キャディのCSチームは、複数の顧客を担当する中で、本来最も力を注ぎたい「お客様をどうサクセスに導くか」というプランに向き合う時間を最大化したいと考えていました。しかし実際には、議事録作成や情報収集、社内報告といった事務作業に多くの時間が割かれていました。

CS活動のデータ基盤としては、約1年半にわたりCRMや専用ツールを活用してきましたが、実際に機能していたのは顧客接点のログを記録する範囲にとどまり、そこから示唆を導き出す「System of Insight」的な使い方には至っていませんでした。加えて商談の議事録は属人化しやすく、データもCRMやクラウドDWHに分散していました。

従来ツールの契約更新のタイミングを見据え、単なるツールの置き換えではなく、CSがお客様と向き合う時間と価値を最大化する「インサイト基盤」をゼロベースで再設計する方針を決定しました。

もともとAIエージェントという枠組みで他社ツールを比較検討していたわけではなく、現場の業務効率化にすでに使っていたWorkatoのレシピが出発点でした。社内ではすでに多数のレシピが本番稼働しており、ちょうどGenieの研修を受けたタイミングも重なり、AIエージェントと既存システムの連携を一つのプラットフォームで完結できる点が意思決定を後押ししました。

特にWorkatoのEnterprise MCPは、グループ単位でアクセススコープを絞り、該当するエンドユーザーのみが利用できる認証の仕組みを備えていました。Workato Enterprise MCPとは、既存のアプリやプロセスを、安全でガバナンスの効いたMCPサーバーに変え、AIエージェントが企業システム上で実際の業務を実行できるようにするWorkatoのプラットフォームです。また「デザインパートナー」プログラムを通じて正式リリース前の新機能を先行して活用できたことも、前向きな取り組みを後押ししました。

キャディは大きく2つのユースケースでWorkato活用を深化させました。

1つ目はData MCPのPoCです。WorkatoのFDEチームの支援のもと、CSデータをクラウドDWHに集約し、適切なサクセスに向けた伴走支援のための最小構成を約1.5か月で構築。従来のCS管理ツールの代替可能性を確認できました。Data MCPは、自然言語で質問すると、DWH上の顧客データに対してSQLクエリを実行し、検索・集計した結果を回答する、Workatoのデータ分析用MCPです。

キャディはすでにSystem of Record（記録）からSystem of Insight（洞察）への移行を実現し、AIによる新指標は半年以上にわたりメンバー評価にも活用されています。次のフェーズでは、顧客との対話内容を時系列で構造化し、評価軸に基づくアカウントプラン作成を一気通貫で行う「System of Engagement」への発展を目指しています。「究極的にやりたいのは、お客様のサクセスを最大化することです」と前田氏が語るように、非エンジニアでも構築・運用・引き継ぎができる点を強みに、今後は他部門への展開や事例化も見据えています。