対談・インタビュー
OpenAIの営業の型は「需要超過」の産物か—Maggie Hott発言を採用可能性で切り分ける
OpenAIのGTM（市場投入戦略） リーダーMaggie Hottは、SaaStrポッドキャストで自社の営業組織を「10人未満から500人規模」に伸ばした過程を語りました。コミッション無し、パイロット100%成功、顧客を自社プレイブックに従わせる——どれも強い主張です。
ただ、この型をそのまま自社に持ち帰っていいのか。私が引っかかるのはそこです。OpenAIは法人向けChatGPTの利用が100万組織を超え（OpenAI公式、2025年12月9日発表）、「作れば売れる」に近い局面にありました。需要が供給を上回っている会社の型を、需要が普通の会社が真似ると何が壊れるのか。 これが本記事の駆動的な問いです。
なぜ今、この対談を読み直すのか
私はAI関連の製品や支援を売る立場から、営業組織の設計論に日常的に触れています。Maggie Hottの発言はSaaStr本人談とOpenAI公式発表という二次情報であり、私自身がOpenAIの内部を見たわけではありません。その前提の上で、公開情報の範囲で「どこまでが再現可能な型で、どこからが局面依存の運の産物か」を整理したいと考え、この記事を書いています。
私は、営業の型を語る記事や登壇を読むとき、まず「この会社は需要が供給を上回っている局面にいないか」を疑うべきだと考えています。強い主張ほど、それが再現可能な設計なのか、単に引き合いが多すぎて何をやってもうまくいく局面の産物なのかを分けて読む必要があります。この区別を怠ると、局面依存の運を型として持ち帰り、需要が普通の会社で機能不全を起こすリスクがあると考えます。
前提:「需要超過型GTM」と「勝率」の中身を定義する
議論を進める前に、2つの言葉を自分の定義で固定します。
需要超過型GTMとは、製品への引き合いが営業のキャパシティを上回っている状態で組織された営業の型を指します。この状態では、営業はどの案件を「選ぶか」を主導権を持って決められます。対して需要創出型GTMは、営業が案件そのものを作り出さなければならない状態の型です。この違いは、コミッション設計やパイロットの合否条件など、記事内のほぼすべての主張の前提になっています。
もう一つは勝率と適格化率の区別です。Maggieは「パイロットは100%成功している」と語ります（"We have a 100% win rate on pilots..."）。しかしこれは全案件の中の勝率ではありません。エグゼクティブバイイン(経営層の関与)が取れた案件だけをパイロットに入れる、という入口の絞り込みを経た後の数字です。つまり100%という数字が測っているのは「勝てる確率」ではなく「入口でどれだけ厳しく選別したか」——私はこれを適格化率と呼びます。この言い換えをしないと、100%成功率は再現不能な神話として消費されてしまいます。
全体像: どの主張が需要局面に依存するか
Maggieの主張を、需要局面への依存度で仮に仕分けると次のようになります。
| 主張 | 需要局面への依存 |
|---|---|
| 面接で責任転嫁を検知する | 依存しない |
| 謙虚さ・エゴのなさを最重視する | 依存しない |
| コミッション無しの報酬設計 | 需要超過が前提 |
| 顧客を自社プレイブックに従わせる | 需要超過が前提 |
| パイロットの100%成功率（＝適格化率） | 需要超過が前提 |
| AIアシスタントで営業の可処分時間を増やす | 依存しないが、増えた時間の使い道は別問題 |
以下、依存しない側から順に見ていきます。
需要局面に依存しない型: 責任転嫁の検出と謙虚さ
Maggieが採用で最も重視するのは「ブレーム（責任転嫁）」の検出です。面接では必ずこう聞くといいます。
「失敗した案件について教えてください。なぜ負けたのですか？」
NG回答は「Salesforceには勝てなかった」「製品が足りなかった」のように外部要因に帰属させるもの。OK回答は「私は準備不足でした、次回は〜を改善します」のように自分の行動に帰属させるものです。Maggieは「採用ミスは約1週間で分かる」とも述べます。他責思考の人は入社後すぐ「この製品では勝てない」「競合が強すぎる」と言い始めるからです。
この選別基準は、需要が超過していようがいまいが成立します。責任の所在をどこに置くかは、案件の量とは独立した個人の思考パターンだからです。だからこそ、私はこの1点を需要局面に依存しない、採用すべき型だと考えます。
具体例として、2023年にOpenAIが初のSDR（営業開発担当）を採用する際、Maggieは50人のStanford・Harvard MBA卒に声をかけ、49人が「MBA卒でSDRはやりたくない」と断りました。唯一受諾したMollyは、Googleで8年の経験を持つStanford GSB卒でしたが、「エゴがなかった」とMaggieは振り返ります。数ヶ月でSDR組織を構築し、現在はトップセラーの一人です。
Mollyの事例が示すのは、経歴の華やかさ（Stanford GSB卒、Google 8年）そのものではなく、「エゴのなさ」という選別基準が結果と結びついたという一点だと私は見ています。私自身、この「失敗した案件について、誰のせいにするか」という問いを、今後の面接・協業相手の見極めに組み込むべき質問だと考えるようになりました。
需要局面に依存する型: コミッション無しとプレイブック強制
