Clay（クレイ）とは？GTMオートメーションの機能・料金・導入ポイントを解説

MA（マーケティング自動化ツール）を導入したが、リードの8割は名前とメールアドレスだけ。SFA（営業支援ツール）を入れたが、入力が面倒で半数の営業が使っていない。展示会で名刺を200枚集めたが、帰社して1社ずつLinkedIn、企業HP、ニュース記事を開いてリサーチする——50社で丸3日がデスクワークに消える。

日本のBtoB営業チームの多くが、この「リサーチ地獄」に時間を奪われている。

Clay（クレイ）は、この「情報源の分散」をまとめて扱うためのGTMオートメーション基盤だ。公式 pricing と FAQ では、150以上のデータパートナー、AIリサーチ、CRM / 広告 / メール配信までつなぐワークフローを中核価値として打ち出している。2025年8月にはSeries Cで**$100Mを調達し、同年12月には公式ブログで$100M ARRを公表。2026年1月には公式 about / tender offer 告知で$5B valuation** と 14k customers を開示した。

本記事では、こうした公開情報をベースに、Clayを「いま導入判断するならどう見るべきか」という観点で整理する。

この記事でわかること

1. Clayとは何か: Waterfall、Claygent、CRM連携がどこまで一体化されているか
2. 現行料金: Free / Launch / Growth / Enterprise と Data Credits / Actions の考え方
3. 公式事例: Anthropic、OpenAI、Intercom などの customer story から見える再現性
4. 誰向けか: Apollo.io、ZoomInfo、LinkedIn Sales Navigator とどう役割が違うか
5. 導入前の論点: 日本チームが pilot で確認すべきこと、向かないケース

基本情報

Clayの全体像

Clayとは——営業リサーチを圧縮するGTM基盤

「リサーチ地獄」の正体

営業リサーチの非効率は、情報源が分散していることに起因する。LinkedInで意思決定者を探し、帝国データバンクで財務状況を確認し、企業HPで事業内容を把握し、ニュース記事で最新動向をチェックする。1社あたり30分。50社で25時間。この間に競合は同じリードにアプローチを終えている。

Clayが解決するのは、この「情報源の分散」だ。

Clayのソリューション: GTMオートメーション

Clayは自らをGTMオートメーションプラットフォームと位置づけている。公式 about ページでは、1st-party data、intent data、3rd-party data を1か所に集約し、深い顧客リサーチを可能にすることをコア価値として説明している。

その基盤となるのがWaterfall enrichmentだ。複数のデータソースを順番に試し、条件に合う結果が見つかった時点で止める。単一ベンダー依存では埋まらないデータ欠損を、ワークフロー側で吸収できるのがClayの強みである。

Clayが営業リサーチを変える3つの仕組み:

1. Waterfallで coverage を上げる

• 1つのデータソースで見つからなければ、自動で次のソースへフォールバック
• Anthropic の公式 customer story では、単一プロバイダー比で3x better match rate
• OpenAI の公式 customer story では、enrichment coverage がlow 40% から high 80% へ改善

2. AIリサーチを workflow に組み込む

• Claygent は自然言語で account research や要約、分類を回せる
• Clayは独自LLMを持たず、FAQではOpenAI、Gemini、Claude を使っていると明記している

3. 実行レイヤーまでつなぐ

• CRM同期、webhook、ads sync、sequencer まで同じ土台で扱える
• 単なる「データベース」ではなく、GTM Ops 向けの orchestration layer として機能する

ここまで読むと「万能ツール」に見える。しかし、具体的にどんな機能があり、いくらかかるのか。製品の実態を詳しく見ていく。

プロダクト完全ガイド: Clayの全機能

プラットフォーム構成

現在のClayは、ざっくり言うと次の4層で捉えると理解しやすい。

データエンリッチメント: Waterfallが中核

公式 pricing では、Clayは150+ data partners を束ねる marketplace と説明されている。重要なのは「どの provider があるか」より、「複数 provider を sequence できるか」だ。

Waterfall の基本イメージ

1. 1つ目の provider で email / phone / company data を検索
2. 結果がなければ次の provider に自動フォールバック
3. validation step で妥当性を確認
4. 条件を満たした時点で後続 step を止める

