Manny Medinaが10年率いたOutreachがCEO交代でAIエージェント基盤へ舵を切った

Outreachは、見込み客への接触から商談管理、売上予測、会話分析までを一つの基盤にまとめ、営業チームの行動と数字を可視化するレベニュー基盤だ。

2014年に4人で創業し、営業支援（Sales Engagement）ツールから、AIエージェントが商談準備や更新、フォローを実際に実行するエージェント型プラットフォームへ事業を広げた。出典

営業の現場では、どの商談が進んでいて、どの手が止まっているのかが見えにくい。

Outreachはその問題から始まった。

共同創業者のManny Medinaは、2024年にCEOを退く際に「It has been an honor leading Outreach and I am thrilled for Abhijit as Outreach's new CEO」と述べ、10年の経営を次期CEOへ渡した。出典

前身GroupTalentからOutreachへ

Outreachの公式サイトは、会社が2014年初頭に4人の創業者によって始まったと説明している。出典

創業者の1人であるManny MedinaとAndrew Kinzer、Gordon Hempton、Wes Hatherは、それ以前に採用マーケットプレイスのGroupTalentを手がけていた。

そこで得た「人が動くプロセスをソフトウェアで支える」という経験が、営業活動の自動化へ向かう土台になった。

2020年にはHemptonとHatherがOutreachを離れ、遠隔ワーク向けの新会社を立ち上げたと報じられている。出典

2019年、評価額$1.1Bのユニコーンへ

創業から5年で、Outreachは営業支援（Sales Engagement）カテゴリの代表格になった。

2019年4月、同社はSeries Eで$114Mを調達し、評価額は$1.1Bに達した。

この時点の累計調達額は$239Mだった。出典

資金は機械学習チームの倍増、海外展開、パートナーエコシステムへ振り向けられ、単なるメール配信ツールから、商談データを学習して次のアクションを提示する製品へと軸足を移していった。

2024年、CEO交代とAIへの転換

10年目の2024年9月、創業者のManny MedinaはCEOをAbhijit Mitraに譲り、自らはExecutive Chairmanとして取締役会に残った。出典

就任時にMitraは「We are in a pivotal moment in sales, with AI delivering efficiency gains we've never seen before」と述べ、AIを前提にした製品づくりを前面に出した。

同じ発表では、AI sales platformが成約率を26%改善し、予測精度を43%高め、商談サイクルを19%短縮したと説明されている。

AIエージェントが仕事を実行する段階へ

2026年6月、OutreachはMCP ServerとMCP Clientの両方を提供する最初のレベニュー基盤になったと発表した。

AIエージェントが外部ツールのデータを引き、商談やシーケンスの操作まで実行できるようにする狙いだ。出典

翌9月には、AI creditsの消費が12倍、Q2のAI ARRが前年比480%増になったと公表し、AIが「見るだけ」から「実行する」段階へ移ったと位置づけた。出典

Outreachが刺さるのは、商談の進み方を個人の記憶と表計算で管理している営業組織だ。

複数のチャネルに散った接触履歴と商談データを一つの場所に集め、次に何をすべきかを提示する。

営業担当の作業を減らしつつ、マネージャーがパイプラインの詰まりを数字で把握できるようにする点が価値の中心にある。出典

近年はそこにAIエージェントを重ねている。

見込み客の調査、パーソナライズ、フォローの自動化、会話の分析、予測までをエージェントが担い、人が確認と判断に集中できる形を狙う。出典

営業の工数を削るだけでは差がつきにくい中で、実行まで踏み込む点が現在のPMFの中心だ。

参入障壁は、商談・会話・パイプラインの実データを長期間蓄積してきた点にある。

このデータで学習した予測とコーチングは後発が短期間で再現しにくい。出典

加えて、SalesforceやSAP、ServiceNowなど顧客の中核システムとの接続と、パートナーエコシステムが乗り換えコストを生む。出典

ネットワーク効果は中程度だ。

顧客間の直接的な効果は弱いが、MCP Clientを通じて外部のデータ提供・コンテンツ・エンリッチメントツールが接続するほど、Outreachを中心にしたエコシステムの価値が上がる。

参加するツールが増えるほどエージェントが扱える情報が増え、導入企業にとっての便益が大きくなる構造だ。出典

主な顧客は、20人以上の営業組織を持つB2B企業のAE、営業マネージャー、レベニューオペレーション、CROだ。出典

特に、商談データがCRMに散在し、予測の精度と再現性に課題を抱える中堅〜大企業が中心になる。

Cisco、Okta、SAP、Siemens、Verizonなどが導入企業として挙げられている。出典

第一に、営業支援という単一カテゴリで早く規模を取り、評価額$1.1Bに到達した後に製品領域を予測・会話分析・エージェントへ広げたこと。出典

第二に、2024年に創業者から外部出身のCEOへ経営を渡し、AI前提の製品ポートフォリオへ組み替えたこと。出典

第三に、MCPのように外部ツールと接続する標準をいち早く採用し、自社をハブの位置に置こうとしたこと。出典

課題は、ARRが公式に開示されていないことと、AI creditsの従量課金への移行が顧客の予算管理を難しくしうる点だ。

seat課金と従量課金の併用は、使い方が読めない顧客にとって導入の障壁になりやすい。出典

また、営業支援とレベニュー基盤の領域にはSalesloftやGong、Clariなど資金力のある競合が並ぶ。

カテゴリ名が「Sales Engagement」から「Revenue Orchestration」「Agentic AI」へ移る中で、価値の説明を顧客の言葉に翻訳し続けられるかが不確実性として残る。

MCP対応も他社が追随すれば差別化要因ではなくなる。出典

成長は二段構えだ。

既存の営業支援の導入企業に対し、AI agentsとAI creditsの消費を増やして単価を引き上げる。

同時に、エンタープライズ向けに予測・会話分析・アカウントプランニングまで含めた上位パッケージを売り、seat課金から従量課金へ収益の重心を移す。出典

チャネル面では、パートナーエコシステムと、SalesforceのAgentExchangeやServiceNowとの連携を通じて大手顧客の業務フローに入り込む。

トレードオフは、従量課金への移行が短期的な予測可能性を下げることだ。出典

主要チャネル: content/blog, newsroom/PR, partner ecosystem, events (Unleash/Dreamforce)

学べるのは、単一カテゴリで規模を取った企業が、カテゴリ自体がAIで作り替えられる局面でどう生き残るかという問いだ。

Outreachは創業者CEOから外部CEOへ経営を渡し、MCPのような外部標準を先に取り込むことで、自社をハブへ戻そうとしている。

技術の転換点では、製品の作り直しと同時に、収益モデルと経営体制も作り直す必要がある。出典

日本では、商談の属人化と予測の甘さが長く課題とされてきた。

英語圏の会話分析やMCPエコシステムをそのまま持ち込むより、日本語の商談記録・議事録とCRMの接続を軸に、AI creditsの消費が見えやすい価格設計にする余地がある。

判断材料として、まず予測精度の改善と商談サイクル短縮の効果をPoCで示すのが現実的だ。出典