Lars Maat ga AI driven na agency o tsukutta houhou: Tools, workflows, team adoption, soshite risks

エピソード概要

AIを全面的に取り入れたエージェンシーを運営するというのは、ブログ記事にChatGPTを使うだけの話ではありません。テックスタック全体の一部を置き換え、数か月ではなく数週間でカスタムツールを構築し、33人のチームにトレーニングセッションでうなずくだけでなく、日々の業務で実際にAIを使ってもらうことなのです。

OptmyzrのCEO兼共同創業者であるFrederick Vallaeysが、ロッテルダムのMaatwerk Online創業者Lars Maatと対談し、AIを本格的に取り入れたエージェンシーを運営するとは実際にどういうことなのかを語ります。Larsはこの1年間、自社が利用しているあらゆるソフトウェアサブスクリプションを体系的に見直し、「これ、自分たちでvibe codeできないだろうか？」と問い続けてきました。

その答えは、たいていの場合「はい」でした。

AIをチームに実践的に取り入れる方法を考えているなら、この回はぜひ見る価値があります。

学べること:

• AIが労働時間を減らすのではなく、エージェンシーの対応能力をどう拡張するか
• LarsがSaaSサブスクリプションをvibe-codedな社内システムに置き換えた方法
• 祝日キャンペーンからハーブを活用したSEOまで、実際のマーケティング事例
• 「十分良い」が本当に十分良いのはいつか、そしてそうでないのはいつか
• AIはOptmyzrのようなツールを置き換えられるのか？
• Build vs buy: ソフトウェアをAIに置き換えるべきタイミングと、そうでないタイミング
• MCPと接続されたシステムが単体ツールに勝る理由
• 実務で使うAIツール: Claude、Cursor、音声ワークフロー、そして絶え間ない切り替え
• 33人に実際にAIを導入してもらう方法
• 実際のユースケース: 25都市にまたがる48の駐車場ロケーション向けSEOのスケール
• AI時代に時間単価が破綻する理由と、その代替となるもの
• エージェンシー内で誰がイノベーションを担うべきか

エピソードの要点

Lars Maatは、最初から33人規模のエージェンシーを作ろうとしていたわけではありません。2012年、エージェンシーを離れた後にフリーランスとして活動を始めました。すると、人々からデジタルマーケティングの相談が次々と舞い込むようになりました。1社が2社に、2社が5社に。趣味がビジネスになったのです。

現在はロッテルダムでMaatwerk Onlineを運営しています。この名前はおおよそ「カスタムワーク」を意味し、2026年には不思議なほど予言的な響きを持つようになっています。

Fredは会話の冒頭で、Larsに仮説を投げかけました。もし今日あなたがフリーランスとして始めるなら、AIはその軌跡をどう変えるのか。Larsの答えは即答でした。

「たぶん今と同じか、それより短い時間で、もっと多くの仕事をこなし、もっと多くのクライアントのために働き、そしておそらくもっと収入も増えると思います」

しかし、二人とも理解しているように、現実はそれほど単純ではありません。AIは仕事量を減らすのではなく、可能性を広げます。そして、可能性にワクワクするタイプの人は、結果的に働く量が減るどころか増えます。ただし、やることが変わるのです。これまで「いつかやる」プロジェクトとして棚上げされていたものが、今では2週間で作れるようになり、ボトルネックは実行から発想へと移ります。

この対談は、AIを生産性向上の小技として扱うのをやめ、インフラとして扱い始めたときに何が起こるのかについての話です。Larsはこの1年間、ソフトウェアサブスクリプションをvibe-codedなツールに体系的に置き換え、チームに必要なことを正確に実現する社内システムを構築し、33人にトレーニングでうなずくだけでなく実際にAIを使ってもらう方法を模索してきました。

AIが労働時間を減らすのではなく、エージェンシーの対応能力をどう拡張するか

Fredは、誰もが気になっている問いから始めました。AIは本当に自由な時間を増やすのか、それとも結局は仕事が増えるだけなのか。

「この業界では、自分のことを一種の『バカ』だと思っているんです。可能性があることは全部知りたいし、何もかもが面白く感じてしまう」と彼は言いました。「たぶん同じタイプなんじゃないかと思いますよ」

それは、見方によって罠にも機会にもなります。GeminiやClaudeが新機能を出せば、Larsはすぐに飛びつきます。Google Adsに新しい機能が追加されれば、すぐに試したくなります。vibe codingで先週までは不可能だったことが可能になると、彼は作り始めます。

「気づいたら夜中の1時か2時になっていて、本当はもう寝ないといけない時間なんです。小さな子どもが夜中に何度か起きてくることもあるので」とLarsは言いました。「でも、それだけ面白くて、その可能性にワクワクしてしまうから、つい手を動かし続けてしまって、なかなかやめられないんです」

Fredもまったく同意しました。ここ1年で、深夜0時を過ぎて起きていることが以前よりずっと増えたそうです。そうしなければならないからではなく、開発者チームと数か月の計画がなければ不可能だったものを、自分で作っているからです。

AIの約束は、こうした作業をすべて代わりにやってくれて、自分の時間を空けてくれることです。しかし現実は違います。AIは対応可能な範囲を広げ、これまで無期限に先送りされていたプロジェクトにも着手できるようにします。また、アイデアを試すだけのために、デザイナー、開発者、プロダクトマネージャーと調整する必要があるという摩擦も取り除きます。

ただし、その結果、制約の種類が変わります。もはや実行時間に制限されるのではなく、正気を保ったまま同時に追えるアイデアの数に制限されるのです。

Fredは、将来的にチームの能力を10倍にするAIプロセスを構築するために時間を投資していると指摘しました。個々のチームメンバーはAIを使ってタスクをより早く終わらせられるかもしれませんが、夜更かししているのは彼らではありません。可能性を見てしまい、探索をやめられない創業者や技術リーダーたちなのです。

LarsがSaaSサブスクリプションをvibe-codedな社内システムに置き換えた方法

Larsは現在の関心事をこう説明しました。Maatwerk Onlineが使っているあらゆるソフトウェアサブスクリプションを体系的に評価し、「これ、自分たちでvibe codeできないだろうか？」と問い続けているのです。

「すべてのサブスクリプション、使っているすべてのソフトウェアを見直して、自分たちでvibe codeできないか試しているんです」とLarsは説明しました。「一つの大きな環境、いわばポータルを作って、これまで外部サプライヤーに頼っていたソフトウェアや仕組みを、すべて自分たちでvibe codingしてそのポータルに取り込もうとしています」

メリットは2つあります。1つ目はコスト削減です。自社でツールを作れば、月額SaaS料金を払うより安く済みます。特に、その料金がチーム規模や利用量に応じて増える場合はなおさらです。2つ目はカスタマイズ性です。既製ソフトの制約に合わせて工夫するのではなく、チームに本当に必要なものをそのまま作れます。

Larsは、従業員エンゲージメント用ソフトウェアの具体例を挙げました。彼のエージェンシーでは、匿名で従業員アンケートを取れるツールを使っていました。誰かがネガティブなフィードバックをしたとき、チームはさらに深掘りし、追加質問をし、文脈を理解し、具体例を得たいと考えました。しかしベンダーは、そのソフトでは不可能だと言ったのです。

「『それが不可能なはずがないだろう』と思ったんです」とLarsは言いました。「そこで自分たちで作りました。申し訳ないけれど、そのサプライヤーとは契約を切らせてもらって、今は自分たちのプログラムを使っています」

Fredはすぐにそのパターンを理解しました。Optmyzrでも同じような判断をしてきたからです。ソフトが悪いからではなく、やりたいことに追いつくスピードが足りないからです。

これは業界全体で起きている変化です。かつてソフトウェアは制約でした。ツールができることに合わせてワークフローを適応させる必要がありました。しかし今は、vibe codingによってツールがワークフローに適応します。適応しないなら、新しいものを作ればいいのです。

