Gong（ゴング）とは？料金・機能・日本市場での判断を解説

営業通話をすべて録音し、AIで分析すれば成功パターンが見える——2015年にGongが持ち込んだこの発想は、いまや「発話比率43

」「質問11〜14個」といった具体的な数字にまで結晶しています。この数字は、本当に自分たちの営業組織にも当てはまる「法則」なのか。それとも、数十億件という他社データの相関を自社の法則だと錯覚し、録音という監視コストだけを持ち込んでしまう仕組みなのか。Gongを題材に、どこまでツールに委ねてよく、どこからは自前の運用設計で担保すべきかを整理します。

この記事を書く立場

私は、Gongが示した発話比率43

〜14個という数値を「守るべき法則」ではなく「自組織のデータで検証すべき仮説」だと考えます。会話インテリジェンスが本当に効くのは録音・文字起こしそのものではなく、それを週次のコーチング運用に接続できたときだけだと私は見ています。

だから、日本国内の営業チームだけを対象にするなら、私は英語UIのGongより日本語ネイティブのamptalkやMiiTelに録音・一次記録を任せ、Gongが提示した発見は「自組織で検証すべき問い」として借りる立場を取ります。海外拠点の営業を1つのプラットフォームで統一管理する必要が出た時点で、この判断は撤回します。

この立場を採るのは、録音・可視化ツールの導入事例で繰り返し報告されている失敗パターンが、Gartnerの調査結果と符合するからです。営業マネージャーがコーチングに割く時間はわずか9%（後述）という数字は、裏を返せば「録音データは溜まるが、それを週次のレビューに引き上げる工程が営業組織の側に存在しない」ケースが多いことを示唆しています。ツールが優れていても、この接続工程を運用として設計しなければ、録音は資産化されないまま蓄積するだけになる——これが本記事を通じて検証したい仮説です。

前提：2つの区別

この記事は2つの区別の上に立っています。

借り物の相関 vs 自組織で検証した法則——Gongの43

、Gong Revenue Graphという数十億件の他社データから導かれた「借り物の相関」です。それが自社の「法則」になるのは、自分たちの受注・失注データで再検証したときだけです。本文自身も「相関と因果の混同リスク」として、これらの数字は「ガイドラインであり絶対的な法則ではない」と留保しています。

録音される仕組み vs 行動が変わる仕組み——会話データは、録音・可視化された瞬間に価値を持つわけではありません。週次のコーチングという意思決定に使われた瞬間に、初めて価値になります。Gartner調査によれば営業マネージャーがコーチングに費やす時間はわずか9%。Gong Enable（AI Call Reviewer、AI Trainer、Initiative Tracking）はこの接続そのものを狙った製品です。「可視化＝資産化」ではない、というのがこの記事の中心的な主張です。

Gongの基本情報として押さえておくべきは、R&D拠点がテルアビブにあること、文字起こしが70以上の言語（日本語含む）に対応していること、ISO 42001（AI管理、2025年6月取得）を含む主要認証を取得していることの3点です。

Gongの全体像

Gongが「開けた」とされる中身

Gongは自らを「Revenue AI OS」と位置づけ、営業通話・メール・Web会議を録音・文字起こしし、AIで分析するプラットフォームです。基盤となるGong Revenue Graphが導き出したとされる発見は次の3つです。

発見	内容	本文自身の留保
話者分析	理想的な発話比率は43 （顧客が多く話す）	質より数ではない場合がある
質問の法則	成約する通話は質問11〜14個。15個超は成約率が下がる	顧客の性格・業界・商品の複雑さで最適解は変わる
価格交渉のタイミング	通話後半40%で価格に触れる営業の成約率が高い	ガイドラインであり絶対的な法則ではない

この並置が重要です。Gongは「数十億件のデータから導き出された統計的事実」と謳う一方で、同じ文書の中で「絶対的な法則ではない」と留保している。両方とも本文の事実であり、削るべきなのはどちらでもなく、読み手が「仮説として借りる」姿勢です。

