生成 AI × BtoB マーケティング大全 — 業務別 30 の活用パターン
最終更新日: / 公開日:
最終更新日: / 公開日:
本記事のポイント
- 生成 AI は「使うかどうか」ではなく「どの業務のどこに効かせるか」の段階に入りました。マーケターの 86.4% が既に AI を利用する一方 (HubSpot, 2026)、成果に結びつけられているのは一部です
- 本記事は BtoB マーケティングの業務を戦略・コンテンツ・ナーチャリング・分析の 4 領域に分け、AI が効く 30 パターンを一覧化したカタログです。各パターンは概要 / 向いている組織 / 効果目安 / 詳細の 4 行で揃えました
- どこから始めるかの判断軸と、自社の 30 パターン優先度を診断する AI プロンプトまで用意しています。特別なスキルは不要で、型と巻末キットがあれば今日から選べます
「AI を全社で使えとは言われるが、自分のマーケ業務のどこに効くのか、全体像が誰も見せてくれない」。humbulls が支援するなかで、担当者からも責任者からも同じ声を聞きます。この悩みの原因は情報不足ではなく、むしろ逆です。ツールとユースケースの情報が毎週増えすぎて、自分の業務地図の上に並べ直せていないことにあります。本記事では、BtoB マーケの業務を 4 領域 30 パターンのカタログに整理し、それぞれの効果目安と詳細記事への入口をまとめました。全部を導入する必要はありません。自社に効く数個を選ぶための地図として使ってください。
1. 全体マップ — 4 領域 × 30 パターンで業務地図をつくる
「AI 活用事例集」はよく出回りますが、他社の事例をいくら眺めても、自分の業務のどこに当てはまるかは分かりません。順番が逆だからです。先に自分の業務地図を持ち、その上にパターンを置くと、初めて「うちはここが空いている」が見えます。
BtoB マーケティングの業務は、大きく 4 つの領域に分けられます。何を狙うかを決める戦略・リサーチ、それを形にするコンテンツ制作、接点を育てるナーチャリング・営業連携、結果を測って次に回す分析・レポーティング。この 4 領域は、マーケティングの定石であるファネル (認知 → 検討 → 商談 → 受注) と、それを支える PDCA を業務に落としたものです。生成 AI は、この 4 領域すべてに入り込みます。実際、McKinsey の調査でも、生成 AI の活用が最も多い業務機能は一貫してマーケティング & セールスで、マーケ・セールス・カスタマーオペレーション全体で年 $2.6〜4.4 兆の価値ポテンシャルがあると試算されています (McKinsey, 2025)。
以下が本記事のカタログ全体像です。
| 領域 | 何を担うか | パターン数 | 代表パターン |
|---|---|---|---|
| A. 戦略・リサーチ | 誰に何を売るかを決める | 7 | ペルソナ / 3C / 施策の優先順位付け |
| B. コンテンツ制作 | 検討を進める素材をつくる | 8 | 記事初稿 / ホワイトペーパー / LP コピー |
| C. ナーチャリング・営業連携 | 接点を育て商談につなぐ | 8 | メールシナリオ / スコアリング / 商談準備 |
| D. 分析・レポーティング | 結果を測り次に回す | 7 | 月次レポート / CRM 整備 / 失注分析 |
30 パターンには、AI に丸ごと任せられるもの (定型度が高くリスクが低い) と、AI は下ごしらえだけで最終判断は人が握るべきもの (リスクが高い) が混在します。この線引きの理屈は マーケ業務の AI 効率化はどこから で定型度 × リスクの 2 軸として詳しく扱っているので、本記事では各パターンの「向いている組織」に判断のヒントを織り込む形にとどめます。まずは 4 領域を順に眺めて、自社に足りていない領域から拾ってください。
2. 領域 A. 戦略・リサーチ — リサーチ数時間を 30 分に圧縮する 7 パターン
「戦略から AI に任せるのは不安」という声をよく聞きますが、任せるのは意思決定ではなく、その手前のリサーチと選択肢出しです。戦略・リサーチ領域は、締切がないために一人体制ほど後回しになりがちで、AI で下ごしらえを高速化する効果が最も体感しやすい領域です。
