Intercomが特化型AIモデルを作った。営業チームが学ぶべきこと

Intercomが、ほとんどのAI企業が口では言うが実行しないことをやった。自社モデルを作った。

GPTのラッパーではない。プロンプトチェーンのファインチューニングでもない。60人のAIチームが数十億件のカスタマーサービス会話を使って訓練した、Apexというカスタムモデルだ。結果：GPT-5.4とClaude Opus 4.5を、解決率、速度、コストのすべてで上回った。

あるゲーム会社は、モデルを入れ替えただけで解決率が68%から75%に上がった。未解決の会話が22%減。ワークフローの変更なし、新機能の追加なし。エンジンを換えただけだ。

IntercomのCEO、Eoghan McCabeの言葉：「特化型モデルの時代が来た」。

その通りだと思う。そしてこの話は、カスタマーサービスの外にも広がる。

---

「特化型」が実際に意味すること

今の営業AIツールの大半は汎用型だ。GPT、Claude、Geminiといった汎用モデルの上にレイヤーを乗せている。カスタムプロンプト、多少のファインチューニング、きれいなUI。中身のAIは何でも知っていて、特定のドメインについては深く知らない。

特化型モデルは違う。ドメイン固有のデータで訓練されている。Intercomの場合は数十億件の実際の会話。どんな質問が来るか。エージェントがどう返すか。どの返答が問題を解決し、どれが解決しないか。もっともらしいテキストを生成するだけではない。自分のドメインで何が効くかを、数百万件の実績から知っている。

Intercomの競争優位はUIでも機能でもない。データのフライホイールだ。Finが処理する会話の一つひとつが、次の会話をより正確にする。McCabeによると、競合がゼロから同等のものを構築するには18ヶ月かかる。技術が秘密だからではなく、データがまだ存在しないからだ。

なぜ営業AIに関係するのか

営業AIの市場はまだほぼ汎用型だ。大半のツールはプロンプトラッパー。GPTやClaudeに見込み客のLinkedInプロフィールと企業情報を渡してメールを生成する。文法的に正しく、プロフェッショナルなトーン。そして汎用的だ。購買シグナルが何に見えるか、ICPフィットが実務上何を意味するか、なぜこの企業に来月ではなく今週アプローチすべきかを、モデルは理解していない。

営業AIで汎用型と特化型の差は、こう見える：

最後の行が見分けるポイントだ。AIツールがドメイン固有の理由で企業を推薦できるなら、特化型モデルがある。テキスト生成しかできないなら汎用型。

「十分に良い」の罠

ここで多くのチームが詰まる。まあまあのメールを書いてくれる汎用型AIツールは、十分に感じる。時間は節約できる。出力はきれい。なぜわざわざ「特化型」を名乗るものに乗り換える必要があるのか？

差が複利で効くからだ。

1ヶ月目、汎用型と特化型の差はわずかだ。どちらもメールを書く。どちらも時間を節約する。でも特化型はチームの行動から学ぶ。どの見込み客をスキップし、どれを優先し、どのアウトリーチに返信が来たか。汎用型は静止したまま。

6ヶ月後、特化型はチームが手動では見つけられなかった企業を、購買シグナルが新鮮なタイミングで提示している。汎用型は初日に設定したフィルタと同じ基準でメールを生成し続けている。

Intercomはカスタマーサービスでこのパターンを体験した。Finは汎用モデルですでに週200万件を解決していた。Apexは機能追加ではなくエンジン交換で、数字を大幅に改善した。

AI営業ツールが本当に特化型かどうかの見分け方

ベンダーに聞くべき3つの質問：

「モデルは何のデータで訓練されていますか？」 「GPT/Claudeにカスタムプロンプトを加えています」ならラッパーだ。汎用タスクには使える。複利にはならない。特化型の答えはこう聞こえる：「X百万件の営業インタラクション、アウトリーチ結果、返信パターン、コンバージョンデータで訓練しています」。

「チームの利用からシステムは改善しますか？」 送信/スキップの判断、返信率、商談化の結果がモデルにフィードバックされるなら特化型。1日使っても1年使っても出力が同じなら汎用型。

「なぜこの企業を今推薦しているか説明できますか？」 汎用ツールは企業を描写できる。特化型ツールはタイミングを説明できる。「この企業は昨日シリーズBを発表し、今週営業職を3件掲載し、過去にチームがコンバージョンした50社のICPパターンに合致します」。ライブシグナルと学習パターンに基づく説明があれば、ドメイン知識が中にある。

これから何が起きるか

McCabeは、競合がApexに追いつくのに18ヶ月かかると予測している。データのフライホイールには時間が要る。数十億件のドメイン固有インタラクションを近道で手に入れることはできない。

営業AIでも同じ構造が展開される。今、独自の訓練データを蓄積し始めているツール、つまり実際のアウトリーチ結果、ICPパターン、購買シグナルから学んでいるツールが、複利の優位を持つ。まだGPTの上でプロンプトを動かしているだけのツールは、今日は問題なく感じても、2027年には後れを取る。

今ツールを選んでいるチームへの実務的なアドバイス：今日何ができるかだけでなく、チームの利用から改善する仕組みがあるかどうかを評価する。あれば特化型。なければラッパーだ。そしてラッパーはこれからコモディティになる。