営業のAIエージェントの開発期間は、数日から1年超まで大きな幅があります。SaaS/エージェントビルダー型は数日〜4週間、カスタマイズ型は1.5〜4か月、フルスクラッチ型は6か月〜1年超が目安です。
- 営業のAIエージェント開発の全体像と期間の目安
- 工程ごとのスケジュールと期間配分
- 自律実行を支える設計工程が、スケジュールに与える影響
リードへの一次対応が遅れて、機会損失が続いている。商談後のフォローアップが属人化して、対応漏れが常態化している。こうした課題を抱える営業組織の責任者であれば、その解消手段として営業のAIエージェントに関心を持つ機会が増えているのではないでしょうか。そのうえで、期間を見積もる際は、上に挙げた内容を押さえておくと、開発会社から提示された納期を比べやすくなります。
▼全体ガイドの記事
・営業のAIエージェントの完全ガイド
AIシステム開発の種類・工程・費用・会社選定までの全体像については、無料ホワイトペーパー「AIシステム開発の完全ガイドブック」で詳しく解説しています。
営業のAIエージェント開発の全体像と期間目安
営業のAIエージェントの開発期間は、どのような形で導入するかによって、数日から1年超まで大きな幅があります。
期間に幅が出るのは、CRM/SFAに標準搭載されたエージェント機能を有効化するだけの導入と、自社の営業プロセスに合わせてゼロから設計する開発とでは、必要な工数がまったく異なるためです。まずは導入形態別・規模別のおおまかな目安を押さえ、自社が目指す姿がどのレンジに当たるかを把握することが、現実的なスケジュールを描く第一歩になります。
導入形態・規模別の開発期間の目安
期間の差は、既存のCRM/SFAの機能を使うか、自社向けに作り込むかで生まれます。導入形態ごとの違いを、下の項目で整理します。
- SaaS/エージェントビルダー型：既存のCRM/SFAに標準搭載されたエージェント機能を有効化・設定し、最短数日〜4週間程度で稼働を開始
- カスタマイズ型：既存のCRM/SFA・MAツールとAPI連携する方式。納期は1.5〜4か月程度
- フルスクラッチ・オーダーメイド型：独自の営業プロセスに合わせ、複数の基幹システムを横断するマルチエージェント構成をゼロから構築。6か月〜1年超
SaaS/エージェントビルダー型は、Salesforce AgentforceやHubSpot Breeze Copilot、Microsoft Copilot for Salesが該当します。既製の音声・言語処理エンジンと業務テンプレートを使うため、要件定義から権限設定、テストまでの工程を大幅に短縮できます。
一方で、カスタマイズ型は、リードスコアリングの基準や商談ステージごとのトリガー・エスカレーション基準を自社に合わせて個別設計する方式です。
規模別に見ると、特定チームの単一機能（例：リード一次対応の自動化のみ）を対象にした小規模導入は、数日〜1か月です。複数チームでCRM/SFA連携を伴う中規模導入は2〜4か月、複数システムを横断し、マルチエージェント構成や複雑な承認フローを含む大規模導入は4か月〜1年超が目安です。
開発期間を左右する変数
同じ「中規模のカスタマイズ型導入」でも、期間は2か月で済む場合と4か月近くかかる場合があり、その差を生む変数を知っておくと、見積もりの精度が上がります。一つ目の変数は、営業プロセスの標準化度合いです。トップセールスの暗黙知に依存した商談プロセスを落とし込むには、業務フローの言語化・ルール化が必要で、標準化が進んでいない組織ほど時間がかかります。
二つ目の変数は、CRMデータの品質です。重複した顧客レコードや入力ルールの不統一が残ったままAPI連携を進めると、実装後にデータクレンジングが発生し、スケジュールが押されます。三つ目の変数は、連携先システムの数です。
CRM/SFAに加えてMAツール、名刺管理システム、契約管理システムなどと連携する先が1つ増えるごとに、実装とテストの工数が積み上がります。四つ目の変数は、自律範囲・権限設計の合意形成のスピードです。特に、AIエージェントに何をどこまで任せるかの判断に営業部門内で時間がかかると、後工程全体が待ちの状態になり、納期が1か月以上変動するケースも珍しくありません。
工程別スケジュールと期間配分
カスタマイズ型・フルスクラッチ型で営業のAIエージェントを開発する場合、標準的なプロセスは「要件定義」「エージェント設計」「実装」「評価・チューニング」「パイロット運用」の5工程に大別されます。また、工程ごとの期間配分を知っておくと、開発会社から提示された見積もりが妥当かどうかを判断しやすくなります。