祝日キャンペーンからハーブを活用したSEOまで、実際のマーケティング事例

Fredは、前夜にvibe codeしたマーケティング事例を共有しました。カレンダー上の面白い祝日とAI画像生成を組み合わせたものです。

このアイデアは、ジュエリービジネスを営む友人との会話から生まれました。彼らのFacebook広告の1つが、異常に高いエンゲージメントを記録していたのです。理由を尋ねると、ニッチな祝日、たとえばNational Pizza Dayのようなものに紐づいていたからだと分かりました。ジュエリーには興味がない人でも、その面白い祝日には反応し、それがリーチを広げたのです。

Fredは「これで何か作るべきだ」と思いました。そして実際に作ったのです。カレンダーAPIから面白い祝日を取得し、キャラクター（写真でも、yetiのような生成キャラクターでもよい）を取り込み、AIでそのキャラクターが祝日を祝っている画像を生成するシステムを作りました。さらに、その画像に合わせたSNS用コピーも自動で書き出します。

「昨日はEarth Day向けに、頭にリサイクル缶をのせたyetiを作ったんです。そのyetiがソーダの缶やくしゃくしゃになったリサイクル紙をジャグリングしている、という内容です」とFredは言いました。「私が興奮しているのは、このアイデアがわずか2週間前に生まれたものなのに、今ではMetaやGoogleのプラットフォームで手に入るものよりもずっと優れた画像生成の仕組みを持っている、ということなんです」

Larsも自分の事例を挙げました。ハーブとスパイスを販売するeコマースクライアントです。商品検索では自然検索順位が良かったものの、トラフィックは頭打ちでした。チームは、まだハーブを積極的に探していない新しいユーザーをサイトに呼び込む方法を必要としていました。

「HTMLで構造化されたテンプレートをvibe-codeして、販売しているハーブやスパイスそれぞれにレシピを載せられるようにしました」とLarsは説明しました。「AIを使って、販売している商品すべてのレシピを考えてもらい、そのレシピ用の画像もAIで生成しました。それをすべてHTMLテンプレートに流し込み、SEO用の構造化データもAIで生成しました」

結果として、450商品規模のサイトに400の新しいレシピページを追加しました。数週間以内に自然検索トラフィックが急増しました。レシピページ訪問者のコンバージョン率は商品ページ訪問者より低かったものの、レシピはリマーケティング用オーディエンスを生み出し、新しいユーザーにブランドを認知させました。さらに、各レシピページから、そのレシピに必要な商品へ直接リンクしていました。

Fredはこの事例を気に入りました。ホリデーシーズンにAdvent calendarで似たことをやったからです。見た目も操作感もまさに「vibe-coded」でした。紫を基調とした配色、見慣れたUIパターン。しかし機能し、しかも1晩で作れたのです。

「十分良い」が本当に十分良いのはいつか、そしてそうでないのはいつか

そこでFredは重要な問いを投げかけました。vibe-codedなプロジェクトから「AIっぽさ」を消すために、いずれはもっと時間をかけて磨く必要があるのか、それとも十分良いなら本当に十分良いのか。

「場合によると思います。そのAdvent calendarの例では、ホリデーシーズンに何か楽しいことをやりたくて、vibe codingを使って形にしたわけですよね。でも、たとえばイベントに出展して、見込み顧客に会社を紹介するようなものを作るときは、たぶん見た目や質感にもっと時間をかけるはずです」とLarsは答えました。

基準は文脈によって変わります。社内ツールを作る場合やアイデアを試す場合は、十分良ければ問題ありません。クライアント向けのものや、カンファレンスで自社ブランドを代表するものを作るなら、より多くの時間を洗練に投じるでしょう。

「最初のプロジェクトに取り組んでいるとき、つまりvibe codingで初めて何かを作っているときは、システムがある程度満足できるものを作った瞬間に、もう十分ワクワクしてしまって、すぐに人に共有したくなるものです」とLarsは言いました。「でも、それが50個目のプロジェクトになると、『動作は問題ないけれど、見た目や質感がいまいちだから、少し調整しよう』というふうになっていくと思います」

経験は重要です。作れば作るほど、基準は高くなります。しかし、それは公開を遅らせるべきだという意味ではありません。まず出す。そこから学ぶ。必要なら後で改善する。それでいいのです。

AIはOptmyzrのようなツールを置き換えられるのか？

Fredはソフトウェア会社を運営しています。顧客からは、「自分たちでツールをvibe codeできるなら、なぜOptmyzrにお金を払う必要があるのか？」と問われます。

もっともな疑問です。そしてFredは、その答えについて深く考えてきました。

彼はソフトウェアを2つのカテゴリに分けました。1つ目は、Google Adsのような既存プラットフォームの上にある単なるUI層にすぎないツールです。

「競合の多くが登場してきましたが、彼らはGoogle Adsがもともと持っている機能を、ただ見た目だけ変えているだけなんです」とFredは説明しました。「彼らの売り文句はいつも決まっていて、『Google Adsのインターフェースは複雑で、必要な操作を見つけるのが大変です。だから、必要なボタンだけを備えたシンプルな版を用意しました』というものでした」

AIの世界では、このカテゴリのソフトは消えていきます。Claudeに「このキャンペーンを停止して」とか「この予算を増やして」と伝えれば済むのに、なぜよりシンプルなUIにお金を払う必要があるのでしょうか。

2つ目のカテゴリは異なります。データを取得し、スプレッドシートに追加し、VLOOKUPを使い、他のデータソースと比較するような、本当に再現が難しい深い分析やビジネスインテリジェンスを行うツールです。

Optmyzrが属するのはここです。価値はUIではありません。重複キーワードが実際に何を意味するのか、あるいはキャンペーン構造や入札戦略の相互作用、季節性を考慮しながら予算を予測するとはどういうことか、といった10年以上の知見がコード化されていることにあります。

「私たちが位置づけているのは、そこなんです。ビジネスインテリジェンスのレイヤーであり、そこに込められているのは、それが実際に何を意味するのかを10年以上かけてコード化してきた知見です」とFredは言いました。「そして、それはdeterministicです。deterministicであることは非常に重要で、AIコードはdeterministicではないからです。実行するたびに、少しずつ違う判断を下してしまいます」

数百万ドル規模の広告予算を管理するなら、deterministicであることが重要です。ガードレールが必要です。同じ最適化を2回実行したら、同じ結果になると分かっていたいのです。

しかし大多数の人が求めているのは利便性です。とにかく動くツールが欲しい。Google Adsが変わったら、自動で更新されてほしい。自分でコードベースを保守したくはないのです。

「Optmyzrの顧客として言えるのは、新しい機能がリリースされた瞬間にそちらが対応してくれること、そしてすべてが整っていて便利だということです。何も心配しなくていい。少なくとも今の時点では、大多数の人が求めているのはそれだと思います」とLarsは言いました。

生き残るソフトウェアは、深さ、データ、そしてdeterminismを備えたソフトウェアです。消えていくのは、他人のAPIの上に載った見栄えの良い顔にすぎないソフトウェアです。

Build vs buy: ソフトウェアをAIに置き換えるべきタイミングと、そうでないタイミング

Larsは、ソフトウェアを評価する際のチームの意思決定プロセスを説明しました。「予算の問題だけではありません。主に、『このソフトはこういうことをしているけれど、実際にはこれを2〜3段階先までやってほしい』という話です。そして、その時点ではソフトがそれをできないのです」

必要なことをソフトが満たしているなら、そのまま使い続けます。月に数ユーロ高くても、時間を節約できるなら問題ありません。しかし、何度も制約にぶつかるなら、自分たちで作ります。

もう1つ、作る理由があります。それは、クライアントに能力を示すためです。

「クライアントに、私たちがそういうものを作れること、APIを組み合わせて作業を自動化できることを示したいんです」とLarsは言いました。「自分たちのためにできるなら、クライアントのためにもできるはずですから」

