株式会社Senjin Holdings | インタビュー | 転職サイトGreen(グリーン)

Senjin Holdings COO/インハウスクラウド責任者加藤修慈

これまでのキャリアと、Senjinで取締役を務めることになった経緯を教えてください

加藤修慈です。Senjin Holdingsの取締役・COOとして、全事業の戦略策定と統括を担当しています。駒場東邦中高を経て東大に進学しましたが、2年次に留年。「何かしないとまずい」と焦っていた時に、大学の同級生を通じて代表の下山と出会い、3人目のメンバーとしてインターンに参画したのがSenjinとの始まりです。 3年生の時にメディア事業を売却し、第二創業としてSenjin Holdingsを立ち上げました。資本主義で戦うにはより大きな資本が必要だと考え、バイアウトで得た資金を元手に成果型の広告事業をスタートしました。社内に経験者はゼロ、まさに真っさらな状態からです。私は広告事業の立ち上げ責任者として数字を求められる立場でしたが、これが自分の性格特性にとてもハマりました。もともと理数系が大好きだったので、ゲーム感覚でのめり込み、気づけば仕事ばかりの毎日に。おかげさまで2回目の留年も決まりましたが（笑）。成果型の広告事業は属人化しやすい領域ですが、売れるクリエイティブのフォーマット化や媒体運用の自動化など、「誰でも成果が出る仕組みづくり」に注力してきました。結果として7期目で売上25億円、事業部メンバー50名の規模まで拡大することができました。そしてこの「仕組み化」の延長線上にあるのが、現在開発中のプロダクト「インハウスクラウド」です。AIの進化によって広告運用は自社内で完結するようになり、代理店というビジネスモデル自体がなくなるリスクがある。そこに先回りして、媒体横断の運用最適化やクリエイティブの自動生成など、AIの一歩先を行く価値を事業者に提供できれば、この業界で唯一無二のポジションを築けると考えています。

今、広告業界に何が起きていて、Senjinはそこにどう向き合っていますか？

AIの進化によって、広告代理店の7割はこの世から消えると思っています。なぜかというと、AIが発達すればするほど、広告運用は自社内で完結するようになるからです。これは、エンジニアの世界で起きた変化とまったく同じことです。エンジニアはCursorが出てきた時に革命を感じたと思いますが、同じような革命がマーケティング業界にも必ず来ます。ただ、エンジニアの世界でも「コードを書くだけの人」は置き換えられましたが、要件を詰めて設計を考える人は残り続けていますよね。マーケティングでも同じで、「この商品をどう売るか」を設計できるスーパープレーヤーが1人いれば、あとはAIで回せる世界になると思っています。 Senjinはまさにそこを狙っています。優秀なプレーヤー1人と、クライアントのマーケ担当1人だけで事業が回せるようになるツールを作っている。代理店として間に入るのではなく、インハウスのサポートとして入るというスタンスです。成果報酬モデルでやってきたことも大きいですね。7年間、自分たちのお金がかかっている状態で獲得単価を下げ続けてきた。クライアントから予算をもらって回している人たちとは、クリエイティブのクオリティに対するストイックさが根本的に違います。サイバーエージェントが同じモデルで参入してきても、この領域で7年やってきた僕らに追いつくのは簡単じゃないと思っています。