要件定義・エージェント設計フェーズ（合計4〜8週間）
要件定義フェーズは通常2〜4週間を要します。具体的には、リード獲得、商談、提案、フォローアップのどこを自動化するかを整理し、AIエージェントが自律的に対応する範囲と人が対応する範囲を切り分けます。
続くエージェント設計フェーズも2〜4週間程度で、エージェントの役割を定めます。マルチエージェント構成にするか単一エージェントで対応するかを決め、そのうえで、CRMのどの操作を実行できるようにするかという「ツール定義」を行います。
さらに、「AIが自律的に実行してよい操作」と「人間の承認を経て実行する操作」を切り分ける権限設計も、この段階で進めます。この権限設計は、後述するようにスケジュール全体の遅延要因になりやすく、営業部門の関係者を早い段階から巻き込んで丁寧に進める価値があります。
実装フェーズと評価・チューニングフェーズ
実装フェーズは規模に応じて2〜24週間程度を見込み、LLMの組み込み、CRM/SFA/MAツールとのAPI連携、後述するツール呼び出し（Function Calling）の実装、UIの構築を行います。実装が完了したら評価・チューニングフェーズに入り、テストデータを用いて動作を確認します。
その際は、「リード評価→アプローチ文面生成→フォローアップ要否判断」といった複数ステップにまたがるワークフローの精度を検証します。単純な正答率だけでなく、実際の受注につながったリードを高く評価できているかや、文面のトーンや正確性が業務水準を満たしているかといった、営業成果に直結する観点での評価が欠かせません。
最後のパイロット運用フェーズは2〜4週間で、特定チーム・特定商材に対象を限定した試験運用と、利用者へのトレーニングを行います。
自律実行を支える設計工程がスケジュールに与える影響
文章を生成するだけのツールと違い、営業のAIエージェントには、人に代わって業務プロセスを実行するための固有の工程が生じます。これらはスケジュールのクリティカルパス（全体の遅延に直結する作業）になりやすいものの、見積もり段階で見落とされがちです。そのため、事前に工数を確保しておくことが欠かせません。
ツール定義・CRM/SFA連携設計
最初の関門は「ツール定義（Function Calling設計）」です。AIエージェントが顧客情報の参照・更新、商談ステータスの変更、タスク作成、メール送信といったCRM上の操作を実行できるよう、1つずつ機能をAPIとして呼び出せる形に整備する必要があります。
この工程は見た目以上に手間がかかり、対応する操作の種類が増えるほど、権限設定やエラーハンドリングの検証項目も比例して膨らみます。Salesforce、HubSpot、kintone、Zoho CRM、Microsoft Dynamics 365などとの連携実装には、2〜6週間を見込んでおく必要があります。
特に、連携先が複数にまたがる場合は、この工程が全体スケジュールの多くを占めることになります。
自律範囲の合意形成とガードレール設計・検証
もう一つの固有工程が、「AIが自律的に実行してよい操作」と「人間の承認を経てから実行する操作」を切り分ける自律範囲の設計です。この線引きには、営業部門の責任者を交えた合意形成に1〜3週間程度を要します。
社内向けのタスク（CRM更新、リマインド設定、社内共有用の商談メモ要約など）は、自律実行の対象にしやすいものです。一方で、顧客への直接アクション（見積送付、値引き提案を含むメール送信、契約に関わる連絡など）は、AIがドラフトを生成し、人間が確認・承認してから実行する「承認ゲート」を挟む設計が一般的です。
加えて、意図しない操作（誤った顧客への送信、事実と異なる提案内容の生成など）を防ぐガードレール（安全装置）を組み込み、テストケースで検証する作業も必要です。通常のシステム開発にはない工数のため、計画に織り込んでおくことが欠かせません。
開発手法による期間の違い
営業のAIエージェントの開発期間は、どの開発手法を選ぶかによっても大きく変わります。すぐに効果を確かめたいのか、自社の営業プロセスに完全に合わせたいのかによって、適した手法は異なります。
ノーコード/エージェントビルダーによる立ち上げ加速
既に導入済みのCRM/SFAに標準搭載されたエージェントビルダー機能や、Difyのようなノーコードのエージェント構築ツールを使えば、GUI操作を中心に数時間〜数日でプロトタイプを立ち上げられます。そのうえで、1〜3か月程度で実用レベルまで持っていくことも可能です。
