エージェンシーは何を最初に自動化すべきでしょうか。最新ツールが約束するものではありません。何かを自動化する前に、3つの問いに答えましょう。判断はどれほど複雑か、誤った出力はどれほどのダメージを与えうるか、自動化すればどんな測定可能な成果が改善されるか。答えがはっきりしたときにだけ始めます。クイックウィンがあるのは、見返りが大きく、リスクが低く、必要な専門性が中程度の領域です。
クライアントも、よく似た問いを、より不安げに投げかけています。Digidayは今月、ホールディングカンパニーや独立系がプランニング、バイイング、計測のためのAIエージェントを投入しつつ、エージェントの暴走を懸念するクライアントを安心させるため、人による監督を強調していると報じました。DentsuのCaratは、NBCUniversal、FreeWheel、Newtonと組み、アップフロント商戦向けのプランニング・バイイングエージェントを構築中です。また、Tinuitiは計測レイヤーをAIエージェントに開放するBliss Point MCPサーバーを公開しました。同記事で引用されたWPP Mediaは、はっきりとこう述べています。「ガバナンスと人による説明責任は、エージェンティックなメディアバイイングの中心にある」。
自動化する前に、何を問うべきですか？
シンガポールのあるエージェンシー創業者は、自社をAIネイティブにしようと18か月取り組んだ末、今週のAI導入セッションで、スライド1枚に収まるフィルターを示しました。図に示すとおり、それは3つの問いに集約されます。
- 判断はどれほど複雑か。ジュニアでも従えるルールか、10年の経験が要る判断か。
- 誤った出力は、どれほどのダメージを与えうるか。ぎこちない社内向け要約は、煩わしい程度です。誤った入札変更や、クライアントの全オーディエンスに向けたブランドらしくない投稿は、誰もかけたくない電話の原因になります。
- 自動化すると、どんな測定可能な成果が改善されるか。削減できた時間、所要時間、エラー率、売上。それを挙げられなければ、うまくいったことを証明することは永遠にできません。
彼のルールは、3つすべてに明確な答えがあるときにだけ始める、というものでした。当たり前に聞こえるでしょう。しかし実際には、ほとんどのエージェンシーはツールから始め、後から理由づけをひねり出します。
クイックウィンになるエージェンシー業務はどれで、手をつけるべきでないものはどれですか？
創業者の指針は明快でした。リスクも専門性も高い仕事には、手を出さない。代わりに探すのは、売上や生産性の面で見返りが大きく、リスクが低く、必要な人の専門性が中程度の業務です。それがクイックウィンです。
典型的なエージェンシーのタスクリストに当てはめると、次のようになります。
| タスク | 判断の複雑さ | 誤った出力によるダメージ | 測定可能な成果 | 判定 |
|---|---|---|---|---|
| 月次パフォーマンスレポートの下書き作成 | 低〜中 | 低い（送付前に人がレビューする場合） | レポート1本あたりの時間、所要時間 | クイックウィン |
| 複数フォーマットへのアセットのリサイズ | 低い | 低い。しかも発見しやすい | アセット1点あたりの時間、エラー率 | クイックウィン |
| 競合とソーシャルのモニタリング | 中程度 | 低い | インサイトまでの時間、カバレッジ | クイックウィン |
| キャンペーンの設定とQA | 中程度 | 中程度。予算が絡むため | 設定にかかる時間、エラー率 | 自動化する。ただし人が承認する |
| チャネル間の予算移動 | 高 | 高い。お金が動くため | きれいに帰属させにくい | 人が主導し、AIは助言にとどめる |
| 危機対応とクライアント戦略 | 高 | 非常に高い。しかも評判に関わる | 測定しにくい | 手を出さない |
クイックウィンの行に並ぶものを見てください。雑務です。月次レポート、リサイズ、モニタリング、競合監査。シニアの時間を奪い、広告業界を志した人が誰もやりたくて入ったわけではない仕事ばかりです。
クライアントはなぜ、AIエージェントの暴走を心配するのですか？