インハウスクラウドはどんなプロダクトで、何を実現しようとしていますか？

広告業務に必要な出稿・運用・レポーティング——本来人間がやっている業務のすべてを機械で代替する、広告の自動運用システムです。広告業界はまだまだアナログな部分が多くて、夜中12時に人間が広告の配信状況を確認して「よし、回ってるな」と言いながらパソコンを閉じるような世界です。1日に100本、200本のクリエイティブを管理画面で1つずつ入稿するような作業もある。そういう無駄をすべて機械化したいというのが出発点です。既存のSaaSツールとの違いは明確で、彼らは「予算内でパフォーマンスを上げましょう」というアプローチです。僕らは違う。獲得単価を下げることに特化しています。設定したCPAを超えたら自動で止まるし、媒体が返すコンバージョン数ではなく、管理画面と連携した実際の売上データを使って運用できる。ここまでやっているツールは他にありません。プラットフォームAIとの違いは、彼らは自分の媒体しか見ないということ。僕らがやりたいのは、複数媒体×複数商材を横断して、「このクリエイティブはこの媒体では強いけど、あっちでは弱い」といった判断を一元管理することです。そして、こういうツールを作れている会社がなぜ他にないかというと、広告のドメイン知識が深くて、かつそれをシステムとして設計できる人材が市場にほとんどいないからです。最終的に目指しているのは、このツールを通じていろんな会社の広告運用データが集まる構造を作り、日本で一番広告運用データを持っている会社になること。そのデータをもとに、機械学習とLLMを組み合わせた広告運用AIを作る。エンジニアにとってのCursorのようなものを、マーケティングの世界で作ろうとしています。

エンジニアにとって、どんな挑戦や面白さがある環境ですか？

まず目の前の技術的チャレンジとして、データ量の問題があります。15分に1回、複数のクライアントの広告データをリアルタイムで取得するのですが、1社だけで15分ごとに2万行。これが複数社になると、15分で20万行のデータが流れてきます。これをどういう構造でどう処理するかというビッグデータの設計は、かなり歯ごたえのある領域です。BigQueryの分離やデータベースの再設計も含めて、基盤をしっかり作り直すフェーズにあります。中長期では、もっと面白い挑戦があります。クリエイティブのAI生成を2つのアプローチで進めようとしています。 1つは「具体からの学習」。過去の配信結果をもとに、機械学習的にクリエイティブの勝ちパターンを見出していくデータ分析のアプローチです。もう1つは「抽象からの学習」。マーケティングが得意な人間の脳内プロセスをClaudeのスキルとして構造化し、エージェントチームとして再現するアプローチです。業務を細かくタスク分解して、それぞれをスキルに落とし込み、自律的に動くマーケティングAIを組み上げていく。この設計部分から一緒に入ってもらえるエンジニアを求めています。技術スタックはバックエンドPython、フロントReact、インフラはGoogle Cloud、データ基盤にBigQueryという構成です。チームは約10名のPMに加え、技術顧問がいます。裁量は無限です。技術選定もプロダクトの方針も、すべて自分たちで決めてもらって構いません。方向性は一緒に議論して決めますが、僕が上から決めることはありません。

どんなエンジニアと一緒に働きたいですか？

今一番採用したいのはバックエンドエンジニアです。必須で求めるのは、自分が書いたコードに責任を持てること。今、AIでコードを書ける時代になって、AIに作らせて「できました」という人がものすごく増えています。AI活用自体は否定しませんが、中身を理解していなければ意味がない。たとえば、AとBの処理に共通部分があるなら、共通処理をまとめて差分だけ分ければいい。でもAIはそれぞれ別々に書いて同じコードを2回作ったりする。古いコードを消さずに新しいコードを足したりもする。そういう技術的負債を見抜いて、AIに「これまとめて」と指示を出せるレベルの人を求めています。あとは報連相。当たり前のようで、これができない人は本当に多いです。その上で、ドメイン知識の獲得が早い人はすごく重宝します。広告の業務を理解した上で「こういう機能があったらよくないですか？」と提案してきてくれるエンジニアは最高です。最後に、自社プロダクトを作っている会社で挑戦したいという人にはぜひ来てほしいです。SESで人月いくらの世界にいると、スキルアップの実感も給料の上がり方も頭打ちになりがちだと思っています。うちは自社プロダクトなので、売上ベースで給料も上がるし、成果連動で賞与も出る。自分のスキルで勝負してみたいという20代・30代の方をお待ちしています。