A1. ペルソナ / ICP 仮説づくり - 概要: 既存顧客データや営業メモを渡し、ペルソナ (人物像) と ICP (理想顧客像) の仮説を複数人分まとめて出力させます。 - 向いている組織: ペルソナが感覚頼りで、営業とマーケで顧客像がずれている組織。 - 効果目安: リサーチと仮説出しにかかる時間を、数時間からおおむね 30 分程度へ短縮できます (一般的な目安)。 - 詳細: BtoB ペルソナの作り方 — AI リサーチで 5 人分の仮説を 30 分で
A2. 3C / 競合調査 - 概要: 自社・競合・顧客の公開情報を AI に収集・構造化させ、3C 分析の下地を作ります。 - 向いている組織: 競合調査が属人的で、更新が年 1 回止まりの組織。 - 効果目安: 調査の初稿づくりが半日作業から 1 時間前後に。ただし出力の裏取りは人が行う前提です。 - 詳細: 3C 分析を AI で
A3. STP / ポジショニング整理 - 概要: 市場をセグメントに分け、狙う層と提供価値の言語化を AI と壁打ちしながら詰めます。 - 向いている組織: 「誰にでも売れる」訴求になっていて、メッセージがぼやけている組織。 - 効果目安: たたき台づくりの時間短縮が中心で、最終的な絞り込み判断は人が握ります (効果は定性的)。 - 詳細: STP 分析で BtoB のポジションを決める
A4. 市場・トレンドリサーチ - 概要: 業界レポートや検索トレンドを AI に要約させ、企画の前提となる市場観を短時間で掴みます。 - 向いている組織: 市場調査に時間を割けず、施策が思いつきで決まりがちな組織。 - 効果目安: HubSpot 調査では、市場・競合調査に AI を広範に使うマーケターが 33.24% に上ります (HubSpot, 2026)。調査工数の削減効果は大きい領域です。 - 詳細: 巻末キットの優先度診断で自社の該当度を確認できます。
A5. JTBD / 顧客インサイトの言語化 - 概要: 商談録やアンケートの自由記述を AI に読ませ、顧客が本当に片付けたい用事 (JTBD) を抽出・分類します。 - 向いている組織: 顧客の声が各所に散らばり、インサイトとして束ねられていない組織。 - 効果目安: 手作業の読み込み・分類が中心工数だったものを大幅に圧縮できます (定性テキストの量に依存)。 - 詳細: 【要確認: 該当サブ記事は未計画。当面は巻末キットへ集約するか、C2 に追加するか要判断】
A6. 施策の優先順位付け - 概要: やりたい施策を棚卸しし、インパクトと実行コストの 2 軸で AI に優先順位を整理させます。 - 向いている組織: 施策リストが膨らみ、何から手を付けるか決めきれない組織。 - 効果目安: 優先順位の初稿を短時間で。判断基準を明文化してから渡すのが精度の鍵です。 - 詳細: BtoB マーケティング施策の優先順位を AI で決める実務フロー
A7. マーケ全体の業務設計・役割分担 - 概要: 業務を棚卸しし、AI に渡す工程と人が握る工程を役割単位で設計します。 - 向いている組織: 少人数で複数役割を兼務し、業務が場当たり的に回っている組織。 - 効果目安: humbulls では、この設計を前提にマーケ業務を実質 1 人 + AI で運用し、業務別に月 25 時間前後を削減しています (humbulls 実測)。 - 詳細: 一人マーケターの業務設計 — AI で 5 人分の役割を回す 1 週間モデル
3. 領域 B. コンテンツ制作 — 初稿づくりを半分以下にする 8 パターン
コンテンツは、生成 AI の効果が最も数字に表れる領域です。HubSpot の調査でも、AI をコンテンツ制作に使うマーケターは 80%、メディア制作は 75% に達しています (HubSpot, 2026)。ただし共通の勘所があります。AI に任せるのは「ゼロから 7 割まで」で、事実確認と最終トーンは人が仕上げる。この線を守ると、速度と品質が両立します。
B1. ブログ / SEO 記事の構成・初稿 - 概要: 想定読者と検索意図を渡し、構成案と初稿を生成。人は判断と仕上げに集中します。 - 向いている組織: 記事を出したいが、初稿づくりで手が止まっているオウンドメディア運用組織。 - 効果目安: humbulls では記事初稿の制作を月 16 時間から 6 時間へ (月 2 本、humbulls 実測)。 - 詳細: 1 人 × AI で編集部を再現する — humbulls の記事制作パイプライン全公開
B2. ホワイトペーパー / e-book - 概要: 章立てから初稿、図版の下書きまでを AI で通し、リード獲得用の資料を高速に組みます。 - 向いている組織: 資料が営業任せの PowerPoint 頼みで、DL 用の体系資料がない組織。 - 効果目安: humbulls では構成から初稿までの制作を 5 日から 1 日へ短縮しました (humbulls 実測)。 - 詳細: ホワイトペーパーの作り方 — AI で構成から初稿まで
