AIプロダクトの顧客獲得

著者: Brian Tr · 更新日: 2026年10月5日

AIプロダクトの顧客獲得も、基本的なファネルはあらゆるソフトウェアと同じです。誰かが認知し、評価し、購入し、拡大します。変わるのは評価の段階です。買い手はデモを見ただけでは、自社のデータで出力が正しいか、情報が安全か、3か月目もまだ機能しているかを判断できません。そのため、顧客獲得の仕事は、プロダクトを説明することから、買い手の不確実性を減らすことへと移ります。

この変化は、創業者が市場投入について下すあらゆる判断に影響します。どのチャネルを主軸にするか、パイロット導入を提供するか、セキュリティ審査にどう対応するか、そしてユーザー1人ごとに実際の計算コストがかかる中でCACをどう読むか、です。このページは、AIスタートアップの成長コレクションにおける顧客獲得グループのハブです。AIの購買がどう違うのかを説明し、主な販売モーションを比較し、買い手のタイプ別にその選び方を示します。

AIプロダクトの買われ方が違う理由

従来のソフトウェアは、ほとんどが決定論的です。レポーティングツールがサンプルデータセットで機能すれば、あなたのデータでも機能します。AIプロダクトは確率的です。ベンダーが厳選した例では良い結果を出しても、顧客の雑多なデータではうまくいかないことがあり、エラーを出さずに失敗することもあります。買い手はこれを知っています。技術論文を読んだことがない人でもです。そしてそれが、3つの点で買い手の行動を変えます。

自社のデータでの証明を求めます。 洗練されたデモは、プロダクトがどこかで機能しうることを証明します。買い手が知りたいのは、自社の文書、自社のチケット、自社の顧客で機能するかどうかです。買い手のデータで早い段階に結果を示せるチームは、ベンチマークについて議論するチームよりも速く進む傾向があります。それがなぜそれほど重要なのか、そしてそれを軸にデモやパイロット導入をどう組み立てるかは、AIプロダクトでデモがより重要な理由のテーマです。

価格と同時に信頼を重視します。 2025年6月に意思決定者876人を対象に実施された調査で、Futurum Researchは、AIに関する専門知識と経験(52%)と、データの取り扱いとプライバシー管理(51%)が、ベンダー選定基準の上位2つであり、45%の価格を上回ったことを明らかにしました。お金が最初のふるいでない以上、安いプロダクトが自動的に勝つわけではありません。

可能な用途の候補は多くても、実際の用途は少数です。 Menlo Venturesの報告によると、組織は10件以上のAIの用途候補を挙げますが、導入は短期的な生産性向上やコスト削減に集中させています。買い手は「AI」を買い求めているわけではありません。特定の1つの仕事をより速く、より安くこなす方法を探しているのであり、顧客獲得のメッセージはその仕事に結びついている必要があります。

だからといって、AIが売りにくいわけではありません。同じMenloのレポートでは、AIの案件の47%が本番稼働に至っており、従来のSaaSの25%を上回っています。レポートはこれを、買い手の強いコミットメントと、すぐに得られる明確な価値の表れと解釈しています。需要は本物です。摩擦があるのはプロセスの中盤、関心から署名までの間であり、そこでこそ顧客獲得の設計が重要になります。

重要なポイント

• AIへの支出はPLGが多く担っています: Menlo Ventures(2025年)によると、AIアプリケーションへの支出の27%がプロダクト主導型成長のモーションを経由しており、従来のソフトウェアの7%を大きく上回ります。
• 案件が本番稼働に至る割合が高くなっています: AIの案件の47%が本番稼働に至り、従来のSaaSは25%です(同じMenloのレポート)。
• 買い手は自社開発より購入を選んでいます: 2025年にはAIの用途の76%が社内開発ではなく購入されており、2024年の53%から増加しました(Menlo Ventures)。
• 信頼は機能と並んで重視されます: Futurum Research(意思決定者876人、2025年6月)によると、AIの専門知識(52%)とデータの取り扱いとプライバシー管理(51%)がベンダー選定基準の上位2つで、価格(45%)を上回りました。
• AIスタートアップの利益率は大きく異なります: Bessemerによると、最も急成長している「Supernovas」の粗利益率はおよそ25%(しばしばマイナス)で、「Shooting Stars」の約60%と対照的です(Bessemer, The State of AI 2025)。

買い手自身のデータで価値を証明する

買い手の不確実性を下げる最も確実な方法は、契約する前に、買い手が大切にしているものでプロダクトが機能するのを見てもらうことです。形式はいくつかあり、安価で浅いものから、高価で説得力のあるものまで幅があります。

契約につながるパイロット導入と、停滞するパイロット導入を分ける原則が2つあります。

始める前に成功を定義します。 合意した基準のないパイロット導入は、「興味深いですね、引き続き話しましょう」で終わります。良いパイロット導入では、指標(解決率、削減時間、人のベースラインと比べたエラー率)、使用するデータ、期間、目標を達成した場合に何が起きるかを明示します。最後の点が重要です。契約への道筋がないパイロット導入は、無料のコンサルティングプロジェクトにすぎません。

