AIで会社を1人で回す｜株式会社燈の実践記（AIO・営業・制作）

実際に動かしている仕組み

工程	やり方	人が担う部分
記事制作	データ定義から本文・構造化データ・内部リンクまで自動生成	一次情報・事実確認
サイト実装	共通ヘッダー／フッター／schemaをスクリプトで全ページに反映	設計と承認
AI検索の計測	主要AIに実際に質問を投げ、自社と競合の言及・引用元を記録	解釈と打ち手の決定
営業	リスト・スクリプトの作成をAIで、商談は人が担当	商談・クロージング

うまくいかなかったこと

• 社名がAIに正しく認識されなかった：自社をAIに聞くと、同名の別法人の説明が返ってきました。社名の文字列一致だけでは自社と判定できず、計測ロジックを「URL・代表名まで一致して初めて自社」と作り直しています。エンティティが被る社名は、AI検索では不利に働きます。
• 記事を同じ日に一括公開してしまった：機械的な量産に見える出し方は、読み手にも検索エンジンにも良くありません。公開の分散を運用ルールにしました。
• 「AIに表示された」で満足しかけた：表示は目的ではなく、問い合わせ・商談・受注につながって初めて成果です。成果地点を売上側に置き直しました。

わかったこと

AIは「量を出す」ためではなく「一次情報を早く形にする」ために使うと価値が出ます。逆に、一次情報のない記事をAIで量産しても、AIには引用されません。この考え方はAI検索時代のSEO記事の作り方にまとめています。自社のAI検索露出は無料AI検索露出診断と同じ方法で毎回計測しています。

※ 本記事は株式会社燈の自社実践の記録です。今後、実測データが増え次第、数値を追記していきます。

以下は、AIを業務に組み込んだ初期の記録です。

朝4時。私はまだ寝ています。しかし、13体のAIエージェントはすでに動き始めています。

私はD2Cヘルスケア企業の代表として5ブランドを運営しています。スカルプケア、スキンケア、ヘアケア、OTC医薬品、ベビー用品。この5ブランドを、基本的に1人で回しています。それが可能なのは、AI COOが存在するからです。

この記事では、AI COOが実際にどう動いているのか。5ブランド × 日次30タスク以上という、1人では物理的に不可能な業務量を、13エージェントがどう処理しているのか。リアルな1日を全部公開します。

まず、AI COOが毎日こなしているタスクの全貌

AI COOとは、経営管理業務を複数のAIエージェントが自律的に実行するシステムです。「COO」と名付けたのは、実際にCOOの仕事をしているから。データを集め、整理し、優先順位をつけ、レポートを作り、コンテンツを生成し、コンプライアンスをチェックする。人間の私がやるのは「判断」だけ。

具体的に、AI COOが毎日処理しているタスクの内訳を公開します。

• SEO記事生成：5ブランド分のSEO記事を毎日生成。キーワード選定から本文執筆まで
• FAQ作成・更新：顧客からの問い合わせデータをもとに、FAQを自動更新
• X投稿案：5ブランドのX投稿を毎日生成。トレンドに合わせた内容調整も自動
• CRM文面：顧客セグメント別のフォローアップメール、クロスセル提案文を生成
• LINE配信文：LINE公式アカウント向けの配信テキストを生成
• 広告コピー：Meta広告、Google広告、Amazon広告のA/Bテスト候補を生成
• 市場調査：競合動向、検索トレンド、SNSでの言及を自動収集
• デザイン構成案：バナー、サムネイルの構成案を生成
• 日次レポート：16種類のレポートを5ブランド分。売上、広告ROAS、CPA、LTV、新規顧客数、検索順位、SNSエンゲージメントなど

これが16種類 × 5ブランド = 80以上のアウトプット。人間が1人でやったら丸1日かかっても終わりません。

AI COOの1日：朝4時から始まる完全タイムライン

人間の関与は1日わずか15分

上のタイムラインを整理します。

1日15分。5ブランドの全業務を把握し、判断を下すのに必要な時間がこれです。残りの時間は、事業開発、パートナーシップ、新商品企画、採用面談といった「人間にしかできない仕事」に100%集中できます。

AI COO導入前：1日1.5時間の地獄

導入前の1日を正直に振り返ります。5ブランドを運営していた当時の日課です。

• 朝：MakeShopとecforceの管理画面をそれぞれ開いて、5ブランドの売上確認（20分）
• 朝：Meta、Google、Amazonの広告管理画面を開いてROAS確認（15分）
• 午前：スプレッドシートに手動でデータ転記、ブランド別レポート作成（20分）
• 午前：SNS投稿作成、メルマガ原稿作成（15分）
• 午前：全コンテンツの薬機法チェック（10分）
• 夕方：翌日のタスク整理、5ブランド分の優先順位付け（10分）

