第一に、収益モデルを「AIで自動化しやすい定型サービス」と「人間の判断と関係性が中核の高付加価値サービス」の二層にし、AIの進歩が速ければ前者を拡大し、遅ければ後者で収益を支えます。第二に、固定費を低く保ち、AIツール支出は成果に応じて増減できる変動費として管理します。第三に、3人の役割を「顧客と課題の理解」「AIと工程の設計・品質保証」「事業運営と資金」に分け、互いを最低限カバーできる構造にします。第四に、AI生成物の検証手順と責任者を最初から明文化し、品質事故で信頼を失わないようにします。第五に、専門家や同業者との外部ネットワークを維持し、規模を超える案件は連携で対応します。これらはAIの進歩速度にかかわらず、少人数事業の脆さを補いながら機会を活かす設計です。A design that holds under both scenarios: first, structure revenue in two layers, routine services that AI can largely automate and high-value services centered on human judgment and relationships, expanding the former if AI advances quickly and leaning on the latter if it does not. Second, keep fixed costs low and manage AI tool spending as a variable cost that scales with results. Third, divide the three roles into understanding customers and problems, designing AI workflows and quality assurance, and running operations and finance, with enough cross-coverage to survive one person's departure. Fourth, document verification procedures and accountability for AI outputs from day one so a quality failure does not destroy trust. Fifth, treat an external network of specialists and peers as part of the business and handle oversized projects through partnerships. This design compensates for the fragility of a tiny firm while capturing upside regardless of the pace of AI progress.
少人数事業の最大の課題は、機会の大きさではなく脆さです。楽観シナリオでは、AIエージェントが営業・開発・サポートを担い、3人で数百人分の成果を出せる可能性がありますが、それでも顧客との信頼構築や責任の引き受けは人間に残ります。悲観シナリオでは、AIの生産性向上が限定的で、少人数のまま大量の業務を抱えて燃え尽きるリスクがあります。二層の収益モデルは、Nassim Taleb の「バーベル戦略」の応用であり、安定した収益源で下振れを抑えつつ、自動化の進展から上振れを取り込みます。Eric Ries の『リーン・スタートアップ』が説く小さな検証の反復は、AIの能力を過大にも過小にも評価せず事業を調整するのに有効です。初期の小規模企業の強みは速度と密な顧客対話であり、AIはその強みを増幅する手段として位置づけるべきです。The biggest challenge for a tiny firm is not the size of the opportunity but its fragility. In the optimistic scenario, AI agents handle sales, development, and support, and three people might deliver the output of hundreds, yet building client trust and bearing responsibility remain human tasks. In the pessimistic scenario, AI productivity gains are modest and the team risks burnout carrying a heavy workload. The two-layer revenue model applies Nassim Taleb's barbell strategy: stable revenue limits the downside while automation progress provides upside. The small iterative experiments of Eric Ries's 'The Lean Startup' help calibrate the business without over- or underestimating AI capability. As Paul Graham and others note, the advantage of an early small company is speed and close customer dialogue that large firms cannot match, and AI should be positioned as a means of amplifying exactly that strength.
二層モデルは理想的ですが、初期には両方を同時に立ち上げる余力がなく、どちらかに偏らざるを得ません。また、AIツールのコストは利用規約や価格改定で急変することがあり、変動費として管理していても予測が難しい面があります。3人の相互カバーは、専門性が高いほど現実には困難で、一人の離脱が事業停止につながる危険は残ります。The two-layer model is ideal, but early on there is rarely capacity to launch both layers at once, forcing a tilt toward one. AI tool costs can change abruptly through revised terms or pricing, making them hard to predict even as variable costs. Cross-coverage among three people is difficult in practice when expertise is deep, and one departure can still halt the business.
最初の1年は高付加価値サービスで収益と信頼を確保し、その案件の中で定型部分を少しずつ自動化して二層目を育てる順序が現実的です。主要なAIツールには代替候補を常に一つ用意し、四半期ごとに切り替えコストを確認しましょう。相互カバーは、業務手順とAIプロンプトを文書化し、外部の協力者が引き継げる状態を保つことで補完できます。A realistic sequence is to secure revenue and trust through high-value services in year one, then gradually automate the routine parts within those projects to grow the second layer. Always keep one alternative for each key AI tool and check switching costs quarterly. Supplement cross-coverage by documenting procedures and AI prompts so an external collaborator could take over if needed.