見込み客探しはLeadbayに任せる?|受注履歴を渡す前の線

見込み客探しはLeadbayに任せる?|受注履歴を渡す前の線

「取引先の多くは、ホームページも満足にない地方の工務店や販売店だ。名簿を買っても、条件検索をしても、本当に買いそうな会社が出てこない」「受注と失注の記録を渡せばAIが似た会社を探してくれると聞いたが、営業の記録を外に出してよいのか分からない」——中小企業を相手にするBtoBの営業とマーケのあいだで、2026年に入って増えた相談です。米国の Leadbay は、自社の過去の受注・失注とサイトの内容から「どんな会社が買うのか」を学び、ネット上の手がかりが少ない会社まで見込み客として探し出すとうたうAIです。問われているのは探す力の強さではありません。自社の取引の記録をどこまで渡し、AIが選んだ会社を誰が確かめるかです。この記事では、公式の発表と公開資料で確かめられる範囲で、学習に渡すデータの量と質、社外に出るもの、判定の理由の読み方、営業の手元のAIに配るときの権限、人が決める線、費用とやめ方を、四つの入れ方を比べながら整理します。画面の操作や料金の細かな一覧は扱いません。


カメ先生カメ先生

見込み客探しの道具は、業種や従業員数で絞り込む条件検索が中心だと思われがちなんだ。Leadbay はそうではなく、自社が実際に受注した会社と失注した会社を手本にして、似た会社を推論で探す仕組みとして売り出している。


カメ子カメ子

条件を人が決めるのではなく、過去の取引からAIが条件を読み取る、ということですか。


カメ先生カメ先生

そう。だから手本になる記録の量と質で、結果が大きく変わる。それに、営業の手元の会話AIから直接呼べるようになったので、誰がどこまで操作できるかも先に決めないといけないんだ。


カメ子カメ子

便利になるほど、渡すものと任せる範囲を先に決める必要がある、ということですね。


この記事のポイント
  • Leadbay は自社の受注・失注とサイトの内容から好みを学び、ネット上の情報が少ない中小企業まで推論で探して判定するAI。2026年5月にシードで430万ドルを調達し、6月には Claude や ChatGPT から使える MCP を告知した
  • 結果は渡す記録の量と質で決まる。受注・失注が少ない、失注の理由が残っていない、日本の会社が対象に入るか分からない、の三点を試験で先に確かめる
  • MCP の書き込み道具は初期で有効で、一人の指示が組織全体の探し方に効く。最初は読むだけで配り、取引先に連絡するかどうかの判断は人が持つ

ウェビナーの集客を、思いつきの告知から「設計」へ

「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。

目次

Leadbay とは:受注と失注を手本に「買いそうな会社」を推論する

Leadbay は、BtoBの見込み客を探して判定するAIです。公式サイトは、自社のサイトと、過去に受注した会社・失注した会社を材料にして学び、条件で絞り込むのではなく、優秀な営業のように調べ、推論し、足りない情報を補って見込み客を探すと説明しています。画面では、会社ごとに「受注しそう」「失注しそう」という予測の表示が付きます。

狙っているのは、ネット上の手がかりが少ない会社です。資金調達を報じた記事では、配管工事業者や美容院、ホテル、飲食店のように、既存の営業データの道具が頼りにするネット上の兆候をあまり出さない会社を見つけることに2年をかけてきた、と紹介されています。対象の業種としては、建設、製造、宿泊・飲食、小売、法人向けサービスが挙げられています。大企業の購買意向を拾う道具ではなく、ネットに出てこない中小の会社を見つける道具だと押さえておくと、ほかの道具との違いが分かりやすくなります。

創業者は、最高経営責任者のルドヴィク・グランジェ氏と、最高技術責任者のミラン・スタンコビッチ氏です。米国の起業支援プログラム YC の2025年秋の回に参加し、公式サイトでは仏米の両方で事業をしていることがうかがえます。取引先としてロレアルやサンゴバンなどの名前を挙げていますが、成果の数字(見込み客探しの効率が5倍、対象の市場が3倍など)はいずれも会社の公称で、第三者が確かめた数字ではありません。なお、英国の住宅ローン向けの見込み客紹介で同じ名前の会社がありますが、こちらは別の会社です。

