart surgery）にたとえられてきました。動いている業務を止められないから、誰も気軽には差し替えられない。

その動かしにくさこそ、CRMという製品カテゴリーの最大の堀でした。ところが2026年、その前提が静かに崩れはじめています。

きっかけは、AIエージェントが業務に入り、人間がクリックしていた画面を迂回して、データベースを直接読み書きしはじめたことです。

この記事は、一つの仮説を軸に進みます。エージェントが何をできるかという実装の差は、いずれ横並びになる。

その差が消える前に、業務への入り込みと、自社だけが生み出すデータを先に積んだ者が残る。この見立てを、順を追って解きほぐしていきます。

CRMが「動かせない」システムだった理由

まず、これまでCRMがなぜ強かったのかを言葉にします。強さの正体がわかれば、何が崩れるのかも見えてくるからです。

CRMはsystem of record、つまり顧客・商談・契約の記録の正本（せいほん）を握るシステムでした。組織の一次情報が、そこに一元的に溜まっている状態です。

この地位が、大きく三つの堀を生みます。順に見ていきましょう。

一つ目は、UIへの習熟です。営業もマーケティングも毎日その画面を触って体で覚えており、別のツールに変えれば学習コストがまるごと無駄になります。

二つ目は、データの蓄積です。何年ぶんもの商談履歴がそこにあり、量が増えるほど動かしにくくなる。

三つ目は、乗り換えの困難さ、冒頭の心臓手術のたとえですね。業務が止まるリスクを負ってまで差し替える理由は、なかなか見つかりません。

この三つが重なって、CRMは強固に守られてきました。だからこそ、この前提が崩れると何が起きるのかを考える価値があります。

エージェントがUIを迂回する日

では、その三つの堀に何が起きるのか。鍵は、エージェントの働き方が人間とまるで違うところにあります。

人間はUI（画面）を通してデータに触れます。ボタンを押し、フォームに入力し、一覧を眺める——この画面こそ、習熟という堀の土台でした。

ところがエージェントは、画面を必要としません。APIやデータベースの層に直接つないで、read（読み取り）とwrite（書き込み）を済ませてしまいます。

a16zが2026年に公開した論考『Is Software Losing Its Head?』は、この現象をソフトウェアが頭（UI）を失うと表現しました。頭が外れると、UIへの習熟という堀は意味を失います。

同じ論考は、さらに踏み込みます。エージェントがUIを迂回する世界では、これまでソフトウェアを守ってきた堀の多くが失効する、という見立てです。

UIが薄くなれば、データベースは誰のエージェントからでも触れる共通の置き場に近づきます。記録を握っているだけでは、もう守りきれないのです。

象徴的なのは、記録を握る当のSalesforce自身が、APIを開いてエージェントから直接データを扱える方向へ動いたことです。守る側が自ら画面の外へデータを差し出しはじめた、という事実に時代の向きが表れています。

「Agent Parity」——実装差はいずれ横並びになる

ここで、この記事の背骨になる考え方に名前をつけます。Agent Parity（エージェントの実装の横並び）と呼ぶことにします。

先に断っておくと、これは確立した業界用語ではありません。本記事が議論のために導入する枠組みです。

ただし、その土台は複数の著名な投資家が公開論考で支持しています。だから、ただの思いつきではありません。

パリティ（parity）とは、横並び・同等という意味です。エージェントが何をできるかという機能の差が、時間とともに縮んでいくという見立てを、この言葉に込めています。

なぜ縮むのか。大半のエージェントが、似たような基盤モデル（大規模言語モデル）の上に載っているからです。

ScaleVPが2026年に公開したGTM論も、同じ地点を突いています。同じLLMの上に作られた汎用ツールは、差別化を長くは保てない、という指摘です。

今日はAができるがBはできない、という差は、数か月で埋まる。派手なデモの優位は、驚くほど早く陳腐化します。

念のため補うと、パリティは今日すでに達成された状態ではありません。時間とともにそこへ近づくという方向の話であって、先行するツールの優位が明日ゼロになるわけではないのです。

だとすれば、問いはこう変わります。実装差で勝てないのなら、どこで勝つのか。

差が消えたあとに残る堀（と消える堀）

実装差が横並びになった世界を想像してみましょう。何が価値を失い、何が価値を保つのか——ここが分岐点です。

a16zの一連の論考は、この移り変わりをsystem of record から system of intelligence への移行として描いています。

記録を持つこと自体は、ありふれた保管層（commodity persistence tier、つまり誰でも持てる置き場）に近づく。価値は、その記録の上で推論し、実行する知的な層へ移る、という読みです。