エージェンシー側のエージェンティックな提案が、2つ目の問いを飛ばしていることが多いからです。お金を動かしたりコンテンツを公開したりできるエージェントは、猛スピードでダメージを与えかねません。クライアントは見出しを読んでおり、間違いが起きたときに誰が責任を負うのかを知りたがっています。
Digidayが取材したエージェンシーは、ガバナンス、つまり人による監督、承認、明確な責任の所在で応えています。これは今や、コンプライアンス上の添え書きではなく、訴求ポイントです。3つの問いのフィルターと、あえて人の手に残している業務をクライアントに示せるエージェンシーは、運用しているエージェントの数を誇るエージェンシーよりも、信頼できる印象を与えます。
独立系にとって、これは強みです。競争するために、リスクの高い業務まで自動化する必要はありません。適切な業務をうまく自動化し、残りに手を出さなかった理由を説明すればよいのです。
なぜ一度にすべてを自動化すると裏目に出るのですか？
「適切なツールさえ見つかれば、1日の主導権を取り戻せる」という衝動は理解できます。ところが結果は逆になりがちです。新しいツールが6つ、ログインが6つ、中途半端なワークフローが6つ、そして1日を機械のチェックに費やすチーム。
認知負荷理論が、その理由を説明します。ワーキングメモリが同時に扱えるのは、ごく少数のことだけです。新しいツール、例外、出力を信頼してよいかどうかの判断が増えるたびに負荷は高まり、ある限界を超えると、人はより良い判断ではなく、より悪い判断をするようになります。シンプルさは、あればうれしいものではありません。忙しいエージェンシーの1週間を、注意力が生き延びるための条件です。
短い判断ルールは、その負荷を取り除きます。毎回適用する3つの問いが、次にどの目新しいツールを試すかをめぐる数十回の議論に取って代わります。静かなルールであるほど、実際に使われます。
良いアイデアを、動く自動化にするにはどうすればよいですか？
創業者は、会場を後にするときに持ち帰る5つの問いで締めくくりました。課題（Problem）、目標水準（Ambition）、準備度（Readiness）、役割（Roles）、成果（Results）です。最後のステップを1つ加えれば、実践的なパイロット計画になります。
- Problem：本当は何を解決しようとしているのか。ボトルネックを1文で言い表します。「レポーティングに、クライアント1社あたり月3日かかっている」は課題です。「AIが必要だ」は課題ではありません。
- Ambition：この機能はどこまで進める必要があるか。軽く手を貸すアシスタントで足りるかもしれません。完全自動化はコストがかさみ、運用する人手もより多く必要です。
- Readiness：4つの軸のうち、最も弱いのはどれか。コンテキスト、人、プロセス、プラットフォームのいずれかです。スケールさせる前に、弱いところを直しましょう。
- Roles：誰が作り、誰が使い、誰が承認するのか。分野の専門家を承認者にし、担当者として名前の挙がる人の承認なしには、何もクライアントに届かないようにします。
- Results：何をもってうまくいったと言えるのか。始める前にベースラインと目標を設定し、出力の確認にかけた時間も数えましょう。
- 1つのクライアントで、1つのワークフローを試行する。毎週フィードバックを集め、広げる前に調整します。
なぜエージェンシーは、作れる速さでは成長できないのですか？
講演で心に残ったのは、今や100倍の速さで作れても、100倍の速さでは成長できない、という点です。成長にはユーザーのフィードバックが必要で、人は遅いからです。午後のうちに作ったワークフローでも、チームが頼れるようになるまでには、実際の使用、修正、信頼構築に数週間かかります。
だからこそ、1つのクイックウィンから始め、それをきちんとやり遂げるべきなのです。グローバルなインフルエンサーエージェンシーであるSAMYは、パフォーマンスレポートの効率化のためにDefy Agentsを導入し、3日かかっていた作業を1日に短縮しました。リスクが低く、専門性は中程度で、成果が測定できる事例です。Defyプラットフォームでは、エージェンティックなワークフローがレポーティング、モニタリング、リサイズといった定型的なデリバリー業務を担うため、人は勝ちにつながる仕事に集中できます。
そして、次のタスクでも3つの問いをもう一度投げかけましょう。シンプルに、繰り返し、積み重ねていくのです。