ほとんどのソフトウェアは肥大化しています。何百万人ものユーザーに対応するため、使わない機能が山ほどあります。しかし同時に、本当に必要な機能が欠けていることも多いのです。そこに不満が生まれます。

vibe codingなら、今日の問題を解決するために必要なものだけを、必要な形で作れます。

MCPと接続されたシステムが単体ツールに勝る理由

Fredは話題をMCP、つまりModel Context Protocolへと移しました。要するに、AIシステムがツールやデータとやり取りするためのAPIです。

「MCPが何か分からないリスナーのために説明すると、これはある意味APIのようなものですが、現代のAI向けのものです」とFredは説明しました。「APIがデータレイヤーを理解し、何らかのプログラム的なAIの方法でツールとやり取りできるようにするものです」

OptmyzrにはMCPがあります。つまり、Claudeに「OptmyzrのMCPを有効にして」と伝えれば、ClaudeはOptmyzrのツール、データ、そして10年以上にわたるPPCの知見にアクセスできるようになります。自分でそのロジックを再構築する必要はありません。

「AIは、『今日Fredが必要としているのは何だろう？ 彼はビジネスやクライアントのために何を達成しようとしているんだろう？』ということに、より集中できるようになります。そしてOptmyzrに接続して、実際にそれをより早く実現できるようになるんです」とFredは言いました。

Larsは、対照的なイライラする例を共有しました。あるクライアントが、Excelの営業レポート資料を見せてきたのです。Larsはデータを自動取得するためにAPIアクセスを求めました。するとクライアントは、そのレポートツールにはAPIがないと言いました。エクスポート機能すらありません。すべて手入力しなければならなかったのです。

「『冗談でしょう？』と思いました。ソフトウェア会社なのに、そういう仕組みが何もないなんて、今の時代にどうしてそれが成り立つのか理解できません」とLarsは言いました。「それで、1年後や2年後もまだ会社として存在していられると本当に思っているんだろうか、とも感じました」

教訓は明確です。APIやMCPのないソフトウェアは、死にかけのソフトウェアです。AIファーストの世界では、他のツールと接続できないツールは孤立します。そして孤立したツールは置き換えられます。

「AIのスピードで進化していて、MCPのようなものをきちんと出してくる会社と付き合っている限り、それは正しいソフトウェアと付き合っているということです」とLarsは結論づけました。

実務で使うAIツール: Claude、Cursor、音声ワークフロー、そして絶え間ない切り替え

FredはLarsに、日々どのツールを使っているのかを尋ねました。その答えから、エコシステムがあまりにも速く進化しているため、専門家でさえ常に乗り換えていることが分かります。

「それも、私がAIに対して抱えている問題なんです」とLarsは認めました。「ワクワクする一方でストレスもたまる、という話をすると、本当にたくさんのツールがあります。ツールが新しいアップデートを出すたびに、『これで自分は満足だ』と思うんですが、その一方で『いや、でもこのツールもこのアップデートを出した。これも使い始めないと』となってしまうんです」

LarsはCursorのファンでした。その後、当時はより便利だったため、GoogleのAI Studioに切り替えました。しかし、Cursorはコンピュータを操作できるのに、AI Studioはできないことに気づきました。現在は、チームの一部がClaude Codeを使って、すべてのソフトウェアをつなぐ社内ポータルを構築しています。

重要なのは、どのツールが「最良」かではありません。重要なのは、ツールがあまりにも速く進化し続けるため、先月の最良が今日の最良とは限らないということです。

Fredは、もうタイピングはしておらず、音声コマンドをかなり活用していると話しました。

Larsも同意しました。「Whisper Flowを使って、やりたいことをシステムに伝えるだけです。すると画面がちらついて変化し、あちこちでポップアップが出てきて、そして突然、画面上に何かが表示されて、完了しているんです」

それがClaude Codeであれ別のツールであれ、重要ではありません。大事なのは、ツールを使いこなし、上達していくことです。

33人に実際にAIを導入してもらう方法

Fredは、すべてのエージェンシーリーダーが悩んでいる問いを投げかけました。チームに、トレーニングでうなずくだけでなく、本当にAIを使ってもらうにはどうすればいいのか。

Larsは率直に語りました。「最初のころ抱えていた問題は、誰も使ってくれなかったことでした。効率面だけでなく、クライアント向けの創造性という面でも、できることがたくさん見えていたんです。私はとても熱心になっていて、たとえばCursorで何をしているか、何をやって、結果がどうだったかを、いくつかのクライアント向けに画面共有動画で見せていました。でも、他の誰もそれを拾ってくれなかったので、ずっとやる気を削がれていました」

心当たりはありませんか？ これは多くのエージェンシーで起きている現実です。創業者や技術リーダーは興奮します。何かを作ります。デモを共有します。すると……何も起こらない。チームは相変わらず昔ながらのやり方を続けるのです。

Larsは別のアプローチを試しました。12週間の社内コースです。「全員がこのコースを受ける必要がある、としました。これは自分たちで作ったもので、主にAIやCursorなど、可能なことを案内する内容です」

ただし、ここが重要です。単にツールを教えただけではありません。各チームに宿題を出したのです。

「各チーム——たとえばSEOチーム、SEAチーム、ソーシャル広告チーム——に宿題を出しました。毎日、毎週、毎月繰り返しやっていることを挙げてください。仕事の中で嫌いなことを挙げてください。もっと速く、もっと良くできると思うことを挙げてください、と伝えました」とLarsは言いました。

各チームはリストを持ち帰りました。次に、そのリストを受け取り、1番目の項目からAIで解決し始めるよう指示しました。

「それが、すべてが切り替わった瞬間でした」とLarsは言いました。「突然、みんなが使い始めたんです。少なくとも可能性について考え始め、社内で使えるすばらしいツールもいくつか生まれました」

ブレークスルーは、AIを教えることではありませんでした。AIを、人々がすでに抱えていた問題に結びつけることだったのです。AIが実際のフラストレーションを解決できると分かった瞬間、導入は自然に広がっていきました。

しかし、それは同時に新しい問題も生み出しました。たとえば、特定のことをどう分析し、どう更新するのか、といった点です。そこで、ガイダンス文書を作成することにしました。AIで何ができるのか、何ができないのか、こうしたことをどう考えるのか、そしてここからどう進めていくのか、をまとめたものです。

実際のユースケース: 25都市にまたがる48の駐車場ロケーション向けSEOのスケール

Larsは、AIとAPI、そして明確なビジネス課題を組み合わせたときに何が可能になるかを示す、もう一つの事例を共有しました。

あるクライアントは、オランダの25都市で48か所の駐車場を運営しています。「parking lot Rotterdam」と検索すれば上位に表示されますが、「parking near Rotterdam museum」のように検索すると出てきません。問題は、アクティビティに特化した検索をターゲティングしていなかったことでした。

「よし、どうすればこれを変えられるだろう？」とLarsは言いました。「そこでAIを使ってPythonスクリプトを作ることにしました。Pythonの知識はまったくありませんでしたが、Pythonを使う必要があることは分かっていました」

彼らが構築したシステムは、次のようなものです。

1. Google Things to Do APIを使って、各都市のアクティビティ情報を収集
2. Google Maps APIを使って、各駐車場から徒歩圏内にあるアクティビティを特定
3. Ahrefs APIから検索ボリュームデータを取得し、検索需要の高いアクティビティを優先
4. AIを使って、各アクティビティをターゲットにしたランディングページ向けのSEO最適化テキストを生成

「突然、SEOに適したテキストがウェブサイトに載るようになったんです。すべてPythonスクリプトとAPI接続で構築し、使ったのはAIだけでした」とLarsは言いました。「こういうことは、数年前なら自分たちでは思いつけなかった種類のものです。たとえ思いついたとしても、1〜2週間でオンラインに出すことはできなかったでしょう」

Fredの頭はすぐに次のステップへ向かいました。「もう構造化データがあるということですよね？ それをOptmyzrのCampaign Automatorに入れれば、博物館の近くにある駐車場ロケーション向けに、自動で動的に生成される広告も作れるようになりませんか？」

「まさに今、それをやっています」とLarsは確認しました。

これこそが、このアプローチの力です。「いつかやる」プロジェクトとして棚上げされていたはずのものが、2週間で構築され、実際に展開されました。そして一度構築されれば、それは次のアイデアのための基盤になります。