ちなみに、この system of intelligence という発想自体は新しくありません。2017年ごろのベンチャー投資家の議論にさかのぼり、エージェントの登場で一気に現実味を帯びました。

当時から、記録の上に載る知能の層こそ次の堀だと語られてきました。長く概念どまりだったその層が、エージェントによってようやく実装可能になった、というのが今の局面です。

言い換えると、堀の在りかが、持っているデータから、そのデータで何をするかへズレていく。まずは、旧来の三つの堀がどうなるかを整理します。

旧来の堀	由来	エージェント時代の行方
UI習熟	毎日画面を触る	画面を迂回され失効へ
データの保管	記録を一元的に持つ	保管層はコモディティ化
乗り換え困難	業務停止のリスク	移行もエージェントが担い低下

では、代わりにどこへ堀ができるのか。同じ論考群が挙げる新しい防御性の源泉を、代表的なものに絞ります。

固有に生じるデータ：外から取り込んだのではなく、自社製品の運用そのものが生み出すデータ。
閉ループの実行：提案して終わりではなく、実行し、結果を測り、次に反映する一巡を握ること。
ネットワーク効果と実運用の実績：使われるほど価値が増し、現場で回っているという事実。
権限とコンプライアンスの層：誰が何をしてよいかという制御を、自社側で握ること。

四つに共通するのは、運用の現場でしか生まれないという性質です。外から資本を注いでも、機能を作り込んでも、実際に使われた実績そのものは買えません。

この四つはどれも、記録を持っているだけでは手に入りません。ここから先の二つの章で、実務家が特に先に積むべきものを二つに絞って掘り下げます。

積むもの①：業務ワークフローへの入り込み

一つ目は、業務ワークフローへの入り込みです。記録を持つだけでは守れないなら、その記録が生まれる仕事そのものに食い込む、という発想です。

これをsystem of work（仕事のシステム）と呼びます。CRMが記録の器だったのに対し、仕事そのものの土台になる、という違いです。

象徴的なのが、a16zが注目するforward-deployed engineer（FDE、顧客先に張り付いて実装するエンジニア）という職種です。

彼らは顧客の現場に入り、データの取り込みと業務フローの作り直しを肩代わりします。標準的なSaaSなら顧客が自分でやる作業を、提供側が引き受けるわけです。

当然、これは粗利（売上から直接原価を引いた利益の割合）を削ります。人手をかけるぶん、ソフトウェアだけを売るより利益率は下がる。

それでもやる理由は、粗利と引き換えに堀を買っているからです。業務に深く組み込まれた仕組みは、簡単には引き剥がせません。

実際、a16zの分析によれば、Salesforce・ServiceNow・Workdayといった定番SaaSも、上場時点の粗利率は54〜63%と、いまの高粗利SaaSより低い水準でした。最初は泥臭く入り込み、あとから利益率を上げていったのです。

定番SaaSがのちに高い粗利へ移れたのは、最初は自前で担った実装を、育っていったパートナー網に委ねられたからです。泥臭い入り込みは出発点であって、終着点ではありません。

感覚を数字で掴んでみます。次の表はあくまで説明用の仮定で、実在企業の値ではありません。

前提（すべて仮の数値）
  標準SaaSモデル  : 粗利率 85% / 年あたり乗り換え確率 20%
  入り込み型モデル: 粗利率 65% / 年あたり乗り換え確率  5%

読み取れること
  ・粗利は 20ポイント 削れる（85% → 65%）
  ・一方で、年あたりの離脱は 1/4 に下がる
  ・顧客が長く残るほど、削った粗利は回収しやすくなる

※考え方を示すための仮定です。実在の数値ではありません。

ポイントは、粗利という短期の利益を、乗り換えにくさという長期の堀に変換している構図です。目先の利益率だけを見ると、この判断は理解できません。

この粗利と堀のトレードオフは、推論コストがGTMを変える｜「AI税」時代の営業投資の考え方でさらに掘り下げています。営業への投資をどう考えるか、単位経済の視点から補完してくれます。

