Cargo

概要

Cargo は、ワークスペースそのものが TypeScript ファイルのフォルダである GTM オーケストレーションプラットフォームです。各リソースは 1 つの define* 呼び出しで表現します。コネクタ由来のテーブルは defineModel、再利用可能な関数は defineTool、LLM ワーカーは defineAgent、データ変更で発火するワークフローは definePlay、そしてそれらを外部アシスタントに公開するエンドポイントは defineMcpServer です。変数参照で相互に配線し、cargo-ai cdk deploy でグラフ全体をデプロイします。GUI もあり、多くのチームはそこから始めますが、この製品の本当の主張は「レベニューのロジックも、インフラの他の部分と同じようにバージョン管理し、レビューし、デプロイすべきだ」という点にあります。

同社は 2023 年に Aurelien Aubert と Maxence De Villepion が創業し、Y Combinator の Summer 2023 バッチを経て、拠点は San Francisco、調達額は $19.4M です。顧客として Descript、Gorgias、Ashby、Swile、Oneflow、Upfluence、Weights & Biases、Qobra を挙げ、プラットフォーム上の GTM engineer は 10,000 人超と表明しており、SOC 2 Type II を取得しています。

RevOps スタックで名前が挙がる理由

• 定義は 1 つ、呼び出し口は 4 つ。 defineTool として一度だけ書いたウォーターフォール型エンリッチメント関数は、新規サインアップを対象にした夜間の play からも、リサーチ中の SDR エージェントからも、REST API 経由でも、CI 上の cargo-ai orchestration からも、Claude Code からも呼び出せます。多くの GTM スタックはこのロジックを 3 回作り直します。エンリッチメントツールで 1 回、sequencer で 1 回、スクリプトで 1 回です。
• MCP は双方向に動きます。 defineMcpServer は、選んだ tool・エージェント・データモデルを 1 つのエンドポイントの背後にまとめ、Claude や Cursor がネイティブなアクションとして検出・呼び出しできるようにします。モデルごとの readOnly フラグも指定できます。逆方向では、Cargo が HubSpot、Salesforce、Notion のホスト型 MCP サーバーをエージェントのアクションとして利用します。加えて、オープンソースの cargo-skills パッケージが Claude Code と Cursor に CLI のコマンド体系と UUID 探索の流れを教えるため、「今週追加されたリードに MQL スコアリングの play を実行して」という指示が推測ではなく実際のコマンドに落ちます。
• 課金の内訳が読めます。 @cargo-ai/cli の応答はすべて JSON、失敗はすべて 0 以外の終了コード、そして cargo-ai billing usage は消費量をデータとして返します。本番規模で回す前に play のコストを見積もれます。

価格の実態

価格は公開されており、従量課金で、最低利用額はありません。無料トライアルはカード不要で 100 クレジットです。有料プランはクレジットの割当で、1.5K クレジットが月額 $165 から、2.5K が $250、17K が $1,190、50K 以上が $3,000 です。どの階層でも全機能と 100 種類超の統合がすべて使え、違いはクレジット割当とサポート水準だけで、SSO のみ Enterprise 限定です。

実効単価はレンジ全体でおよそ 2 倍改善します。$165 の階層で 1 クレジットあたり約 $0.11、$250 で約 $0.10、$1,190 で約 $0.07、$3,000 で約 $0.06 です。プランではなくスライダーで都度購入すると $0.25 なので、実質的な価格判断はプラン割引をどう取るかになります。

計算を左右するのは、クレジットが何に使われるかです。オーケストレーションは 100 ステップあたり 1 クレジット、ストレージは 1,000 upsert あたり 1 クレジットで、現実的な volume ではどちらもほぼ無料です。一方、統合タスクは統合ごとに単価が定められ、AI プロバイダーはモデルごとに 1,000 トークン単位で課金します。つまり請求額を支配するのはエンリッチメントのベンダー呼び出しとモデルのトークンであり、ワークフローのステップ数ではありません。これは行単位課金のツールから来たチームが持ち込む直感とは逆です。予算はワークフローの複雑さではなく、データ量とモデル選定で組んでください。

最適な対象

TypeScript を書ける人が少なくとも 1 人いて、オーケストレーションがスプレッドシートの規模を超えた Series A から C の企業の GTM engineer と RevOps リーダーです。とくに適しているのは、同じエンリッチメントやスコアリングのロジックを、スケジュール実行の play からも、エージェントからも、自社 API からも、ターミナルからも呼び出す必要があり、それを diff とレビュー付きで git に置きたい場合です。

レベニューチームの誰も TypeScript の pull request をレビューできない場合、業務が常時稼働のオーケストレーションではなくリスト構築である場合、あるいはプラットフォームの背後に認定パートナーのエコシステムが必要な場合は見送ってください。

代替候補との比較

Clay はこのセグメントの支配的なツールであり、多くのチームにとって正直なところ既定の選択肢です。リストを作り、エンリッチし、押し出すというスプレッドシート型の仕事で、担当者がエンジニアでないなら Clay を選んでください。n8n と Zapier は汎用のワークフローエンジンです。自動化が GTM 固有ではなく、下層にレベニューのデータモデルやテリトリーのロジックが要らないなら、どちらかを選んでください。Unify はこの領域で最も成長が速い新規参入であり、成果の面では最も近い代替です。シグナルからシーケンスまでの経路をパッケージ済みの形で今月中に動かしたいなら Unify を、グラフを自分たちで所有し、それを構築する覚悟があるなら Cargo を選んでください。

注意点

• CDK こそが製品であり、それは TypeScript です。 GUI に留まるチームは、中位のワークフロービルダーを買っているのに、コードプラットフォームの料金を払っていることになります。ガード: 契約前に、ワークスペースのリポジトリを所有する担当者を指名してください。TypeScript の pull request をレビューできる人がいないなら、1 四半期は GUI で運用し、更新の評価時には CDK を買っていないものとして扱ってください。
• 難しいのはクレジットの予測で、公開レートは判断を誤らせます。 統合ごとの単価とモデルごとのトークン単価は、各プロバイダーのラインナップとともに変動します。したがって正となる情報源は価格ページではなく CLI です。ガード: トライアル中に、使う予定のエンリッチメント/モデルプロバイダーごとに cargo-ai connection integration get <name> を実行し、実際のバッチサイズで play を 1 本回してから cargo-ai billing usage を読んでください。階層はスライダーのレートではなく、その実測値から決めます。
• クレジットは期間ごとにリセットされ、超過利用は Enterprise 限定です。 フィルタの設定ミスでループした play は 1 か月分の割当を焼き切る可能性があり、Enterprise 未満ではワークフローは超過せずに停止します。ガード: 顧客に触れるものはすべて auto-topup を有効にし、新しい play は spans テーブルで 1 回分の完全な実行を確認するまでバッチサイズに上限をかけてください。
• ベンダーもチームも小規模です。 YC S23 で調達額 $19.4M、資本力で大きく上回るセグメントリーダーが相手です。ガード: システムオブレコードは Cargo のデータモデルではなく自社の CRM またはウェアハウスに置き、ワークスペースの TypeScript は自分たちが管理するリポジトリに保持し、そのリポジトリから cargo-ai cdk deploy で新しいワークスペースを再構築できることをトライアル中に確認してください。