社員ゼロで年商10億円へ——AIネイティブ企業が変える「会社」の常識

1 社員ゼロで年商10億円へ——AIネイティブ企業が変える「会社」の常識

社員ゼロで年商10億円へ——AIネイティブ企業が変える「会社」の常識

社員を雇わずAIに開発・営業・顧客対応まで任せる会社が、売上10億円規模へ近づき始めています
差を生むのはプロンプトの巧拙ではなく、会社そのものをAI前提で設計したかどうかです
ただし「社員ゼロ」は協力者ゼロではなく、ランレートや継続率の読み方には注意が必要です

会社でChatGPTが使えるようになった。でも毎朝、人が情報を探し、AIに入力し、出てきた文章をコピーして、別のシステムへ登録している。そんな光景に心当たりはないでしょうか。

これではAIを導入していても、仕事の起点は人間のままです。一方で今、社員を雇わず、AIに開発・営業・広告・顧客対応まで動かさせる会社が現れ始めています。

両者の差は、プロンプトの上手さではありません。会社そのものをAI前提で作ったかです。この記事では「社員ゼロで年商10億円」という話の事実と誇張を切り分けながら、AIネイティブ企業の設計思想を掘り下げます。

「社員ゼロで年商10億円」が現実になり始めた

象徴的なのが、AIで会社づくりを支援するPolsiaです。2026年7月、Wall Street Journalは、同社が約1万人の有料顧客を抱え、2026年通年で1,000万ドルの売上を達成するペースにあり、創業者以外の社員はいないと報じました。

ここで重要なのは、創業者がAIに文章を書かせているだけではないことです。創業者によれば、AIが製品を開発し、広告を動かし、見込み客へ連絡し、問い合わせに答え、問題のチケット化から修正反映まで担うといいます。

つまり、AIが「相談相手」ではなく、会社の実行主体に近づいています。売上の増加と社員数の増加を切り離すという、これまで難しかったことが起き始めています。

もちろん、この数字をそのまま「完全自動で年商10億円を達成した」と受け取るのは早計です。後ほど触れるように、売上の測り方や継続率、外部パートナーの存在には注意が必要です。

「1人会社」には3つの意味がある

「1人会社」という言葉は、少なくとも3つに分ける必要があります。

1つ目は、創業者や意思決定者が1人の「ひとり創業」です。2つ目は、給与を払う社員がいない「従業員ゼロ」です。3つ目は、外注や協力会社を含めても、継続的に働く人間が本当に1人しかいない状態です。

この3つは同じではありません。米国の統計でいう非雇用事業者は、基本的に有給の従業員がいない事業を指します。しかし、業務委託、弁護士、会計士、クラウドサービス、広告プラットフォームまで使っていないとは限りません。

Polsiaも創業者以外の社員は雇っていませんが、創業者はインフラ企業、法務チーム、契約者、提携先など外部の協力を利用していると説明しています。社員ゼロは、協力者ゼロではありません。

さらに「企業価値10億ドル」と「年商10億円」も別です。企業価値は将来への期待で付く評価額ですが、年商は実際に顧客から得る収入です。

そして「年間売上」と「ランレート」も区別が必要です。ランレートは、直近1カ月の売上を12倍するような年換算値であり、1年間維持された実績とは限りません。

高売上のソロ事業者はデータ上でも増えている

社員を持たない事業そのものは、米国ではすでに例外ではありません。米国国勢調査局によると、2023年には有給の従業員がいない非雇用事業所が約3,040万あり、全事業所の78.4％を占め、年間約1.8兆ドルの収入を生み出しました。

さらにStripe Economicsは、自社データからソロ事業者の代理指標を作り、2023年から2025年の2年間で、年間100万ドルを超えた事業者が2倍超、500万ドルと1,000万ドルを超えた事業者が3倍近くに増えたと報告しています。

ただし、非雇用事業所は個人事業主と同義ではなく、収入は利益でもありません。またStripeの数字も、米国全体の厳密な統計ではありません。

ソロ事業者向けの約115のプラットフォームと、Stripe Atlas上の単独事業を使った代理指標です。途中で社員を雇った会社や、実際には複数人で運営する会社が混ざる可能性をStripe自身も認めています。