B3. メール / SNS 告知文 - 概要: 訴求点と配信先を渡し、件名・本文・SNS 投稿文の複数案を出力させます。 - 向いている組織: 配信のたびに文面づくりで時間を取られている組織。 - 効果目安: humbulls では下書き工数を月 3 時間から 1 時間へ (humbulls 実測)。 - 詳細: ChatGPT マーケティングプロンプト 25
B4. LP / セールスコピー - 概要: ペルソナと提供価値を渡し、ファーストビュー・見出し・CTA のコピー案を生成します。 - 向いている組織: LP を内製したいが、コピーライティングに自信がない組織。 - 効果目安: コピー初稿づくりの時間短縮が中心。A/B 用の別案を量産できる点が実務では効きます (効果は定性的)。 - 詳細: 巻末キットで自社の優先度を確認できます。
B5. 図表 / サムネイル / バナーのたたき台 - 概要: 記事や資料の内容を渡し、図解構成やサムネイル案、バナーのラフを生成させます。 - 向いている組織: デザイン専任がおらず、ビジュアルづくりがボトルネックの組織。 - 効果目安: たたき台づくりを短縮できますが、ブランドトーンの最終調整は人が行う前提です (効果は定性的)。 - 詳細: 【要確認: 画像生成系サブ記事は未計画。ブランド規定 (ロゴ・数字表記) を守る運用注記の追加を要判断】
B6. 事例 / インタビュー記事の構成化 - 概要: 商談録やインタビュー音声の書き起こしを渡し、事例記事の構成と初稿に再構成させます。 - 向いている組織: 顧客事例の素材はあるのに、記事化が追いついていない組織。 - 効果目安: 書き起こしからの構成づくりを大幅に圧縮 (素材の分量に依存)。 - 詳細: 巻末キットで優先度を確認できます。
B7. 動画スクリプト / ウェビナー資料 - 概要: テーマとゴールを渡し、ウェビナーの構成、台本、スライドのアウトラインを生成します。 - 向いている組織: ウェビナーを定期開催したいが、準備工数がネックの組織。 - 効果目安: 構成・台本の初稿づくりの短縮が中心 (効果は定性的)。 - 詳細: 巻末キットで優先度を確認できます。
B8. コンテンツのリパーパス / 多言語展開 - 概要: 1 本の記事を SNS 投稿・メール・スライドへ、または他言語へ AI で作り替えます。 - 向いている組織: 制作したコンテンツを 1 回使い切りで終わらせている組織。 - 効果目安: 1 コンテンツあたりの派生物づくりを短時間で。展開チャネル数に比例して費用対効果が上がります (一般的な目安)。 - 詳細: 巻末キットで優先度を確認できます。
4. 領域 C. ナーチャリング・営業連携 — シナリオ設計と商談準備を効率化する 8 パターン
ナーチャリングと営業連携は、総論記事は多いのに、実行フェーズの型が語られていない空白地帯です。生成 AI は、シナリオの言語化や個社リサーチといった「人がやると重いが定型化はできる」工程で効きます。ここでの注意は、顧客に直接届くものはすべて人のレビューを挟むことです。
C1. メールナーチャリングのシナリオ設計 - 概要: セグメントと検討段階を渡し、ステップメールのシナリオ骨子と各通の要点を設計させます。 - 向いている組織: 一斉配信しかできておらず、段階別の出し分けができていない組織。 - 効果目安: シナリオ初稿づくりを短縮。配信実装は MA/CRM 側の設定と組み合わせます (効果は定性的)。 - 詳細: リードナーチャリング完全ガイド
C2. 休眠リードの掘り起こしメール - 概要: 休眠の理由仮説ごとに、掘り起こし文面のパターンを AI で作り分けます。 - 向いている組織: 名刺・過去リードが眠ったまま活用できていない組織。 - 効果目安: 複数パターンの文面づくりを短時間で。反応率の検証は配信後に行います (一般的な目安)。 - 詳細: 休眠リードの掘り起こしメール 5 パターン
C3. リードスコアリング設計 - 概要: 属性と行動データの項目を渡し、スコアリングの配点ルールのたたき台を作らせます。 - 向いている組織: リードの優先順位が営業の勘に依存している組織。 - 効果目安: 設計の初稿づくりを短縮。実データでの調整運用が前提です (効果は定性的)。 - 詳細: 巻末キットで優先度を確認できます。
