「AIで仕組みは組めた。なのに1円も生まれない。」——副業でAIを触っている人から、この声を本当によく聞く。自分も副業でAIエージェントを動かしている側で、まったく同じ壁の前に長いこと立っていた。作れるようになったのに、稼ぎには変わらない。この距離は一体どこから来るのか。
最近、その正体を突きつけてくる事例に出会った。ノンアルコールビールのブランドを立ち上げようとしている人が、1缶も製造する前に、AIで需要を検証してから作るかどうかを判断しているという話だ。普通は逆だと思うじゃないですか。自分もそう思ってました。でも順番を入れ替えたこの人のやり方が、稼げない理由をきれいに照らしてくれた。
先に結論を言う。AIが安くしたのは「作ること」だけだ。「売れること」は1ミリも安くなっていない。だから今いちばん価値が出るのは、作る前に止まれる人だ。
AIで安くなったのは「作ること」だけだ
ここ1年で、個人が形あるものを生み出すコストは本当に下がった。画像生成AIでロゴもパッケージも試作できる。AIエージェントに指示すれば、商品を売るためのWebページ（ランディングページ＝1枚で完結する販売用ページのこと）が立ち上がる。文章も、分析の下準備も、相談相手も全部AIが担ってくれる。
だから多くの人が、まず作る。仕組みを組む。動くものができる。ここまでは気持ちいい。問題はその先だ。「動く」と「売れる」のあいだには、AIがまったく手をつけていない谷がある。
作るコストが下がったぶん、人は検証を飛ばすようになった。昔は作るのに時間とお金がかかったから、嫌でも「これ本当に欲しがる人いるのか?」と立ち止まった。今は一晩で形になる。だから確かめないまま、誰も欲しがらないものを量産してしまう。仕組みは作れるのに稼げない、の正体はだいたいこれだ。作れるようになったことが、逆に検証を奪っている。
1缶も作らずに、AIに検証させた人の話
冒頭のノンアルビールの件をもう少し具体的に書く。元記事の著者は、お酒をやめた後も「夜に1本開けて気を抜く儀式」が好きで、その穴をノンアルコールビールが埋めてくれた、という個人的な実感からブランド作りを始めた人だ。だが彼が偉かったのは、その熱量のまま製造に突っ込まなかったところにある。
彼の言葉を借りるなら、「1缶に1ドルも使う前に、需要があることを証明しようとしている」。作る前に、欲しい人がいるかを先に測る。この順番だ。
そしてその検証作業の中で、AIが実際に役立った場所をはっきり分けている。ここが学びの本体だ。
AIが得意だったこと、コメディだったこと
著者がAIにやらせてうまくいったのはこのあたりだ。缶のアートとブランドの世界観は、画像生成AIで何度も作り直してようやく形にした。販売ページはAIエージェントに作らせた。さらにClaude（Anthropicの対話型AI）には、ブランドの立ち位置が市場で通用するかの叩き台づくりと、効果測定の土台の構築を手伝わせている。つまり「考える・整える・組み立てる」はAIが伸ばしてくれた。
逆に、見事にコケたのが動画だ。短尺の宣伝動画を作ろうとしてVeo（Googleの動画生成AI）とKling（動画生成AI）を試したが、結果はコメディだったと本人が書いている。缶のプルタブが抽象的な金属の塊に溶け、閉じるノートPCには歪んだ林檎マークが貼りつき、やさしい炭酸の泡が全面スモークボムに化けた。動画AIは、ゆっくりした静物の美しいショットは得意だが、手や物理が絡んだ瞬間に総崩れする。
彼の対処はシンプルで賢い。AIと戦うのをやめて、固定カメラのスタジオショット（カメラを動かさない据え置きの撮影）だけを頼むようにした。苦手なことを無理にやらせず、得意な土俵に寄せる。これはAIを稼ぎに変えたい人全員に効く判断だと思う。地味だけど。
一番の収穫は「機能の押し売りをやめた」判断だった
この事例で自分がいちばん唸ったのは、技術の話じゃない。ブランドの売り方をひっくり返した決断のほうだ。
著者は当初、「機能性」を前面に出していた。L-テアニン（お茶にも含まれる、おだやかなリラックス感をもたらす成分）を入れる予定で、それを売りにしていた。要は「効きます」で押していた。
ところが、検証で集めた反応は冷たかった。ラベルに化学物質名が並ぶ感じが嫌がられた。繰り返し返ってきたのは「サプリみたいに売るのをやめて、まずうまいビールを作って味を主役にしろ」という声だった。そこで彼は全部ひっくり返した。ビールを主役にして、リラックス効果はあくまで静かなおまけ、緑茶を本物の風味の一要素として据え直した。
