【PMM JAPAN CONFERENCE 2026】越境人材は、どこで生まれるか ── PMMとGTMエンジニアが重なる場所

2026/7/13に開催された日本初、プロダクトマーケティングカンファレンスで語られた資料です。
------
『越境人材は、どこで生まれるか ── PMMとGTMエンジニアが重なる場所』

道家俊輔（PJCボードメンバー）／ギアソリューションズ 代表取締役
服部 摩耶斗／Clay Product Support / Japan GTM 兼 Enterprise Support
守屋 敬太／LayerX バクラク事業部 プロダクトマネージャー / GTMエンジニア
吉田 陽亮／オープンエイト 事業推進本部/データスペシャリスト

カンファレンスが問い続ける「越境人材」の具体像は、PMMとGTMエンジニアという2つの職種が重なる場所に現れます。

PMMは顧客を理解し、価値を言語化してGTM戦略を“設計図”として描く職種。対するGTMエンジニアは、テクノロジーの力でその設計図を迅速に実装し、GTMを爆速で動かす職種です。担当領域は違っても、両者が向き合っているのは「誰に・なぜ・どう届ければ売れるのか」という同じ問いです。

本セッションでは、PMMの洞察とGTMエンジニアの実装力が交わるとき、GTMがどう加速するのかを実践企業の視点から探ります。越境とは新しい領域へ飛び出すことではなく、隣の仕事と自分の仕事が地続きだったと気づくこと。その気づきが組織にもたらす変革のリアリティを、本講演で明かします。

--------
▼公式カンファレンスサイト
https://pmmjapanconference2026.prodelia.co.jp/
AI時代、プロダクトの価値は「どうつくるか」から「どう届けるか」へ。
その変化の源泉を感じよう。