2026年の動き:好みの学習、資金調達、MCP の告知

公式サイトの動きを並べると、2026年3月に「テイスト・プロファイル」と呼ぶ好みの学習の仕組みを紹介し、5月にはシードで430万ドルの調達を発表しました。調達を報じた記事によれば、出資には YC のほか複数のベンチャー投資会社が加わり、資金は米国サンフランシスコでの営業体制の拡充、ソルボンヌ大学との研究提携による推論モデルの強化、技術者の採用に充てるとされています。

6月には、最高経営責任者が Leadbay MCP を告知しました。MCP は、会話AIから外部の道具を呼ぶための共通の接続の仕組みです。告知では、自社の好みに合う新しい会社を見つける「発見」と、自社の顧客管理と突き合わせて今週買いそうな会社を並べる「監視」の二つを柱に挙げ、今日の最有力の見込み客は誰か、特定の地域で回る先の地図、架電の一覧、複数の経路での連絡の計画といった問いの例を示しています。

この MCP は、公開の部品として配られている版が2026年10月24日にも更新されており、版の番号は0.46まで進んでいます。公開資料では、Claude の各種アプリ、ChatGPT、GitHub Copilot、Cursor、Codex などから接続できると説明されています。開発の速さは魅力である一方、社内の手順書が数か月で古くなる速さでもあるので、導入するなら変更点を誰が追うかも決めておきます。

条件で絞る探し方と、何が違うのか

従来の見込み客探しは、業種、地域、従業員数、売上規模といった条件を人が決め、企業データベースから一覧を引く形が中心でした。この方法の弱点は、条件に入れた項目がデータベースに載っていない会社は、最初から一覧に出てこないことです。ネットにほとんど情報を出していない地方の会社は、ここで落ちてしまいます。

Leadbay は、手本の会社から特徴を読み取り、足りない情報を推論で補って候補を出すとしています。条件を人が言葉にしなくてよい代わりに、なぜその会社が選ばれたのかが、条件検索ほど自明ではなくなるという性格を持ちます。補った情報のどこまでが確かな事実で、どこからが推測なのかを見分ける手間が、新しく生まれるわけです。

点数づけの一般論(属性と行動の点数、点数が下がらない設計の問題など)は、本サイトのリードスコアリングの記事で扱っています。ここで考えたいのは、点数をどう付けるかではなく、「まだ自社の名簿に無い会社」を外の推論で探してもらうときに、何を渡し、何を受け取るかという、このツール固有の判断です。

学習に渡すデータ:受注・失注の件数が少ないと何が起きるか

Leadbay の公開資料では、始めるときに会社のメールアドレスを登録し、任意で受注した会社と失注した会社の一覧を渡す流れが示されています。好みの学習は、この手本と、その後の「気に入った」「要らない」という反応で育つ仕組みです。つまり、手本が少なければ、AIは自社のサイトの内容など限られた材料から推測するしかありません。

中小企業向けの営業では、受注の件数が年に数十件という会社も珍しくありません。手本が少ないと起きやすいのは、たまたま受注が続いた業種や地域に候補が偏ることです。三件続けて飲食店で受注したら、本来の主力である工務店より飲食店が上に並ぶ、といった偏りは、件数が少ないほど起きやすくなります。公式は必要な件数の目安を公表していないため、自社の手本の件数で、どこまで安定した結果が出るかを試験で確かめるしかないという前提に立ちます。

試すときは、手本を二つに分けるのが確実です。過去の受注の一部だけを渡して学ばせ、残りの受注先が候補の上位に出てくるかを見ます。出てこなければ、手本が少ないか、受注先の特徴がネット上の情報に表れていないかのどちらかです。この確かめ方なら、営業の感想ではなく数字で、導入の可否を話し合えます。