この記事で借りている仮説——発話比率43

、質問11〜14個——は、私自身まだ自組織のデータで検証していません。実際に受注・失注商談を集計して一致するか外れるかを確かめる作業は、次の素振りとしてこのあと着手するつもりです。ここで断定的な検証結果を書かないのは、検証していない数字を検証済みであるかのように扱うこと自体が、この記事が批判している「借り物の相関を自組織の法則と錯覚する」構造をそのまま再生産してしまうからです。

プロダクトの層構造とコモディティ化

Gongは4製品で構成されています。Gong Core（録音・文字起こし・AI分析・コーチング）、Gong Engage（メールシーケンス・活動自動化）、Gong Forecast（AI売上予測）、そして2026年2月発表のGong Enable（AIコーチング）です。

会話インテリジェンス市場は「録音→文字起こし→分析→コーチング→予測」という層で見ると、下位層ほどコモディティ化が進んでいます。tl;dvやFathomは録音・要約層を無料〜低価格で提供し、Claapは分析層をGongの1/3以下の価格で提供します（Avomaは月額$49〜149/ユーザーという価格帯が報告されており、Gongより低廉ですが「1/3以下」と明示できる裏付けはありません）。Gongが差別化できているのは、Gong Enableのコーチング層と、Gong Forecastの予測層です。ただし予測層では、2025年12月にClariがSalesloftを買収して誕生した統合プラットフォームの方が精度で上回るとされています。

つまりGongの固有性は「録音」そのものではなく、録音データをコーチングと予測という意思決定の場に接続する層にあります。ここが「行動が変わる仕組み」の核心部分です。

料金を意思決定材料として見る

Gongは公式に料金を公開していません。以下は第三者情報（Vendr、ユーザー報告等、2026年3月時点）に基づく推定値です。

チーム規模	プラットフォーム料金	ライセンス（Professional）	導入費用	初年度合計
5名	$5,000	$8,000	$15,000	約$28,000（約420万円）
15名	$5,000	$24,000	$25,000	約$54,000（約810万円）
50名	$10,000	$80,000	$40,000	約$130,000（約1,950万円）
100名	$20,000	$160,000	$50,000	約$230,000（約3,450万円）

見落としやすいのは一括の金額よりも契約条件です。通常2〜3年の複数年契約が前提で、自動更新時に5〜15%の値上げが報告されており、中途解約では残契約期間の50〜100%を請求される可能性があります。無料トライアルもないため、導入前に確度高く検証する手段がありません。この3点——複数年拘束、自動値上げ、解約ペナルティ——は、国内単独チームでGongを見送る判断の直接的な材料になります。

監視 vs コーチング：分岐の機構

Gongの本質は「全ての営業通話を録音する」ことです。Gartner調査では大企業の60%が職場監視技術を導入し、従業員の66%が監視ソフトウェアに不快感を感じています。この数字だけを見れば、Gongは監視コストの輸入装置に見えます。

しかし分岐点は録音の有無ではなく、その先の運用にあります。録音データが週次のコーチング機会として使われれば「成長支援」になり、評価や査定の材料としてのみ使われれば「監視」になります。同じデータ、同じツールでも、接続先の運用設計によって効果も心理的な受け取られ方も反転します。これは営業活動の時間計測がうまくいかない理由で論じた「可視化は運用に接続して初めて資産になる」という立場と同じ構造です。

前述のGartner調査（大企業の60%が監視技術を導入、従業員の66%が不快感）を単独で読むと、監視技術の導入自体が心理的コストだと結論づけたくなります。しかし数字が示しているのはあくまで相関であり、原因は技術そのものではなく運用設計にあるはずだと私は考えます。同じ録音データでも、評価者が査定材料としてのみ参照する運用と、コーチが週次レビューで本人と一緒に振り返る運用とでは、従業員が受け取る意味がまったく異なるからです。この分岐点をどちらに倒すかは、ツール選定ではなく導入企業側の運用設計の問題です。

Gongの価格の不透明性（ネガティブレビューの73%が「隠れた料金」を問題視）や、AI精度の限界（Smart Trackersの偽陽性、キーワードベースの分類の限界）、データが米国のみに保存される点も、この「運用接続」の手前で発生するコストとして押さえておく必要があります。

