# GTMエンジニアを雇うか、AIエージェントに任せるか > GTMエンジニア採用は日本では現実的でない。人材がほぼ存在しないからだ。雇う場合の現実とAIエージェント活用の判断基準を比較表で整理した - 公開日: 2026.07.06 - 正本 URL: https://www.goalseek.jp/blog/hire-gtm-engineer-or-ai-agent - 発行: 株式会社GSS研究所（ウルノバ / URNOVA） # GTMエンジニアを雇うか、AIエージェントに任せるか 日本でGTMエンジニア（Go-To-Market エンジニア）を採用できるかと問われたら、答えはほぼ一択です。現時点では採用は現実的でない。多くの日本企業にとって先に検討すべきは、AIエージェントの活用です。 先に立場を明示しておくと、筆者はこの「AIエージェント」側にあたるGTM AIエージェント「ウルノバ」を開発・提供する当事者です。その前提で、採用側の現実もできるだけ数字で示しながら整理します。 > **Key Takeaways** > - GTMエンジニアとは、ClayなどのデータツールとAIを組み合わせて営業自動化システムを構築する職種。米国では求人が前年比340%増（Clay『State of GTM Engineering』, 2026） > - 年収中央値は約12.8万ドル（約1,900万円）、上位企業では総報酬25万ドル超（DevCommX調査, 2026）。日本のSDR・インサイドセールスの年収（おおむね400万〜700万円前後）と桁が異なる（doda公開求人・JAC Recruitment, 2026） > - 日本には該当人材がほぼ存在せず、候補者自体がいない状況。採用以前の問題 > - AIエージェントはリサーチ・文面生成・送付という実行層を代替できる。ただし「どこを狙うか」の戦略設計は人間に残る > - 日本語品質・データ精度・設計判断コストという課題は実在する。楽観のまま導入しないこと --- ## GTMエンジニアとは何をする職種か GTMエンジニアとは、ClayなどのデータツールとAIをつなぎ、ターゲティングからアウトバウンド実行までの営業システムを設計・構築する職種です。営業担当やSDR（Sales Development Representative: 新規開拓担当）が人手でやっていた「企業リスト作成・決裁者リサーチ・パーソナライズ文面生成・送付・改善」を、自動化されたシステムに置き換えます。 職種の詳細な定義と、AI SDRやGTMエージェントとの違いは[GTMエンジニアをAIで代替する仕組み](/blog/what-is-gtm-agent)にまとめています。本記事は「採用するか、AIエージェントに任せるか」の意思決定に絞ります。 --- ## GTMエンジニアを雇う場合の現実 ### 米国の報酬水準 米国でのGTMエンジニアの年収中央値は約12.8万ドル（約1,900万円）で、上位企業では総報酬が25万ドルを超えます（DevCommX調査, 2026）。求人数は前年比340%増と急成長中です（Clay『State of GTM Engineering』, 2026）。 効果の裏付けもあります。GTMエンジニア1人が構築するシステムは、手動アウトバウンドを行うSDRチームの5〜10倍のパイプラインを生むとされる（Remote Growth Partners, 2026）。それだけ投資対効果が高い、ということです。 ### 日本での採用市場は未形成 問題は、日本での状況です。GTMエンジニアに求められるのはデータ処理・API連携・LLM活用・営業戦略の複合スキルで、このセットを持つ人材は国内にほぼいません。 候補者がほぼいない。採用競争以前の話です。 日本のSDR・インサイドセールスの年収は公開求人ベースでおおむね400万〜700万円前後（doda公開求人・JAC Recruitment, 2026）。米国水準の1,900万円を提示できる会社は限られますし、仮に提示できたとしても、それを受け取れるスキルを持つ人材が国内に存在しない。 若手SDR人材の確保自体が課題になっている企業も多いと言われる中で、GTMエンジニアはその上にさらに高度な複合スキルを要求する職種です。米国水準の採用競争に勝てる日本企業は、ごく少数に限られます。 私の実感として、日本でGTMエンジニアに相当する人材はほとんど見当たりません。データ処理から営業設計までを一人でこなせる人がそもそも少ない上に、優秀なエンジニアほど「自分でプロダクトを作りたい」という志向が強い。営業の実装役に回ってもらうのは簡単ではありません。採用でこの職種を埋めようとすると、この二重の難しさに突き当たります。 ## AIエージェントに任せる場合 ### 何を代替できるか GTMエージェント（Go-To-Market エージェント）とは、GTMエンジニアが人手で組んでいるシステムを、最初からAIとして提供するアプローチです。実行層として以下をカバーします。 1. ICP（Ideal Customer Profile: 理想の顧客像）に基づく企業リストの生成 2. 決裁者の特定と公開情報リサーチ 3. パーソナライズされた文面の生成 4. チャネル選定と送付、フォローアップ 5. 反応率の計測と改善への反映 GTMエンジニアを採用して自前で構築するか、サービスとして利用するか。実行できることに大きな差はありません。AI SDRとGTMエージェントのさらに細かい違いは[AI SDRとGTMエージェントの比較](/blog/ai-sdr-vs-gtm-agent)も参照してください。 ### 何を代替できないか 設計判断は人間に残ります。「どの市場を狙うか」「このターゲット設定でいいか」「文面の方向性を変えるか」は、事業を理解している人間が下す必要があります。GTMエージェントはその判断を実行に変える部分を担います。 「AIに任せれば自動で売上が上がる」とはなりません。ターゲット設計が曖昧なまま動かせば、的外れなリストに高速でアプローチするだけです。判断できる人間が伴走しないと、AIは速く動くだけの装置になる。