データの質:失注の理由が残っていない顧客管理は、手本として弱い

件数と並んで効くのが、記録の質です。失注した会社を手本として渡すとき、その会社が「予算が無かった」のか「そもそも相手にしてはいけない会社だった」のかで、意味がまったく違います。前者は時期を変えれば顧客になりうる会社で、後者は避けるべき会社です。

ところが多くの顧客管理では、失注の理由が空欄か、「価格」「時期」といった一語で終わっています。この状態で失注先をまとめて渡すと、AIは「予算の時期が合わなかった会社」まで避けるべき会社の手本として学んでしまうおそれがあります。渡す前に、失注を「対象外だった」と「時期や条件が合わなかった」に分け、前者だけを失注の手本にする整理が要ります。

  • 受注の手本は、取引が続いている会社と一度きりで終わった会社を分けて考える。一度きりの受注は手本として弱い
  • 失注の手本は「対象外だった」ものに絞る。予算や時期で流れた会社は渡さないか、別扱いにする
  • 同じ会社が支店ごとに別の記録になっていると、同じ特徴が重く数えられる。名寄せを先に済ませる

名寄せや社名の表記ゆれをそろえる作業そのものは、本サイトのリードリスト整備の記事で手順を扱っています。Leadbay を入れるかどうかの判断では、整備の手間を、導入の費用の一部として見積もっておくことが大切です。

日本の会社は見つかるのか:対象の地域を先に確かめる

公開資料を見る限り、Leadbay の利用者の契約は米国と仏国の二つの地域に分かれており、接続先もこの二つの地域の仕組みに振り分けられます。対象業種の例も、米国と欧州の中小企業を想定したものが中心です。日本の会社をどこまで探せるかについて、公式は何も示していません。

Leadbay は、各社のサイトを巡回して情報を集め、まだ巡回していない会社は後から巡回して加えるとしています。日本語のサイトをどこまで読み、日本の会社の住所や業種をどう扱うのかは、推測で埋めず、自社の既存顧客を数十社渡して照合できる割合を測るのが確実です。照合の割合が低ければ、日本国内の見込み客探しには向かないと判断できます。

逆に、米国や欧州の中小企業に販路を広げたい会社にとっては、この地域の偏りがむしろ合っています。海外の代理店網を作りたい製造業や、現地の施工会社を探したい建材の会社などが、まず試す価値のある利用者です。国内向けか海外向けかで、導入の判断はほぼ反対になると考えておきます。

何が社外に出るか:データの流れを整理する

Leadbay に渡すものは、手本の会社の一覧だけではありません。公式サイトは、顧客管理、基幹の業務システム、社内のデータの集まりとつなぐことを想定しており、告知の中では表計算の一覧、利用の記録、請求の記録まで材料になりうると語られています。つなぐ範囲が広いほど推論の材料が増え、同時に社外に出るものも増えるという関係です。

渡すもの・出るもの出る先主な論点先に決めること
受注・失注した会社の一覧Leadbay(米国または仏国の地域)取引先の名前が外に出る会社単位に限るか、担当者名まで渡すか
顧客管理の中の担当者の情報Leadbay個人データの越境渡さないか、法務の判断を経てから渡すか
会話AIへの問いと答え使っている会話AIの提供元会話AI側の保存と学習の設定会社契約の会話AIに限るか
道具の利用の記録外部の利用分析と障害通知のサービス利用者のメールアドレスで紐づく記録の送信を止めるか
「気に入った」「要らない」の反応Leadbay(組織全体の設定)一人の反応が全員の結果に効く反応を返してよい人を決めるか

表のうち見落としやすいのが、下の二行です。MCP の公開資料では、どの道具を何回使ったかという利用の記録を、外部の利用分析のサービスへ利用者のメールアドレスと紐づけて送ると明記されています。道具に渡した中身や見込み客の連絡先は送らないとしており、送信を止める設定もあります。ただし、運営元の接続先を使う形では会話の中で頼めば止まる一方、端末に部品を入れる形では端末の設定でも切らないと止まらない、と資料は書き分けています。止めるかどうかを、配る前に情報システム部門と決めておくのが筋です。担当者個人の情報を海外の事業者に渡す場合は、個人情報保護法の外国にある第三者への提供の規律がかかりうるため、法務の判断を経てから範囲を広げます。