そして、営業そのものをワークフローとして作り直す動きは、GTMエンジニアリングという職種｜営業をワークフローとして作り直すで扱っています。入り込みの具体像は、そちらとあわせて読むと立体的になります。

積むもの②：自社が固有に生み出すデータ

二つ目に積むものは、データです。ただし、どんなデータでもいいわけではなく、ここに一段深い区別があります。

a16zの論考が繰り返し強調するのは、取り込んだデータではなく、自社のプロダクトが固有に生じさせるデータ（the data your product uniquely causes to exist）という線引きです。

取り込んだデータは、他社もどこかから取り込めます。名刺情報も公開企業データも買えば手に入るので、堀にはなりません。

固有に生じるデータは違います。自社の製品を実際に使った結果としてしか発生しない、その場で生まれる行動や結果の記録だからです。

この二つの違いを、観点ごとに並べてみます。堀としての価値がまるで違うことがわかります。

観点	取り込んだデータ	固有に生じるデータ
出どころ	外部から購入・連携	自社製品の利用そのもの
再現性	他社も同様に入手可	自社でしか発生しない
堀としての強さ	弱い（差がつかない）	強い（積むほど差が開く）

この区別が、AIネイティブCRMの設計思想にそのまま表れています。後付けか、最初から作り込むかの差です。

2025年8月、AIネイティブCRMを掲げるAttioが、GV主導で5,200万ドルのシリーズB（累計1億1,600万ドル）を調達しました。同社は、AIは後付けでは効かず、アーキテクチャに深く統合されていなければならない、と説明しています。

既存の大手も、逆側から同じ方向へ動いています。SalesforceはAgentforce（2024年発表）を経て、2025年10月のDreamforceでAgentforce 360を打ち出し、Data 360でエージェントに自社データを参照させる（グラウンディング）方向へ進んでいます。

つまり新興も既存も、行き着く先は同じです。エージェントが賢く動くための固有のデータを自社の内側にどれだけ溜められるか、そこで競争しているのです。

固有データが強いのは、溜まるほど価値が跳ね上がるからです。エージェントに渡せる文脈が厚くなり、その文脈がより良い行動を生み、その行動がまた次のデータになる、という循環が働きます。

固有に生じるデータの身近な一例が、自社サイト上でユーザーが実際にとった行動です。Cookieに頼らず匿名の行動を測るStrideのような計測層は、その一部を担い、MCP経由でAIから自然言語で分析を呼べます。

ただしStrideはCRMでもMAでもなく、測れるのは匿名の行動までです。個人の特定やメール配信はしません。

そしてもう一点、エージェントが読むには、そのデータに一貫した意味が与えられている必要があります。定義がバラバラなデータは、いくら溜めてもエージェントを惑わせるだけです。

この意味づけの層については、AIエージェントの土台になるセマンティックレイヤー｜指標定義を一箇所にで詳しく扱っています。溜めることと、意味を与えることは、両輪だと考えてください。

まとめ——パリティが来る前に

最後に、この記事の学びを整理します。エージェントがUIを迂回する世界で、記録を持つだけのCRMの堀は薄くなります。

エージェントの実装差は、いずれ横並び（Agent Parity）へ向かう。この見立てに立つなら、勝負どころは実装そのものではありません。

残るのは二つ、業務ワークフローへの入り込みと、自社が固有に生み出すデータです。どちらも模倣に時間がかかるぶん、堀になります。

では、いま何から積むか。順番も含めて、三つの動きに整理します。

いま食い込む：機能の派手さで競う前に、顧客の業務フローの中に一段深く入り込む場所を一つ決める。
固有データを溜め始める：外から買えるデータではなく、自社製品の利用からしか生まれないデータを、意味を揃えて蓄積する。
意味を与える：溜めたデータをエージェントが読めるよう、指標や行動の定義を一箇所に確定させる。

溜める土台そのものの組み方は、GTMのデータ基盤をつくるにまとめてあります。あわせて読むと、入り込みとデータ蓄積の関係が見えてきます。

最後に、一段深い示唆をひとつ。これらは、パリティが来てから慌てて積めるものではありません。

入り込みも、固有データの蓄積も、時間そのものが原材料だからです。だから、始めた時点からしか積み上がりません。

だからこそ、まだ差がある今のうちに積む。派手な機能競争に見とれているあいだに、静かに仕事とデータへ食い込んだ者が、次の主役になります。

参考にした一次情報・公開レポートは以下の通りです。