C4. MQL / SQL 定義とハンドオフ設計 - 概要: マーケと営業の間で、引き渡し基準 (MQL/SQL の定義) と合意事項を AI で整理します。 - 向いている組織: 「マーケが渡したリードが営業に放置される」摩擦が起きている組織。 - 効果目安: 定義文書と SLA の草案づくりを短縮 (効果は定性的)。 - 詳細: 巻末キットで優先度を確認できます。
C5. 商談前のアカウントリサーチ / 準備 - 概要: 商談相手の公開情報を AI に集めさせ、想定課題・提案角度・質問リストを準備します。 - 向いている組織: 商談件数が多く、1 件ごとの準備に時間をかけられない組織。 - 効果目安: 1 商談あたりの下調べを大幅に短縮 (公開情報の量に依存)。個人情報の取り扱いには注意が必要です。 - 詳細: 巻末キットで優先度を確認できます。
C6. 提案書 / 営業資料のドラフト - 概要: 顧客課題とサービス内容を渡し、提案書の構成と初稿を生成させます。 - 向いている組織: 提案書を毎回ゼロから作り、営業の時間を奪われている組織。 - 効果目安: 提案書初稿づくりの短縮が中心。数字と固有名詞の確認は人が行う前提です (効果は定性的)。 - 詳細: 巻末キットで優先度を確認できます。
C7. FAQ / チャットボット応答設計 - 概要: 問い合わせ履歴を渡し、FAQ の整理とチャットボット応答文の草案を作らせます。 - 向いている組織: 同じ問い合わせが繰り返し発生している組織。 - 効果目安: FAQ 整備の初稿づくりを短縮 (問い合わせデータの量に依存)。 - 詳細: 巻末キットで優先度を確認できます。
C8. HubSpot の操作・ワークフロー自動化 - 概要: AI (Claude Code + MCP) から CRM を直接操作し、リスト整備や集計、通知を自動化します。 - 向いている組織: HubSpot を使っているが、手作業の CRM 運用に追われている組織。 - 効果目安: humbulls の実装では、外部スタックと Claude Code で Professional 級レポートを稼働約 8 日で再現し、年間約 150 万円のプラン差を圧縮しました (humbulls 実測)。 - 詳細: MCP で HubSpot を AI から操作する / HubSpot Starter で Pro 級ダッシュボードを再現する
5. 領域 D. 分析・レポーティング — 月次レポート 8 時間を 30 分にする 7 パターン
分析・レポーティングは、定型度が高くリスクが低い工程が多く、AI に最も安心して任せられる領域です。HubSpot 調査でも、データ分析・自動レポートに AI を広範に使うマーケターが 32.96% と、活用が進んでいます (HubSpot, 2026)。ここで浮いた時間を、上流の戦略・リサーチ (領域 A) に回すのが理想の循環です。
D1. 月次マーケレポートの自動化 - 概要: 各ツールの数値を渡し (または連携し)、月次レポートの集計と示唆の草案を生成させます。 - 向いている組織: 毎月のレポート作成に丸 1 日を溶かしている組織。 - 効果目安: humbulls では月次レポート・数値集計を月 8 時間から 30 分へ短縮しました (humbulls 実測)。 - 詳細: マーケティングレポートの AI 自動化
D2. CRM データの整備・名寄せ - 概要: 重複・表記ゆれ・欠損を AI とスクリプトで検出し、リストを整形します。 - 向いている組織: CRM のデータが汚れ、配信や集計の精度が落ちている組織。 - 効果目安: humbulls ではデータ整形を月 4 時間から 1 時間へ、約 1.3 万件の同期を 4 分で完了しています (humbulls 実測)。 - 詳細: HubSpot と Sheets を Apps Script で自動同期
D3. ダッシュボード構築 - 概要: 見たい指標を渡し、集計スクリプトと BI ダッシュボードの構成を AI に作らせます。 - 向いている組織: 上位プランのレポート機能に手が届かず、Excel 手作業で凌いでいる組織。 - 効果目安: humbulls の実装では、稼働約 8 日・Apps Script 約 1,300 行でダッシュボードを構築しました (humbulls 実測)。 - 詳細: HubSpot Starter で Pro 級ダッシュボードを再現する
