2024年 INBOUND で「Breeze」として統一ブランド化され、2025年 INBOUND で爆発的に拡張された HubSpot の AI エコシステム。単なる「文章生成ツール」ではなく、CRM に埋め込まれた AI が自律的に働く「ハイブリッド人間×AI チーム」の基盤として進化している。本章ではその全体像・3層構造・プランとクレジットの仕組み・HubSpot の AI 設計思想「The Loop」を解説し、本書全体の地図を提供する。
HubSpot の AI は長らく「おまけ機能」の扱いだった。メールの件名を提案する、ブログの下書きを生成する——便利ではあるが、業務の中核には据えにくい「補助ツール」だ。しかし 2024〜2025年にかけて、その位置付けが根本的に変わった。
AI が CRM の「外」で動く補助ツールから、CRM の「中」で自律的に働く「チームメンバー」へと進化したのだ。これを象徴するのが「Breeze」というブランド統合と、2025年 INBOUND で発表された 20以上の AI エージェント群だ。
ChatGPT や Claude などの汎用 AI との最大の違いは「CRM データを文脈として持っている」点だ。Breeze は HubSpot 内の全コンタクト・取引・チケット・会話履歴・ナレッジベースにアクセスした上で動作する。「あなたのビジネスを知っている AI」だからこそ、汎用 AI が不可能な「顧客固有のパーソナライズドアウトリーチ」や「自社 KB に基づくサポート自動応答」が実現する。
Breeze はひとつの機能ではなく、3つの異なる役割を持つ AI レイヤーで構成されるエコシステムだ。この3層を正確に理解することが、どの機能をいつ使うかの判断基準になる。
| やりたいこと | 使うべき層 | 具体的な機能 |
|---|---|---|
| 今すぐメールの下書きを作りたい | Assistant | Breeze Assistant のサイドバーに「このコンタクトへのフォローアップメールを書いて」と入力 |
| 毎週100件のリードに自動でアウトリーチしたい | Agents | Prospecting Agent を設定し、ICP に合致したコンタクトに自動でメール送信 |
| サポートチャットの 60% を AI に任せたい | Agents | Customer Agent に KB と Web サイトを学習させて 24 時間対応 |
| CRM の会社レコードに業種・従業員数を自動補完したい | Intelligence | データエンリッチメントをオンにして自動補完（標準項目は現在無料） |
| 自社の価格ページを見ている匿名企業を特定したい | Intelligence | Buyer Intent でウェブ訪問企業を特定し、CRM レコードを自動作成 |
| 自社製品マニュアルに基づいて答える専用 AI を作りたい | Assistant | Custom Assistant を作成し、製品マニュアルを Knowledge Vault に登録 |
Breeze AI の機能はプランによって大きく異なる。また 2025年 INBOUND 以降、「HubSpot クレジット」という統一課金システムに移行し、機能ごとにクレジットを消費する仕組みになった。これを理解しておかないと「使いすぎて予想外の請求が来る」という事態になる。
| 機能 | 消費量 | 計算例 | 備考 |
|---|---|---|---|
| 標準データエンリッチメント | 無料 | 全コンタクト・会社に自動適用 | 業種・従業員数・収益・所在地。2025年末より無料化 |
| Smart Properties（AI カスタムフィールド補完） | 10クレジット/件 | 1,000件補完 = 10,000 クレジット | カスタムビジネス質問を AI が Web 調査して回答 |
| Buyer Intent（企業訪問検知） | 10クレジット/社 | 200社/月監視 = 2,000 クレジット | 対象企業を CRM レコードとして作成・監視するごとに消費 |
| Customer Agent（サポート会話） | 100クレジット/会話 | 500会話/月 = 50,000 クレジット | 会話 = 1回のチャットセッション全体。解決済みのみ課金する設定も可 |
| Prospecting Agent（監視コンタクト） | 100クレジット/コンタクト/月 | 50人監視 = 5,000 クレジット/月 | シグナルを監視するコンタクト数 × 月次で消費 |
| Data Agent（調査プロンプト） | 10クレジット/プロンプト | 100調査 = 1,000 クレジット | CRM・通話・メール・Web を横断した調査回答1回あたり |
