Human in the Loop とは?AI SDR で人が担う5つの判断
この記事の要点
Human in the Loop(ヒューマンインザループ)とは、AI に作業を任せながら、要所の判断には人が関わり続ける運用のことです。AI SDR(AI セールス開発担当)でいえば、戦略は人が決め、その実行を AI が大規模に回す形を指します。AI SDR とは、見込み客の発掘(プロスペクティング)、メール・LinkedIn・電話でのパーソナライズしたアプローチ、インバウンドリードの選別、CRM の更新といった営業ファネル上部の業務を自動化する AI エージェントです。2026年に AI SDR から最も大きな価値を引き出しているのは、完全に自律した AI の登場を待つチームではありません。人が決めた戦略と、AI による大規模な実行を組み合わせるチームです。本記事では、この考え方と、人が関わり続ける5つのステップ、そして Laxis AI SDR がこのモデルを前提にエンドツーエンドでどう設計されているかを解説します。
AI SDR の実力は?SaaStr が1年間の運用で出した結論
Jason Lemkin 氏が SaaStr で公開した記事『If AI GTM Tools Were Half as Good as Cursor or Replit, It Would Be a Different World Today. They Will Get There.』は、AI SDR というカテゴリーを率直に評価した数少ない公開レポートのひとつです。Lemkin 氏は Artisan、Qualified、Agentforce、Delphi を1年間本番環境で運用し、具体的な成果を報告しています。AI が送ったアウトバウンドのメッセージは19,000件超、返信率は6.67%(業界平均のおよそ2〜3倍)、AI SDR が直接生み出した受注額は200万ドル超、Agentforce が掘り起こした連絡の途絶えたリードの開封率は72%でした。
それでも結論は辛口です。いまの AI GTM ツールは「AI を混ぜた自動化」にすぎず、役には立つものの、Cursor や Replit がコーディングにもたらしたほどの深い推論にはまだ届いていない、と Lemkin 氏は書いています。氏はこれを「ギャップ」と呼びます。Laxis はこれをチャンスと捉えています。ギャップが実際にどこにあるかを理解しているチームは、いまの AI SDR ですでに投資額の数倍のリターンを得ており、次に来る AI セールスエージェントの波でも先頭に立てるからです。
こうした記事を読むと、両極端に振れがちです。AI SDR を過信して完全に任せきりにするか、カテゴリーごと見限って「営業版の Cursor」の登場を待つか。どちらも本質を外しています。2026年に AI SDR の価値を最大化するカギは、意図して役割を分けることです。
戦略は人が決める。実行のスケールは AI が担う。
この境目を正しく引ければ、いまのツールでも投資を何倍にもして回収できます。間違えれば、画一的なスパムで信頼を失うか、AI に任せられたはずの手作業にチームが追われるかのどちらかです。
AI SDR にできること・まだできないこと
AI SDR の議論が噛み合わないのは、たいてい言葉の定義がずれているからです。まず定義をそろえます。
AI SDR とは、これまで人の SDR が担ってきたファネル上部の業務を実行する AI セールスエージェントです。ターゲット企業の特定、見込み客の調査、複数チャネルでのパーソナライズしたアプローチ、インバウンドリードへの対応と選別、商談の設定までを行います。Laxis のような現在の AI SDR は、メール・LinkedIn・電話で動き、3.25億件超の検証済みコンタクトを収録したグローバルデータベースから見込み客を抽出し、受信箱のウォームアップ、返信の分類、すべてのやり取りの CRM への自動同期までこなします。
一方で、AI SDR はまだ自律した AI アカウントエグゼクティブにはなれません。来期にどの市場へ参入するかは決められません。利害関係者が多い複雑な交渉を任せることもできません。調達部門との電話で、相手社内の力関係を読み取ることもできません。AI SDR で大きな成果を報告している企業ほど、最初の1,000通を手作業でレビューし、価格に関するガードレールを47回作り直し、毎日アウトプットを抜き取りで確認していると自ら認めています。これは欠陥ではなく、いまの技術の実態です。
その実態を受け入れれば、取るべき方針ははっきりします。AI SDR は、判断の幅は狭いものの、実行力はずば抜けたエンジンです。そこに人の鋭い判断を組み合わせれば、2年前には考えられなかったアウトバウンドのレバレッジが手に入ります。
基本の考え方:戦略は人、実行のスケールは AI
Laxis が見てきた AI SDR の導入は、うまくいったものほど同じ問いに行き着きます。「考える役割をどこに置くか」です。
考える役割を AI に置く、つまり ICP(理想の顧客像)の選定もオファーの考案も商談の交渉もツールがやってくれると期待すると、結果は期待外れに終わります。AI モデルには、そうした判断に必要なビジネスの文脈、市場の文脈、顧客との関係の文脈がないからです。
考える役割を人に置く、つまり創業者や CRO、グロース責任者が戦略を設計し、AI がそれを徹底して実行すると、AI は「出来の悪いジュニア営業」ではなく本来の姿になります。24時間365日動く実行レイヤーとして、毎日数千ものメール・LinkedIn メッセージ・コールドコールを、人のチームにはまねできない一貫性でパーソナライズします。