判定の理由を、営業が読めるか

推論で選ばれた会社を営業に渡すとき、いちばん困るのは「なぜこの会社なのか」が分からないことです。相手に電話をかけて、なぜ当社に、と聞かれて答えられなければ、候補の質がどれほど高くても商談にはつながりません。MCP の公開資料では、見込み客ごとに会社の概要、判定の質問への答え、点数、連絡先を返す道具が用意されています。

ここで確かめたいのは、判定の答えが、どの情報を根拠にしているのかまで示されるかです。たとえば「新しい製品を買いそうか」という判定に「はい」と出たとき、根拠が相手のサイトの記述なのか、推論で補った情報なのかで、営業の話し方が変わります。試験のあいだに、上位の候補を十件ほど選び、判定の根拠を営業と一緒に読んで、納得できるかを確かめます。

CEO の告知に寄せられた質問の中には、本当に合う会社と、広い問いにたまたま当てはまっただけの会社を見分けられるのか、というものもありました。公開の場では、これにはっきりした答えは出ていません。根拠を一行で書けない候補は、営業に渡さないという決まりを作っておくと、この心配を運用で受け止められます。

MCP で営業の手元のAIに配るとき:書き込みが初期で有効

Leadbay MCP の最大の論点は、権限の初期設定です。公開資料によれば、0.3.0の版から、見込み客の取り込み、一括の判定、連絡先の補完、連絡の記録、狙いの修正といった書き込みの道具が、初期の状態で有効になっています。読むだけにするには、設定で書き込みを明示的に切る必要があります。

書き込みの中には、費用や記録に直結するものがあります。連絡先の補完は利用枠を消費し、会社の一覧の取り込みは顧客管理の取り込みの仕組みを通るため、Leadbay の画面に取り込みの履歴が残ります。資料自身が、取り込みの道具は時々の自動化向けで、一日に何度も呼ぶ使い方には向かないと注意しています。営業が会話の流れで気軽に頼んだことが、利用枠と組織の記録に残ると考えて設計します。

安全側の工夫も用意されています。連絡の記録の道具は、メールの識別番号や予定の識別番号、または利用者自身が打ち込んだ確認の言葉を必ず求め、AIが実際には無かった連絡を記録してしまうことを防ぐ作りです。また、ログイン情報を受け取る道具はあえて会話AIに出していません。こうした歯止めがあっても、何を書き込ませるかは利用企業の側で決める必要があります。

接続の形にも二通りあります。一つは Leadbay が運営する接続先を会話AIに登録する形で、初回に Leadbay へのログインを済ませれば、認証の情報は会話AIの側が保持します。もう一つは端末に部品を入れる形で、長く有効な認証の情報が、端末の設定ファイルに書き込まれます。後者は、端末の紛失や共用の際に、その情報ごと持ち出されるおそれがあります。公開資料は、接続先の地域を指定しないと認証の情報が米国と仏国の両方の仕組みに送られてしまうとも注意しています。社内に配るなら、運営元の接続先を使う形にそろえ、端末に入れる形は開発の担当者などに限るのが管理しやすい分け方です。

  • 書き込みが初期で有効なまま、営業全員の会話AIに配ってしまう
  • 利用枠を消費する連絡先の補完を、上限を決めずに使わせる
  • 接続先の地域を指定せず、認証の情報が両方の地域に送られる設定で使う
  • 退職や異動のときに、会話AI側に残った接続を外す手順が無い

一人の「好み」が組織全体に効く

もう一つ見落としやすいのが、好みの学習が組織単位で効く点です。MCP の公開資料は、利用者が会話の中で「車両を100台以上持つ会社が狙い」「この業種は合わない」と伝えると、その指示が組織全体の推薦の結果を作り変え、Web画面にも反映されると説明しています。要らないと退けた見込み客も、同じように推薦に反映されます。