AI時代に時間単価が破綻する理由と、その代替となるもの

AIによる前例のない効率化は、従来の時間単価モデルを陳腐化させ、エージェンシーに価値ベースモデルへの転換を迫っています。

Lars Maatは、この新しい環境についてこう述べました。「まだ時間単価モデルのような価格設定を使っているなら、もう通用しません。私たちは、いわゆる価値ベースモデルで動いています。これがあなたの望むものです。この金額を払ってください。そうすれば、これが手に入ります。そこに何時間の作業が入っているかは話しません」

支払いの対象となるのは、迅速な提供を可能にする知識と経験そのものです。エージェンシーのスピードは、労働時間を安売りする理由ではなく、付加価値を持つ特徴へと変わります。

クライアントの期待を適切に管理し、継続的な開発資金を確保するために、エージェンシーは価格構成について透明であるべきです。Maatwerk Onlineはクライアントにこう伝えています。「あなたが私たちに支払っている費用のX%は、社内のイノベーション時間に使われています。そこで私たちはそうしたものを生み出しています。もちろん、その分はあなたが支払っていますが、その恩恵も受けているんです」

このアプローチは価値を正当化するだけでなく、エージェンシーがスタッフの時間を純粋にイノベーションのために確保できる根拠にもなります。それは、AI時代における長期的な存続にとって非常に重要なことです。

エージェンシー内で誰がイノベーションを担うべきか

Fredは、自分がOptmyzrの中でイノベーター役を担っていると指摘しました。さまざまなツールを試し、どれが使えるかを見極め、それをチームに使ってもらうよう後押しする役割です。これは、彼が著書の一冊で書いた「PPCドクター」の役割にほかなりません。つまり、問題を理解し、どんな解決策があるかを知り、トレードオフを理解することです。しかし、エージェンシーの全社員がこのマインドセットを持つ必要はありません。

Lars Maatは現実的な見方を示しました。「同時に——そしてこれはどの会社でも同じだと思いますが——80%か90%くらいの人は、イノベーターになりたいとは思っていません。彼らはただ出社して、自分の仕事をして、同僚と話し、クライアントの問題を解決したいだけで、それで十分なんです」

エージェンシー全体でAI導入を成功させる鍵は、熱意のある少数のコアメンバーにエネルギーを集中させることです。

Larsによれば、「部屋の中にこのことにワクワクしていて、実際にテストしている人が4人か5人いれば、残りの30人もうまくやっていける」ということです。

こうしたイノベーターたちが、システムを構築し、そこから得られた知見を文書化し、その知識を残りのチームメンバーが使える形に変換する役割を担います。これにより、新しい可能性を追求することにやりがいを感じる人にも、ただ良い仕事をこなしたいだけの人にも、それぞれを支える仕組みが用意されることになります。

エピソード文字起こし

Frederick Vallaeys: こんにちは、PPC Town Hallの新しいエピソードへようこそ。私はFred Vallaeysです。このポッドキャストの司会を務めています。PPC管理会社OptmyzrのCEO兼共同創業者でもあります。

今回のエピソードでは、PPC業界で最も影響力のある50人のエキスパートの中から、また一人をお迎えします。今回のゲストはオランダを拠点にしていて、この業界に長く携わってきた方です。彼を今回お呼びした理由は、私と同じようにAIやvibe coding、そしてこうした素晴らしいテクノロジーを使って新しいやり方を模索することに、大いに熱を上げている人だからです。

今日のゲストはLars Maatさんです。英語でどう発音するのが正しいのか、実は私もよく分かりません。私自身もオランダ語を話すので。Maatwerk OnlineのLars Maatさん、そしてThe Social Clubの共同創業者でもあります。Larsがどんな話を共有してくれるのか、楽しみで仕方ありません。それでは、今回のPPC Town Hallを始めましょう。

Lars Maat: お招きいただきありがとうございます。ええ、いい紹介でした。名前もちゃんと正しく発音してくれましたね。

Frederick Vallaeys: おお、それは良かった。英語圏の人たちは、あなたの姓をどう発音するんですか？

Lars Maat: 『マート』か『マット』だと思います。イベントに出演者として紹介されるときは、みんな『マット』で済ませてくれる感じですね。

Frederick Vallaeys: なるほど、そんなに難しい発音でもないですよね。ちょうどそこから、あなたの会社名であるMaatwerk Onlineの話にもつながります。英語のリスナーにはあまり意味が伝わらないと思うので、少し説明してもらえますか？

Lars Maat: そうですね、Maatwerkに対応する英語の単語が何なのか、正直よく分かりません。でも基本的には、私たちはオランダのロッテルダムを拠点にするデジタルエージェンシーで、どの会社にも同じ標準パッケージを当てはめるのではなく、その会社のニーズに合わせてプランを組み立てる、という意味です。

つまり、『PPCキャンペーンの運用を任せていただければ、月にX円かかります』というようなものではないんです。会社ごとに価格もプランも戦略も違います。オランダでは、それを『Maatwerk』と呼びます。そこが、この社名の由来なんです。

Frederick Vallaeys: なるほど、要するに『カスタム』ということですよね。私ならそう訳すと思います。いいですね。それで、Maatwerk Onlineはどのくらいの期間、事業を続けているんですか？

Lars Maat: 実は、面白い話がありまして。以前はあるエージェンシーで働いていたんですが、そのエージェンシーの基準がもう自分の基準と合わなくなってきていました。それが2012年か2013年頃のことです。当時、いろんな人から『デジタルマーケティングの仕事をしているんだよね？ これ、うちのためにやってもらえない？ 手伝ってもらえないかな？』と声をかけられるようになったんです。

それがきっかけで、フリーランスとして独立することにしました。スタッフを雇ったり、本格的なエージェンシーを作ったりするつもりは、まったくありませんでした。それが今、2026年には、ロッテルダムの大きなオフィスに座っていて、エージェンシーには32人か33人が働いています。だから、ちょっとした趣味が思わぬ方向に転がってしまった、という感じですね。

Frederick Vallaeys: その『思わぬ方向に転がった趣味』の成功、おめでとうございます。でも、今は本当に面白い時代ですよね。フリーランスから始めて、33人分の仕事を一人ではできないから、みんなを雇うようになったわけですが。もし今日、同じエージェンシーやフリーランス業を始めるとしたら、AIはその実現をどう後押ししてくれると思いますか？

Lars Maat: そうですね、難しいところです。初期の頃にどうやっていたかと、今ならどうやるかを考えると、まったく違うものになると思います。AIだけでなく、オートメーションも含めて、もっとうまく、もっと速く、もっと精密にやれる機会がずっと増えています。多くの人が『AI』という言葉を使っていても、実際にはオートメーションの話をしていることが多い気がしますが、その両者には明確な違いがありますよね。

でも、たぶん今と同じか、それより短い時間で、以前よりもっと多くの仕事をこなし、もっと多くのクライアントのために働き、もっと収入も増やせていたと思います。

Frederick Vallaeys: そうですよね。私にとって興味深いのは、AIが物事を速くしてくれるという話をよく耳にすることです。普段なら1日かかる仕事を、1〜2時間で終えられるようになる。でも、そこで問題になるのは、余った6時間、あるいは長い1日なら10時間を、余暇や家族との時間に使うのか、それとも結局もっとたくさんのことをやってしまうのか、ということです。もっとクライアントを増やすのか、もっとプロジェクトを増やすのか。

私にとってワクワクするのは、以前なら時間がかかりすぎるという理由で棚上げしていたようなプロジェクトに、思い切って手を出せるようになったことです。以前なら、実現するために多くの人と話さなければならず、自分のビジョンを理解してもらえないもどかしさもあり、何度もやり取りを重ねる必要がありました。

でも、今までよりずっとワクワクしている一方で、ストレスもかなり増えたと感じています。ストレスの原因は単純に、やることが増えたからです。でも、ワクワクするのは、そうしたことができるようになったこと自体です。あなたの場合はどうですか？ 休む時間が減っているのか、それとも単純に新しいことをやるようになっているのか、どちらでしょう？