また、AI利用の拡大とソロ事業の成長には関連が見えますが、AIが高売上化の原因だと証明されたわけではありません。決済、クラウド、SNS、外注市場など、AI以前から整ってきた基盤も大きく効いています。

それでも、少人数で到達できる売上の上限が上がっているという方向性は、複数のデータから読み取れます。

ChatPRDとPolsiaは何を証明したのか

より堅実な先行事例がChatPRDです。創業者のClaire Vo氏は、立ち上げから最初の6カ月を1人で運営し、その間に売上6桁ドルへ到達したと公式ブログで説明しています。

その後は、開発、マーケティング、SEO、営業戦略などを支える協力者が加わりました。つまりChatPRDが証明したのは、「永久に誰の力も借りずに成長できる」ことではありません。

証明したのは、採用せずに成長できる期間を大きく延ばせることです。以前なら創業直後に必要だったエンジニア、マーケター、サポート担当の仕事を、創業者とAIがかなり長く担えるようになりました。

Polsiaは、さらに先へ進んだ実験です。創業者の依頼を待つだけでなく、AIが自分でタスクを持ち、複数の業務をまたいで動きます。

一方、2026年5月の創業者インタビューで語られた「1,000万ドルのランレート」は、単発課金も含む直近30日間の売上を12倍した年換算値でした。初月に約半数が解約し、残った顧客も2カ月目にさらに約半数が離脱したという暫定値も示されています。

したがってPolsiaは、社員を増やさず巨大な処理量を生み出せる可能性を示しました。一方で、長期に安定した高収益企業として完成したことまで証明したわけではありません。

AIを使う会社とAI前提の会社は別物

普通の会社では、仕事は人間を中心に設計されています。

人間がメールを読み、次に何をするか判断し、必要な情報を集め、AIへ依頼します。AIが下書きを返したら、人間が確認し、別のシステムへ転記します。AIは強力ですが、業務フローの外側に置かれた「便利な道具」です。

AIネイティブ企業では、順序が逆になります。注文、問い合わせ、障害、時刻などのイベントをきっかけに、システムが自動で仕事を発生させます。AIは共通データを読み、使えるツールを選び、処理を実行し、その結果を記録します。

リスクが低ければそのまま完了し、金銭、契約、個人情報などに関わる場合だけ人間へ承認を求めます。人間は全作業の起点ではなく、例外処理と重要判断を担います。

この違いを一言で表すなら、通常企業は「人間の会社にAIを追加する」。AIネイティブ企業は「AIが動ける会社を作り、人間の役割を後から定義する」です。

AIネイティブとは、人をゼロにする思想ではありません。AIを標準の実行者にし、人が必要な場所を明確にする設計思想です。

AI前提で会社を作る5つの設計原則

では、会社を「AI前提」にするとは、具体的に何を変えるのでしょうか。OpenAIのエージェント設計ガイドで示されている指示、ツール、実行ループ、ガードレール、人間への引き継ぎなどを踏まえ、ここでは実務向けに5つへ整理します。

言い換えると、AIが働ける会社には「見える仕事」「読める情報」「動かせる権限」「測れる成果」が必要です。どれか1つ欠けても、最後は人間がつなぐことになります。

1．仕事を「状態」として表現する

「そろそろ顧客へ連絡しておいて」のように、人の頭の中だけにある仕事はAIには見えません。顧客の状態、次の行動、期限、完了条件を、チケットやデータとして表現する必要があります。

例えば問い合わせ対応なら、「未分類→調査中→回答案作成→承認待ち→送信済み」という状態を持たせます。これによりAIは、今どこにいて、次に何をすべきか判断できます。