| Breeze Actions（WF 内 AI アクション） | 10クレジット/アクション | 1,000 WF 実行 = 10,000 クレジット | ワークフロー内の AI アクション実行ごとに消費 |
HubSpot クレジットの設定では「月間クレジットを使い切ると自動的に上位クレジットパックに移行する」設定がデフォルトでオンになっている。Customer Agent を大量のトラフィックに設定した場合など、予想外にクレジットが膨らむことがある。設定 → Breeze → クレジット管理で上限設定と自動アップグレードのオン/オフを必ず確認すること。
INBOUND 2025 で HubSpot が発表した「The Loop」は、単なる製品機能ではなく「AI 時代の成長モデル」だ。従来のマーケティングファネル（Attract → Convert → Close → Delight）に代わる、AI が組み込まれた循環型成長モデルである。
| 業務カテゴリ | AI（Breeze）が担う | 人間が担う |
|---|---|---|
| リード獲得・エンリッチメント | 企業情報の自動補完・バイヤーシグナル検知・フォーム短縮 | ICP（理想顧客像）の定義・スコアリングモデルの設計 |
| アウトリーチ・商談獲得 | リード調査・パーソナライズドメール生成・フォローアップ自動実行 | 最終送信の承認・戦略的な関係構築・クロージング |
| コンテンツ制作 | 初稿生成・SEO 最適化・リパーパス（他形式への変換） | ブランドボイスの設定・編集・最終承認・戦略立案 |
| カスタマーサポート | FAQ・一般的な問い合わせへの自律対応・KB 記事の自動生成 | 複雑な問題・感情的なクレーム・エスカレーション対応 |
| データ分析・レポート | CRM データの要約・異常検知・パイプライン予測 | ビジネス戦略への解釈・意思決定・優先順位付け |
HubSpot の Breeze AI は一貫して「Human in the Loop（人間が関与するループ）」の設計を採用している。Customer Agent はエスカレーションルールを持ち、Prospecting Agent は送信前に人間のレビューを挟める。Audit Card で AI が何をしたかをすべて可視化できる。AI が自律的に動く範囲と人間が判断する範囲を明確に設計することが、Breeze 活用の最重要ポイントだ。
Breeze AI の最大の落とし穴は「汚いデータで AI を動かすと、汚いアウトプットが高速生成される」ことだ。Prospecting Agent が送るメールの品質は、CRM のコンタクトデータの質に直結する。Customer Agent の回答精度は、Knowledge Base の整備度に比例する。AI を動かす前に環境を整えることが、ROI を最大化する唯一の道だ。
Breeze Assistant は CRM データが多少不完全でも今日から使える。メール下書き・記録の要約・コール前の会議準備——これらは即座にチームの生産性を向上させる。Agents（特に Customer Agent・Prospecting Agent）は上のチェックリストを8割以上クリアしてから本番起動する。焦って起動すると「AI が的外れなメールを大量送信した」「Customer Agent が間違った情報を顧客に伝え続けた」というインシデントが起きる。
Assistant は「一緒に作業する AI コンパニオン」、Agents は「任せられる自律型チームメンバー」、Intelligence は「CRM データを外部データでリッチ化するエンジン」。それぞれの役割を理解して使い分けることが、ROI を最大化する第一歩。
標準エンリッチメントは無料。Customer Agent は 100 クレジット/会話・Prospecting Agent は 100 クレジット/コンタクト/月と高コスト。自動アップグレードはデフォルトオンなので必ず上限設定を確認する。月初のクレジット消費ペースを週次でモニタリングする。
Express → Tailor → Amplify → Evolve の4フェーズで、顧客シグナルをキャッチし、個別化し、スケールし、学習する。一方向のファネルではなく「インタラクションするたびに賢くなるループ」を実現するのが Breeze AI の設計思想。
CRM データが汚い状態で Agents を起動すると「高速で汚いアウトプットを生成する機械」になる。データ品質・KB の整備・ICP 定義・ガバナンス設計を先に整えてから Agents の本番運用を開始する。Assistant はいつでも今日から使い始めてよい。