Lars Maat: そのワクワク感自体が、ストレス増加の大きな原因だと思います。私はこの業界では、自分のことを一種の『バカ』だと思っているんです。可能性があることは全部知りたいし、何もかもが面白く感じてしまう。あなたもたぶん、同じタイプなんじゃないかと思いますよ。

私の場合、GeminiやClaudeが何か新しいものをリリースしたり、Google Adsが新機能を出したりすると、すぐに触ってみたくなってしまうのが問題なんです。今は、手に入る情報も、vibe codingで可能になることも本当にたくさんあるので、すぐに試し始めてしまいます。そして気づいたら、夜中の1時か2時になっていて、本当はもう寝ないといけない時間なんです。小さな子どもたちが夜中に何度か起きてくることもありますから。

でも、それだけ面白くて、その可能性にワクワクしてしまうから、つい手を動かし続けてしまって、実際なかなかやめられないんです。少なくとも、私はそう感じています。

Frederick Vallaeys: ええ、私もまったく同じです。真夜中を過ぎても仕事をしている日が、以前よりずっと増えました。でも、ワクワクしますよね。では、今あなたを夜更かしさせて、一日中プログラミングに向かわせているプロジェクトについて教えてください。

Lars Maat: そうですね。今、会社で取り組んでいるのは、使っているすべてのサブスクリプション、すべてのソフトウェアを見直して、自分たちでvibe codeできないか試すことです。一つの大きな環境、たとえばポータルのようなものを作って、これまで外部サプライヤーに頼っていたソフトウェアや仕組みを、すべて自分たちでvibe codingしてそのポータルに取り込もうとしています。可能になることの幅もすごいですし、自分たちでプログラムを作ることでどれだけお金を節約できるかにも驚かされます。

同時に、それぞれの会社に合わせてプログラムをカスタムメイドできます。たとえば、私たちは——何と言えばいいでしょう——スタッフのエンゲージメントや、社内の幸福度を測るためのソフトウェアを使っています。完全に匿名化されていて、質問を投げかけると、オフィスのメンバーが回答してくれるんですが、誰が回答したのかは分かりません。

でも、誰かがネガティブな回答をした瞬間、その回答をもっと深く掘り下げたいと思うんです。なぜそう感じたのか、具体的な例はあるのか、といったことです。ところが、サプライヤーは『それは私たちのソフトではできません』と言うんです。私は『それができないなんて、あり得るのか？』と思いました。

そこで、自分たちで作りました。申し訳ないですが、そのサプライヤーとは契約を切らせてもらって、今は自分たちのプログラムを使っています。これが本当にワクワクするところなんです。PPCの例ではないと分かっていますが、今、vibe codingやAIを使ってできることの可能性は、本当に驚くべきものです。

Frederick Vallaeys: ええ。ここで、マーケティングの例を挙げさせてください。おっしゃっていることはよく分かります。今ある状態を見て、それをvibe codeで少し再構築してみると、まるで白紙のキャンバスのようになって、そこにプロンプトを一つ加えるだけで、さらに何かできるようになるんですよね。

時々もどかしく感じるのは、みんなが今ある状態にとどまってしまっているのを見るときです。『すごい、PowerPointみたいなものをvibe-codeで作れた』というような話です。それは素晴らしいけれど、そもそもPowerPointの何にフラストレーションを感じていて、もっと何をしたかったのか、というところが大事なんですよね。

私が昨夜vibe-codeしたマーケティングの例は、楽しい祝日のカレンダーです。National Donut Dayとか、National Pizza Day、National Scratch Your Back Dayのようなものですね。そして、キャラクターを取り込む画像生成システムも作りました。自分の写真でもいいし、yetiや犬のように生成したキャラクターでもいい。そのキャラクターが、National Pizza Dayに何をしているかを、AIが考えてくれるんです。

そして、その画像を生成し始めます。Llama Nanoモデルを使って、キャラクターにいくつかのアクセサリーを組み合わせます。さらに、そのキャラクターがその楽しい祝日に関連して何をしているか、SNSに投稿できるような短い説明文も書いてくれます。

それができたとき、『次にやったら面白いのは、これを動画にすることだな』と思いました。プロンプトをもう一つ加えるだけです。そして昨日は実際に、Earth Day向けに、頭にリサイクル缶をのせたyetiを作りました。そのyetiが、ソーダの缶やくしゃくしゃになったリサイクル紙をジャグリングしている、という内容です。

きれいな画像ができたので、『よし、もう一つ。これを動画にしよう』と頼みました。今では実際に、そのジャグリングをしている姿が動いています。これが私にとって本当にワクワクするところで、このアイデア自体は2週間前に、友人たちと話していたときに生まれたものなんです。友人たちのFacebookキャンペーンを見ていたら、一つの広告だけ明らかにエンゲージメントが高かったんです。それで、『その広告のどこがそんなに良かったんだろう？』と気になりました。

友人は『それは、たまたま特別な祝日に関連したものだったんです。なぜか、普段ターゲットにしている層とは全然違う人たちの心に響いたんですよね。彼らは彼女が売っているジュエリーには興味がなかったけれど、その楽しい祝日に関連しているという点には反応したんです』と言いました。それを聞いて、『これは何かに使えそうだ』と思ったんです。

それが、今の形になったきっかけです。『もう一つ、もう一つ』とvibe codingを重ねる一晩になりました。そして今では、MetaやGoogle、その他のプラットフォームで手に入るものよりもずっと優れた画像生成の仕組みを持っています。

Lars Maat: いいですね。私にもマーケティングの例があります。ハーブとスパイスを販売しているeコマースのクライアントと仕事をしていて、この会社はもうかなり長くこの事業をやっています。SEOの観点から見ると、少なくともオランダ国内では、販売しているハーブやスパイスの多くで、常に自然検索結果の1位から3位あたりに入っています。

でも問題は、減っているわけではないけれど、これ以上増えてもいないことです。いわば頭打ちの状態でした。それで、『売上を伸ばして、新しい人たちをサイトに呼び込むには何ができるだろう？』と考えました。

私たちがやったのは、HTMLの構造化テンプレートをvibe-codeして、販売しているハーブやスパイスそれぞれにレシピを載せられるようにしたことです。AIを使って、販売しているすべての商品のレシピを考えてもらい、そのレシピ用の画像生成もAIで行いました。それをすべてHTMLテンプレートに流し込みました。

SEO用の構造化データもAIで生成しました。すると、450商品を扱っていたこのハーブ・スパイスのサイトに、400のレシピが新たに追加されました。数週間から数か月のうちに、サイトへの訪問者数が急に増えていきました。その訪問者のコンバージョン率はかなり低いんですが、それは彼らがハーブを買うために検索しているわけではなく、そのハーブを使ったレシピを探して来ているからです。

ただ、レシピページを見ているときに、そのレシピで使われている商品をそのページから直接購入できるようにしています。ですから、ブランドを新しく知ってもらうきっかけになっていますし、当然売上にもつながっています。さらに、Google Ads用のリマーケティングオーディエンスも生み出しています。そしてこれは、すべてAIで構築したものです。

これを自分たちだけでできたというのは、本当に驚くべきことです。開発者は必要ありませんでした。計画があって、実行にかかったのは2週間ほどです。すごいことですよね。

Frederick Vallaeys: いいですね、それ大好きです。私も似たような話があります。ホリデーシーズン、クリスマスの頃、Advent calendarを作ったんですが、意外とアメリカでは多くの人がAdvent calendarを知らないんですよね。それで思ったのが——

Lars Maat: それ見ました——どの例を話すつもりか分かります。そのAdvent calendarを見て、すぐに『これはvibe-codeしたな』と分かりました。見た目や質感が、まさにvibe-coded、という感じでした。

Frederick Vallaeys: まさにそうです。面白いのは、vibe-codeされたものはたいてい紫色から始まることです。OpenAIで働いている人たちと話したことがあるんですが、彼らも『そうそう、ChatGPTがコードを書くとき、本当に紫が好きなんです』と言っていました。AIが書いた記事を見分けられるのと同じように、AIが生成したvibe-codedなプロジェクトも、実はすぐに見分けがつくんですよね。