ここが本当に大事だ。作ってから売っていたら、この修正は効かなかった。もう缶を10万個刷った後で「機能押しは嫌われます」と知っても、在庫の山を前に泣くしかない。作る前に検証したから、ラベルを描き直すだけで方向転換できた。検証は、こうやって「致命傷を軽傷に変える」ために存在する。
自分も「想定で作って、実データに殴られた」
偉そうに書いているが、自分も同じ穴に落ちたことがある。
自分はブログ（WordPress）とnote、Xを横断するAIの仕組みを運用している。その中で「読者ってこういう層が半々くらいだろう」と想定して、その想定を前提に文章の作り分け機能を組んだ。気持ちよく動いた。ここまでは著者と同じ「作れて満足」の状態だ。
ところが、実際の読者層を後からデータで確かめてみたら、想定していた比率がまるで違っていた。半々どころか、片方に大きく偏っていた。組んだ前提の土台が、実測で崩れた瞬間だった。投稿する時間帯も同じで、「この時間がいいはず」という思い込みを実データで照らしたら、認識を訂正することになった。
3時間かけて組んだ前提が、1枚のデータで崩れた。泣いてない。でも学んだのは、頭の中の「たぶんこう」は、検証していない限りただの願望だということ。著者が反応を集めて売り方を反転させたのと、構造は完全に同じだ。作る前か後かの違いはあれど、検証しない設計は等しく脆い。
最後に取りに行くのは「気分じゃない数字」
著者が次にやろうとしているのは、少額の有料広告テストだ。目的は、十分に安く登録（メール登録などの見込み客獲得）を取れるかを見て、CACの実数を出すこと。
CACは顧客獲得コスト（Customer Acquisition Cost）の略で、客を1人連れてくるのにいくらかかったか、という数字だ。著者の言い方が刺さる。彼はこれを「気分(vibe)じゃなく、本物のCACの数字が欲しい」と表現している。
稼げない時期、自分たちはたいてい「気分」で判断している。これは需要ありそう。たぶん刺さる。きっと欲しがる。全部、検証していない気分だ。そこから抜ける唯一の道が、気分を数字に置き換えることだ。何人が反応したか。1人連れてくるのにいくらかかったか。その数字が出て初めて、作る・作らないをまともに判断できる。
AIは作る速度を爆発的に上げてくれる。けれどAIは「欲しがる人がいるか」を勝手には証明してくれない。そこは自分で、検証で取りに行くしかない。仕組みが作れるのに稼げないなら、足りていないのはたぶんコードじゃなくて、この検証のひと手間だ。
まとめ
- AIが安くしたのは「作ること」だけ。「売れること」の谷はまだ自分の足で渡る必要がある。
- 作る前に需要を検証すれば、致命傷は軽傷で済む。元記事の著者は1缶も作らずに売り方を反転させた。
- 判断は気分じゃなく数字でやる。何人反応したか、1人にいくらかかったかを取りに行くのが、稼げない時期を抜ける近道だ。
参考
【PR】フリーランスエンジニアにおすすめのツール
検証用のランディングページを自分で持つなら、まず安定したサーバーが土台になります。
- XServerショップ — 表示が速く安定したレンタルサーバー。個人の検証サイトから本番まで使える定番です。
- .com/.net ０円〜 — ブランド名でドメインを押さえておきたい時に。検証段階でも独自ドメインがあると信頼感が変わります。
- DMMブックス — 事業の検証やマーケの本を電子で揃えるなら。セールも多くて積読が捗ります。
副業AIの試行錯誤や、作ったものを稼ぎに変える話はXでも発信しています。よければどうぞ。
【PR】おすすめの書籍
記事の内容に関連する書籍を紹介させてほしい。
Docker/Kubernetes実践コンテナ開発入門 改訂新版
Docker/Kubernetes実践コンテナ開発入門 改訂新版。コンテナ技術を使ったアプリケーション開発の手順を解説する一冊です。AIで組んだ仕組みを実際に動かす土台づくりに役立ちます。
Docker/Kubernetes 実践コンテナ開発入門。コンテナによる開発・運用の基礎を体系的に学べる内容です。検証用の環境を手元に整えたい場面で参照しやすい構成になっています。
コメント