営業データ基盤のClayが、2026年9月に1億1,500万ドルを調達しました。企業価値は71億ドルです。翌月の年次イベントでは、AIエージェントに打ち手を組ませる新機能を発表しました。同社が掲げる次の論点は、どれだけ打ち手を回すかではなく、どれだけ速く結果から学ぶかです。
1年で企業価値は2倍超
The Next Webによると、今回のシリーズDはWellington Managementが主導しました。2025年8月の調達時の企業価値は31億ドル。1年余りで2倍を超えた計算です。顧客は1万7,000社以上で、Forbes AI 50の8割が使っているといいます。一方で、売上やARRは開示していません。評価額が売上に見合うかは、外からは確かめられない状態です。
Clayは、外部のシグナル（資金調達、採用、転職など）と、自社のCRM・利用データ・商談記録を組み合わせて、見込み客を探し、調べ、アプローチを組む仕組みを提供しています。「GTMエンジニア」という肩書きを広めたのもClayです。今回、この職種を育てる奨学金に100万ドルを充てると発表しました。
発表の中身は「学習の回路」
10月8日の年次イベント「Sculpt」には、30か国から約2,000人が集まりました。Clayの公式ブログによると、発表は3つです。
一つ目は、成果を指示すると打ち手を組むエージェントです。「関心の高い企業の、狙う顧客像に合う担当者を探して、アプローチを組んで」と頼むと、企業と担当者を集め、シグナルを見つけ、メール文案を作って確認に回します。土台は「Knowledge Hub」。狙う顧客像、買い手の人物像、自社の立ち位置を文章で持っておく場所です。エージェントは施策の結果を見て、Knowledge Hubの書き換えを提案します。反応のよかった顧客層を足す、といった提案です。人が承認すれば、次の施策から反映されます。
二つ目は「Clay Workflows」。分岐やループ、コード、エージェントを組み合わせた多段の処理を、画面上で組む機能です。1件ごとに何が起きたかを追え、まとめて直して流し直せます。全ユーザーにベータ版で開放済みです。三つ目は、インバウンドのリードに声で応対して見極める営業エージェントで、こちらはまだ先行登録の段階です。
なぜ「学ぶ速さ」なのか
Clayの説明はこうです。打ち手を回す量の問題は、もうかなり解けた。詰まりは、チームがどれだけ速く学べるかに移った。だから目指すのは、施策のたびに賢くなる「自ら学ぶ売上の仕組み」だ、と。GTMエンジニアの役割も、自分で組む人から、成果を決めて計画を承認し、エージェントに組ませる人へ移ると見ています。
ただし、外の目は厳しめです。The Next Webは、本番環境のAIについて書くパオロ・ペローネ氏の「自分の宿題を自分で採点している」という評を紹介しています。学習の成果を測るのが、売り手自身だという指摘です。
日本の事業責任者が、明日考えること
この発表から学べるのは、ツールの名前ではありません。学習の回路には、前提が二つあります。
一つは、顧客像が文章になっていることです。Knowledge Hubに入るのは、狙う業種と規模、買い手の役職と悩み、自社を選ぶ理由です。売上10〜100億円規模の日本のBtoB事業では、これがトップ営業の頭の中にしかない例が多くあります。文章にないものは、エージェントも直せません。まず一枚に書き出す。そこが出発点です。
もう一つは、結果が記録されていることです。どの施策から、どの業種の、どの役職と商談になったか。SFAに入っていなければ、学ぶ材料がありません。商談の発生元を選択式で必ず入れる。それだけでも回路の半分はできます。
そのうえで、週に一度、施策の結果を見て顧客像の文章を直す。人の手で回しても、この回路は作れます。エージェントに任せるのは、回路が回ってからで遅くありません。