2．共通の情報源を作る

営業はCRM、開発はGitHub、顧客対応はメール、判断基準は担当者の頭の中。情報が分散したままでは、AIは毎回ゼロから事情を聞くことになります。

顧客情報、製品仕様、過去事例、判断ルールを、権限つきで参照できる状態にします。AIの性能より先に、会社の記憶を整える必要があります。

3．文章ではなく「実行権限」を渡す

文章を作れるだけでは、仕事は完了しません。メール送信、データ更新、返金、広告出稿、コード修正など、現実のシステムを動かすツールが必要です。

ただし、すべての権限を一括で渡すのは危険です。閲覧、下書き、実行、取消不能な処理を分け、業務ごとに許可範囲を設定します。

4．実行結果を必ず記録し、評価する

AIが処理して終わりでは改善しません。何を根拠に判断したか、どのツールを使ったか、結果は正しかったか、顧客は満足したかを保存します。

良い結果と悪い結果が蓄積されると、指示、モデル、ツール、判断ルールを修正できます。実行→記録→評価→改善まで閉じて、初めて会社の能力が上がります。

5．人間へ戻す境界線を決める

AIに任せることと、AIを放置することは違います。高額な返金、契約変更、機密情報の送信、公開環境へのコード反映などは、人間承認を挟むべきです。

重要なのは「全部承認」でも「全部自動」でもありません。金額、影響範囲、確信度、やり直し可能性によって境界線を変えます。

問い合わせ1件で見る「自律ループ」

例えば顧客から問い合わせが届くと、システムが自動で案件を作り、AIが内容を分類します。契約情報と製品マニュアルを参照し、回答を作るだけでなく、必要なら顧客データの修正や再設定まで実行します。

通常の案内であればそのまま送信し、高額返金や契約変更なら人間へ戻します。送信後は解決したか、再問い合わせが来たか、人間がどこを直したかを記録し、次の判断ルールへ反映します。

この流れでは、人間が毎回メールを開いてAIへ頼む必要がありません。人間が登場するのは、例外と重要判断だけです。

この5つがつながると、AIは単発で文章を返す道具から、仕事を完了させる運営システムへ変わります。

普通の会社がAIネイティブ化しにくい理由

AIの利用自体は、すでに珍しくありません。McKinseyの2025年世界調査では、回答者の88％が、所属組織で少なくとも1つの業務機能にAIを定常利用していると答えています。

しかし、全社規模でAI活用を拡大し始めた企業は約3分の1です。AIエージェントをどこかの業務でスケールさせている企業も23％にとどまりました。

BCGの2026年調査でも、世界の大企業CEO152人のうち64％がAIの実証実験を進める一方、AIをより広い事業変革の一部として組み込んでいるのは26％でした。

つまり壁は「AIを知らないこと」ではありません。既存の会社をAIが働ける形へ作り替えることです。

既存企業の仕事は、部署、人、会議、メールを前提に長年積み上がっています。例外処理は担当者の経験で吸収され、システムは部署ごとに分かれ、権限は職位にひもづいています。

AIを組み込むには、業務を分解し、情報を接続し、評価基準を言語化し、責任の境界線を引き直さなければなりません。これはツール導入ではなく、会社のオペレーティングシステムを入れ替える作業です。

しかも既存企業は、日々の営業を止めずに改修しなければなりません。入居者が暮らしたまま家全体を建て替えるような難しさがあります。

一方、AIネイティブ企業は更地から始められます。最初から仕事をデータ化し、APIでつなぎ、AIが判断できない例外だけを人間へ返すように設計できます。後付けの自動化と、最初からの自律設計では、到達できる場所が違います。

1人で年商10億円が成立する5条件

AI前提で会社を作っても、どんな事業でも1人で10億円に到達できるわけではありません。向いている事業には5つの共通条件があります。

1．デジタル商品で、追加販売の原価が低い

2．購入から利用開始までセルフサービスで完結する

3．個別対応や例外処理が少ない

4．継続課金され、需要が一地域に限定されない

5．売上が増えても、人間の作業時間が比例して増えない

年商10億円は月商にすると約8,333万円です。月額1万円なら約8,333契約、月額10万円なら約833契約、月額100万円なら約83契約が必要です。

単価を上げれば顧客数は減りますが、高額になるほど営業、導入、カスタマイズ、個別サポートが増えます。単に高単価へ寄せれば、1人経営が楽になるわけではありません。

SaaS、AIツール、デジタル教育、コンテンツ、マーケットプレイスは比較的相性が良いでしょう。反対に、担当者の時間を毎回販売する受託業や、物理的な作業が多い事業は難しくなります。