Transcript

1. PMM JAPAN CONFERENCE 2026 ｜ KEYNOTE 越境人材は、どこで生まれるか ーPMMとGTMエンジニアが重なる場所 2026.07.13 東京ポートシティ竹芝 ポートホール
2. 登壇者紹介 PMM JAPAN CONFERENCE 2026 道家 俊輔 PJC ボードメンバー ㈱ギアソリューションズ 代表取締役 守屋 敬太 ㈱LayerX バクラク事業部 プロダクトマネージャー GTMエンジニア 服部 摩耶⽃ Clay Product Support Japan GTM 兼 Enterprise Support 吉⽥ 陽亮 株式会社オープンエイト 事業推進本部 データスペシャリスト
3. アジェンダ PMM JAPAN CONFERENCE 2026 1. GTMエンジニアとは何か？（GSOL・Clay） 2. 各社取り組み動向（Layer X ｜ Open8 ） 3. セッション アジェンダ テーマ GTMエンジニアという”新しい兆し”をインプットし プロダクトグロースの示唆・気付きにつなげる
4. GTMエンジニアとは何か？
5. GTMエンジニアって皆 さまご存じですか？ PMM JAPAN CONFERENCE 2026 皆さまに聞いてみたい
6. PMM JAPAN CONFERENCE 2026 PJCのメインテーマ
7. 新しい越境人材が日本でも求められるはず PMM JAPAN CONFERENCE 2026
8. GTMエンジニアの可能性 PMM JAPAN CONFERENCE 2026 https://www.techflowpost.com/en-US/article/30652 https://tomtunguz.com/vercel-ai-sales-agents-jeanne-grosser/
9. 海外における GTMエンジニアの求人例 PMM JAPAN CONFERENCE 2026 190,000＄（3,500万円超） 参照）https://jobs.menlovc.com/companies/anthropic/jobs/77524181-gtm-engineer
10. GTMエンジニアに注目する理由 PMM JAPAN CONFERENCE 2026
11. GTMエンジニアとは何か？ PMM JAPAN CONFERENCE 2026 Q：米ClayにおけるGTMエンジニアの定義や役割は？
12. PMM JAPAN CONFERENCE 2026 Clay社について ニューヨーク発のスタートアップ Go-To-Marketチーム向けの GTMインフラツール 顧客：OpenAI, Anthropic, Cursor, Lovableなど 評価額: $50億ドル 売上 : 2025年12月に100億ドルのARR
13. 背景・従来の GTMの限界 PMM JAPAN CONFERENCE 2026 収益の源泉となる GTMのアイデアが属人的な施策にとどまる 従来のGTMは、プロセスもシステムが各部門間で分断され、現場に優れ たアイデアがあっても、各個人や一部のチームで止まる。 結果、属人的かつ単発な施策となり、全社の収益に還元されない。 これまで ・分断 営業 マーケティング CS これから · 統合 統合されたGTMシステム データ · AI · ワークフ ロー アップセルのシグナル 独自の効果的なアカウントリサーチ手法 新しいセグメント発見 現場で止まっていた優れた GTMのアイデア AIとデータオーケストレーションツールの登場で状況が一変。 分断されていたGTMのデータとワークフローは、AIとシステムを通じて一 つにつなげられるようになった。 Ops 効率的なワークフロー
14. 定義・GTMエンジニアとは PMM JAPAN CONFERENCE 2026 GTMの収益プロセスを「プロダクト」としてとらえる GTMエンジニア：データ・ AI・ワークフロー・ツーなど用いて、統合的な収益プロセスを設計、実行、計測し、再構築する人 社内の優れたGTMのアイデアを集め 再現性のあるGTMプロセスに型化 組織のGTMシステムに組み込む Revenue as a Product データ AI 自動化 実行 分析 ワークフロー GTMエンジニアは、3つのステップで、優れた GTMのプロセスを全体に波及させる
15. GTMエンジニアリングのポイント PMM JAPAN CONFERENCE 2026 GTMエンジニアリングの鍵は GTM施策の「PDCAサイクルの速度」 売上インパクトの大きいAIユースケースを発掘・定義し、素早く仕組み化し、競合より速く学べるかが勝負
16. GTMエンジニアとは何か？ PMM JAPAN CONFERENCE 2026 Q：米国における注目されている事例は？
17. GTMエンジニア実践事例 PMM JAPAN CONFERENCE 2026 GTMの課題 Salesforce、Snowflake、ウェブの データをClayのデータベースに一元 化 GTMエンジニアの実践 成果 LinkedInなどのSNSの情報をエンリッ チメントし、Salesforce内のコンタクト データをクレンジング プロダクト利用シグナルや複数の企業 データ組み合わせて、営業用のター ゲット企業を抽出 営業メッセージとネクストアクションを AIで整理し、営業が必要なデータだけ をSalesforceへ 営業は更新されていない古くて膨 ⼤なCRMから解放され、実務で役 に⽴つデータで営業活動ができる ように Figma 長年のSalesforceでデータが古い まま。退職済みコンタクトも多いこと で、リード割り当て・スコアリングなど GTM施策に影響あり Snowflake内のユーザーのプロダク ト利用データが、CRMに同期されて いたが、CRM上で雑多に埋もれ、営 業が使いこなせない