公式はシンプルです。
人が決めた戦略 × AI による大規模な実行 = 積み上がるアウトバウンドのレバレッジ
どちらが欠けても成り立ちません。実行の規模がない戦略は、立派な資料と空っぽのパイプラインで終わります。戦略のない大規模な実行は、すでに LinkedIn の受信箱をあふれさせているスパムの洪水と変わりません。
ヒューマンインザループの実践:人が判断すべき5つの工程
この枠組みに沿えば、実務の進め方は自然に決まります。人がしっかり関わり続けるべき工程は5つ。それ以外は AI に任せます。
1. ICP とターゲット企業の選定
AI SDR は、企業情報の補完(エンリッチメント)、スコアリング、優先順位付けを見事にこなします。しかし、今期どのセグメントに注力すべきか、どの業界向けに専用のオファーを用意すべきか、いつ中小企業から中堅企業へ軸足を移すべきかは判断できません。これは戦略判断です。ICP は人が確定させましょう。Laxis では、役職・業界・地域・企業規模・インテントシグナルで ICP を一度定義すれば、エージェントがその範囲内で3.25億件超の検証済みコンタクトから対象を広げ、情報を補完し、優先順位を付けます。
2. ポジショニング・メッセージ・オファー
AI が個別化するのは冒頭の一文です。主張そのものは人が書きます。AI SDR を使いこなしている企業は、メッセージをプロダクトマーケティングと同じように扱います。中心となるストーリー、根拠となる実績、想定される反論と切り返しを定義し、それを構造化したコンテキストとしてツールに渡します。そのうえで AI が、チャネルをまたいで大量のバリエーションとパーソナライズを担います。Laxis は、メール・LinkedIn メッセージ・AI コールドコールのすべてで、自社のポジショニングを唯一の拠り所にします。そのため、規模を広げてもブランドの語り口が薄まりません。
3. ガードレールとエスカレーションのルール
Lemkin 氏が書いた「価格まわりで47回の手直し」は不具合ではなく、それこそが人の仕事です。AI が言ってよいこと、人への引き継ぎが必要なこと、規制業界・競合への言及・法務に関わる質問といった例外の扱いは、人が決める必要があります。こうしたルールは一度書けば手間はかかりませんが、省くと高くつきます。AI SDR がブランドの助けになるか、傷つけるかを分ける最大の要因でもあります。
4. 返信の振り分けと人への引き継ぎ
アウトバウンドで人が手を動かしても効果が最も小さいのはコールドメールの送信で、最も大きいのは前向きな返信をくれた相手との会話です。前者は AI が100%引き受け、後者は AI がほとんど引き受けない、という分担が理想です。Laxis AI SDR は商談の日程調整、基本的な FAQ への回答、対応不要な問い合わせの振り分けを自動で処理し、返信に本気の購買意欲、技術的に踏み込んだ質問、複数の関係者の思惑が見えた時点で人に引き継ぎます。Cursor との差がいまも表れるのはこの場面で、現時点ではどの AI モデルより人のほうがはるかにうまくクロージングできます。
5. 毎週のフィードバックループ
AI SDR は「研修がいつまでも終わらない新入社員」として扱いましょう。毎週、人が返信のサンプルを確認し、うまくいったものといかなかったものに印を付け、プロンプト、除外リスト、メッセージのライブラリを更新します。AI SDR で成果を上げているのは、最も賢いモデルを使っているチームではなく、レビューの間隔が最も短いチームです。Laxis が返信の質、商談の結果、到達率の分析をひとつのダッシュボードにまとめているのは、このループを短く、手間なく回すためです。
それ以外の作業、つまりデータの補完、シーケンスのタイミング、送信時刻の最適化、A/B テストのパターン作成、受信箱のウォームアップ、返信の分類、カレンダーへの予約、CRM への記録、AI コールドコールは、AI に任せて手を離して構いません。いまの AI SDR がすでに人を測定できるほど上回っている領域で、その差が大きいことも少なくありません。
AI セールスエージェントが「Cursor との差」を予想より早く埋める3つの理由
「AI SDR はいつ Cursor の水準に届くのか」という問いへの正直な答えは、「いまのアウトプットから想像するより早い」です。Lemkin 氏が指摘する差はいま確かにありますが、3つの力がそれを急速に縮めています。
1つ目は、GTM データの基盤がようやく成熟しつつあることです。Cursor がうまく機能するのは、構造化され、手元にあり、欠けのないコードベースがすぐそこにあるからです。GTM のデータはこれまで、CRM、エンリッチメント、インテント、エンゲージメント、プロダクトの利用データに分散していました。それが変わりつつあります。統合型の顧客データ基盤、データウェアハウスを中心にした GTM スタック、Salesforce による Qualified の買収のような統合が進み、エージェントが横断的に推論できる「営業のコードベース」に相当するものが組み上がりつつあります。Laxis はまさにこの前提で作られており、CRM、Web サイト、インバウンドフォーム、検証済みコンタクトデータベースからのシグナルを、エージェントが推論できるひとつのコンテキストにまとめます。