要するに必要なのは、商品が売れることだけではありません。売上が増えても人間の仕事が増えない構造です。

人が減るほど5つの壁が残る

AIが開発、営業、顧客対応を担うようになると、ボトルネックは人手不足から別の場所へ移ります。

1つ目は、集客とブランドです。AIは大量に作れますが、顧客がその会社を選ぶ理由まで自動的に生み出すわけではありません。

2つ目は、継続率です。Polsiaの事例が示すように、短期間で多くの顧客を集めても、離脱が大きければ年換算の売上は維持できません。

3つ目は、AI・API・広告などの変動費です。人件費が消えるというより、計算資源費や外部サービス費へ移る場合があります。

4つ目は、信頼、安全、法務です。AIが実行できる範囲が広がるほど、誤送信、不正な返金、権限乱用、情報漏えいなど、事故の影響も大きくなります。

5つ目は、創業者に集中する最終判断です。人数が少ないほど意思決定は速くなりますが、戦略、責任、精神的な負荷も1人へ集まります。

したがって、AIネイティブ企業の勝負は「何人分の作業をAIへ移したか」だけでは決まりません。商品力、流通、継続率、信頼を仕組みにできるかが本当の競争になります。

既存企業も1業務からAIネイティブ化できる

AIネイティブという言葉から、新しい会社をゼロから作らなければならないと思うかもしれません。しかし既存企業でも、1つの業務を「小さなAIネイティブ企業」として切り出すことはできます。

最初に選ぶべきなのは、件数が多く、手順がある程度共通し、成果の良し悪しを測れる業務です。例えば問い合わせ分類、商談準備、定型レポート、社内申請の確認などです。

次に、その業務を「起動条件→参照情報→判断→実行→完了条件→人間へ戻す条件」に分解します。そして一部だけをAIに置き換えるのではなく、最初から最後まで流れる最小ループを作ります。

最後に、採用・修正・差し戻しの結果を保存し、毎月ルールを改善します。最初から全社へ広げる必要はありません。

1業務で自律ループを完成させることが、AIネイティブ化の最小単位です。それを隣の業務へ複製していく方が、全社員へ新しいAIツールを配るだけより、会社の処理能力を着実に変えられます。

会社の競争力は「人数」から「仕組み」へ

広い意味での「従業員ゼロ・年商10億円」は、すでに現実になり始めています。一方で、外部の協力も使わず、完全に人間1人だけで持続的な利益を生み続けた事例は、まだ十分に確認できません。

起きているのは、孤独な天才が全部をこなす世界ではありません。1人の経営者が、AI、SaaS、外部パートナー、資本を束ね、少ない人間で大きな処理量を動かす会社の誕生です。

そして本当の分岐点は、ChatGPTを導入したかどうかではありません。仕事を、人間が毎回始めなければ動かないままにするのか。AIが情報を読み、実行し、記録し、改善できる形へ作り替えるのかです。

AI時代に問われるのは、何人雇えるかではありません。何人分の仕事を、再現可能な仕組みに変えられるかです。

よくある質問（FAQ）

Q1. 「社員ゼロで年商10億円」は本当に可能ですか

広い意味では、すでに現実になり始めています。Wall Street Journalが報じたPolsiaは、創業者以外の社員を持たないまま年1,000万ドル規模のペースに達しています。ただし社員ゼロは協力者ゼロではなく、法務、インフラ、契約者などの外部パートナーは使われています。また「ランレート（直近30日の年換算値）」は1年維持された実績とは別物なので、数字はそのまま受け取らないほうが安全です。

Q2. AIネイティブ企業と、AIを導入した普通の会社は何が違いますか

仕事の起点が人間か、システムかという違いです。普通の会社では人がメールを読み、判断し、AIへ依頼し、結果を転記します。AIネイティブ企業では、注文や問い合わせなどのイベントが自動で仕事を発生させ、AIが共通データを読み、ツールを選び、実行し、結果を記録します。人間は全作業の起点ではなく、例外処理と重要判断だけを担います。AIを追加するのか、AIが動ける会社を先に作るのかの差です。

Q3. 既存企業がAIネイティブ化するには、何から始めればよいですか

全社展開ではなく、1業務を「小さなAIネイティブ企業」として切り出すのが最短です。件数が多く、手順が共通し、成果を測れる業務（問い合わせ分類、商談準備、定型レポートなど）を選び、「起動条件→参照情報→判断→実行→完了条件→人間へ戻す条件」に分解します。一部だけを自動化せず、最初から最後まで流れる最小ループを1つ完成させ、それを隣の業務へ複製していくほうが、全社員にAIツールを配るより処理能力は確実に変わります。