完璧さではなく、買い手の現在のプロセスと比べて測定します。 正直な問いは、プロダクトが今のやり方を、どれだけのコストで上回るかです。90%の確率で正しいプロダクトでも、現在の手作業のプロセスのほうが遅く、精度も変わらないなら、明らかな勝利になりえます。一方で、残り10%のエラーのコストが高ければ、適合しないこともあります。自社がどちらのケースなのかを明確に伝えましょう。

提供しているものが汎用モデルの上に乗った薄いレイヤーなら、結果のうちどれだけが自社のものなのかを買い手が探ってくると考えてください。これはAI wrapperとAI-nativeの比較で扱っているのと同じ問題です。データのループと評価プロセスが強いほど、証明の信頼性は高まります。

セキュリティ、プライバシー、調達

多くのB2Bの買い手にとって、評価は同時に2つのトラックで進みます。1つは、プロダクトが機能するかを判断するビジネスチームです。もう1つは、ベンダーが受け入れられるかを判断するセキュリティ、法務、調達部門です。2つ目のトラックは進みが遅いことが多く、それだけで案件を終わらせることもあります。

そこで出てくる質問はAI特有のものです。顧客データはどこに送られるのか。モデルの学習に使われるのか、それを無効にできるのか。どの第三者がデータを処理するのか。出力はどう記録され、買い手はそれを監査できるのか。規制対象のワークフローでプロダクトが間違えたら何が起きるのか。上で紹介したFuturumの数字、つまり51%がデータの取り扱いとプライバシー管理を最重要基準に挙げたことは、これらが例外的なケースではないことを示しています。購買委員会の議題の半分を占めているのです。

これをうまくこなす創業者は、尋ねられる前に対応しています。

• セキュリティとプライバシーの資料一式を常に用意しておきます。データフロー図、保存ルール、学習データに関するポリシー、再委託先の一覧、インシデント対応プロセスです。
• 学習に使わない保証や地域ごとのデータ取り扱いといった管理策を提供できるかを早めに決め、コストがかかるなら価格に反映します。
• パイロット導入の終わりではなく始めに、買い手のセキュリティ担当者を巻き込みます。ビジネスチームとの間で成功したパイロット導入が審査で頓挫するのは、審査に何が必要かを学ぶ最も高くつく方法です。
• 審査にかかる時間を、セールスサイクルの予測の一部として扱います。業界や買い手の規模によって異なるため、決まった数字を想定するのではなく、自社の実績を測定してください。

ここは、若い企業の実績不足が響く部分でもあり、一部の創業者が信頼を借りられるチャネルを選ぶ理由でもあります。マーケットプレイスへの掲載、買い手がすでに承認したプラットフォーム内での連携、買い手がすでに利用している再販業者などです。

主な顧客獲得チャネル

AIプロダクトでは、4つのチャネルが仕事の大半を担います。互いに排他的ではありませんが、通常はどれか1つが主軸になります。

プロダクト主導型成長。 買い手は誰とも話さないうちにプロダクトを使い始めます。Menlo Venturesによると、AIアプリケーションへの支出の27%がPLGのモーションを経由しており、従来のソフトウェアの7%のほぼ4倍です。シャドー導入まで数えれば、実際の数字は40%に近づく可能性があるとも示唆しています。これはプロダクトの性質に合っています。AIツールは実際のタスクで試しやすく、その結果自体が証明になるからです。難点はコストで、無料ユーザーの1人1人が推論を消費します。一般的な仕組みはプロダクト主導型成長の戦略にあります。PLGをAIに当てはめたときに何が合い、何が崩れるかはAIツールのプロダクト主導型成長で、計算コストに上限を設けるトライアルの形式はAIプロダクトの無料トライアルで扱っています。

セールス主導型。 営業担当者やソリューションチームが、ヒアリング、POC、調達プロセスを進めます。価値が高い、リスクが高い、または連携が多いプロダクトに適しており、買い手が結果に責任を持つ人を必要とする場合に向いています。基礎となるモデルはセールス主導型成長の戦略をご覧ください。AIでは、質問が機能ではなくデータと精度を中心に展開するため、営業チームには通常、技術的な深い知識が求められます。

パートナーシップとエコシステム。 連携のマーケットプレイス、プラットフォームとの提携、再販業者を通じて、既存の信頼関係を借りることができます。すでにプラットフォームを承認した買い手は、その中のベンダーを速く承認することがよくあります。トレードオフは依存です。関係を握っているのはパートナーであり、条件を変えることができます。

コンテンツとコミュニティ。 課題の評価方法を買い手に教えることで、会話が始まる前に信頼性を築けます。AIプロダクトでは、評価セットの作り方やパイロット導入の測り方など、実際の手法を示すコンテンツが特に効果的です。買い手は主張を判断する方法を強く求めているからです。時間はかかりますが、効果は積み上がり、有料チャネルへの依存を下げてくれます。