でも、このAdvent calendarに関しては、もともとすごく手早く作るプロジェクトにしたかったので、おっしゃる通り、vibe-codedだと分かってしまう雰囲気は残っていました。それについてどう思いますか？ いずれはもっと時間をかけて、そういうAIらしい特徴を消していくことになると思いますか？ それとも、十分良ければそれでいいと思いますか？ そのあたり、どう考えていますか？

私が気になっているのは、最終的にAIらしい特徴を消して、人間が作ったように見せるために、かえって時間をかけすぎてしまい、最初に節約できたはずの時間をすべて食いつぶしてしまうのではないか、ということです。

Lars Maat: 場合によると思います。あなたのAdvent calendarの例では、ホリデーシーズンに何か楽しいことをやりたくて、vibe codingを使って形にしたわけですよね。でも、たとえばイベントに出展して、見込み顧客に会社を紹介するようなものを作るときは、たぶん見た目や質感にもっと時間をかけて、目立つように、そしてブランドともっとつながるように作り込むと思います。

これは、どの場合にも当てはまることだと思います。最初のプロジェクトに取り組んでいるとき、つまりvibe codingで初めて何かを作っているときは、システムがある程度満足できるものを作った瞬間に、もう十分ワクワクしてしまって、すぐに人に共有したくなるものです。でも、それが50個目のプロジェクトになると、『動作は問題ないけれど、見た目や質感がいまいちだから、少し調整しよう』というふうになっていくと思います。今のところは、そういうことなんじゃないかと思います。

Frederick Vallaeys: そうですね。では、私はソフトウェア会社を運営していて、お客様からは当然いろいろな質問を受けます。たとえば、「どうせ vibe code できるのに、なぜ Optmyzr のサブスクリプションにお金を払う必要があるのですか？」というようなものです。

そこで、私なりの答えがあるので、それをあなたにぶつけて、どう思うか聞いてみたいんです。私は、ソフトウェアには2つのカテゴリがあると思っています。もちろん2つだけではありませんが、ひとまず2つに分けてみましょう。1つは、Google Ads の上に乗った UI レイヤーのようなソフトウェアです。

Optmyzr の競合他社をたくさん見てきましたが、彼らは Google Ads にネイティブで備わっている機能を、ただ見た目だけ変えているように見えます。彼らの売り文句はこうです。「Google Ads のインターフェースは複雑です。必要な操作を見つけるのが大変です。だから、必要なボタンだけを備えた、もっとシンプルな版を用意しました」と。でも本質的には、Google Ads に行ってそのまま実行できることを、同じようにやっているだけなんです。

そしてもう1つのカテゴリは、Optmyzr に少し近いものです。つまり、「見た目を変えているだけではありません。実際にはかなり深い分析を行っています。代理店にとっては、データを大量に抽出してスプレッドシートに入れ、VLOOKUP を使い、他のデータソースと比較する、といった作業が多く発生します」というものです。つまり、これはバックエンドの作業なんです。

ただ、それをどう見せるかとなると、少し扱いにくいことがあります。なぜなら、やることが多すぎて、そこに本当にきれいなユーザーインターフェースを載せるのが難しいからです。だから長年、私たちは苦労してきました。人々は美しい UI を見て、「なんで Optmyzr はあれとまったく同じにできないの？」と言うわけですから。

でも今は、その構図が変わりつつあると思います。なぜなら、UI レイヤー、つまりプレゼンテーションレイヤーは、まさに消えつつあるからです。それこそが vibe code する部分です。そもそも、なぜ vibe code する必要があるのでしょう？ ただ AI に「何をしたいのか」を伝えればいいのではないでしょうか。それが、物事をどうあるべきか指定するためのユーザーインターフェースなんです。

そしてその後、AI は広告システムの奥深くにある作業を実行する必要があります。Ads API に接続することはできますが、そこには多くのニュアンスがあるんです。たとえば、「重複キーワードを削除する必要がある」と言ったとして、では重複キーワードとは何でしょう？ キーワードのテキストだけを見ればいいのか、それとも異なるキャンペーンのターゲティングや、時間帯別配信、1日の特定時間帯での予算消化状況まで見る必要があるのか。そうした要素がすべて関わってきます。

そこで私たちは、自分たちをビジネスインテリジェンスレイヤーだと考えています。なぜなら、私たちは10年以上かけて、「それが実際には何を意味するのか」をコード化してきたからです。つまり、「これをやりたい」と言われたときに、その目的にたどり着くための、非常に高度なデータ分析とデータ操作を提供するわけです。そしてそれは決定論的です。決定論的であることは非常に重要です。なぜなら、AI コードは決定論的ではないからです。実行するたびに、少しずつ異なる判断を下します。

でも、数百万ドル規模の広告予算を扱うなら、決定論的であることが必要です。「このキーワード最適化をやって」と言ったときに、Optmyzr のツールを使ってそれを実行するのは問題ありません。なぜなら、それによってガードレールが得られるからです。そういう意味で、ソフトウェアはここから差別化されていくのだと思います。

そして、それはあなたの知識の履歴、つまり実質的にはデータリポジトリを持っているソフトウェア、あるいは再現が非常に難しいビジネスインテリジェンスレイヤーを持つソフトウェアなんです。だから、あなたが何かを構築するとき、どのソフトウェアを残すかを判断するときに、私に教えてください。今の話はあなたの考え方に合っていますか？ それとも、他に見ているポイントがありますか？

Lars Maat: ええ。ええ。あなたの言っていることには完全に同意できます。特に Optmyzr のツールを見るとそうです。たぶん、vibe coding にすごく熱心で、いい意味でオタク気質の人たちが何人かいて、「自分でやりたい」と思うんでしょう。そういう人たちは、クライアントとしては失うかもしれません。

でも一方で、多くの人があなたのツールを使っているのは、皆さんが大量のデータを持っていて、しかも非常に多くのアップデートを出しているからだと思います。私の記憶が正しければ、昨日か一昨日にも何か新しいものを更新していましたよね。Optmyzr の顧客としては、新しい機能がリリースされた瞬間に、皆さんはそれに対応して動いてくれます。そして、すべてが整っていて便利だということ、私は何も心配しなくていいということ、全部そこにあるということが、私にとっては大きいんです。

少なくとも今の時点では、世の中の大多数の人たち、つまり私たちオタクは vibe coding や自作の話をしていますが、マーケターの 80%、あるいは 90% くらいは、現時点ではそれを使っていません。少なくとも、私たちが使っているような高度な使い方や、すでに利用可能な可能性までは使っていないんです。

なので、私たちがソフトウェアを見るときに考えているのは、予算の問題だけではありません。もちろん主には、「これはソフトウェアがやっていることだけど、実際にはこれをやってほしい」という話で、そこから2〜3段階先のことなんです。そして、ソフトウェアは過去の作り方などの理由で、今の時点ではそれができない。「だったら自分たちでやればいいじゃないか？」ということです。

そして、ソフトウェアが私たちの望むことを実現できて、毎月数ユーロ高くなるだけなら、それでも問題ありません。それが1つの理由です。もう1つの理由は、私たちがそうしたものを構築できること、API を組み合わせたり、作業を自動化したりできることをクライアントに示したいからです。自分たちのためにできるなら、クライアントのためにもできるはずですし、彼らもその恩恵を受けられます。だから、それが私たちがこの点を見ている主な理由です。

Frederick Vallaeys: そうですね。実際、すごく理にかなっていますよね。だって、あなたの会社名は Maatwerk、つまりカスタムですから。私たちは、ソフトウェアがカスタム化される時代に向かっています。Sam Altman も、それはオンデマンドソフトウェアだと言っています。そしてそれが本当に意味するのは、その瞬間に必要な、まさにそのもののためのソフトウェアだということです。

