AI エージェントの開発費用は?営業用を自社開発するか買うかの判断基準
「自社で作ればいい」と言われた営業責任者のための、現実的な検証です。
2025年10月、SaaStr は 『We Built an AI VP of Marketing This Year. Here's What It Actually Does.』と題したエッセイを公開し、いまも広く読まれています。SaaS 業界で最も AI 活用が進んだ組織のひとつが、誇張抜きで率直に書いた記録です。そこで示された結論は、マーケティング業界が予想していたものではありませんでした。「AI が CMO の代わりになった」ではなく、むしろ次のような内容です。
「AI エージェントには、人とほぼ同じだけのマネジメント時間がかかる」
SaaStr は本番環境で20以上の AI エージェントを運用し、1年間で50万ドル超を AI インフラに投じ、すでに作ったエージェントの学習、お守り、修正のためだけに、最高 AI 責任者の毎日の時間の約30%を割いています。社内の目安は、「必要なものの90%は買い、製品が存在しない10%だけを作る」です。
AI を前提に事業を運営している企業がここまで徹底しているのなら、初めての「AI SDR」プロジェクトを検討している営業責任者は注意を払うべきです。いま Slack などで交わされている「AI アウトリーチエージェントを自社開発しよう」という話は、たいてい維持の負担、増え続けるシステム連携、そして最初の商談が1件入るまでの6〜12か月の空白を抜きにして語られているからです。
本記事では、AI アウトリーチの仕組みを自社開発する場合と、Laxis AI セールスエージェントのようなすぐに使えるソリューションを購入する場合の本当の違いを、費用、期間、失われる営業サイクルの観点から整理します。
AI エージェントの自社開発で必要になるもの
ホワイトボードの上では、AI アウトリーチエージェントは3つの箱に見えます。データを入れ、真ん中で LLM が処理し、メールを送り出す。本番環境では、実際には次のように分かれます。
- 見込み客データ層:Apollo、ZoomInfo、Clay などの API、情報を補完するエンリッチメントのロジック、重複の排除、ICP スコアリング、インテントシグナルの取り込み(Bombora、LinkedIn、6sense)。
- リサーチエージェント:Web スクレイピング、企業属性データの取得、LinkedIn の解析、10-K(米国企業の年次報告書)やニュースの要約、アプローチのきっかけ(トリガー)を見つける多段階の推論。
- パーソナライズエンジン:LLM のオーケストレーション(プロンプトチェーン、コンテキストウィンドウ、検索)、ハルシネーションを見つける評価(eval)、ブランドや語り口のガードレール、多言語対応。
- 送信インフラ:ドメインのウォームアップ、送信用受信箱のローテーション、DMARC / SPF / DKIM、Smartlead や Instantly に相当する到達率対策の仕組み、バウンスとスパム判定の監視。
- 返信処理:返信の分類(関心あり/関心なし/不在/紹介)、文脈を踏まえたフォローアップ、商談の予約、CRM との同期。
- 運用と可観測性:ログ、評価、A/B テストの仕組み、コストの監視、人がレビューする待ち行列、権限管理(SaaStr では、エージェントが無断で A/B テストを実行し、無料チケットを配ってしまったことがあります)。
この箱の1つひとつが、それぞれ小さな製品です。しかも、ベンダーが API を更新したとき、モデルの新バージョンが出たとき、ドメインが迷惑メール判定を受けたときに、それぞれが別々のタイミングで壊れます。
開発費用と期間の現実的な目安
現在の市場の目安と SaaStr の公開情報をもとにすると、中堅規模の B2B チームが初年度に自社開発する場合の費用は次のとおりです。
| 項目 | 低めの見積もり | 高めの見積もり |
|---|---|---|
| シニアの AI/バックエンドエンジニア2名(人件費の総額) | $400,000 | $600,000 |
| セールスオペレーション/プロンプトエンジニア1名 | $120,000 | $180,000 |
| LLM の API 利用料(GPT-4 クラス、アウトバウンドの送信量) | $30,000 | $120,000 |
| データ・エンリッチメントの API(Apollo/ZoomInfo/Clay など) | $40,000 | $100,000 |
| 到達率対策の仕組み+ドメイン・受信箱のインフラ | $15,000 | $40,000 |
| 可観測性、評価、ベクトル DB、その他のツール | $20,000 | $60,000 |