D4. コホート / ファネル分析 - 概要: 生データを渡し、コホート表やファネルの通過率を AI に集計・可視化させます。 - 向いている組織: 施策の良し悪しを感覚で語り、数字で比較できていない組織。 - 効果目安: 集計・作図の工数を短縮。意味のある示唆には一定のデータ蓄積期間が必要です (一般的な目安)。 - 詳細: 月次コホート × 経過日数 × 勝率で見る
D5. 商談議事録の分析・失注傾向の集計 - 概要: 商談録を AI に読ませ、失注理由や頻出課題を月次で傾向として集計します。 - 向いている組織: 失注理由が営業の記憶に留まり、組織知になっていない組織。 - 効果目安: 手作業では困難な定性テキストの横断集計を実務時間で回せるようになります (テキスト量に依存)。 - 詳細: 商談議事録の AI 分析 — 失注理由の傾向を月次で集計
D6. 広告 / チャネル効果の要約 - 概要: 各チャネルの数値を渡し、効果の要約と配分見直しの示唆を出力させます。 - 向いている組織: 複数チャネルを回しているが、横断の振り返りができていない組織。 - 効果目安: 要約・比較の初稿づくりを短縮 (効果は定性的)。配分の最終判断は人が握ります。 - 詳細: 巻末キットで優先度を確認できます。
D7. A/B テスト結果の解釈 - 概要: テスト結果を渡し、有意差の読み方と次アクションの候補を整理させます。 - 向いている組織: A/B テストは回すが、結果の解釈と次の一手が曖昧な組織。 - 効果目安: 結果解釈のたたき台づくりを短縮 (効果は定性的)。統計的な判断は人が確認します。 - 詳細: 巻末キットで優先度を確認できます。
6. 選び方の型 — 30 個から自社の 3 個をどう選ぶか
30 パターンを前に、最もよくある失敗は「全部やろうとして、どれも中途半端に終わる」ことです。McKinsey の調査でも、生成 AI を導入した組織の 80% 超が全社的な利益への明確な効果をまだ出せていないと報告されています (McKinsey, 2025)。導入したことと成果が出ることは別物で、その差は「絞れているか」で生まれます。選び方には型があります。
第一に、空いている領域から選ぶ。4 領域のうち、自社が明らかに手薄な領域が必ずあります。多くの一人体制では、締切のない戦略・リサーチ (領域 A) と、後回しにされがちな分析 (領域 D) が空きます。まずそこを 1 パターン埋めます。
第二に、低リスクから始める。同じ領域内でも、社内向けの下書きや集計 (D1、D2 など) は失敗しても実害が小さく、型を体に入れる最初の一歩に向きます。逆に、顧客に直接届くメールや提案書 (C1、C6 など) は、レビュー体制を整えてから着手します。この定型度 × リスクの見立ては マーケ業務の AI 効率化はどこから で詳しく解説しています。
第三に、効果が測れるものを選ぶ。従来の所要時間がはっきりしている業務ほど、AI 化の効果を数字で示せます。効果を数字で語れないと、次の投資も社内展開も通りません。最初の 3 個は「空いている × 低リスク × 測れる」の重なりから選んでください。この選定を機械的に行うのが、次章の優先度診断キットです。
まとめ — 30 個の地図を持ち、自社の 3 個から始める
生成 AI の活用は、事例の多さではなく、自社の業務地図の上で「どこに効かせるか」を決められるかで差がつきます。本記事の 4 領域 30 パターンは、その地図です。全部を追う必要はありません。空いている領域から、低リスクで、効果が測れる 3 個を選ぶ。私たち humbulls 自身も、この選び方でマーケ業務を実質 1 人 + AI で回しています。まずは巻末の優先度診断キットで、自社の 30 パターンを並べ替えるところから始めてみてください。
各領域を深掘りしたい方は、カタログ内の詳細記事から入れます。AI をマーケ業務に導入する順番そのものは マーケ業務の AI 効率化はどこから と 一人マーケターの業務設計 が、AI に業務を任せる実行環境は マーケターのための Claude Code 入門 が入口です。自社の業務棚卸しから伴走してほしい場合は AI 活用レッスン、体系的なフレームワークをまとめて持ち帰りたい場合は BtoB マーケ AI 活用ガイド (無料 DL) をご活用ください。
🤖 AI 実行キット
本文の判断を、そのまま AI で実行するためのキットです。プロンプトは Claude (ブラウザ版で可) にコピペすれば動きます。
キット① 自社の 30 パターンを並べ替えて、最初に着手する 3 個を決める — 30 分