そして、その場で必要なものをそのまま作ってくれるんです。多くのソフトウェアを見ると、何百万人もの人のニーズを満たさなければならないので、どれも肥大化しています。だから、あらゆる機能が詰め込まれている。でも正直なところ、あなたが導入している平均的なソフトウェアスイートで、実際に使っているのは何でしょう？ 結局、提供されているもののごく一部しか使っていないはずです。でも逆に、提供されていない余計なものが必要になることもありますよね。そこに不満が生まれるわけです。

このシナリオについて考えると、私もあなたと似たような判断をしてきました。つまり、もう投資する必要のないソフトウェアを選別してきたんです。悪いからではなく、私たちが求めるスピードで動けないからです。でも、MCP やデータコネクタについて話しましょう。というのも、こうした会社がうまくやっていることもあるからです。

だから、彼らのやっていることの上に乗せて、もう少しだけ追加できるなら、それは本当に役立つんです。そこで出てくるのが MCP という概念です。MCP が何かわからないリスナーのために説明すると、これはある意味 API、つまり application programming interface に似ていますが、現代の AI Web 向けのものです。Model Context Protocol のことですね。

要するに、API があなたのデータレイヤーを理解し、何らかのプログラム的な AI の方法であなたのツールとやり取りできるようにするものです。そこで Optmyzr は、たとえば MCP を持つことになります。そうすると、Claude Code と会話して、「Optmyzr MCP を有効にして」と言えるわけです。なぜなら、それは Optmyzr のスキルを有効化することだからです。

これで、Claude にキーワード操作や予算予測のやり方を考えさせる必要はなくなります。Optmyzr と、私たちが10年以上かけて組み込んできた知識、つまりガードレールの中でそれらのツールを正しく動かす方法に任せられるんです。でも Claude、つまりあなたの AI は、「ああ、今日は Fred に何が必要なんだろう？ 彼は自分のビジネスやクライアントのために何を達成しようとしているんだろう？」ということに、より集中できるようになります。「ああ、じゃあ Optmyzr に接続できるツールがあるから、それで実際にもっと早く実現できる」と。

だから私は、この MCP にとても期待しています。MCP について、あなたがどう考え、どう使ってきたのか、少し聞かせてください。

Lars Maat: ええ、あなたの言う通りだと思います。そして素晴らしいのは、会社のオーナーであるあなたが、その可能性に非常に深く関わっていることです。そして、MCP が登場した瞬間に、あなたはおそらくすぐに「MCP が必要だ」と理解していたはずです。

世の中には、まだ MCP どころか API 呼び出しすらないソフトウェアがたくさんあります。私はこの会議の2〜3時間前に、まさにそういう場面にいました。クライアントが Excel のレポート用デッキを見せてくれたんです。私は「よし、これにアクセスできるようにしてほしい」と思いました。なぜなら、知りたいのは——それは売上レポートだったんですが——「売上がどうなっているのか知りたい。なぜなら、それに基づいてキャンペーンを調整できるから」です。すると彼は、「でも、レポートツールから手で打ち直さないといけないんです」と言うんです。

私は「冗談でしょう？ MCP もない、API もない、エクスポート機能すらないんですか？」と思いました。そして、「あなたがソフトウェア会社なら、そういうものがない状態で、今の時点でそれがまだ可能だとどうして理解できるんですか？ それで、1年後や2年後もまだ会社でいられると思っているんですか？」と感じたんです。

だから、少なくとも、進化している会社、そして今の AI のスピードで進化していて、MCP のようなものを出してくる会社と仕事をする限り、あなたは正しいソフトウェアと付き合っているのだと思います。

Frederick Vallaeys: そうですね。いや、今の例は本当に——頭が吹き飛びました。でも幸い、解決策はありますよね。では、Claude Co-work や Claude Code について話しましょう。あなたはそれを使っていますか？ 私の見方では、誰かが「よし、ここにスプレッドシートがあるけど、エクスポートできない」とか、「ある場所から別の場所へデータを移したいけど API が存在しない」と言うような場面です。

そういうときに、私は Claude Code を使ってきました。API が存在している場合もあるかもしれませんが、私はただ「ねえ Claude、この場所にファイルがあるんだけど、開ける？ 中身を見てスプレッドシートに入れて、何らかの分類をしてくれる？」という感じです。すると本当に自分のコンピュータ上で動いて、コンピュータを操作し、ファイルを開き、Google Sheet に入れて、必要なことを何でもやってくれるんです。

私にとっては、これは素晴らしいことなんです。なぜなら、もう誰かが API 経由で公開することを決めたものに依存しなくていいからです。もし私のコンピュータがクリックできるプレゼンテーション UI レイヤーがあるなら、それを実行できるんです。昔からボタンをクリックするツールはありましたが、いつも非常に複雑でした。なぜなら、ボタン名が正確に何か、画面のどこにあるかを毎回指定しなければならなかったからです。

AI は柔軟です。コンピュータのモニターのスクリーンショットを撮って、「ああ、ボタンらしきものが見える。文字は完全に予想通りではないけど、たぶんこれだろう。試してみよう」とできるんです。それが素晴らしいところですよね。なので、あなたに聞きたいんです。Co-work や Claude Code、あるいはこうしたツールを使ったことはありますか？

Lars Maat: それも、私が AI に対して抱えている問題なんです。ワクワクする一方でストレスもたまる、という話をすると、本当にたくさんのツールがありますよね。しかも、ツールが新しいアップデートを出すたびに、「お、これが今の自分に合っているツールだ」と思う。でもその一方で、「あ、でもこのツールもこのアップデートを出した。こっちも使い始めないと」となる。だから私は常にツールを乗り換えているんです。

最初は Cursor の大ファンでした。それから実際には Google の AI Studio に切り替えました。あの時点では、そっちの方がずっと——どう言えばいいかな——私には使いやすかったんです。でも問題は、Cursor はコンピュータを操作できるのに、AI Studio にはそれができないことでした。そこに Claude Code が出てきたわけです。

あなたが今説明したような使い方はまだしていませんが、同僚の何人かは、最初に話したポータルの構築に実際に使っています。そこでは、たとえばレポーティング目的で、いろいろなソフトウェアをつなげています。でも本当にすごいのは、コンピュータにただ指示できることです。いや、少なくとも私はもう打ち込んでいません。Whisper Flow を使って、「これがやりたい」とシステムに伝えるだけです。すると画面がちらついて変化し、あちこちでポップアップが出てきて、そして突然、画面上に何かが表示されて、完了しているんです。

それが Claude Code であれ別のツールであれ、使っていて、そこから上達しようとしている限りは、何でもいいんです。

Frederick Vallaeys: そうですね。そう、それは素晴らしいです。とても便利ですよね。では、チームの AI 利用についてはどう考えていますか？ 制限を設けていますか？ そして、潜在的な責任やミスの発生という観点で、ビジネスとしてどう捉えていますか？

Lars Maat: いい質問ですね。最初に私が抱えていた問題は、誰も使っていなかったことでした。私には、効率面だけでなく、クライアント向けの創造性という面でも、できることがたくさん見えていました。私はとても熱心になっていて、たとえば Cursor で何をしているか、何をやったか、結果がどうだったかを、いくつかのクライアント向けに画面共有動画で見せていました。でも、他の誰もそれを拾ってくれないので、ずっとやる気を削がれていたんです。

そこで、12週間の社内コースを作りました。そして、「よし、全員このコースを受けること」としました。これは自分たちで作ったもので、主に AI や Cursor、そういったもの、そして可能なことを案内する内容です。そして各チーム、たとえば SEO チーム、SEA チーム、ソーシャル広告チームには宿題を出しました。

「毎日、毎週、毎月、繰り返しやっていることを挙げてください。仕事の中で嫌いなことを挙げてください。もっと速く、もっと良くできると思うことを挙げてください。」すると、各チームがリストを作ってきました。そこで私たちは、「よし、コースは終わりました。いろいろなツールで何ができるかも見ました。では、そのリストを持って、1番から取りかかってください。AI を使って解決してみてください」と言ったんです。