専門のAIエンジニアがいなくても、既存のCRMデータをもとにワークフローを組み立てられる点が魅力です。まずは限定的な範囲でノーコードにより素早く立ち上げ、効果を見ながら本格導入や後述のフルスクラッチ開発へ広げていく段階的なアプローチも、納期短縮の観点では有効な選択肢です。
フルカスタム・マルチエージェント構成の開発期間
一方、役割を分けたマルチエージェント構成をゼロから作る場合は、6か月〜1年超の期間を要します。たとえば、「リード評価エージェント」「商談準備エージェント」「提案書ドラフト生成エージェント」「フォローアップ・タスク管理エージェント」に役割を分け、統括エージェントが全体を制御します。
複数の基幹システムと連携したり、独自のセキュリティ要件やコンプライアンス要件を組み込んだりする分、ノーコードよりも時間がかかります。そのぶん、自社の営業プロセスに完全に合わせたエージェント体制を構築できます。
どちらの手法でも共通して大切なのは、要件定義の段階で決裁権を持つ営業責任者が短時間でも同席し、自律範囲や仕様を迅速に決められる体制を作ることです。
納期遅延の典型要因と対策
期間や工程を理解していても、典型的な遅延要因を放置すると、スケジュールは簡単に崩れます。営業のAIエージェントで納期が計画を超える主な原因は、営業プロセスやデータの未整備と、自律範囲の合意形成の難航です。
CRM連携の未整備・データ品質不備による遅延
最も多い遅延要因の一つが、CRMデータの品質不備です。「既存のCRMデータをそのまま使えばよい」という見込みで開発を始めると、実装フェーズに入ってから重複した顧客レコードや入力ルールの不統一が次々と見つかります。その結果、想定外のデータクレンジング作業が発生し、スケジュールが崩れます。
対策としては、要件定義の段階でデータ整備の工数を独立したタスクとして見積もりに明示し、実装開始前にCRMデータを洗い出して、対象データの一覧化と品質チェックを先行して行うことが有効です。また、後述するPoCの段階で実データの一部を使って検証しておくと、本開発フェーズでの想定外の手戻りを大幅に減らせます。
自律範囲・承認フローの合意不足による手戻り
もう一つの典型的な遅延要因は、「AIエージェントにどこまで自律的に判断・実行させるか」という合意が営業部門内で固まらないまま開発を進めてしまうことです。この合意が曖昧だと、実装や評価の段階で「この操作は人が確認すべきではないか」という声が上がり、承認フローの設計をやり直す手戻りが生じます。
対策としては、開発着手前に自律範囲・承認フローの方針を経営層や営業責任者を含めて合意しておくことです。さらに、本開発に入る前に1〜2か月程度のPoC（概念実証）を実施します。実際の商談データでの精度や現場の受け入れやすさを確認しておくと、本開発フェーズでの「想定外の仕様変更」による大幅な遅延を防げます。
PoCを省略していきなり本開発に着手すると、一見スケジュールは短く見えます。しかし、現場の反発や精度不足で手戻りが生じ、結果的にトータルの納期が延びるケースが多く見られます。
まとめ
ここまで、導入形態・規模別の期間の目安から、工程ごとの期間配分、自律実行を支える設計工程の影響、開発手法による違い、納期遅延の典型要因と対策までを見てきました。
開発期間の目安は、SaaS/エージェントビルダー型が数日〜4週間、カスタマイズ型が1.5〜4か月、フルスクラッチ型が6か月〜1年超です。要件定義・エージェント設計に4〜8週間、実装に2〜24週間、評価・チューニングとパイロット運用に4〜8週間という工程配分が、一つの基準になります。
単なる生成AIツールの導入と異なり、営業のAIエージェントには固有の工程が加わります。ツール定義・CRM連携設計や、自律範囲の合意形成とガードレール設計・検証がそれにあたり、スケジュールのクリティカルパスになりやすい点を理解しておく必要があります。
CRMデータの未整備と自律範囲の合意不足という二つの遅延要因には、データを事前に洗い出すことと、PoCによる早期の現場検証で備えます。この二つが、無理のない納期設定とリスク管理を両立させる鍵となります。
具体的なスケジュールを相談する際は、複数の開発会社に自社の営業プロセスとCRMの利用状況を示し、見積もりを取ることから始めるのがよいでしょう。
▼全体ガイドの記事
・営業のAIエージェントの完全ガイド
▼開発を相談する前に読みたい無料ホワイトペーパー
・AIシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。