Outreachレビュー【2026年】料金非公開の営業AI基盤の読み方と選び方

Outreachは、米国のOutreach社（本社シアトル）が提供する営業チーム向けのAI基盤で、公式サイトは自らを「Agentic AI Platform for Revenue Teams」と位置づけています。2026年10月時点の公式料金は、Amplify Essentials／Core／Plus／Proの四プランがすべて「Request pricing（要相談）」で、金額は非公開です。課金の考え方は座席ベースにAIクレジットを併用するハイブリッド型（公式FAQの説明）で、クレジット枠はEssentialsで10,000、Proで100,000と公式表示があります。ここでは公開情報の範囲で、非公開料金の読み方と、類似の営業道具との住み分けを整理します。実際の導入や操作は行っていないため、UIの使い勝手や日本語環境での挙動は未検証とお考えください。

Outreachとは？営業engagementの大手がAIエージェント基盤へ移りつつある現在地

Outreachは、B2B営業の現場で顧客へのアプローチを管理する道具として長く育ってきたプラットフォームです。公式サイトの現在の訴求は「You didn’t hire enough sellers. Now you don’t have to.」という一文に表れており、AIエージェントが案件やアカウントを営業担当者に代わって並行処理する姿を前面に出しています。機能の並びも、プロスペクティング、案件管理、予測（フォーキャスト）、コーチング、アカウント拡大を一つの基盤に統合する方向へ組み替わっています。

対象とする役割の幅も公式に示されています。Sales、Marketing、Rev Ops、Customer Successが想定読者であり、Sales leadership、Sales managers、Account executivesといったロール別のページが用意されています。つまりこの基盤は、営業担当者個人の道具というより、営業という機能を組織の規律として運用するための枠組みです。この読みは課金構造とも整合します。座席単位の費用が組織の規模で決まり、AIの処理量が組織の活動量で決まるからです。個人の仕事を少し速くする道具を探しているなら、この位置づけの時点で対象外と考えるのが素直です。

「Agentic AI Platform」という表現の転換点

かつてこの分野の道具は「シーケンス」と呼ばれる定型のフォローアップ配信が中核でした。Outreachの現在の訴求は、その土台の上に、リサーチの自動化、次のアクションの判断支援、案件のリスク検知というAIエージェントの層を載せた形です。つまり営業の時間を道具が増やすのではなく、道具が営業の一部を肩代わりする方向へ訴求が動いています。この動きは営業道具業界全体の潮流であり、Outreachの位置づけの変化はその代表例と考えます。ただし効果の主張は公式の自己申告であり、自社の商流での効果は未検証と読むべきです。

公式サイトには月あたり2,000,000件を超える商談のクロージングを支援するという表示があり、Amplitudeが複数のプラットフォームを統合して年間費用を削減した事例も紹介されています。これらはいずれも公式の自己申告であり、規模の大きな数字をそのまま自社への適合の証拠にはできません。読み方として重要なのは、規模の順ではなく、自社の営業工程のどこを肩代わりさせたいかが、この道具の機能構成と一致するかという点です。

AI機能の名前も押さえておきます。Outreach OmniはSlackなど他の場所からでも質問や操作をできる会話型のエージェント、MaiaはAIアシスタント、Agent Studioはエージェントの構築環境、Meeting Prep Agentは商談の準備支援です。Outreach MCPへの対応表示もあり、外部の大規模言語モデルとの接続口を用意する姿勢が読み取れます。個々の機能の精度は未検証ですが、機能の面では一通りの AI構成が揃っている状態です。

Outreachの料金はいくら？全プラン要相談の読み方

結論から言うと、2026年10月25日時点で、公式料金ページに金額の表示はありません。Amplifyの四プランがすべて「Request pricing（要相談）」で、金額は契約時の相談事項です。とはいえ、プランの階層と付帯リソースの表示から、設計の意図は読み取れます。