一方、コミッション不要の報酬設計と「顧客を自社プレイブックに従わせる」方針は、需要超過という前提が外れると成立しにくいと私は見ています。
OpenAIとSlackは初期段階でコミッションを導入しませんでした。Maggieの説明では、コミッションがあるとオンボーディングやトレーニングに費やす時間が「文字通り損失」になり、チーム再編成やピボットのたびに営業から不満が出ます。逆にコミッションが無ければ、案件が減っても誰も文句を言いません。
しかしこれは、案件の供給が営業のキャパシティを上回っているからこそ成立する話です。案件が足りない状況でコミッションを外せば、「頑張っても頑張らなくても給与が変わらない」状態になり、チームワークどころか営業組織そのものが機能不全に陥りかねません。OpenAIの固定給+株式+MBO(目標達成ベース評価)モデルが機能しているのは、需要が絞る側にあったからだと考えるのが自然です。
「顧客を自社プレイブックに従わせる」も同様です。OpenAIは数百〜数千のパイロットで検証済みのプレイブックを提示し、顧客が独自のやり方を求めても基本的には断ります。これができるのは、断っても他に引き合いが控えているからです。需要創出局面でこれをやれば、顧客は他社に流れるだけでしょう。
そして冒頭で定義した通り、「パイロットの100%成功率」自体が、エグゼクティブバイインの取れた案件だけを通す適格化率の言い換えです。ROI測定(パイロット前後のサーベイ)や専任チームの投入は再現可能な運用ですが、「100%」という数字そのものは、需要が選べる側にあるという前提の産物であり、再現すべき目標ではないと私は考えます。
需要が普通、あるいは需要創出型の局面にいる会社は、この二択を需要超過型の会社と同じ基準で決めてはならないと私は考えます。断っても他に引き合いが控えている会社と違い、顧客に選ばれる側にいる会社が「自社プレイブックに従わせる」を採用すれば、単に顧客が競合に流れるだけです。したがって、プレイブック自体を持つことと、それを顧客に強制することは分けて考えるべきで、後者は需要超過という前提が外れた瞬間に採るべきではない選択だと考えます。
依存しないが、効果の行き先が別問題: GTM Assistantの20%
OpenAIは自社の営業チーム向けに、Slack上で動くGTM Assistantを構築しました。ミーティング前の自動ブリーフィング、アカウント履歴とSalesforce活動の統合、製品Q&Aへの即時回答、ミーティング後の自動リキャップ。OpenAI公式の発表(2025年9月29日時点)では、これにより営業担当者の生産性が20%向上し、週に約1日分の時間が空いたとされています。
この数字自体は需要局面に依存しません。ただし、空いた時間が実際の受注にどれだけ転化するかは別問題です。以前書いた記事(営業活動の時間可視化がうまくいかない理由)で論じた通り、営業の可処分時間が増えても、それが商談化・受注に回るかどうかは組織の優先順位付け次第です。GTM Assistantの20%は「時間を作った」事実であって、「成果を作った」証明ではないと私は見ています。
以前書いた記事で指摘した通り、時間の可視化や創出そのものは成果の可視化と同義ではありません。GTM Assistantが生んだ週1日分の時間も、それを商談化・受注に振り向ける優先順位付けの仕組みがなければ、単に営業担当者の余白が増えるだけで終わる可能性があると私は見ています。20%という数字を評価する際は、生産性向上の事実と、それが受注につながったという証明を切り分けて読むべきだと考えます。
並べ替え: 自社が採る2点、採らない3点
ここまでの整理を、需要局面への依存/非依存の軸で並べ直すと、私の立場ははっきりします。
採る:
- 面接での責任転嫁検出（「失敗した案件と理由」を必ず聞く）
- パイロットにエグゼクティブバイインとROIの事前後測定を必須条件にすること
採らない:
- コミッション無しの報酬設計——需要創出局面では機能不全のリスクが高い
- 顧客を自社プレイブックに完全に従わせる方針——他に選べる案件がない限り成立しない
- 「100%成功率」を目標値として掲げること——それは勝率ではなく適格化率であり、真似ても再現しない
AI営業ツールの市場全体を俯瞰したClay・Gong等の動向と併せて読むと、GTM Assistantのような自社構築か、既製ツール採用かという補助線も見えてきます。
Maggie Hottの「100%成功率」は、憧れる数字でも、脅しでもありません。前提を読み解けば、需要が選べる側にあったときにだけ光る数字だとわかります。この記事はそのための素振りであり、次に需要創出局面のGTM事例が見つかれば、この切り分けをもう一度検証したいと考えています。
参考リソース
- 元動画: 20VC: Maggie Hott at OpenAI (SaaStr Podcast)
- How We Scaled OpenAI's Sales Team from 10 to 500 (SaaStr)
- OpenAI GTM Assistant: 営業生産性の向上
- OpenAI Appoints Denise Dresser as CRO
- OpenAIの法人利用100万組織の発表
- SaaStr Podcast公式サイト
- OpenAI公式サイト
本記事はネクサフローのAI研究シリーズの一部です。