この設計により、単一 provider の弱点を workflow で補える。Clayを導入する本質は、データそのものよりprovider mix を自社で設計できることにある。

Claygent: AIリサーチエージェント

Claygent は、Webや企業情報を基にしたカスタム調査を workflow に埋め込むためのAIレイヤーだ。FAQでは、Clay自身の独自モデルではなくOpenAI、Gemini、Claude を利用していると説明している。

使用例:

• 「この会社の最近の資金調達ニュースを教えて」
• 「CEOのLinkedInプロフィールを要約して」
• 「競合他社との差別化ポイントを3つ挙げて」
• 「最近のプレスリリースから主要な製品アップデートを抽出して」

注意: 2026年の pricing 改定以降、AI利用は「固定価格」と「token usage ベースの variable pricing」に分かれる。重い調査系 prompt ほど、実行コストは workflow 設計の影響を受けやすい。

ワークフロービルダー: ノーコード自動化

スプレッドシートライクなUIで、以下のパイプラインをノーコードで構築できる。

1. トリガー: CRMの新規リード、Webhook、手動アップロード
2. エンリッチメント: 複数 provider からデータ取得
3. AI処理: Claygent による research、分類、要約
4. アクション: CRM更新、ads sync、メール送信、Slack通知

AIメール作成

リサーチ結果に基づき、各リードにパーソナライズされたアウトリーチメールを自動生成する。テンプレート差し込みではなく、企業情報・最新ニュースを織り込んだ文脈のあるメールを作成する点が従来ツールとの違いだ。

主要インテグレーション

料金体系: 2026年の現行モデル

料金プラン

Clayの self-serve pricing は、2026年春時点で以下の4階層で公開されている。

Data Credits と Actions の違い

2026年のClay pricing を理解する鍵は、Data Credits と Actions が分かれていることだ。

• Data Credits: email、phone、company data など、Clay marketplace 経由で購入するデータのコスト
• Actions: provider 呼び出しや workflow 実行など、Clayのプラットフォーム処理コスト

公式 pricing / FAQ で特に重要なのは次の2点である。

1. データが返らなかった検索では、Data Credits も Actions も消費しない
2. Waterfall では、結果が返った step と validation step ごとに課金対象が増える

AI利用の料金

AI利用は大きく2種類ある。

• Fixed-price: 短い分類、要約、テンプレート生成などの軽量タスク向け
• Variable: token usage ベース。重い research や multi-step analysis 向け

また、FAQ と pricing では自分のAPI keyを使うことも可能で、その場合はData Creditsを消費せず Actions のみがかかると説明されている。

実コストを左右する4要素

導入時は「どのプランか」だけでなく、以下を見積もるべきだ。

1. 月間 row 数: 何件の lead / account を処理するか
2. Waterfall の深さ: 何 provider と何 validation step を通すか
3. AI prompt の重さ: 固定価格で済むのか、variable pricing が多いのか
4. activation の範囲: CRM、ads、signals、sequencer まで使うのか

創業者と経営陣

Kareem Amin（CEO / 共同創業者）

Kareem Amin は McGill大学で電気工学と物理学を学び、その後 Microsoft、Frame、Wall Street Journal で product と growth を経験したのち、2017年に Clay を共同創業した。Clayの現在の公開情報では、Kareem が引き続き CEO を務めている。

Nicolae Rusan（共同創業者）

Nicolae Rusan は Kareem とともに Clay を創業したもう1人の共同創業者だ。公開情報ベースでは 2023年に Clay を離れ、Kareem が現役の創業者として経営を率いている。

出発点は「魔法のスプレッドシート」

First Round Review と Clay の公開ストーリーで一貫しているのは、初期の Clay が「営業ツール」より広い構想、いわば魔法のスプレッドシートとして始まったことだ。そこから GTM に焦点を絞り、顧客リサーチや enrichment を中心に据えたことで traction が立ち上がった。

成長の軌跡: GTM特化で伸びた8年目の企業

Clayの公式 blog では、自社の伸びを「8-year overnight success」と表現している。要点は、初期に長くプロダクトを磨き続けたあと、GTM workflow に焦点を合わせて一気に拡大したことだ。