18. PMM JAPAN CONFERENCE 2026 日本では、どのようなムーブメントが起きている？
19. Layer X｜GTMエンジニアリング事例
20. LayerXについて PMM JAPAN CONFERENCE 2026 「すべての経済活動を、デジタル化する。」をミッションに、複合的な事業を通して⽇本の社会 課題を解決し、AIの⼒で⼈々の創造⼒がより発揮される未来をつくります。 バクラク事業 バックオフィス向け AIエージェントサービスを提供 Fintech事業 資産運⽤サービス 「ALTERNA（オルタナ）」を提供 Ai Workforce事業 エンタープライズ向け AIプラットフォームを提供 Security事業 AIエージェントによる ⾃律的なペネトレーションテストを提供
21. LayerXでのGTMエンジニア像 PMM JAPAN CONFERENCE 2026 GTMプロセスのボトルネックに、エンジニアリングで⾮連続的な変化を起こす ルールの⾃動化から、判断の⾃動化へ これまで⾃動化困難だったプロセス ‧ 会話から顧客の意図を読み取り、適切なチームに共有する ‧ どのリードにどのようにアプローチするか判断する ‧ 商談と担当者の性質を⾒極め、アサインを決める
22. 事例１：お客様からの要望自動収集 PMM JAPAN CONFERENCE 2026 蓄積されるVoCの量 1,000+ 件/⽉ 10,000+ 件/⽉ きめ細かなVoCをプロダクトに反映 機能リリース時、営業へ⾃動通知 反応の良い切り⼝を広告へ応⽤ 商談内容からプロダクト要望‧フィードバックを抽出し、連携‧活⽤
23. 事例２：商談差配の最適化 PMM JAPAN CONFERENCE 2026 獲得商談と営業担当者の最適なマッチングを⾃動提案 売上 +数% の向上効果⾒込み ？ • 経験‧現場の感触に依存した⾼期待商談の判定を、 多様なデータと統計による⾃動判定に置き換え • 各担当者の実績値を元に最適なマッチングを提案 • シミュレーションでの検証、運⽤⽅法まで現場とす り合わせながら設計‧構築
24. 体制 PMM JAPAN CONFERENCE 2026 プロジェクトごとに⼀⼈のGTMエンジニアが⼀気通貫で担当 STEP 01 課題定義 STEP 02 ソリューション設計 STEP 03 展開 STEP 04 運⽤ • プロジェクトごとに、GTMエンジニアが現場と協⼒しながら課題定義から運⽤まで⾒る体制 • 施策の実⾏ではなく、アウトカムのデリバリーに責任を持つ
25. Open8｜AI駆動 × RevOps進化事例
26. 会社・事業について PMM JAPAN CONFERENCE 2026
27. Open8の組織体制 PMM JAPAN CONFERENCE 2026 セールスマーケ本部 マーケ / インサイド / フィールドセール ス カスタマーサクセス本部 オンボーディング / 活用支援 / 更新 横断Ops & データマネジメント ・従来型のsales CS Ops運営 ・各現場へのAI駆動型のオペレーション導入による組織進化 経営ボード 経営ボード
28. AI駆動オペレーションの当社事例 PMM JAPAN CONFERENCE 2026 自前SFAによる現場起点のオペレーション システムに制約されない、GTMに必要なプロセスを最速で実装 ・BigQuery基盤+AIによる情報一元管理 ・AIドリブンで必要な機能をアドホック開発 顧客管理Webアプリ 要注意顧客リストへのアクション設計と振り 返りを一つの基盤で実現 商談ログのAI評価 200件規模の面談議事録をAIが整理・構造 化。実施後、チームに即通知 AI Boot Camp ラーニング基盤と機会を用意し、現場メン バー自身が自動化させる文化づくり 実装してきた機能の一例 受注後処理の自動化 受注後の各所連携の自動化で、商談管理 にかかる間接工数をゼロに
29. なぜ自前SFAに踏み切ったのか PMM JAPAN CONFERENCE 2026 抱えていた課題 １．SFAにかけていたコストが膨大。社員数に比例してかかる重い税金。 ２．SFAで出来る機能の半分以上も使えていなかった。 ３．設計した社員が退職し、ブラックボックス化。 ４．スピード優先で、SFA外の現場最適なスプレッドシートが乱立。 乗り越えなければならなかった壁 ・現場で運用されている野良データをいかに吸い上げるか ・頻繁に変わるルールに対してメンテナンス工数をいかに最小化するか ・現場の作業負荷を上げずにオペレーションを自動化できないか（やることが増えると、プロ セスが崩壊）
30. なぜ実現できたのか ─ AIによる再構築 PMM JAPAN CONFERENCE 2026 × 業務要件の言語化 AIが設計・実装 現場で検証 翌日に改善 すべての業務プロセスとデータパイプラインを把握→AI進化により自社最適な基盤が爆速で構 築できるようになった。
31. SFAの自前化により得られた成果 PMM JAPAN CONFERENCE 2026 数百～千万円の固定費削減 →売上を作る施策に投資ができる 売上目標の達成 →スピード向上による商談数の拡張/商談管理の品質向上
32. セッション
33. セッション① PMM JAPAN CONFERENCE 2026 どのように GTMエンジニアが自社で生まれたのか ?
34. セッション② PMM JAPAN CONFERENCE 2026 GTMエンジニアが活きる環境とは 〜事業責任者・ PMM・PdMに伝えたいこと〜
35. PMM JAPAN CONFERENCE 2026 まとめ
36. PMM JAPAN CONFERENCE 2026 ご案内 2026.9 出版予定 2026.10 開始予定 ご興味ある⽅はぜひにお声がけください！
37. PMM JAPAN CONFERENCE 2026 Thank you！ Let's make it exciting together!