Meerkats.aiはなぜ4週間で月3,000ドルMRRに届いたのか。AIエージェントでGTMの手作業を置き換える方法

1. 「サマリー」30秒でわかる今回の案件

サービス名 / ジャンル

Meerkats.aiは、GTM、つまり営業・マーケティング・成長施策の実行をAIエージェントで自動化するSaaSです。対象は、HubSpot、Salesforce、Apollo、Pipedriveなどを使っている小規模な成長チーム、BtoB SaaS、営業代行会社、マーケティング代理店です。

扱っている作業はかなり現場寄りです。リードリストを作る。会社情報や担当者情報をエンリッチする。アウトリーチ文面を作る。メールやLinkedInのシーケンスを回す。CRMを更新する。週次レポートを作る。どれも売上に近いのに、毎週かなりの時間が消える作業です。

Indie Hackersの記事によると、創業者のSantanu Dasgupta氏は20年にわたりSaaSのGTMや成長支援に関わってきました。Oracleのモバイルデータベース系スピンアウトで開発者としてキャリアを始め、その後Gartner ConsultingやTata Consultancy Servicesなどで需要創出と収益拡大を支援してきた人物です。その経験から、GTMの現場には「ツールは増えたが、実行はまだ人手」という矛盾が残っていると見ていました。

売上 / MRR

Meerkats.aiは、ローンチから4週間で月3,000ドル超のMRRに到達したと紹介されています。1ドル155円で見ると、月46万円前後です。数字だけを見れば巨大ではありません。ただし、重要なのは速度と市場の入り方です。

AIエージェント領域はすでに混雑しています。Claude、OpenAI、Gemini、n8n、Zapier、Make、Clay、LangChain、CrewAI、AutoGenのような選択肢が並び、単に「AIで自動化できます」と言っても差別化しづらい市場です。その中でMeerkatsは、抽象的な自動化ツールではなく「小さなGTMチームの実行レイヤー」として入っています。

公式サイトでは、料金は月100ドルからと説明されています。これは「人を1人雇う」よりも、「外注に数時間頼む」よりも、かなり軽く試せる価格です。高単価のエンタープライズSaaSとして入るのではなく、まず1つのワークフローを24時間回す実行役として導入させる設計です。

ここが面白い

Meerkats.aiの面白さは、AIのモデル性能ではありません。

面白いのは、AIを「作業画面」ではなく「売上に近い反復作業の担当者」として売っていることです。ユーザーはプロンプトを書きたいわけではありません。営業リストを整え、見込み客に連絡し、CRMを更新し、レポートを出してほしい。Meerkatsはこの欲求にかなり近い場所を取りに行っています。

さらに、代理店を初期ターゲットにしている点も重要です。代理店は複数クライアントに似たようなGTM作業を繰り返します。1社向けに作ったプレイブックを、別のクライアントや市場に横展開できる。つまり、Meerkatsの価値は単一企業の効率化だけでなく、代理店側の粗利改善にも直結します。

2. 「Fact」サービスの詳細とTech Stack

機能

Meerkats.aiの基本体験は、ユーザーが自然言語で成長タスクを依頼し、エージェントがCRM、広告、分析、エンリッチメント、アウトリーチの複数ツールを横断して実行するというものです。

公式サイトでは、アウトバウンドキャンペーン、インバウンドリードの資格判定、コンテンツ作成、リードエンリッチ、フォローアップ、CRM同期、RevOpsレポート、ローカルビジネスのリスト作成などがユースケースとして示されています。

設計で良いのは、完全自動実行に寄せすぎていないところです。Meerkatsでは、エージェントの実行結果がスプレッドシート形式で表示され、ユーザーが確認してから承認できます。AIエージェントは速いが、営業メールやCRM更新を勝手に実行されるのは怖い。この不安に対して「レビューして承認する」という中間層を置いています。

この設計は、日本市場でもかなり大事です。特にBtoB営業、採用、医療、士業、金融に近い領域では、AIが勝手に送信したり書き換えたりすることへの抵抗が強い。Meerkatsのように、実行前に表で確認できる体験は、AI自動化を業務に入れるときの現実的な落としどころになります。