公開情報で追える主要マイルストーン

何が伸びのレバーだったか

公開 customer stories と company updates を合わせると、Clayの成長は次の組み合わせで説明できる。

1. provider orchestration: 単一ベンダーでは埋まらない data gap を埋める
2. AI-native workflow: research や分類を同じ表の中で回せる
3. community / services layer: experts、partners、clubs まで含めて実装知が広がる

資金調達の歴史

Clayの成長タイムライン

総調達額: 約$195M以上（約293億円超）

※日本円換算は1ドル=150円で計算

評価額は、2024年3月の$500Mから2025年8月の$3.1Bへ——わずか17ヶ月で6倍以上に急騰した。

ここまでが「成功物語」だ。では、Clayを実際に導入した企業は、どんな成果を出しているのか。

導入事例: 公式 customer stories から見えること

Anthropic: 3x enrichment coverage と vendor consolidation

Anthropic の公式 customer story で公開されている主な成果は以下の通りだ。

重要なのは、Clayが単体で「魔法のデータを持つ」からではなく、複数ベンダーを組み合わせる箱として機能している点である。

OpenAI: inbound enrichment coverage を low 40% から high 80% へ

OpenAI の公式 customer story では、Clay導入によって以下が示されている。

• inbound lead enrichment coverage が low 40% から high 80% に改善
• sales team 全体で 8,500+ enrichments を実行
• lead scoring / routing を崩さず、single-source から multi-source model に移行

OpenAI事例から見えるClayの本質は、AI文章生成ではなくdata foundation の再設計にある。

ほかの公開事例

pricing ページには次の成果も載っている。

• Intercom: outbound pipeline +140%
• Rippling: cold email performance 2x
• Hex: win-rate +50%

どれも「Clayが勝手に成果を出した」のではなく、data enrichment と workflow automation を営業設計に組み込んだ結果だと読むべきである。

競合比較: どのカテゴリと比べるべきか

Clayを理解するときは、「どのツールが一番安いか」よりどのレイヤーの問題を解くのかで見る方が正確だ。

主要プレイヤーとの役割比較

競合比較

Clayを選ぶべきケース

以下が同時に必要なら、Clayの価値は大きい。

1. 複数の data provider を組み合わせたい
2. AI research / scoring を表の中で回したい
3. CRM / ads / sequencing までつなげたい
4. Ops が workflow を継続改善できる

逆に、「営業担当が数人いて、まず連絡先DBとメール送信が欲しい」程度なら、より単純なDB-first / outbound-first ツールの方が早いことも多い。

限界と注意点: Clayが刺さらないケース

Clayの弱点は、2026年の pricing 改定後も「失敗検索に課金されるか」ではなく、設計した workflow がそのままコストと運用品質に跳ね返ることだ。

1. spend は provider mix と AI prompt に強く依存する

no-result には課金されないが、成功した enrichment、validation、AI analysis が積み重なると使用量は当然増える。つまり問題は「不透明な罠」より、設計自由度の高さがそのまま spend variance になることにある。

2. Opsの持ち主がいないと崩れる

Clayは営業個人の便利ツールというより、GTM Ops の作業台だ。誰が workflow を直し、provider order を変え、サンプル品質を見て、cost guardrail を置くかが曖昧だと、導入効果が出にくい。

3. data quality は provider 依存

Clay自身が proprietary database を持つわけではない。だから、どの provider を選ぶか、どこで validation を入れるか、どの市場を狙うかで quality は変わる。これは弱点でもあり、柔軟性の裏返しでもある。

4. simplest thing で十分なチームには過剰

連絡先DB + メール送信だけで十分なら、Clayは強すぎる。Clayは「workflow を設計して伸ばす」前提の組織に向く。

2025-2026年の最新動向

公式ページで確認できる最近の変化だけを抜くと、Clayは「営業向け enrichment ツール」から「AI GTM infrastructure」へポジションを上げようとしている。

何が変わったのか

• pricing が Data Credits + Actions へ整理された
• AI利用が fixed-price / variable の2系統になった
• product surface が CRM enrichment から ads、signals、audiences まで広がった
• ecosystem として experts、partners、clubs が前面に出てきた

Clay導入フロー

今後も product surface が広がる可能性は高いが、導入判断では「将来の roadmap」より今の provider coverage と運用体制を優先して見る方がよい。