上記は2026年10月25日時点の公式料金ページの表示にもとづきます。金額そのものは全プランで非公開のため掲載していません。付帯リソースの数値も契約条件で変わる可能性があり、必ず公式サイトの料金表と窓口の回答で確認してください。

非公開料金を「読む」ための三つの材料

金額が出ていない以上、検討材料は構造から引くしかありません。一つ目は、公式FAQが示す座席ベース＋AIクレジットの併用です。人数で基本の費用が決まり、AIの処理量で上乗せが決まる。二つ目は、クレジットを消費する対象が「リサーチ、パーソナライズ、シーケンスの自動化、会話分析、予測」と公式に列挙されている点で、AIを使う工程が多い営業ほどクレジットの消費が増える設計です。三つ目は、アドオン（Data Sharing、Connectors、追加インスタンス、Listener Licensesなど）も金額非公開である点です。見積もりの構成要素が三層あると心得て、窓口との話を進めるのが現実的な読み方だと考えます。

この「要相談型」は、この価格帯の営業基盤では一般的な形式です。導入の規模、利用するモジュール、支援の範囲で条件が変わるため、定額表を掲げない選択を提供側が取っています。悪い設計ではありませんが、検討側には見積もりの叩き台を自分で用意する負担が生じます。座席数、AIを使う工程の想定、必要なアドオンを事前に数えておかないと、窓口の回答も絞りきれません。

低い段階（Essentials）の付帯リソースの記載がページ上で確認しにくい点も、確認事項に加えておきます。Coreとの差がクレジット枠だけなのか、その他の条件の差があるのかは、窓口で明確にする必要があります。公開情報の範囲では判断できない領域として、ここは正直に確認事項として扱います。

AIクレジット制は何を意味するか。座席と従量の併用を読む

Outreachの課金構造を、他の道具と同じ感覚で読むと誤ります。座席の月額だけ払えばすべてが使い放題ではなく、AIの処理ごとにクレジットが減る二層構造です。公式FAQの説明では、クレジットはリサーチ、パーソナライズ、シーケンスの自動化、会話分析、予測といったAIワークフローで消費され、足りない場合は追加クレジットパックを購入できるとあります。1回の処理が何クレジットを消すかの内訳は公開されておらず、ここは未検証の領域です。

判断の分かれ目。AI工程が多い営業か、少ないか

この課金構造で損をしないかどうかは、自社の営業工程にAI処理がどれだけあるかで決まります。リサーチと文面の下書きを大量に回すアウトバウンド主体の組織では、クレジットの消費が大きくなる見込みが立ちます。反対に、既存顧客のフォローが中心でAI処理が限定的なら、クレジット枠の大きさを理由に上位プランへ上げる根拠は弱くなります。窓口との交渉の前に、月間のアプローチ件数とAIに任せたい工程のリストを作っておくのが、見積もりを正確に近づける唯一の準備だと考えます。

会話分析の領域も押さえておきます。Gongのように通話の録音と分析に特化した道具があり、会議の文字起こしと要約ならFireflies.aiのような軽量な道具が選択肢です。OutreachのConversation Intelligenceがどこまでをカバーするかで、これらの道具を重ねて契約する必要があるかが変わります。機能の重複は費用の無駄に直結するため、会話の分析をどの道具に担わせるかを先に決めてから、基盤の範囲を確認する順序が安全です。

CRMとの関係も読み方の要点です。Salesforce AIのようなCRMが顧客情報の正本（システム・オブ・レコード）である場合、Outreachはその上で働く実行層の道具です。接続に使うConnectorsがアドオンの対象である旨の公式表示があるため、既存のCRMとの接続条件は見積もりの必須項目に含めておくべきです。ここも金額が非公開のため、窓口確認の対象です。