技術

Indie Hackersの記事では、初期システムの構成として、リード一覧を見るためのスプレッドシートUI、50,000行以上のエンリッチメントを30分以内に処理する基盤、外部サーバーとの統合、ユーザー要件に応じた動的コード実行、自律エージェント基盤が挙げられています。

使っている技術としては、Supabase、Google Cloud Platform、Fly.io、React、Node.js、GCPコンテナ上のMCPサーバーやCLIエンドポイントが紹介されています。AIモデルとしてはClaude、Gemini、Codexなどを使い、LangChain、CrewAI、AutoGen、Claude Skills SDK、OpenClawのようなエージェント系フレームワークからも影響を受けています。

ここで見るべきは、スタックそのものの珍しさではありません。Meerkatsは、AIエージェントを「デモで動くワークフロー」ではなく「顧客のCRMや営業プロセスに乗る実行基盤」として作っています。そのため、記憶、ツール選択、サンドボックス実行、評価、エラー処理、人間への確認依頼が必要になります。

AI SaaSを作るとき、多くの人は最初にチャットUIを作ります。しかしMeerkatsの本体はチャットUIではなく、裏側の実行と確認の流れです。ユーザーが本当に買っているのは「会話できる画面」ではなく、「毎週のGTM作業が進む状態」です。

運営体制

Meerkatsは、University of Chicago Polsky CenterのAlumni New Venture Challengeから資金支援を受け、さらにAzure、OpenAI、Anthropicのクレジットも得ています。加えて、初期運営を支えるために代理店サービスも提供していると説明されています。

この点もSparks Stationの読者には重要です。Meerkatsは最初から純粋なセルフサーブSaaSだけで進んでいるわけではありません。サービス提供を挟みながら、顧客の現場で本当に必要なワークフローを拾っています。

AIエージェント領域は変化が速すぎます。最初から完全なプロダクトを作り切るより、サービスとして顧客の作業を受け、繰り返し発生する部分をソフトウェアに落としていく方が現実的です。Meerkatsの「Service as a Software」や「Outcome-as-a-service」という表現は、この方向性をよく表しています。

3. 「Insight」なぜ売れたのか

顧客のきっかけ

Meerkatsの最初の顧客獲得は、主に3つです。

既存ネットワークにいる代理店へのコールドかつターゲットを絞ったアウトリーチ
代理店にAIエージェント活用を教えるオンライン・オフラインイベント
LinkedIn投稿による認知獲得

この3つは、どれも「AIがすごいです」と広く叫ぶ方法ではありません。むしろ、すでにGTM作業に困っている人へ直接近づき、教育し、信頼を作り、導入のハードルを下げる動きです。

特に代理店向けは合理的です。代理店はクライアントごとに似た作業を繰り返します。1回の自動化が1社分で終わらず、複数クライアントへ広がります。導入によって削れるのは、単なる作業時間ではなく、代理店の原価です。ここに支払い理由があります。

タイミング

Meerkatsが立ち上がった時期は、AIエージェントが単なる実験から業務導入へ移り始めたタイミングです。従来の自動化では、Zapier、Make、n8nのようなツールでワークフローをつなぐ必要がありました。ただ、これらはルールが明確な作業には強い一方、判断や文章生成や外部情報の調査が混じるGTM作業では、構築と保守が重くなりがちです。

一方で、Claude CodeやOpenAI Agent Harnessのような開発者向けエージェントは強力ですが、非エンジニアのGTMチームがそのまま使うには難しい。Meerkatsはこの間に入っています。開発者向けエージェントほど自由ではないが、GTMチームが欲しい成果に近い形で使える。ここがポジションです。

Santanu氏は、AIの急速な進化はスタートアップにとって脅威である一方、既存企業より速く適応できる機会でもあると話しています。これはかなり大事です。AI領域では、技術の変化が速すぎるため、大企業の強みである既存プロセスやUIが逆に足かせになります。小さなチームは、最初からエージェント前提で業務体験を設計できます。