合計：1日1.5時間（90分）。年間に換算すると547時間。正社員1人分の業務量の約30%に相当します。これが毎日。土日も含めて。ブランドが増えるたびに時間が積み上がっていく。

AI COO導入後は1日15分。削減率83%。年間で456時間の削減。この時間を事業の成長に使えるようになりました。

13エージェントの構築にかかった期間：4日間

「13エージェントなんて、構築に何ヶ月もかかるのでは？」と思われるかもしれません。実際にかかったのは4日間です。

Day 1に最初の3エージェント（SEOライター、コンプライアンスチェッカー、データフェッチャー）を構築。Day 2-3で設計の失敗を修正しながら拡張。Day 4に13エージェント全体が稼働開始。

ただし、これは自社の業務を隅々まで理解しているからこそのスピードです。業務理解がなければ、設計段階で迷走します。逆に言えば、自分の業務を言語化できている経営者なら、エージェント構築は思ったより速い。

AI COOが失敗するパターン（正直に共有）

パターン1：データソースが変わったとき

ECサイトのAPI仕様変更、広告管理画面のUI変更。これが起きるとデータフェッチャーが停止します。実際にMakeShopのAPI仕様が変わったとき、朝のレポートが3時間遅れました。復旧には人間のエンジニアリングが必要です。

パターン2：前例のない事象

競合の突然の値下げ、インフルエンサーによるバズ、法改正。AIは過去データで判断するため、「今まで見たことない」事象には対応できません。こうした場面では、人間が方針を決めてエージェントにフィードバックする必要があります。

パターン3：「任せきり」にしたとき

最も危険なパターンです。AIが順調に動いていることに安心して、人間がチェックを怠る。エージェントの出力品質は徐々にドリフト（劣化）することがあります。私自身、2週間チェックを甘くした結果、SEO記事の品質が落ちていたことがありました。最低でも週1回は出力品質を人間がレビューすべきです。

AI COOを導入するために必要なこと

1. 業務の棚卸し：まず、自分が毎日何に時間を使っているかを1週間記録する。私の場合は1日1.5時間の内訳を書き出した
2. 自動化対象の選定：「判断が不要な作業」を抽出する。データ取得、レポート作成、定型コンテンツ生成は全部自動化できる
3. データ接続の確認：使っているツール（EC、広告、CRM、LINE）のAPI対応状況を確認する
4. 3エージェントから始める：最も効果の高い3業務からエージェント化する。私の場合はSEOライター、コンプライアンスチェッカー、データフェッチャー
5. 信頼の構築：2-4週間かけてエージェントの精度を検証し、徐々に自律度を上げる

まとめ：5ブランドを1人で回す世界

AI COOは、人間の仕事を奪う存在ではありません。人間が「判断」という最も価値のある仕事に集中するための仕組みです。

私は5ブランドを運営していますが、日次業務にかける時間は15分です。SEO記事生成、FAQ更新、X投稿、CRM文面、LINE配信、広告コピー、市場調査、デザイン構成、16種類のレポート。これらすべてを13エージェントが朝4時から自動で処理し、私が起きる頃にはSlackにレポートが届いています。

1日1.5時間 → 15分。この変化は、単なる時間削減ではありません。経営の質が根本的に変わった。データに振り回される日々から、データを見て判断する日々へ。作業者から経営者へ。

朝4時に起きる必要はありません。13体のエージェントがすべて準備してくれますから。コーヒーを飲みながらSlackを開く。5分で5ブランドの全貌を把握する。それが今の私の朝です。

よくある質問

代表1人の会社でも、AIで実務は回りますか？

回ります。株式会社燈では、記事の下書き・構造化データの生成・サイト実装・AI検索での自社露出の計測までを自動化し、判断と一次情報の追加を人が担う形で運用しています。

AIに任せてうまくいかなかったことは何ですか？

一次情報のない一般論の生成と、確認なしの公開です。出力をそのまま使うと他社と差がつかず、事実誤りにも気づけません。人が最後に確認する工程を外すと品質が落ちます。

同じ体制を作るには何が必要ですか？

自動化そのものより、何を人が判断するかを先に決めることです。判断ポイントを固定しておくと、途中の工程は段階的に置き換えていけます。