これは、営業の知見を全員で共有できる強みであると同時に、一人の思い込みが全員の候補を変えてしまう弱みでもあります。特定の地域だけを担当する営業が、自分の地域の事情で「この業種は合わない」と言えば、別の地域の営業の候補からもその業種が消えるおそれがあります。狙いを修正してよい人を、営業責任者やマーケの担当者に絞ることを、配る前に決めておきます。

修正した内容を記録に残すことも大切です。いつ、誰が、どんな理由で狙いを変えたのかが残っていないと、候補の質が落ちたときに原因をたどれません。狙いの修正は、営業会議で合意してから一人が反映するという運用にしておけば、会話の勢いで組織全体の設定が変わる事故を防げます。

四つの入れ方を比べる

ここまでの論点を踏まえて、Leadbay の入れ方を四つに分けて比べます。購入した名簿とエージェントのどちらを使うかという比較は、別の記事で扱っているので、ここではLeadbay を入れると決めた場合に、どの深さで入れるかに絞ります。

入れ方向く会社社外に出るもの主な手間と注意
見送る(条件検索のまま)国内の会社が中心で、受注の手本が少ないなしネットに出ない会社は引き続き見つからない
Web画面で少人数が試す海外の中小企業を探したい、手本が数十件以上ある手本の会社の一覧照合の割合と判定の根拠を確かめる時間
MCP を読むだけで配る営業が会話AIを日常的に使っている上に加え、会話AIへの問い書き込みを切る設定、利用記録の扱い
MCP を書き込みありで配る狙いの修正と記録の責任者が決まっている上に加え、反応と連絡の記録利用枠、組織全体への影響、記録の管理

多くの会社にとって現実的なのは、二番目から始めて、結果を確かめてから三番目へ進む順番です。四番目は、狙いを修正する責任者と、利用枠の上限が決まってからにします。いきなり四番目から始めると、誰が何を変えたのか分からないまま組織の設定が動いてしまいます。

人が最終判断する線

Leadbay の公式サイトは、予定を組む、連絡の計画を作る、といった行動までAIに任せられることを打ち出しています。告知でも、メールや対話アプリなど複数の経路での連絡の計画を、施策の終わりまで回す例が語られています。しかし、どの会社に、いつ、どの経路で連絡するかの判断は、人が持つべきです。

理由は二つあります。一つは、推論で補った情報が間違っていた場合の損失が、連絡した後では取り返しにくいことです。もう一つは、日本では広告や宣伝のメールを送るのに原則として相手の事前の同意が要るなど、連絡の可否には、AIが判定できない法律と取引上の事情が絡むことです。すでに別の担当者がいる取引先や、過去にトラブルがあった会社を外す判断も、顧客管理の外にある事情を知っている人にしかできません。

線の引き方としては、AIには候補、判定の根拠、連絡先の候補までを出させ、連絡するかどうか、何を伝えるかは営業が決める、という分担が基本です。AIが作った連絡の文面は下書きとして扱い、送る前に必ず人が読むことも決めておきます。候補ごとに、人が採用したか見送ったかを記録すれば、それがそのまま次の学習の材料にもなります。

費用の増え方とやめ方

公式サイトに示された料金は、利用者一人あたりの月額で、無料の版(週に約5件の判定済み見込み客)、月100ドルの版(週に約50件。Claude や ChatGPT からの MCP 利用を含む)、月400ドルの版(週に約300件)、個別見積もりの大規模向けの版に分かれています。費用は人数と、受け取る見込み客の件数で増える仕組みです。これに加えて、連絡先の補完には別の利用枠があり、使い切ると追加が必要になります。

営業全員に配ると、人数分の月額がかかります。MCP を使えるのは有料の版からなので、「会話AIから使える」ことを理由に全員を有料にすると、費用が一気に膨らむ点に注意します。まずは見込み客探しを主に担う数人に絞り、受け取った候補のうち商談に進んだ割合を見てから、人数を増やすかを決めます。