収益化の背景

Meerkatsの価格モデルは、エンリッチメント数、LLMが実行するアクション数、タスクの複雑さを考慮する消費ベースです。公式サイトでは月100ドルからとされていますが、実際には代理店や成長チームが使うワークフローが増えるほど、利用量に応じて売上が伸びる設計です。

ここで重要なのは、単なる席数課金ではないことです。GTM作業は、人数よりも実行量で価値が決まります。何件のリードを調べたか。何件のアウトリーチを準備したか。何本のレポートを作ったか。Meerkatsは、この価値単位に近い課金へ寄せています。

AI SaaSで月額だけを置くと、ヘビーユーザーほど原価が重くなる問題が起きます。Meerkatsのように、実行量や複雑さを価格に反映する考え方は、日本でAI業務支援を作る場合にも参考になります。

4. 「Localize」日本市場への転用アイデア

日本の類似市場

日本でMeerkats型を狙うなら、最初から汎用AIエージェントを作るのは危険です。「営業も採用もマーケも全部できます」と言った瞬間、競合は無限に増えます。狙うなら、GTMの中でもさらに狭い領域です。

たとえば、次のような市場があります。

BtoB SaaS向けの展示会後フォロー自動化
採用代行会社向けの候補者リスト作成とスカウト文面生成
士業向けの見込み客リスト作成と初回相談導線
地域ビジネス向けのGoogle Mapsリスト作成と営業メール
補助金・助成金コンサル向けの対象企業抽出と提案書下書き

どれも、リードを探す、情報を整える、文面を作る、CRMやスプレッドシートへ戻す、レポートを出すという流れがあります。つまりMeerkatsの骨格を日本向けに絞り込めます。

特に最初の実験として現実的なのは、営業代行会社や採用支援会社向けです。彼らはクライアントごとに似た作業を繰り返しており、手作業の原価がそのまま粗利を削ります。AIが1件あたりの作業時間を減らせるなら、月額数万円でも支払い理由が立ちます。

障壁と対策

最大の障壁は、AIの信頼性です。営業メールの誤送信、候補者情報の間違い、CRMの誤更新は、顧客にとってかなり怖い。だから日本で作るなら、最初から完全自動化を売らない方がよいです。

Meerkatsと同じように、スプレッドシートやテーブル形式で結果を出し、人間が確認してから送信する設計がよいでしょう。AIが下書きし、人間が承認する。AIが候補を並べ、人間が選ぶ。AIがレポートを作り、人間がコメントを加える。この中間設計の方が、導入されやすいです。

もう1つの障壁は、既存ツール連携です。日本の中小企業や代理店は、Salesforceだけでなく、Google Sheets、Notion、kintone、HubSpot、Slack、Chatwork、LINE、freee、SmartHRなどを混在させています。最初から全部つなぐと開発が重くなります。

最初はGoogle SheetsとHubSpot、またはGoogle Sheetsとkintoneのように、1つの業務フローに絞るべきです。たとえば「展示会名簿CSVを入れると、会社情報、担当者候補、業界別メール文面、フォロー優先度が出る」だけでも、営業現場では十分に価値があります。

結論

Meerkats.aiから学べるのは、AIエージェント市場で勝つには、抽象的な自動化を売らない方がよいということです。

ユーザーは「エージェント」を買いたいのではありません。毎週のリード作成、エンリッチ、アウトリーチ、CRM更新、レポート作成が進む状態を買っています。Meerkatsは、その仕事をGTMチームや代理店の言葉で包み直したから、4週間で月3,000ドル超のMRRまで到達できました。

日本の個人開発者が試すなら、最初の一歩はかなり小さくてよいです。

業種を1つ決める
毎週発生する売上に近い手作業を1つ選ぶ
入力と出力をGoogle Sheetsで固定する
AIが下書きし、人間が承認する流れにする
3社に手動サービスとして売る
繰り返し部分だけをSaaS化する

Meerkatsの本質は、AIで何でもできることではありません。顧客の売上に近い作業を見つけ、そこを小さく握り、サービスで学びながらソフトウェアへ寄せていくことです。AI時代のSaaSでは、この順番の方が、ただプロダクトを作るよりずっと勝ちやすいです。