ひとりマーケターが、記事制作、広告運用、ウェビナー、MA、データ分析まで担当する。そんなときに悩むのが、何を自分で行い、何を外部の専門家やSaaS、生成AIに任せるかです。この問題は『垂直統合と水平分業』に似ているようにも見えます。しかし、企業のバリューチェーンに関する統合・分業と、マーケティング業務の内製・外注・ツール選定は同一の概念ではありません。この比喩は参考程度にとどめ、実務で使える判断基準を考えます。
言葉の整理:垂直統合ではなく、まず内製・外注・既製品の比較
企業戦略の『垂直統合』は、原材料から販売までのような異なる事業段階を企業の中に取り込むことを指す文脈があります。一方、一人のマーケターが広告運用を外注するかどうかは、通常は業務の調達・組織設計・能力配分の問題です。似た比喩は使えても、同じ理論がそのまま当てはまるわけではありません。
英国政府のService Manualは、技術の採用で何を作り、何を購入するかを判断する際に、総保有コスト、乗り換えやすさ、データの制御、利用者の価値などを確認するよう求めています。これは公共デジタルサービスの指針で、BtoBマーケティングの全案件へ同じ手順を法的に義務付けるものではありませんが、内製・外部化の比較観点として参考になります。
4つの選択肢:自社で行う、外注する、SaaSを使う、AIで支援する
- 内製:事業知識と意思決定を組織に蓄積しやすい一方、人員と学習時間が必要
- 外注:専門技能や繁忙期の実行能力を確保できる一方、要件の伝達、検収、知識移転、管理に手間がかかる
- SaaS:標準化された機能を早く利用できる場合がある一方、データ連携、契約、ライセンス、解約時の移行が課題になる
- 生成AI:調査候補、構成案、校正、分類案の作業を支援できる一方、出典、品質、機密保持、権利、誤りの検証は残る
選択肢は排他的ではありません。分析設計は社内で行い、定型的なデータ整形にはツールを使い、専門的な実装を委託することもあります。組み合わせが適切かは、成果、品質、費用、継続性で判断します。
どの業務を誰が担うか決める5つの質問
- 成果への近さ:顧客理解、価値提案、営業との合意など、事業判断に強く関わる仕事か
- 頻度と規模:毎週繰り返す作業か、年に一度しか発生しない特殊作業か
- 失敗したときの影響:個人情報、ブランド、契約、広告費、顧客対応にどの程度影響するか
- 技術と知識:必要な技能が現在社内にあるか、学習する価値があるか、外部へ頼むことで知識が失われないか
- 移行可能性:業者変更、ツール停止、担当者交代の際に、設定・データ・制作物を引き継げるか
上記は編集上の比較フレームワークであり、どの企業でも同じ点数で正解を出せる診断ではありません。特に『企画は必ず内製、制作は必ず外注』のような一律の決め方は避けます。既存組織の構成や顧客特性によって最適な分担は変わります。
外注する場合は『成果物』に加え、引き継ぎを設計する
英国政府の外部委託ガイドは、必要な能力を特定し、外部の協力者から専門性を引き継げる関係を重視しています。マーケティングの外注でも、納品後に自社担当者が理解・運用・修正できない状態では、その場の成果物しか残らないことがあります。
- 目的と読者、施策が答えるべき問いを共有し、良否を判断する責任者を決める
- 制作物の編集可能な元データ、設定、アカウント、権限とライセンスの扱いを合意する
- 変更履歴、測定方法、再利用できる説明資料を受け取る
- 品質基準、検収項目、修正回数、事故時の連絡体制と責任範囲を契約・運用で明確にする
- 委託を終了しても自社事業が止まらないよう、引き継ぎ手順と解約条件を確認する
全部を細かな指示書に書き起こすことが目的ではありません。変更が起きたときに、誰が判断でき、誰が直せるのかを明確にすることです。
生成AIは『外注先』というより、検証可能な作業支援として扱う
AIで記事や分析案を作れるようになっても、それをそのまま公開する根拠にはなりません。米国NISTのAI Risk Management Frameworkは、AI利用に伴うリスク管理を、統治・状況把握・測定・管理という機能で整理しています。これは自主的なリスク管理枠組みで、マーケティングの職務分担を規定するものではありません。
BtoBマーケターが生成AIへ任せやすいのは、草案の比較、既存資料の整理、調査候補の抽出、文章の読みやすさの検討などです。一方、顧客固有の機密、公開してよい主張、実在しない事例の混入、広告表示、著作権、最終的な成果判断は、担当者が確認しなくてはなりません。モデルや契約条件ごとのデータ取扱いも導入前に確認してください。
架空のケース:ウェビナー運営を内製・外注で分ける
少人数のBtoBチームが月1回のウェビナーを行うとします。テーマと対象顧客の選定は営業・マーケティングが共同で行い、配信準備は実績ある外部スタッフへ委託し、告知文の叩き台には生成AIを使う選択が考えられます。ただし配信先リストの管理や、登録フォームの同意、登壇者の発言確認、商談化の計測は、適切な社内責任者が確認する必要があります。
別の会社では自社で配信技術まで持つ方が有利かもしれません。ここで示したのは架空の役割分担例であり、特定企業で時間・費用が削減されたという実測ではありません。
導入後は『外注した作業数』ではなく、成果と継続性を測る
- 成果:商談、顧客理解、企画の品質など、目的に合う結果が改善したか
- 総費用:契約費だけでなく、社内調整、品質検査、修正、乗り換え、学習の費用を含める
- リスク:誤配信や誤公開、権限管理、外部への情報持ち出し、依存度を把握できるか
- 引き継ぎ:担当変更後も設定・制作物・判断根拠が分かるか
- 継続改善:制作量だけでなく、顧客から得た知見が次の施策へ残るか
まとめ:ひとりマーケターが守るのは『すべての作業』ではなく『判断の質』
内製・外注・SaaS・生成AIをどのように組み合わせるかは、事業と現場の条件で変わります。戦略という名前で一人にすべての責任を負わせるのではなく、目的を共有し、各領域の責任者を明確にし、検証可能な形で仕事を分担することが重要です。何を自分で行うかだけでなく、何を他者が担っても安全に改善できるかを考えましょう。
マーケティング全体の考え方はBtoBマーケティング総合ガイド、ひとり体制の設計はひとりマーケター実務ガイド、AI前提の業務設計はAIとBtoBマーケティングも関連します。
確認した資料と適用範囲
- GOV.UK Service Manual「Choose the right tools and technology」:作る・買うの判断、総費用、切替可能性、AIを含む技術理解。
- GOV.UK Service Manual「Choosing technology」:データ管理、柔軟性、技術リスク。
- GOV.UK Service Manual「Working with contractors or third parties」:外部協力者の技能と知識移転。
- NIST「AI Risk Management Framework Core」:生成AI等のリスク管理に関連する自主的枠組み。
- NIST「AI RMF Playbook」:利用状況に応じて選択できる管理措置の例。
用語の注意:マーケティング業務の内製・外注を、企業の垂直統合・水平分業とそのまま同一視したり、「企画は必ず内製」と決めつけたりすることはできません。実務フレームワークと事例は当サイトによる編集提案で、公式資料が特定の分担モデルの成功を保証するものではありません。
