株式会社m-Labでは、AIで事業づくり、営業、運営をどこまで自動化できるのかを確かめる公開実験「AIひとり会社」を進めています。
実験開始は2026年8月14日。90日間で、AIを活用して生まれた収益の累計10万円を目指しています。
開始から35日が経過した現在までに、売上100円、メール営業から新規アポイント4件、フォーム営業から「担当部署へ紹介する」という返信2件が生まれました。
一方で、313件送って返信0件、高機能化した営業AIが約2週間ほぼ動かないなど、多くの失敗も経験しています。本記事では、この35日間に何を試し、どこで止まり、何を変えたことで成果が生まれたのかを整理します。
AIひとり会社とは
AIひとり会社は、実際に新会社を設立する企画ではありません。m-Labの中で、AIを中心にひとつの事業を運営し、本当に収益が生まれるかを検証する実験です。
AIには、市場調査、事業候補の比較、商品企画、文章や画像の制作、販売導線の設計、営業候補の探索、数字の分析などを担当させています。契約、本人確認、支払い、公開前の判断などは人間が行います。
成功した数字だけでなく、停止した原因、人間が介入した工程、成果につながらなかった施策も記録しています。
35日間の主な結果
・実験期間：90日のうち35日経過
・公開したnote記事：13本
・売上：100円
・フォーム営業：313件送信して返信0件だった期間あり
・営業AIの高機能化後：約2週間ほぼ停止
・改善後のメール営業：新規アポイント4件
・改善後のフォーム営業：担当部署への紹介2件
目標の累計10万円には、まだ大きな距離があります。アポイントも受注ではありません。それでも、反応がなかった仕組みが実際の商談機会を作れる段階まで進んだことは、重要な変化です。
最初の事業は「7日間需要検証」
最初に取り組んだのは、AIを使って新規事業の需要を短期間で検証するサービスでした。
AIに事業案を20個出させ、市場性、利益率、初期費用、自動化率、継続性などを比較して商品を決定。販売ページを作り、情報発信と営業を始めました。
しかし、申込は0件でした。ページが見られていないのか、提案が弱いのか、対象が合っていないのかを分けて検証する必要があり、「商品を作れば売れる」わけではないという当たり前の課題に直面しました。
313件送って、返信0件
次に、問い合わせフォームを使った営業を自動化しました。企業を探し、公式サイトと問い合わせフォームを発見し、企業ごとの提案文を生成して送信する仕組みです。
送信件数は313件まで増えましたが、返信は0件でした。
件数が増えても、相手の状況と提案内容が合っていなければ成果にはつながりません。営業AIには「送る能力」だけでなく、相手を理解し、提案を選び、結果から修正する能力が必要でした。
高機能化したら、約2週間ほぼ止まった
精度と安全性を高めるため、問い合わせURLの監査、フォーム項目の判定、営業禁止表現、CAPTCHA、改善根拠、送信結果の確認などを追加しました。
設計上は安全になりましたが、判定が厳しすぎて正常な候補まで除外され、送信可能な在庫が作られなくなりました。実際の画面を確認すると、会社名欄や本文欄を正しく認識できていないケースもありました。
高機能化によって精度が上がるどころか、営業AIは約2週間ほぼ停止しました。
改善したのは文章だけではなく、進み方
フォーム営業では、事前解析だけで送信可否を決める方法を見直しました。実際のフォーム画面を開き、必要に応じて画像として認識しながら、会社名、氏名、メールアドレス、本文欄を確認する流れへ変更しています。
重複、明確な営業禁止、CAPTCHA、送信結果が不明なケースは引き続き停止します。一方、分析材料が少ないという理由だけで正常な候補を除外しないようにしました。
メール営業では、3DGSやメタバースに限定していた提案テーマを広げ、企業の状況に応じてAI導入支援、AI活用セミナー、AIエージェント開発などを選べる形にしました。
また、過去90日以内にm-Labとのメールのやり取りがない相手を対象とし、不達メールを検出して連絡先を整理する運用も加えています。
改善後、アポイント4件と担当部署への紹介2件
修正後、メール営業から4件の新規アポイントが生まれました。
さらに、フォーム営業からは2社より「担当部署へ紹介する」という内容の返信がありました。すぐに商談や受注へ進んだわけではありませんが、適切な部署への転送や共有が起きたことは、次の接点につながる成果です。
特定の技術を一律に提案するよりも、相手の事業に合わせて「AIで何を改善できるか」を変える方が、会話の入口を作りやすいことが見えてきました。
35日間で得た3つの学び
1．完全自動化を急がない
最初から例外をすべて処理しようとすると、仕組みが複雑になり、正常な処理まで止めてしまいます。まず1件ずつ確実に処理し、結果から自動化の範囲を広げる方が、最終的には早く進みます。
2．安全な停止と、誤検知による停止を分ける
重複送信や営業禁止への対応は必要です。しかし、原因を説明できないまま候補を捨て続ける状態は、安全というより機会損失です。停止理由を記録し、再現できる形で見直す必要があります。
3．送信数ではなく、次の行動を測る
見るべき数字は送信数だけではありません。返信、担当部署への転送、アポイント、提案、受注という次の行動へ、どれだけ進んだかを追う必要があります。
残り55日で検証すること
今後は、4件のアポイントが提案や受注へ進むかを追います。同時に、どの提案テーマが反応につながったのか、フォームからの紹介が商談へ進むのか、不達アドレスの整理で営業精度がどう変化するかを検証します。
累計10万円という目標に対しては、まだ売上100円です。成果を大きく見せず、残り55日も数字と失敗を含めて公開します。
AI導入・AIエージェントのご相談
m-Labでは、今回の実験で蓄積した知見をもとに、企業の業務に合わせたAI導入を支援しています。
・社内業務にAIを導入したい
・AIエージェントを実務で動かしたい
・営業や定型業務を自動化したい
・社員向けのAI活用セミナーを実施したい
・自社に合うAI活用テーマを整理したい
構想段階でもご相談いただけます。
m-LabへAI活用について相談する
実験の詳しい記録
日々の試行錯誤は、noteマガジン「AIひとり会社｜m-Labの自動収益実験」で公開しています。
noteマガジンを読む
返信0件だった営業AIから、アポイントが4件生まれた
※本記事の構成と下書きにはAIを使用しています。記載した成果・数値の確認と最終的な判断はm-Labが行っています。