ApolloやGongと何が違うか。既存基盤型と単機能型の分かれ目

営業系のAI道具は「一つの基盤に全部を載せる」型と「一つの工程に深く入る」型に分かれます。Apolloは営業データベースとアプローチ機能を組み合わせた、個人・中規模層で手が出しやすい存在です。Outreachは同じアウトバウンドの領域でも、基盤そのものを置き換える大企業向けの位置づけで、値づけも要相談です。HubSpotはマーケと営業を横断するスイート型であり、営業engagementはその一部という扱いです。Clayは複数の情報源を束ねて整えるデータ整備の道具であり、基盤の外側でデータの質を補う位置にあります。どれが優れているかではなく、既存の営業体制を置き換えるのか、補完するのかで選ぶ道具が変わります。

向き不向き。置き換えの規模が読めるか

Outreachの検討が成立するのは、営業工程が既にプロセスとして言語化されている組織です。誰が何を順にやるかが決まっていなければ、エージェントに任せる工程も定義できないため、AIの部分が活かされません。逆に言えば、プロセスが固まっていない段階の組織では、Apolloのような手が出しやすい道具で工程を固めてから、基盤の置き換えを検討する順序が現実的だと考えます。基盤型の道具は、導入前の体制整備が事前投資になる点を見誤らないようにしたい部分です。

あわせて、手が出しやすい側の道具としてApolloのレビュー、マーケ横断の視点ではHubSpotのレビュー、通話分析の比較ではGongのレビューを参照すると、検討の位置づけが決めやすくなります。

顧客対応の領域と混同しやすい点も整理します。IntercomやZendeskは顧客からの問い合わせを受け付けるカスタマーサポートの領域であり、新規の商談を作るアウトバウンドの営業とは方向が違います。企業の組織図で言えば、受付と開拓は別部門であり、道具も分かれるのが自然です。「AIで営業関連を全部」という曖昧な要件のまま比べると、領域の違う道具を混ぜて比較してしまい、判断がにわかに乱れます。

一般の生成AIとの組み合わせも触れておきます。ChatGPTやClaudeでリサーチや文面の下書きをする運用は個人単位では広く定着していますが、組織として複数人で回すと、文面の品質のばらつきと進捗の見えなさが課題になります。Outreachのような基盤は、この「組織としての回し方」を製品側の規律に落とし込む道具です。個人の道具で成果が出ているなら、次の拡張先として基盤型が視野に入る、という読み方が実態に近いと考えます。

評価できる点（公開情報からの判断）

• 機能の構成が一通り揃っている。アプローチから予測、会話分析、コーチングまでが一つの基盤に収まる
• AIエージェント層の進展が公式に明確。Omni、Agent Studio、Meeting Prep Agentなど、役割ごとの表示がある
• 課金の構造だけは公開されている。座席＋クレジットの併用と、段階ごとのクレジット枠が読める
• 大手の掲載顧客と事例が整備されている。組織の稟議で「同業での実績」を示しやすい
• Outreach MCPへの対応表示があり、外部の大規模言語モデルとの接続の道が開かれている

第一に評価したいのは、要相談でありながら構造が隠されていない点です。金額は非公開でも、課金の二層構造、クレジットの消費対象、アドオンの種類までは公式ページで確認できます。非公開料金の道具は「何の単位でいくらになるのか」が丸ごと不明な場合もあるため、構造が見えるだけでも見積もりの準備は格段に進めやすくなります。この透明性の程度は、要相談型としては評価できると考えます。

次点で評価したいのは、機能の役割分担の明確さです。リサーチ、次のアクション、リスク検知、商談準備と、AI機能ごとに名前と役割が付いているため、「自社のどの工程を任せるか」の議論が具体的にできます。単一の「AI機能」という曖昧な箱で売る道具より、検討側の設計がしやすいと考えます。

長い営業engagementの歴史がある点も、基盤型としての信頼性の根拠になります。シーケンス時代からの機能が基盤に残っているため、AIエージェントが動かない場面でも従来型の運用に落ちる下支えがあります。新しいAI製品に多い「一発勝負」の構造と違い、段階的な移行の道がある点は、大企業の導入では大きな安心材料だと考えます。