設計を担える人間が社内にいるかどうか、まずそこを確認してください。 --- ## 雇う vs AIエージェント：比較表 | 比較軸 | GTMエンジニアを採用 | AIエージェントを利用 | |--------|------------------|--------------------| | 日本での実現性 | 困難（人材がほぼ不在） | 可能（サービス利用） | | 初期コスト | 年収中央値1,900万円〜（上位25万ドル超） | 条件次第で月数万円台から（適用条件あり） | | 立ち上がり速度 | 採用から数ヶ月〜半年以上 | 数週間 | | 戦略設計 | エンジニア自身が担当 | 自社で担う必要あり | | カスタマイズ性 | 高い（自前で設計） | サービス仕様の範囲内 | | 向くケース | 長期で内製化したい大規模企業 | 採用困難・早期に動きたい企業 | ※ AIエージェント欄の「条件次第で月数万円台から」は筆者が提供するウルノバの価格例です。 --- ## 自社はどちらか。判断基準 1. **GTM戦略の設計ができるか確認する。**「誰に・どのチャネルで・何を伝えて売るか」を言語化できないまま、どちらを選んでも機能しません。設計力が先です。 2. **GTMエンジニアの採用活動を実際に試みる。** 求人を出して応募者の質と数を見る。「いない」を体感してから判断した方が、意思決定に迷いが出ません。 3. **費用を現実の数字で比べる。** GTMエンジニア1人の人件費（年収中央値1,900万円）と、AIエージェントサービスの費用を対比する。日本のSDR採用の代替として捉えると費用感が把握しやすいです。 4. **どこまでを内製するか決める。** 営業の自動化を競争優位の源泉にするなら内製。実行を外部化して他に集中したいならサービス利用。手段より先に目的を決める、という順番です。 5. **小さく始めて検証する。** 大きな意思決定の前に、AIエージェントのサービスを小規模で試す。実際の日本語品質とアポ獲得率を確認してから本格導入を判断する方が、後悔が少ない。 --- ## AIエージェント活用の課題と限界 楽観のまま導入した企業が詰まりやすいポイントが4つあります。 ### 日本語品質の問題 海外製のGTMエージェントツールをそのまま日本語で使うと、敬語のズレや文脈の不自然さで相手の信頼を損なうリスクがあります。日本のB2B営業では、不自然な敬語は「信頼性の欠如」と受け取られます。生成文面の人間レビュー体制が整っているか、または日本語品質に特化した設計かどうかを導入前に確認してください。 ### データの正確性に引きずられる 決裁者の特定や企業情報の取得は、元データの鮮度と正確性に依存します。役職が変わった相手に古い役職で連絡する事故はAIでも起きます。データ検証の仕組みがないサービスは、スパム発生装置になりかねません。 ### 設計判断のコストは残る AIエージェントを使えば実行コストは下がります。ただ、「どこを狙うか」「方向性を変えるか」という設計判断のコストは社内に残ります。この判断を担える人間がいない場合は、GTM戦略の設計ごと外部に任せる形を選ぶ必要があります。 ### 品質の上限はサービス仕様に依存する 自前でGTMエンジニアが設計したシステムは、理論上カスタマイズが無制限です。AIエージェントのサービスは、そのサービスの設計が上限になります。独自のワークフローや特殊なターゲティング条件がある場合は、対応可能かを事前に確認してください。 --- ## よくある質問 ### GTMエンジニアと通常の営業担当とは何が違うのですか？ 営業担当が「実行する人」なのに対し、GTMエンジニアは「実行するシステムを設計・構築する人」です。自分でアポを取るのではなく、アポを取るための自動化されたシステムを組みます。GTMエンジニア1人が構築するシステムは、手動で動くSDRチームの5〜10倍のパイプラインを生むケースがあります（Remote Growth Partners, 2026）。 ### 日本でGTMエンジニアの求人を出しても無駄ですか？ 「無駄」とは言い切れません。ただ、期待値は相当下げる必要があります。米国では求人が前年比340%増で競争が激しく（Clay, 2026）、日本での人材プールは現状ほぼありません。採用活動を市場調査として行う価値はありますが、それを前提に事業計画を組むのは危うい判断です。 ### AIエージェントのサービスを選ぶ際の確認ポイントは？ 3点確認するとよいです。(1) 日本語品質：生成文面を実際に確認する。(2) データの精度：使用するデータソースとその鮮度を確認する。(3) 戦略設計のサポート：「どこを狙うか」から支援してもらえるか、実行ツールを渡されるだけかを確認する。順番に確認していくと、候補は自然に絞られます。 ### GTMエンジニアを雇うことが現実的になる条件はありますか？ あります。GTMエンジニアの年収中央値は約1,900万円（DevCommX調査, 2026）で、上位ではさらに高い。この水準の採用予算を長期で確保でき、リモートで海外市場も含めて採用できる条件が揃えば、現実の選択肢になります。ただし現時点では、日本国内で候補者を見つけること自体が最大の壁です。 --- ## まとめ - 日本でGTMエンジニアを採用することは、人材の絶対数から見て現実的でない。採用検討より先に、AIエージェントのサービス活用を見た方が現実的です - AIエージェントを使う場合でも、「どこを狙うか」の設計判断は自社で担う必要がある。これが伴わないとAIも機能しない - 初期コスト・立ち上がり速度・日本での実現性のいずれの面でも、多くの日本企業にとってAIエージェント活用が先 - 日本語品質・データ精度・設計判断コストという課題は実在する。楽観のまま導入しないこと - 小規模のPOCから始め、実際の品質とアポ獲得率を確認してから本格導入を判断する 日本の市場で、GTMエンジニアリングは採用するロールよりサービスとして使う形が現実解になっていく。その流れは今後も続くと考えています。