| 初年度の合計 | 約 $625,000 | 約 $1,100,000 |
| 最初の本番キャンペーンまで | 6か月 | 12か月以上 |
しかも、これは維持の負担を含まない金額です。SaaStr が明かした「シニアの担当者の時間の30%を毎日、知らないうちに性能が落ちないよう保つためだけに使う」という数字は、自社開発の提案のほとんどが書き落としている部分です。エンジニア2名のチームなら、現状を保つだけで実質0.6人分(FTE)の工数がずっと取られることになります。
Laxis を購入する場合に得られるもの
Laxis AI セールスエージェントは、アウトバウンドのために作られた製品で、コードを書かずに設定だけで自社の業務に合わせられます。比較のポイントは次のとおりです。
- 最初のキャンペーンまで、四半期ではなく数時間:CRM を接続し、ICP をアップロードするか自動生成し、パーソナライズされた最初のシーケンスを承認すれば配信できます。多くのチームは、サインインから1日以内に最初のアウトバウンドを開始しています。
- すべての層があらかじめ統合済み:見込み客の発見、複数のソースを使ったリサーチ、パーソナライズ、マルチチャネルの送信(メール+LinkedIn)、返信処理、商談の予約、CRM への書き戻しが最初から含まれています。自分で組み立てる必要はありません。
- 到達率の管理は Laxis が担う:ウォームアップ、ローテーション、送信元の評価の監視、コンプライアンスのガードレールは、エンジニアチームではなく Laxis の仕事です。
- 評価とガードレールが標準装備:トーン、事実の正確さ、ブランドの語り口を一元的に監視します。基盤モデルが改善されれば、すべての顧客が同じ日にその恩恵を受けられ、回帰テストのプロジェクトも要りません。
- 予測できるコスト:ユーザー数や送信量に応じた SaaS のサブスクリプションです。コストが膨らみ続ける設備投資型のプロジェクトではありません。
10ユーザー規模の一般的な営業組織なら、Laxis の年間の総コストは5桁ドル(数万ドル)の前半から半ばに収まります。自社開発のおよそ10分の1で、来年度ではなく今週から使えます。
自社開発と購入の比較表
| 比較項目 | 自社開発 | Laxis AI セールスエージェント |
|---|---|---|
| 最初の商談予約まで | 6〜12か月 | 同じ週のうち |
| 初年度のコスト | 約 $625,000〜$1,100,000 超 | 5桁ドルの前半〜半ば(ユーザー課金の SaaS) |
| 必要な人員 | エンジニア2〜3名+運用担当 | エンジニア0名 |
| 継続的なメンテナンス | シニアの時間の約30%がずっと必要(SaaStr による) | 料金に含まれる |
| 到達率のリスク | 自社で負う | Laxis が管理 |
| モデルのアップグレード | 3〜6か月ごとにプロジェクトが発生 | 自動 |
| 返信処理と商談予約 | 開発と保守が必要 | 料金に含まれる |
| CRM・マルチチャネルの連携 | 開発と保守が必要 | 料金に含まれる |
| 起こりうる障害 | ハルシネーション、API の仕様変更、送信の不具合、無断の操作 | 一元的に監視 |
| 向いているチーム | 差別化できる独自データがある、またはどのベンダーも対応しない独自の営業手法がある | 今四半期にパイプラインが必要 |
自社開発が向いている3つのケース
Laxis は「自社開発は常に間違い」とは考えていません。判断の枠組みとしては、SaaStr の「90対10」のルールが正解です。次のような場合は、自社開発を選びましょう。
- 営業手法が本当に特殊な場合。防衛や特殊な産業分野のようにデータが乏しい業界に販売していて、市販のエンリッチメントでは情報が足りず、データパイプラインそのものが競争優位になっている場合です。
- どのベンダーにも再現できない独自シグナルがある場合。独自のテレメトリデータ、コミュニティのつながりのデータ、製品の利用データなど、ほかでは得られない情報でパーソナライズできる場合です。
- AI プラットフォームのチームがすでにある場合。インフラ、評価の仕組み、オンコール体制がすでに整っていて、エージェントを1つ増やす追加コストが小さい場合です。
残り90%の B2B 営業組織、つまりアウトバウンドの中身が「適切な ICP を見つけ、きっかけを調べ、関連性の高いシーケンスを送り、返信に対応し、商談を予約する」である組織にとって、自社開発は、ほかのチームがすでに解決した問題をお金を払って再発見するようなものです。Laxis は、そのムダをなくすために存在しています。
営業責任者が判断に使う3つの問い
多くの営業責任者にとって、判断を分けるのは次の3つです。
- 何四半期待てるか。開発に費やす四半期は、AI を活用する競合がパイプラインを積み上げ続ける四半期でもあります。