気になった点・条件付きの評価

• 金額が全プランで非公開。見積もりの叩き台を検討側で用意する負担がある
• 1回のAI処理が何クレジットか非公開。消費の見込みが立てられないまま契約するリスク（未検証）
• アドオンも金額非公開。ConnectorsやData Sharingなど、接続要件で見積もりが動く
• 低い段階の付帯リソースの記載が確認しにくい。Essentialsの詳細は窓口確認が必須
• 日本語UI・日本語でのAI出力の品質は未検証。掲載事例も海外企業が中心
• 個人・小規模には要件が重すぎる。公開情報の上では中堅〜大企業向けの位置づけ
• 効果の主張は公式の自己申告。自社の商流での効果は導入後にしか確かめられない

正直に言えば、この道具の検討は「見えないものが多い」状態から始まります。金額、クレジットの消費内訳、アドオンの単価の三つが非公開で、公開情報だけで総額の見込みは立てられません。これは要相談型の宿命ですが、検討側にできる対策はあります。座席数、AI工程のリスト、接続要件の三点を事前に数えて資料にまとめておくことです。窓口とのやり取りは、この三点が揃っているかいないかで、回答の精度が変わると考えます。

判断の分かれ目。体制が先か、道具が先か

分かれ目は、営業工程が言語化されているかどうかです。工程が決まっていれば、OutreachのAIエージェントに任せる範囲を具体的に指定でき、クレジットの消費見込みも伝えられます。工程が固まっていないなら、安価な道具で先に工程を回して固める段階であり、基盤型の契約は時期尚早です。営業組織の規模が大きくても、工程が未整備なら導入は「道具の支払いだけが先に進む」危険な形になりがちです。この順序の逆転が、営業基盤の導入で最も多い失敗だと考えます。

もう一つの分かれ目は、AIエージェントに任せる業務の許容度です。顧客への送信文面をAIが生成する運用には、ブランドの口調や法務上のリスク管理が付いて回ります。どこまでを人間の確認に残すかは、道具の機能ではなく組織のルールの問題であり、導入前に決めておく必要があります。未検証の領域を含めて、公開情報だけで導入を確定させず、短期の試験運用で消費と品質の両方を数える進め方が堅実だと考えます。

日本の営業組織に向くか。導入判断の順序

日本の営業組織との相性について、公開情報から言える範囲と限界を分けておきます。言える範囲は、掲載顧客が大手中心であること、機能が英語圏の営業工程を前提に整理されていることです。言えない範囲は、日本語UIの有無、日本語でのAI出力の品質、国内のベンダー支援体制の厚さです。いずれも未検証であり、窓口と国内代理店経由の確認が必要な領域です。

導入判断の順序として現実的なのは、次のとおりです。最初に営業工程の現状を工程表に書き出し、AIに任せたい工程を印をつける。次に座席数とアプローチの件数を数え、クレジット消費の見込みの材料を揃える。この二点が揃った時点で初めて窓口に当たり、EssentialsかCoreかの段階と見積もりを確認する。接触する前の準備が、要相談型との付き合い方のすべてだと考えます。

試験運用の設計も、契約前に決めておける部分です。期間の上限、使う座席の範囲、AIに任せる工程の限定、消費と成果の記録項目を、検討側から提示して窓口の同意を取る形にすると、契約後のなりゆきまかせを避けられます。要相談型の契約は条件の自由度が高い分、書き残されていない項目が後で争点になりやすい。試験運用の枠組み自体を合意事項として残しておくことが、この形式の契約で一番効く防御だと考えます。

本記事は基本情報をOutreachの紹介ページにもまとめています。2026年10月時点で、営業AIの比較は「基盤を置き換えるのか、工程を補完するのか」という一点に落とすのが、後悔の少ない進め方だと考えます。

よくある質問

まとめ

主な参照元：Outreach公式サイトのホームと料金ページ（outreach.io、2026年10月25日確認）。プラン名・AIクレジット枠・付帯リソース・アドオンの種類の表示にもとづく。金額は全プランで要相談のため掲載していない。実機検証は未実施。