それが、すべてが切り替わった瞬間でした。突然、みんなが使い始めたんです。少なくとも、可能性について考え始めました。そして、社内で使える素晴らしいツールもいくつか生まれました。でもやはり、その時点でクレジットの使用量が増えていることに気づきました。「ねえ、クライアントのこのデータファイルを分析したいんだけど、アップロードしていいの？ それともどうやるの？」といった質問も出てきました。

なので今では、「AI で何ができるのか？ 何ができないのか？ こういうことをどう考えるのか？ そしてここからどう進めるのか？」というガイダンス文書があります。もちろん、それは非常に重要です。でも、これが Maatwerk Online における AI 活用の歩みなんです。そして今では、素晴らしいことをやっています。

たとえば——ハーブとスパイスの例はすでにお話ししましたね。もう1つ素晴らしい例があります。駐車場を運営している会社向けのものです。オランダの25都市に、たしか48か所の駐車場を持っています。問題は、たとえば parking lot Rotterdam と検索し始めると、ロッテルダムでできることがたくさんある場所に埋もれてしまうんです。だから、特定の博物館のための parking lot や parking place を検索しても、そのクライアントは見つからないわけです。

そこで私たちは、「どうやってそれを変えられるだろう？」と考えました。そして AI を使って Python スクリプトを作ることにしたんです。私たちは Python の知識をまったく持っていませんでしたが、Python を使う必要があることはわかっていました。そこで AI を使って Python スクリプトを作成しました。その Python スクリプトは、いろいろな API を使って、Google の Things to Do API をスクレイピングし、「たとえばロッテルダムでできることは何か」を確認するだけでなく、Google Maps API も使って、「ロッテルダムでできることが100個あるとして、ロッテルダムに駐車場が3か所ある。Maps API を使って、できることのうちどれが駐車場の半径内にあるかを確認する」ということもしました。だって、10マイルも歩く場所に車を停めるわけにはいきませんからね。

そして、別の Python スクリプトを使って、すべての情報をスプレッドシートに流し込みました。すると突然、「これができることです。駐車場 X から徒歩10分圏内でできることはこれです」というデータベースができたんです。さらに Ahrefs API を使って、それらの Things to Do に検索ボリュームがあるかどうかを確認しました。そして AI エージェントを使って、ウェブサイトに掲載できる SEO 最適化されたテキストを作成しました。

そうして突然、SEO に適したテキストがウェブサイトに載り、Python スクリプトと API 接続だけで完全に構築されたものができたんです。私たちは AI だけを使いました。こうしたことは、数年前なら自分たちでは思いつけなかった種類のものです。たとえ思いついたとしても、1〜2週間でオンラインに出すことはできなかったでしょう。そういうものを実現できるのは、本当に素晴らしいと思います。

Frederick Vallaeys: ええ、いいですね。で、私の頭はすぐにこう考えます。では今、構造化データがあるわけですよね？ それを Optmyzr の Campaign Automator に入れれば、博物館近くの駐車場向けに、自動で動的に生成される広告も作れますよね？

Lars Maat: まさに今、それをやっています。

Frederick Vallaeys: そうですよね。そこが面白いんです。いつかやろうと棚上げされていたプロジェクトが、今では四半期内に本当に実現できるわけです。でも、少し怖くもありますよね。クライアントが「これをお願いしたら、2週間でしかも妥当なコストでやってくれた」と気づいたら、次は何を頼めるんだ？ となるわけですから。人をもっと雇わないといけなくなるでしょう。

Lars Maat: それは面白い議論ですね。私も他の代理店オーナーとその話をしています。価格設定をどうするべきか、と。でも正直なところ、代理店であれフリーランスであれ、まだ時間単価モデルの価格設定を使っているなら、もう通用しません。私たちは——価値ベースモデルと呼んでいます。これがあなたの望むものです。この金額を払ってください。そうすれば、これが手に入ります。そこに何時間の作業が入っているかは話しません。なぜなら、2週間でできるか1週間でできるかは、私たちが持っている知識や経験のおかげだからです。そして、あなたはその知識と経験にもお金を払っているんです。

でも正直に言うと、私たちはクライアントにかなり率直に伝えています。「あなたが私たちに支払っている費用の X% は、社内のイノベーション時間に使われています。そして、そこで私たちはそうしたものを生み出しています。もちろん、その分はあなたが支払っていますが、その恩恵も受けているんです」と。そうすることで、スタッフにも「オフィスで働く時間の X% は純粋にイノベーションのためです。新しいものを考えてください」と言えるようになります。そして、今私たちが生きているこの時代では、それが本当に重要だと思います。

Frederick Vallaeys: そうですね。それで思ったんですが、私は Optmyzr の中でイノベーター役をかなり担っていて、いろいろなツールを試しながら、チームにどれかを使うよう後押ししています。でもあなたの言う通り、私は主に Lovable でコーディングしていて、でも昨日は Replit の話を見たり、Google AI Studio を試したりしていました。つまり、私が本の1冊で説明した PPC ドクターの役割なんです。要するに、「クライアントが何を必要としているのか、あるいは私たちが解決しようとしている問題が何なのかはわかっている。でも、それに対してどんな薬や解決策を使えるのか？ どれが各シナリオに最適なのか？ 副作用は何か？」ということですよね。

そこにはかなりの時間がかかっていて、それは価値のあることです。そして、それは代理店であれソフトウェアベンダーであれ、誰であっても、そこに時間を投じる必要があるものです。ただ、その一方で、個々の人たちがどの程度までイノベーターそのものになっていくのか、それとも私が「よし、これが今できるようになったことだ」と伝えて、あとは誰かに実装してもらうだけなのか、という点も気になります。しかも、あなたはチームにかなりの創造的自由を与えているように聞こえます。そうすることで、中央集権的に一人が主導するのではなく、各自がイノベーターになっていくわけですよね。

Lars Maat: そうですね。ただ同時に、そしてそれはどの会社でも同じだと思いますが、イノベーターになりたいと思っていない人が80%から90%くらいはいるものです。彼らはただ出社して、自分の仕事をして、同僚と話し、クライアントの問題を解決したいだけで、それで十分なんです。チームの中に、この分野に本当に熱意があって、こうしたことを学ぶために一歩余分に踏み出し、革新的であろうとし、その知識がチームの他のメンバーに確実に共有されるようにしてくれる人が何人かいれば、それでいいと思います。

最初の頃は、みんなに自分と同じマインドセットを持ってほしいと思っていました。「これは本当に面白いのに、どうしてこれでテストしないんだろう？」と。すると彼らは「私にはそこまで面白くないんです」と言うんです。最初はそれが本当に難しく感じました。でも今では、部屋の中にこのことにワクワクしていて、実際にテストしている人が4人か5人いれば、残りの30人もうまくやっていけると分かっています。

Frederick Vallaeys: ええ、まったくその通りですね。いやあ、本当に素晴らしい話でした。きっと数週間後にはまた来ていただくことになると思います。AIツールはどれも新しいアップデートが入って、できることも増えているはずですから。ぜひこの会話を続けて、今どんなことをされているのか聞かせてください。ここまでいろいろ共有していただき、ありがとうございました。もっと話を聞きたい方や、あなたと一緒に何ができるのか知りたい方は、どこに行けばいいでしょうか？

Lars Maat: おそらくLinkedInでフォローしてもらうのが一番です。私はLinkedInで最も活発に活動しています。イベントでもたくさん登壇していますので、そうしたイベントのどこかで私を見つけてもらえると思います。ぜひLinkedInでメッセージを送ってください。

Frederick Vallaeys: いいですね。私たちもときどき登壇の場で顔を合わせますし、また直接お会いできるのを楽しみにしています。Lars、本当にたくさんの知識を共有してくれてありがとうございました。そして、視聴してくださった皆さんにも感謝します。ぜひ番組に高評価をつけて、フォローや登録、レビューもお願いします。コメント欄もありますので、Larsや私が触れた内容でリンクが欲しいものがあれば、喜んで返信します。それでは、PPC Town Hallをご覧いただきありがとうございました。次回のエピソードでお会いしましょう。