2026-09-16｜lullaby株式会社 代表取締役 坂口 大晟

データが壊れたままスケールするとは？
——リストの質がAI営業の成否を決める理由

AI SDRの失敗しない導入手順を海外の業界調査から整理すると、いくつかある失敗原因の中でも根が深いのが「データが壊れたままスケールする」という一点です。壊れたリスト・古い連絡先の上にAIの実行速度を重ねると、質の悪さはそのまま増幅されます。この記事では、この現象が具体的に何を指すのか、そして「リストの質」を何で見極めればいいのかを、海外実務者の指摘と当社の実データから整理します。

「データが壊れたままスケールする」とは何を指すか

海外のAI SDR利用者・レビューコミュニティでは、次のような指摘が繰り返されています。

「データを直せば、月50ドル程度の安いツールでも、質の悪いデータを積んだ月900ドルのAIエージェントに勝てる」

この指摘が言っているのは、AIエージェントの性能そのものではなく、入力するデータの質が出力の質の上限を決めるという構造です。壊れたプレイブック・古いリスト・誰が引き継ぐか決まっていないハンドオフを、人間なら気づいて止められる場面でも、AIは指示された通りの速度でそのまま実行し続けます。結果として、質の悪いリストほど、AIによる自動化で「速く・大量に」空振りを重ねる仕組みになります。AI SDRプロジェクトの50〜70%が90日以内に頓挫するという報告の背景には、こうした「量は出るが質が伴わない」構造が重なっていると考えられます。

ここで注意したいのは、原因が「AIの性能不足」に見えてしまう点です。送信数を増やしても商談化しない状態が続くと、多くの現場は「もっと精度の高いAIエージェントに乗り換えよう」という判断に向かいがちです。しかし土台のリストが壊れたままであれば、乗り換え先のAIも同じ速度で同じ空振りを再生産するだけです。まず疑うべきはAIエージェントの性能ではなく、その手前にあるリストの質だという順序を間違えないことが重要です。

リストの質は「載っているか」ではなく到達可能性の掛け算で決まる

ここで見落とされがちなのが、「リストに企業が載っている」ことと「実際に到達できる」ことは別問題だという点です。当社が保有する国内企業データベース（約75万社・2026年5月時点）の実測では、連絡手段ごとに取得できる割合が大きく異なります。

つまり、「メールで一斉送信できるリスト」を前提にした瞬間、母集団の8割近くが最初から射程の外に置かれます。「対象企業として載っているか」だけを見てリストの質を評価すると、実際にどのチャネルで何割に届くのかという最も重要な情報が抜け落ちます。代表電話が取れない企業でも部署の直通番号までは取得できるケースがあるように、リストの質はチャネルごとの到達可能性を重ねて初めて判断できるものです。AIに大量送信を任せる前に、この内訳を確認しないまま量だけを増やすことが、壊れたデータの増幅を早める典型的な入り口になります。

リストは一度作って終わりではなく、劣化し続ける

もう1つ見落とされがちなのが、リストは静止した資産ではないという点です。担当者は異動し、電話番号は組織再編で変わり、企業自体が移転・廃業することもあります。従来の営業リストツールの多くは、ある時点の情報を提示するだけで、その情報が実際にどれだけ「結果」につながったかというフィードバックを持っていません。送っても届かなかった・返信がなかったという結果データが蓄積されないため、リストの精度は使うほど改善されるのではなく、時間とともに劣化する一方になります。

この構造への対策として私たちが重視しているのが、コンパウンドセールスで提唱している、仮説と結果を紐づけて記録する因果データの考え方です。誰に・いつ・何を送り、どうなったか（届いた・返信があった・不通だった）を一件ごとに記録し続けることで、リストのどこが壊れているかを機械的に検知し、精度を使うほど上げていくことができます。リストの質を一度きりの静的な指標として扱うのではなく、結果からのフィードバックで磨き続ける運用に変えることが、データが壊れたままスケールする事態を避ける根本的な解決策です。

逆に言えば、結果データを持たないリストツールは、どれだけ企業数が多くても時間が経つほど精度が下がっていく宿命にあります。リストを選ぶ・作る際は「今の網羅性」だけでなく「使うほど直っていく仕組みがあるか」を評価軸に加える必要があります。

明日から使える判断基準——導入前に確認する4項目

AIによる自動アプローチの導入・拡大を検討する際、事前に確認しておきたい項目を4つにまとめます。

1. 連絡手段ごとの内訳を要求する——「〇〇社のリスト」という総数だけでなく、代表電話・メール・フォーム・直通番号がそれぞれ何%取得できているかを確認する。
2. 送信量を増やす前に到達率を計測する体制があるか確認する——開封・接続・返信といった結果データを継続的に回収し、リストにフィードバックする仕組みがあるかを見る。
3. リストの更新頻度を確認する——一度作って終わりのスナップショットか、結果データをもとに継続的に更新され続けるものかを確認する。
4. 代表窓口が使えない対象への代替手段を用意しているか確認する——代表電話・代表メールが不通の企業に対して、部署直通番号やフォームなど別チャネルの代替案があるかを確認する。

AIエージェントの性能を比較する前に、まずその土台にあるリストの質を確認すること。ここを飛ばしたままAIによる自動化の量を増やせば、壊れたデータほど速く・大量に増幅されてしまいます。逆に言えば、到達可能性の内訳が把握できていて、結果データで更新され続けるリストであれば、AIの実行速度はそのまま成果の複利につながります。導入前のチェックリストは、AIを疑う前にリストを疑うための最初の一歩です。

出典：AI SDR失敗の原因分析はGoogleスプレッドシート「AI SDR 海外プレイヤー調査【コア版】」09_カテゴリの逆風タブ（調査時点2026年8月・lullaby株式会社作成、海外実務者コミュニティ・業界メディアを引用元として整理）による。当該タブの数値は業界メディア・第三者調査の引用であり一次データの確認は取れていない。到達可能性の数値は当社保有の国内企業データベース（約75万社・2026年5月時点）の実測による。調査会社の統計ではないため、日本企業全体の割合として一般化はできない。