日本市場での判断

Gongの日本語対応は限定的です。文字起こしは70以上の言語に対応していますが、AI分析・要約は英語が最も精度が高く、管理画面（UI）とカスタマーサポートは英語のみ、日本オフィスもありません（2026年3月時点）。対して、amptalk・MiiTel（RevComm）・Magic Moment Playbook・ACES Meetは、いずれも日本語ネイティブで営業向けに設計されています。

以下は、各社が公開している対応言語・UI仕様に基づく二次情報としての比較であり、実機での使用比較ではない点をあらかじめ明示しておきます。私が国内単独チームであればamptalkかMiiTelを選ぶ理由は、この記事の前提に立ち返ると単純です。日本語ネイティブの録音・一次記録の精度は、英語UIのGongが持つ数十億件のデータ資産より重要度が高いと考えます。Gongが示した43

、amptalk/MiiTelのデータでも同様に検証可能な「仮説」として扱えば十分です。境界線は明確で、海外拠点の営業を1つのプラットフォームで統一管理する必要が生じた瞬間、この判断は覆ります。この点はSFA/CRM導入の次の一手で論じた、単一ツールの機能で意思決定するのではなく運用全体の設計から逆算する立場とも一致します。

動機別の再整理

ここまでの材料を、「何を求めているか」という動機の軸で並べ直します。

動機	推奨候補	理由
会話分析とコーチングを最重要視する	Gong	Gong Enableによる録音-コーチング接続がGongの固有の強み
予測精度を最大化したい	Clari + Salesloft	統合後、予測とマルチチャネル自動化で優位
コストを抑えつつ会話分析を試したい	Claap / Avoma	Gongの1/3以下の価格帯
まず無料で会議録音を始めたい	Fathom / tl;dv	無料〜低価格、導入が容易
国内営業チームのみ	amptalk / MiiTel	日本語ネイティブ、Gongの発見は仮説として借りる
海外拠点を含む統一管理が必要	Gong	単一プラットフォームでの一元化に強み

同じGTMのスタック内で見ると、Gongが担うのは会話分析というインテリジェンス層であり、Clayが担うのはデータ・自動化層です。どちらも「万能ツール」ではなく、再設計された運用の中の一部品として扱うべきという点で、この記事の立場は共通しています。

自分の判断と、次の素振り

私自身の結論は、冒頭で述べた通りです。国内単独チームならamptalk/MiiTelにデータを預け、Gongの発見は仮説として借りる。海外拠点の統一管理が必要になった時点で撤回する。この境界線を持たずに「Gongが業界No.1だから」で導入すると、複数年契約と自動値上げという拘束だけが残るリスクがあります。

この記事で借りた仮説——発話比率43

、質問11〜14個——は、まだ自組織のデータで検証していません。これは次の素振りにするつもりです。データは脅しでも命令でもなく、判断の材料です。読者にも、Gongが示した数字をそのまま自組織の法則として採用するのではなく、まず自分たちの受注・失注データで一度確かめてから使ってほしいと思います。

営業活動の時間計測がうまくいかない理由

SFA/CRM導入の次の一手：営業DXをツール導入で終わらせない設計

Clay徹底解説：評価額31億ドル、GTMオートメーションの新王者を完全分析

参考リソース

一次情報源

テックメディア報道

アナリストレポート

創業者インタビュー・ポッドキャスト

財務・市場データ

料金・レビュー

本記事の情報は2026年4月13日時点で参考リソースを見直したものです。最新情報はGong公式サイトおよび各参考リソースをご確認ください。

本記事はネクサフローのAI研究シリーズの一部です。

この記事の著者

中村知良

代表取締役

早稲田大学卒業後、ソフトバンク株式会社にてAI活用やCEO直下案件のプロジェクトマネージャーに従事。その後、不動産スタートアップPit in株式会社の創業、他スタートアップでの業務改善・データ活用を経験後、2023年10月、株式会社ネクサフローを創業し代表取締役CEO就任。