やめ方も先に決めておきます。会話AI側の接続は、配った端末ごとに設定が残るため、まとめて外す手順を用意します。Leadbay 側に渡した受注・失注の一覧と、学習した好みの扱いは、契約の終了時に削除されるのか、削除をどう確かめるのかを事前に問い合わせておきます。受け取った見込み客の一覧と、人が採用・見送りを判断した記録は自社の顧客管理に残しておけば、やめた後も資産として使えます。

試験導入の進め方

最後に、ここまでの判断を試験の手順に落とします。期間は1〜2か月、参加者は見込み客探しを担う数人を想定しています。試験の目的は、Leadbay が自社の市場で使えるかを数字で判断することで、使い方に慣れることではありません。

STEP1
手本を整える

受注・失注の一覧から、対象外だった失注だけを失注の手本にし、名寄せを済ませます。担当者個人の情報は外し、会社単位の一覧にします。

STEP2
手本を分けて照合を測る

受注先の一部だけを渡し、残りの受注先が候補の上位に出てくるか、自社の既存顧客がどれだけ照合できるかを測ります。

STEP3
判定の根拠を営業と読む

上位の候補を十件ほど選び、判定の根拠を営業と一緒に読んで、電話で説明できるかを確かめます。

STEP4
読むだけで会話AIに配る

書き込みを切り、接続先の地域を指定し、利用記録の送信を決めてから、参加者の会話AIに配ります。

STEP5
採用・見送りを記録して判断する

候補ごとに人が採用したか見送ったか、商談に進んだかを記録し、続けるか、広げるか、やめるかを決めます。

試験の結果を判断するときは、候補の件数ではなく、自社の名簿に無かった会社から、商談がいくつ生まれたかを見ます。候補が多くても商談が生まれなければ、それは営業の時間を使っただけです。公式が掲げる効率の数字は、自社の数字で置き換えてから稟議に載せます。二つ目の手順で照合の割合が極端に低いと分かったら、残りの手順に進まずに打ち切るのも、試験の立派な成果です。

よくある質問

受注の件数が少なくても使えますか

公式は必要な件数の目安を示していません。手本が少ないと、たまたま受注が続いた業種や地域に候補が偏りやすくなります。受注先の一部だけを渡し、残りが候補の上位に出てくるかで確かめてください。

日本国内の見込み客探しに使えますか

公式は日本の会社をどこまで探せるかを示していません。利用者の契約は米国と仏国の地域に分かれています。自社の既存顧客を数十社渡して、照合できる割合を測ってから判断するのが確実です。

会話AIから使うと、営業が勝手に設定を変えてしまいませんか

初期の状態では書き込みの道具が有効で、狙いの修正は組織全体に反映されます。最初は書き込みを切って配り、狙いを修正してよい人を絞ってから書き込みを有効にしてください。

AIが作った連絡の計画は、そのまま使ってよいですか

おすすめしません。連絡するかどうか、何を伝えるかは営業が決め、AIの文面は下書きとして扱います。メールの送付には、相手の同意など国内の法律の確認も必要です。

まとめ

Leadbay は、自社の受注・失注とサイトの内容を手本に、ネット上の情報が少ない中小企業まで推論で探して判定するAIです。2026年は好みの学習、資金調達、MCP の告知と動きが続き、営業の手元の会話AIから使えるようになりました。入れる前に決めることは、手本の件数と失注の理由の整理、日本の会社が対象に入るかの実測、社外に出るものと利用記録の扱い、判定の根拠を営業が読めるか、書き込みを切って配るかどうか、狙いを修正してよい人、連絡を判断する線、費用の単位とやめ方です。AIには候補と根拠を出させ、どの会社に連絡するかの最後の判断は人が持つ。この分担を記録に残しながら、少人数の試験から始めてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

ウェビナーの集客を、思いつきの告知から「設計」へ

「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。

運営会社:株式会社デボノ

目次