日本市場への示唆

先に結論

Clayは日本から使えないツールではない。ただし、公開情報を見る限り product も docs も ecosystem も英語圏 GTM を中心に設計されている。したがって、日本チームが見るべき論点は「日本語UIがあるか」より、自社の target account に対して十分な coverage が出るか である。

日本チームが pilot で確認したい4項目

1. sample account で coverage が出るか
2. 役職 / contact data の validation を何段入れる必要があるか
3. 英語中心の docs / support で運用できるか
4. contact data の取得 / 利用フローを社内ポリシーに載せられるか

現実的な使い方

日本企業向け営業が主軸なら、Clayを唯一の source of truth にするより、次のように公開データや手動調査を補助する層として使う方が現実的だ。

国内公開データ / 自社CRM
    ↓
企業サイト・ニュース・人事異動などの追加調査
    ↓
Clayで enrichment / scoring / segmentation / personalized messaging
    ↓
CRM / 広告 / 送信ツールへ連携

Clayは「日本市場専用DB」として使うより、workflow と research の統合基盤として見る方がズレにくい。

Clayを使いこなす4つのコツ

コツ1: Free か Launch で sample workflow を作る

いきなり全件同期せず、まずは 100〜300 rows ほどで pilot を回す。見るべき指標は「何件 enrich できたか」だけでなく、1件あたり何 Data Credits / Actions かかったか である。

コツ2: Waterfall は quality first で組む

provider を安い順に積むのではなく、勝率の高い順 と validation の要否 で並べる。1つ余計な validation step を入れるだけでも、volume が大きいと spend が変わる。

コツ3: Claygent は research question を狭くする

曖昧な prompt ほど variable pricing の AI run が重くなり、出力もぶれる。

• 悪い例: Summarize this company
• 良い例: Find one hiring signal and one business change in the last 90 days, with source links

コツ4: owner を決める

Clayは「誰でも触れる」のが魅力だが、production workflow は owner が必要だ。provider 順序、cost guardrail、CRM writeback ルールを管理する人がいないと、便利な表のままで終わる。

よくある質問（FAQ）

Q. Clayの料金はいくらか？

2026年4月時点の公開 pricing では、Free / Launch / Growth / Enterprise の4階層だ。Launch は $185 / 月から、Growth は $495 / 月から。料金は seat 数よりも、Data Credits と Actions の使い方で実額が変わる。

Q. 失敗した検索でも課金されるのか？

現行 FAQ ではNoである。Clayが新しいデータを返さなかった enrichment は、Data Credits も Actions も消費しない。ただし Waterfall で結果や validation が返った step には課金が発生する。

Q. Clayは独自のAIモデルを持っているのか？

FAQでは持っていないと明記されている。Clayは OpenAI、Gemini、Claude などを利用している。

Q. CRMとの違いは？

CRMが system of record だとすれば、Clayはsystem of enrichment and orchestration だ。一般的には Clay で enrichment / scoring / research を行い、結果を Salesforce や HubSpot に戻す。

Q. 日本チームでも使う価値はあるか？

ある。ただし「日本専用DB」として期待するより、research と workflow の統合基盤として pilot する方が現実的だ。国内アカウント中心なら、coverage と validation 工数を最初に測るべきである。

まとめ: Clayは「データベース」ではなく「GTMの実行基盤」

Clayをひと言で言えば、複数の data source、AI research、activation を1つの workflow に束ねる道具だ。単なる contact database でも、単なる AI copywriter でもない。

価値が最も出るのは、次の条件がそろうチームである。

• 複数 provider を使い分けたい
• enrichment だけでなく scoring / segmentation / writeback まで回したい
• GTM Ops が継続的に workflow を改善できる

逆に、まずは連絡先を少し探してメールを送りたいだけなら、もっと単純なツールの方が向いている。

次のステップ

1. 2週間の pilot を組む: Free か Launch で sample account を回す
2. 3つの数字を測る: coverage、1件あたり spend、手動確認工数
3. owner を決める: production workflow を誰が保守するか決めてから広げる

関連記事

参考リソース

• Clay公式サイト / Clay Pricing / Clay FAQ
• Clay About / Clay Blog
• Anthropic customer story / OpenAI customer story
• Clay's Path to Product-Market Fit — First Round Review

本記事はネクサフローのAI研究シリーズの一部です。