- 取締役会が見たいのは AI のロードマップか、AI が生んだ売上か。開発プロジェクトは予算の1項目にすぎません。稼働しているエージェントは、パイプラインのダッシュボードに数字として表れます。
- 「AI プラットフォーム」は本当に自部門の役割か。違うなら、製品開発のロードマップとエンジニアの工数をいつまでも奪い合うことになります。AI ファーストの企業である SaaStr でさえ、「毎日30分以上かけて学習させ、一緒に働き、調整し、壊れたところを直す必要があるエージェントがまた1つ増える」と表現しています。それが SaaStr の現実なら、営業組織にとっての負担はさらに大きくなります。
まとめ
SaaStr の記事は、ぜひ全文を読む価値があります。ベンダーの宣伝ではなく、実際に手を動かした運用者が、同業者に地雷の場所を教えている記事だからです。営業向けに言い換えると、結論は次のとおりです。AI アウトリーチエージェントは本物で、成果も出る。ただし、週末で作れるものでは決してない。
AI プラットフォームを作ることが自分の使命なら、作りましょう。パイプラインの数字を達成することが使命なら、買いましょう。Laxis AI セールスエージェントなら、リサーチ、パーソナライズ、送信、返信処理、CRM との同期まで、アウトバウンドに必要な仕組みのすべてが初日からそろいます。コストは自社開発の総額のごく一部で、維持の負担もありません。
競合は12か月も待ってくれません。パイプラインづくりも待つべきではありません。
四半期ではなく、数分で始められます。Laxis AI セールスエージェントを試す →
出典:Jason Lemkin、SaaStr『We Built an AI VP of Marketing This Year. Here's What It Actually Does.』
AI エージェント開発に関するよくある質問
AI アウトリーチエージェントは自社開発と購入のどちらがよいですか?
ほとんどの B2B 営業組織にとっては、購入が答えです。本番品質の AI アウトリーチの仕組みを自社開発するには、データのエンリッチメント、リサーチエージェント、パーソナライズエンジン、到達率対策のインフラ、返信処理、可観測性を組み立てて保守し続ける必要があり、そのどれもが別々のタイミングで壊れます。自社開発が理にかなうのは、営業手法が本当に特殊な場合、どのベンダーにも再現できない独自シグナルを持っている場合、成熟した AI プラットフォームのチームがすでにある場合に限られます。Laxis AI セールスエージェントのようなすぐに使えるソリューションなら、初日からアウトバウンドに必要な仕組みがそろうため、自社開発はたいてい、ほかの企業がすでに解決した問題をお金を払って再発見することになります。
AI アウトリーチエージェントを自社開発するといくらかかりますか?
現在の市場の目安では、中堅企業が初年度に自社開発する費用はおよそ62.5万ドルから110万ドル超です。シニアの AI エンジニア、セールスオペレーション、LLM の API 利用料、データ・エンリッチメントの API、到達率対策のインフラ、可観測性のツールが含まれます。さらに、シニアの担当者の時間の約30%を無期限に奪いかねない維持の負担が上乗せされます。一方、Laxis のようなすぐに使えるプラットフォームなら、一般的な営業組織で年間5桁ドル(数万ドル)の前半から半ばに収まります。
AI アウトバウンドの立ち上げにかかる期間は、自社開発と Laxis でどれくらい違いますか?
自社開発の場合、データから到達率対策まで、すべての層を構築・統合・テストする必要があるため、最初の本番キャンペーンまで通常6か月から12か月以上かかります。Laxis AI セールスエージェントのようなすぐに使えるソリューションなら、CRM を接続し、ICP を定義または自動生成し、シーケンスを承認するだけで、多くの場合1日以内に最初のアウトバウンドを始められます。その差は、競合がすでに手にしているかもしれない、数四半期分の積み上がったパイプラインです。
AI エージェントの「維持の負担(メンテナンスタックス)」とは何ですか?
AI エージェントを作ったあとも動かし続けるために、継続してかかる時間と労力のことです。API の仕様が変わり、モデルの新バージョンが出て、メールのドメインが迷惑メール判定を受けるたびに発生します。SaaStr は、すでに本番で動いているエージェントの学習、監視、修正だけに、シニアの担当者の1日の時間の約30%を使っていると報告しています。Laxis のようなマネージド型のソリューションを購入すれば、その負担はベンダー側に移り、到達率、評価、ガードレール、モデルのアップグレードがまとめて管理されます。