買い手のタイプ別に販売モーションを選ぶ

適切な販売モーションは、誰が署名するか、どれだけのリスクを負うか、そしてプロダクトにどれだけの連携が必要かによって決まります。

さらに2つの工夫が役立ちます。第一に、多くの企業はハイブリッドで運用しています。個人が無料または低価格のプランから導入し、アカウント内の利用がしきい値に達したら営業チームがフォローします。このハイブリッドはSaaS全般でよく見られます。第二に、何に注力するかの選択が、販売モーションに跳ね返ってきます。1つの業界向けに作ったプロダクトは、より的を絞った関係重視のアプローチを取れることが多い一方、ホリゾンタルなプロダクトはセルフサーブと幅の広さに頼ります。このトレードオフはバーティカルAIとホリゾンタルAIの比較で掘り下げています。

CAC、回収期間、推論コスト

AIプロダクトの顧客獲得コストには、従来のソフトウェアにはほとんどない特徴があります。見込み客へのサービス提供が無料ではないことです。無料トライアル、パイロット導入、POCは、いずれも収益が生まれる前に計算リソースを、時にはエンジニアの時間を消費します。マーケティングと営業の人件費だけを数えていると、顧客を獲得するのにかかるコストを過小評価することになります。

より完全な全体像では、次のものを数えます。

• 営業とマーケティングの支出(通常どおり)。
• トライアルとパイロット導入の計算コスト(転換しなかった見込み客の分も含む)。
• プリセールスのエンジニアリング工数(POC向けのデータ準備を含む)。
• 審査を通過するためのセキュリティとコンプライアンスの作業(特定の案件の獲得に結びついている場合)。

一方で、利益率は回収期間に影響します。Bessemerの2025年のデータでは、急成長しているAI企業の粗利益率はおよそ25%(しばしばマイナス)、より持続可能な企業は60%近くです。回収期間は通常、粗利益率で調整した収益に基づいて計算されるため、CACが変わらなくても、利益率が低いと回収期間は延びます。CACと収益がまったく同じ2社でも、一方が各アカウントへのサービス提供にはるかに多くのコストを払っていれば、回収期間は大きく異なります。Bessemerはまた、最も急成長している企業は短期的に利益と引き換えに販売網を手に入れていることが多いと述べています。これは意図的な選択であり、代償のない選択ではありません。

実践的な打ち手は、トライアルが際限なく続かないよう無料利用に上限を設けること、コストの高い機能を見込みの確かな相手との会話の後に開放すること、そしてCACの回収期間を収益ベースではなく利益率ベースで追跡することです。計算式は顧客獲得コストとCAC回収期間の最適化をご覧ください。従量課金や成果報酬型のモデルは営業の会話と利益率の両方を変えるため、価格設定がこれらすべてとどう関わるかは、AIスタートアップのビジネスモデルで扱っています。

よくある間違い

仕事ではなくモデルを前面に出すこと。 買い手は技術を買うのではありません。すでに抱えているタスクを、より速く、より安く、より良くこなす方法を買うのです。タスクを前面に出しましょう。

成功基準のないパイロット導入を実施すること。 これは案件が停滞する最もよくある原因です。双方が「うまくいった」の意味について異なる認識を持ったまま終わるからです。

セキュリティを後半の確認項目として扱うこと。 ビジネスチームがすでに承認した案件を、審査が潰すこともあります。早めに取り上げましょう。

無制限に計算リソースを提供すること。 上限のない無料プランは、一部のユーザーを転換させる一方で、残りのユーザーで資金を流出させます。サービス提供のコストに見合った上限を設定してください。

競合の販売モーションをまねること。 セールス主導型のパイロット導入でエンタープライズに販売している競合は、コスト構造、買い手、リスクのプロファイルが異なります。そのチャネルは競合の状況を示すものであり、あなたの状況を示すものではありません。

シンプルな判断の道筋

買い手から始めます。誰が署名し、AIが間違えたら何が起きるのか。答えが「タスクをやり直す」なら、セルフサーブに寄せ、人のコストを低く抑えます。答えにコンプライアンス、お金、顧客が関わるなら、セールス主導型のパイロット導入とセキュリティ審査を計画し、その時間を予算に組み込みます。次に経済性を確認します。自社の利益率で、選んだ証明の形式に必要な無料利用とパイロット導入の計算コストをまかなえるでしょうか。まかなえないなら、証明の範囲を絞る(本格的なパイロット導入ではなくデータサンプルにする)か、提供する前に見込み客をより厳しく選別します。最後に、主軸のチャネルを1つ選び、他のチャネルを重ねる前に本格的に試してください。

どのような企業を作るのかをまだ決めかねているなら、AI-nativeスタートアップとはで、これらの選択のもとになる基本的な定義を確認してください。

関連記事

• AIプロダクトでデモがより重要な理由
• AIプロダクトの無料トライアル
• 誇張に頼らないAIプロダクトのポジショニング
• AIツールのプロダクト主導型成長
• AI-nativeスタートアップとは
• AIスタートアップのビジネスモデル
• AI wrapperとAI-nativeの比較
• バーティカルAIとホリゾンタルAIの比較
• プロダクト主導型成長の戦略
• セールス主導型成長の戦略