
社内で一番使われるツールは、エンジニアが作らなかった
【発端】 一人の発話から始まった社内基盤

最近、bo lau(@bolau_)さんのX記事「How we built Extend's internal GTM system」を読みました。書き手は文書処理AIを提供するExtend社の社員で、自社の営業・マーケ基盤「Uatu」の作られ方を紹介しています。
面白いのは作者です。グロース担当のScott Graumlichさんはエンジニアではなく、Claude Codeを使って最初の版を作りました。
この記事では、その過程を三つの問いで読み解きます。なぜ非エンジニアが作れたのか。最初のSlackボットは何が足りず、基盤へ育てる時に何が変わったのか。自分の職場に持ち込むなら、どこから始めればよいのか。
読み方の前提として、元記事は自社の事例紹介で、末尾にはExtendへの登録案内があります。
元記事の冒頭には「前年比6倍で8桁の売上へ成長した」という趣旨の記述もありますが、私は裏付けを確認できていません。この記事では成長の実績として扱わず、設計の話に絞ります。
また「社内で一番使われる」という言い方は、この記事を書く際の切り口です。原文の本文で確認できたのは、SDR(見込み客への初回接触を担当する職種)とAE(商談を進める営業担当)の全員が、一日をそこから始めるという点でした。他のツールと使用量を比べた数字は見当たりません。
【基礎】 散らばったデータで一つの質問に15分

営業・マーケ業務の総称をGTM(Go-To-Market)と呼びます。見込み客を見つけ、商談を進め、契約後の利用を見守るまでの流れです。
Extendでは、基本的な質問ひとつに答えるために、複数のツールを15分ほど行き来していたそうです。
通話の記録はFirefliesとFathom、顧客とのやり取りはSlack、商談の管理はHubSpotにありました。登録数と利用量はPostHog、請求はOrb、サイト訪問者はRB2Bと、情報が分かれていました。
つまり問題は、どのツールも悪くないことにありました。アカウント(取引先の企業単位)の全体像を見られる場所が、どこにも無かったのです。
この「全体像が無い」という穴は、現場の人ほど正確に説明できます。Scottさんは約3年グロースを見てきて、どこで時間がかかってしまうかを誰より知っていた、と原文は書いています。
【違い】 要件を渡す側ではなく作る側

従来の社内ツールは、困っている人が要件をまとめ、エンジニアに依頼する流れが普通でした。既製のツールを選ぶ場合も、既製品の形に業務を合わせます。
今回は、困っている本人が最初の形を作りました。以下は私の整理で、原文の表ではありません。
要件を決める人
依頼して作る:依頼者が文章にし、開発側が解釈する
本人が作る:作る本人が、そのまま指示する
最初の形
依頼して作る:仕様がまとまってから着手
本人が作る:動くものを先に出す
直す時の距離
依頼して作る:依頼の往復が入る
本人が作る:気づいたその場で直せる
判断の置き場所
依頼して作る:開発側に分かれやすい
本人が作る:現場の知識が設計に入る
原文の言い方を借りると、コードはClaude Codeが書き、Scottさんは判断を出しました。どの信号が営業に効くかは、年単位で現場を見てきた人にしか決められません。
ただし、本人が作れば何でも良くなるわけではありません。この事例が効いたのは、作る人が課題と判断基準を持っていたからです。
【仕組み】 答えるボットから、毎日見える基盤へ

Slackボットは「質問する人」を前提にしていました。基盤は「質問しなくても見える状態」を前提にしました。
この違いが二つの版を分けています。
Claude Codeは、コードベースを読み、ファイルを編集し、コマンドを実行するコーディング用のエージェントです。公式ドキュメントは、Slackなど外部のデータにつなぐ仕組みも説明しています。
最初の版はGTM Botという名のSlackボットでした。Scottさんが約90分の自転車こぎの間、構想をClaudeに口述して作ったそうです。
動く場所:ScottさんのノートPC。PCが開いている間だけ動く
出す情報:その時点の情報をまとめて出す。結果を受けた操作はできない
待ち時間:1回のセッションが最大45分かかることがある
それでも、全ツールのデータを一箇所に集められる、とは分かりました。同時に、必要なのは新しいボットではなく、ひとりでに最新になる共有の画面だとも分かりました。
そこでScottさんは、次の版の条件を四つ決めました。
アカウント情報を一箇所に:支払い状況、利用、担当、商談の状態を、複数のツールを並べずに見る
常時更新のダッシュボード:毎日同じ信号を、尋ねなくても見る
自社向けの信号:文書AIの職種を募集している、APIキーを作った、など
他チームが載せられる土台:データの上に自分のツールを作る、PRで機能を足す
二つ目の版がUatuです。今度は一回の口述では作らず、GTMエンジニアリングの記事や講演を集め、Claudeに段階へ分けさせました。
そして1〜2週間、Claude Codeで一段ずつ進めました。
最初の段階は土台で、SQLiteのデータベースに請求、利用、CRM、通話メモ、Slackを集めました。コードはGitHubに置き、変更は自動で反映されます。
原文の助言にも、まずデータベースを作れ、とあります。データが一箇所に揃えば、新機能は作りやすくなるからです。
【具体例】 三つの画面で始まる営業担当の朝