2つ目は、エージェントの設計手法がコードから営業へそのまま移ってくることです。Cursor を魔法のように感じさせた技術、つまり持続するコンテキスト、複数ステップの計画、ツールの利用、自己修正のループは、コード専用ではなく汎用です。2027年の AI セールスエージェントは同じ設計パターンを GTM データの上で使い、Lemkin 氏が批判する「自動化に AI をふりかけただけ」のツールとはまったく別物に感じられるはずです。これは10年がかりではなく、12〜24か月で進む変化です。
3つ目は、AI モデルそのものが、およそ半年ごとに性能を積み上げ続けていることです。2026年初頭の AI SDR は、2025年後半のフロンティアモデルで動いています。2027年の AI SDR は、2026年を通じて学習したモデルで動きます。コンテキストはより長く、推論はより賢く、ツールの利用はより確実になります。Cursor の ARR を2年で100万ドルから5億ドルへ押し上げたのと同じ成長曲線が、AI SDR のカテゴリーにも開かれています。アナリストは、2030年の AI SDR 市場を150億〜470億ドルと予測しています。この成長は「自動化+テンプレート」からは生まれません。AI セールスエージェントが Cursor の水準を越えることで生まれます。
問うべきは、AI セールスエージェントが Cursor 並みになる「かどうか」ではなく「いつ」なのか、そしてその時までに運用のノウハウをどれだけ蓄えておけるかです。
Laxis AI SDR はヒューマンインザループ前提の設計
Laxis は、いまの最大の価値も、将来の競争優位も、人の戦略と AI の実行規模の境目にあるという前提で作られています。その考え方は、次のような設計に表れています。
- マルチチャネルでの実行(メール、LinkedIn、AI コールドコール):1つのチャネルに一斉送信するのではなく、見込み客が好むチャネルに合わせてアプローチできます。
- 3.25億件超の検証済みコンタクトデータベース:ターゲットの選定を、スクレイピングした不確かなプロフィールではなく、正確なデータから始められます。
- AI コールドコール:人と話しているような自然な音声で、メールを開かない見込み客にも届きます。
- リアルタイムのインバウンド選別:フォームの送信や Web サイトへの訪問をその瞬間にとらえ、リードの関心が冷める前に対応します。
- CRM への自動同期:電話・メール・返信のすべてが記録に反映され、営業担当者のデータ入力の手間がなくなります。
- 受信箱のウォームアップと到達率の最適化:送信量を増やしても、送信元の評価を落としません。
- 分析・レビュー用のダッシュボード:このモデルの効果を積み上げる、毎週のフィードバックループを支えます。
狙いはシンプルです。人が戦略を注ぎ込む場所をできるだけすっきりさせ、それ以外のすべてを、人のチームにはまねできない量と一貫性で AI に任せることです。
AI SDR に関するよくある質問
AI SDR とは何ですか? 見込み客の発掘、複数チャネルでのパーソナライズしたアプローチ、インバウンドリードの選別、商談の設定、CRM の更新といった営業ファネル上部の業務を自動化する AI セールスエージェントです。人の SDR(セールス開発担当)の仕事を置き換える、または補う役割を担います。
AI SDR は人の SDR を完全に置き換えられますか? 2026年時点では置き換えられません。AI SDR が強いのは実行と規模で、戦略、複雑な会話、クロージングはいまも人の役割です。最も投資対効果が高いのはヒューマンインザループ型の運用で、1人の戦略担当が、人の営業担当10人分以上の仕事をこなす AI SDR を指揮する形です。
AI SDR はどれくらいの量をこなせますか? メッセージと ICP が明確に定義されていれば、公開されている導入事例では、人の SDR の11〜43倍のアウトバウンド量を、業界平均の2〜3倍の返信率でこなしたと報告されています。
Laxis AI SDR はほかの AI SDR ツールと何が違いますか? Laxis は、マルチチャネルのアウトバウンド(メール、LinkedIn、AI コールドコール)、3.25億件超の検証済みコンタクトデータベース、リアルタイムのインバウンド選別、CRM への自動同期をひとつのエージェントにまとめています。「戦略は人、実行のスケールは AI」というモデルを前提に、ゼロから設計されています。
AI セールスエージェントは Cursor 並みに賢くなりますか? なります。目安は12〜24か月です。データ基盤、エージェントの設計手法、基盤となるモデルのいずれも急速に進化しています。いま AI SDR を運用しているチームこそ、次の波を最もうまく取り込めます。
まとめ
いまの AI SDR は Cursor ではありません。とても速く、ぶれず、疲れを知らない実行エンジンであり、あと1〜2世代のモデルの進化で、はるかに大きな存在になります。勝つのは、そのどちらかの極端に賭ける企業ではありません。いま人の戦略と機械の実行規模を組み合わせ、明日の AI セールスエージェントを使いこなすための運用力を着実に育てている企業です。
Laxis はまさにそのために作られています。そして、そこにこそ AI SDR の最大の価値があります。
実際に試してみませんか? Laxis AI SDR を始める。ICP を設定してメッセージを登録すれば、マルチチャネルの AI セールスエージェントがファネル上部を回し、チームは成約につながる会話に集中できます。