Klipy、コロナで負債、6年の遠回り。3人のAI CRMが5桁MRR・4,000社に届くまで

事業の成功譚は、たいてい上り坂の部分だけが語られる。この事例が扱いやすいのは、間に挟まった「6年の遠回り」が本人の口から具体的に語られている点だ。韓国出身・香港拠点のJung Hong Kim氏は、機械視覚を使った小売分析の会社を2社売却した実績を持つ。だが3社目はコロナで市場ごと消え、負債が残った。そこから約6年を経営コンサルタントとして過ごし、2024年11月にAI CRM「Klipy.ai」をローンチする。2026年7月時点で、導入企業は約4,000社、月商は5桁ドル(月1万ドル超)に達している。

公開されている数字

Klipyが売っているもの

Klipyは本人の言葉で「エンタープライズおよびコンサルティング型営業のバックオフィス業務をすべて自動化するAI最高収益責任者(AI Chief Revenue Officer)」と位置づけられている。実装レベルで何をするかというと、メール、LinkedIn、ミーティングのやりとりをAIエージェントが自動で記録し、CRMに落とし込む。営業担当が嫌がる手入力を、そもそも発生させない設計である。

着想の出どころは2つある。ひとつは6年のコンサル現場での観察。もうひとつは、自身がHubSpotを規模のある環境で使ったときの不満だ。前者が構造の言語化を、後者が痛点の実感を担っている。

決定打になった問いの立て方

この事例の転機は、資金調達でもバズでもない。課題の定義をずらした瞬間である。

コンサルタントとして企業のシステム導入を見続けた結果、Kim氏はこう結論づけた。「業務情報システムの失敗の大半は、人間の考え方とデータが保存される形式との間のズレから生じる」。CRMが使われないのは機能が足りないからではなく、人間の仕事の流れとデータ入力の形が噛み合っていないから、という診断だ。

ここから導かれる打ち手は「もっと使いやすいCRMを作る」ではない。「入力という行為そのものを消す」になる。Klipyがメール・LinkedIn・会議の記録を自動でCRMに変換するのは、この診断の直接の帰結である。

前後の数字で見ると、この問い直しの後に手を動かした期間は短い。MVPは本人が3ヶ月で書き上げ、2024年11月にローンチ。約1年8ヶ月後には約4,000社に届いている。ただし出典は月次の推移までは開示しておらず、どの時点で伸びが加速したかは追えない。ここは正直に、「立ち上がりの速さは確認できるが、成長曲線の形は不明」と書いておく。

そして、この転機を用意したのは失敗そのものではなく、失敗の後に過ごした6年である。負債を返しながらコンサルとして他社のシステム失敗を数多く観察したことが、次の事業の問いの精度を上げた。本人は「借金から抜け出すのに約6年かかった」と率直に述べている。成功譚が省略しがちな部分だ。

立ち上げの取り方を分解する

流入経路は1本ではなく、性質の違う複数を並べている。

ローンチプラットフォーム——Product Hunt、Microlaunch、Reddit、Appsumo。ここで特徴的なのは、いきなり出すのではなく「各プラットフォームで上位に来た事例を先に調査し、魅力的なオファーを作ってから出した」点だ。露出装置を使う前に、その装置で何が評価されるかを読んでいる。

ライフタイムディール(買い切り販売)。利益を出すための手段としては扱っていない。「ライフタイムのユーザーは永久アクセスを期待する。つまり我々は永久のテスターを得られる」という理屈で、コアユーザー100人とアフィリエイトを獲得するための道具と位置づけている。安売りではなく、長期にフィードバックを返し続ける層を先に確保する投資という整理だ。

コールドの直接営業。初期には「決定的に重要だった」と述べている。

LinkedIn広告。ターゲット層との適合が取れている場合に有効。競合ユーザーへのLinkedIn経由のアプローチも併用している。

コンテンツとSEO。サポート記事、YouTubeの解説動画。加えて「ビルド・イン・パブリック」で作る過程を公開している。これは集客というより、AI製品に対する懐疑心へ「本物である」と示すための手段として語られている。

価格設計も一度で決めていない。アドオン型、トークン型、ライフタイム型を試したうえで、最終的に「成果ベースの価格(ユーザーごとのトークン)」に落ち着いた。判断基準として本人が挙げるのが次の一文だ。「まず課金し、そのうえで十分に支えられていると感じてもらう。BtoBで人が最終的に払うのは機能ではなく、安心感に対してだ」。無料で使わせて後から課金する順序を取らない、という選択である。

うまくいかなかったこと

最大の反省として本人が挙げるのは、意外にも節約のしすぎだ。「一番の課題は3人でブートストラップしたことだった。これが成長をかなり制約した。リーンであること、何でもAIでやることに集中しすぎた。PMFの兆候が見えた時点で、良いエージェンシーやフリーランサーをもっと早く確保しておけばよかった」。そのうえで「同じ間違いは二度としない」「スケールのための運用リスクを取らなさすぎた」と明言している。

少人数で回すこと自体が目的化すると、需要が立ち上がった瞬間に供給側が追いつかない。これは「小さく始める」という考え方の裏面として、そのまま持ち帰る価値がある指摘だ。

技術面でも、フロントエンド(Next.js)は当初不慣れで、素早い反復と観測環境の整備で乗り切ったと述べている。2社を売却した経験があっても、新しい領域では初心者として学び直している。

どこまで一般化できるか

再現しやすいのは、順序の設計だ。ローンチ先を選ぶ前にその場で評価される型を調べること、買い切り販売を利益ではなくテスター獲得の手段として使うこと、無料で慣らす前に課金してから支援を厚くすること。いずれも資本を必要としない判断である。「無料でもらえるフィードバックの大半はあれば良い程度の要望。実際に金を払っている顧客の切実なニーズに時間の80%を使え」という基準も、規模を問わず適用できる。

一方、真似できない条件も明確にある。まず、2社を売却した実績とエンタープライズアーキテクチャのコンサル経験が、課題定義の精度を支えている。コールド営業が初期に効いたのも、法人営業の文脈を理解している人間が話しているからだと考えるのが自然だ。3人全員がフルタイムで動ける状態を作れたこと、プレシード投資家が1社ついていることも、単身の副業とは前提が違う。

そして最も再現しにくいのは、6年という時間そのものである。負債を返しながら他社の失敗を観察し続けた期間があって初めて、「人間の考え方とデータ保存のズレ」という問いが出てきた。この事例は「AI CRMが当たった話」ではなく、遠回りの期間に何を見ていたかが次の打席の精度を決めた話として読むほうが実態に近い。

あわせて読みたい

• ScrapingBeeが少人数SaaSのまま売却に至るまで
• 広告費ゼロで$1M ARRに届いたPlausibleの作り方