Uatuは「誰に、今日、何を」を答える画面の集まりです。原文から、三つを取り上げます。
PLG Inboxには、新しい登録者が並びます。何に使いたいか、何を重視するか(精度、速度、費用)、どこで知ったかが、企業ごとに見えます。
チームの誰かがそれを見て、high、medium、low、checkの4段階で評価します。手厚い支援を望む人と、自分で試したい人を分けるためです。
Timing Engineは、今日連絡すべき相手を出します。利用量の急増や急減、同じ会社での複数人の利用、評価用データセットの作成、文書AIの求人、数週間ぶりの再開などを信号にして、アカウントを点数化します。担当者や信号で絞れば、各営業が「誰に、なぜ」を短いリストで見られます。
Mission Controlには、進行中の商談がすべて並びます。上部にはパイプラインと、今四半期に見込む成約が出ます。
しばらく動いていない商談には旗が立ちます。
その後、使う人が自分で足し始めたそうです。
サポート担当のChaner Pengさんは、要望や不具合を顧客のアカウントページに出す機能を足しました。営業は料金の計算機と、一枚資料の作成ツールを作りました。
なお、画像は原文から読み取れていません。画面の見た目には触れず、文章で確認できた構成だけを書きました。
【関連概念】 ユーザー自身の改良、SQLiteの適所、持ち主の問題

この事例を読み解く足がかりを、三つ挙げます。
一つ目は、ユーザー・イノベーションです。経営学者のエリック・フォン・ヒッペルは、製品の使い手自身が先に新しい工夫を作る例が多いと論じました。
『Democratizing Innovation』の序章にその主張があります。社内ツールを現場が作る流れも、この延長で考えられます。
二つ目は、SQLiteの適所です。SQLiteの公式ページは、これを個々のアプリ向けの手元のデータ保存と位置づけ、サーバー型のDBと競合しないと説明しています。書き込みは同時に一人で、多くのコンピュータが同じDBを直接触る使い方は向かない、とも書かれています。
Uatuでは、アプリのサーバーがSQLiteを使う形が自然に思えます(原文の構成からの私の推測で、構成図は確認できていません)。社員数や利用が増えた時に、同じ選択が通るかは別の問いです。
三つ目は、持ち主の問題です。コードをGitHubに置き、自動で反映し、他チームがPRで足せる形は、個人のスクリプトとは違います。
Anthropic自身も、非技術職の社員がClaude Codeで業務を自動化する例を紹介しています。
作った人が異動した後も育つ仕組みが要ることを、この事例は示唆します。
参考情報・参考書籍(PR)
本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。
『達人に学ぶDB設計徹底指南書 第2版』(ミック)は、散らばったデータを一箇所のデータベースに集める時の設計を学べます。
『Looker Studio大全〜データ接続からダッシュボードまで徹底解説〜』(木田和廣)は、データ準備から毎日見るダッシュボードを作る流れを、非エンジニアが追えます。
関連記事
【まとめ】 小さく試すなら、質問と配置の整理から

自分の職場で試すなら、最初にコードを書く必要はありません。次の順で考えてみてください。
面倒な質問を書き出す:一つの確認に複数のツールを開いている場面を、1〜3個選ぶ
データの置き場を洗い出す:答えに必要な情報が、どのツールにあるかを一覧にする
毎日見る画面を決める:「聞かれたら答える」ではなく、「開けば分かる」形を考える
持ち主を決める:作る人、直す人、引き継ぐ人を、最初から決める
最初のボットは、動くけれど限界が見えた、という意味で役に立ちました。まず小さく作り、足りない点から次の設計を決める流れは、非エンジニアでも真似できます。