種別: 判断キット 使うもの: Claude (ブラウザ版で可) 事前に用意するもの: 自社のマーケ体制メモ (人数・兼務状況)、直近 1 週間の主な業務、使っているツール。粒度はバラバラで構いません。会議メモや上長の依頼メールの貼り付けでも動きます。
プロンプト:
BtoB マーケティングの AI 活用パターンの優先順位付けを手伝ってください。
【私の状況】
- マーケ体制: 専任 1 名 + 他業務兼務(記入例。人数と兼務状況を記入)
- 使っているツール: HubSpot Starter / Google Workspace(記入例)
- 直近 1 週間の主な業務: (カレンダーやタスクを貼り付け。粒度バラバラで OK)
- 今いちばん逼迫している業務: (例: 月次レポート作成、記事制作)
【評価対象の 30 パターン(この一覧で評価すること)】
A 戦略・リサーチ: A1 ペルソナ/ICP / A2 3C・競合 / A3 STP・ポジショニング /
A4 市場・トレンド調査 / A5 JTBD・インサイト言語化 / A6 施策の優先順位付け /
A7 業務設計・役割分担
B コンテンツ制作: B1 記事構成・初稿 / B2 ホワイトペーパー / B3 メール・SNS 告知 /
B4 LP・セールスコピー / B5 図表・サムネ / B6 事例・インタビュー記事 /
B7 動画・ウェビナー資料 / B8 リパーパス・多言語
C ナーチャリング・営業連携: C1 メールシナリオ設計 / C2 休眠掘り起こし /
C3 スコアリング設計 / C4 MQL・SQL 定義 / C5 商談前リサーチ /
C6 提案書ドラフト / C7 FAQ・チャットボット / C8 CRM 操作・自動化
D 分析・レポーティング: D1 月次レポート自動化 / D2 CRM データ整備 /
D3 ダッシュボード構築 / D4 コホート・ファネル分析 / D5 商談議事録分析 /
D6 広告・チャネル効果要約 / D7 A/B テスト結果解釈
【評価基準(必ずこの 3 軸で採点すること)】
1. 空き度: その業務が自社で手薄・後回しになっているか(高いほど加点)
2. 低リスク度: 失敗しても顧客に直接届かない・実害が小さいか(高いほど加点)
※ 顧客に直接届くもの(メール配信・提案書・公開コンテンツ)はリスク高とする
3. 測定容易度: 従来の所要時間がはっきりしていて効果を数字で示せるか(高いほど加点)
【出力】
1. 30 パターンを 3 軸で採点した表(各軸 3 段階 + 合計)
2. 合計上位から「最初の 30 日で着手する 3 個」を選定(理由 1 行ずつ)
3. その 3 個それぞれについて、最初の一歩(誰が・何を入力し・何を出力させるか)を 1 行
4. 逆に「今は着手しない方がよいパターン」を 3 個、理由つきで
出力の確認ポイント: - 選ばれた 3 個が「空いている × 低リスク × 測れる」の重なりになっているか確認してください。顧客に直接届く C 系が最初の 3 個に入っていたら、レビュー体制の有無を再確認します - 「着手しない方がよい 3 個」が出ているか見てください。やらない判断を含めて初めて優先順位です
うまくいかないとき: - 上位が同点で並ぶ → 「逼迫している業務」に関わるパターンを優先タイブレークにして再実行してください - 30 個すべてが「やった方がよい」に見えて絞れない → 評価軸を「今月の可処分時間で 1 個だけ選ぶなら」に変えて再実行します
参考文献
- 2026 State of Marketing Report — HubSpot (取得日: 2026-07)
- 2026 state of marketing: Data from 1,500+ global marketers — HubSpot Blog (取得日: 2026-07)
- The state of AI in 2025: Agents, innovation, and transformation — McKinsey & Company (取得日: 2026-07)
- 75% of Marketers Have Adopted AI Yet Still Use It To Send One-Way, Generic Campaigns — Salesforce News (取得日: 2026-07)
- Claude Code overview — Anthropic (取得日: 2026-07)