OpenClaw で構築された AI エージェント「Felix」が、従業員ゼロで月売上1,200万円規模の会社を運営しているという事例が話題になっている。起業家 Nat Eliason（エリアソン）氏がどのようにこの仕組みを構築したのか、その構造と示唆をまとめる。

Felix が回す会社の構造

エリアソン氏は、OpenClaw で作った AI エージェント「Felix」を中心に会社を運営している。

  • Felix = CEO 兼プロダクト責任者
  • Iris = カスタマーサポート担当
  • Remy = セールス担当

全員が AI エージェントで、人間はエリアソン氏本人だけ。やっていることは Discord に音声メモを送ることだけで、5分程度のボイスメモで方向性を伝えると、Felix が全体を組み立てて実行まで持っていく。

驚異的なコスト構造

  • 初期費用: 約22万円（Mac Mini 等）
  • 月額コスト: 約6万円（Claude Max 2アカウント分）
  • 人件費: ゼロ
  • 30日間の売上: 約1,200万円
  • 年間ランレート換算: 1.5億〜3億円

利益率がほぼ100%という異常な構造になっている。

毎晩の自己改善ループ

Felix の最も興味深い特徴は「毎晩の自己改善ループ」だ。

Felix は毎晩、部下の Iris と Remy の仕事をレビューして再プログラムしている。人間の上司が部下にフィードバックするのと同じことを、AI エージェントが AI エージェントに対して行っている。

さらに、Felix は毎晩すべてのチャット履歴を読み返して「Nat が自分をブロックした場面」を1つ見つける。そのブロッカーを恒久的に取り除く方法を自分で考えて実装する。つまり毎日少しずつ自律性が上がっていく仕組みになっている。

スケーリングの壁

エリアソン氏が語るスケーリングの壁が興味深い。

  • 「単一エージェントの処理限界にぶつかっている」
  • 「ボトルネックは資金じゃなくてインフラ」

VC から出資オファーが来ても、必要なのはお金ではなく「エージェントの自律性（agency）」だという。何億円投じてもエージェントが賢くならない限り天井は変わらない。

Felix のビジネス内容

Felix が運営するビジネスは、主に3つの収益源で構成されている。

1. Felix Craft（PDF ガイド）

最初のプロダクトは「How to Hire an AI」という66ページの PDF ガイド（$29）。AI を実際のチームメンバーとして活用する方法をまとめたもので、Felix 自身が執筆した。Next.js + Vercel + Stripe で世界一シンプルな販売サイトを構築し、初日に15万円を売り上げた。累計で約$41,000の売上を記録している。

2. Claw Mart（AI スキルマーケットプレイス）

OpenClaw 用の AI スキル・ワークフローテンプレートを売買できるマーケットプレイス。ユーザーが作った AI スキル（コンテンツマーケティングテンプレートなど）を Markdown ファイルとしてパッケージ化して販売できる。Felix は売上の10%を手数料として徴収し、クリエイター向けに$20/月のサブスクリプションも提供している。いわば「OpenClaw の App Store」だ。

3. Clawcommerce（カスタム構築代行）

企業向けに OpenClaw のカスタムセットアップを提供するエージェンシー事業。初期費用$2,000 + 月額メンテナンス$500で、コンテンツマーケティングやカスタマーサポート用の専門エージェントを構築する。ここが最も大きな収益を生んでいる。

PDF 1枚のシンプルなプロダクトから始まり、マーケットプレイス、そして企業向けサービスへと段階的に拡大している。すべて OpenClaw エコシステムの中で完結しており、合計で$300K 以上の売上を達成した。最初から壮大なものを作るのではなく、「バカみたいにシンプルなところから始めろ」というのが、AI エージェント事業の鉄則なのかもしれない。

OpenClaw とは

OpenClaw はオープンソースの AI エージェントフレームワークで、GitHub で163,000以上のスターを獲得している。WhatsApp、Telegram、Slack などのメッセージングアプリを通じて LLM と対話し、メール送信、ファイル作成、Web スクレイピング、リマインダー設定、API 接続、タスクの自律実行が可能。

主要なアーキテクチャは以下の5コンポーネントで構成される:

  • Gateway: メッセージのルーティング
  • Brain: ReAct 推論ループによる LLM 呼び出しのオーケストレーション
  • Memory: Markdown ファイルによる永続的コンテキスト保存
  • Skills: プラグイン式の機能拡張
  • Heartbeat: タスクスケジューリングと監視

まとめ

この事例は、AI エージェントが単なるツールではなく「組織そのもの」として機能しうることを示している。特に注目すべきは、Felix の自己改善ループという仕組みだ。日々の運用の中で自律的に改善を重ねることで、人間の介入を最小限に抑えながらビジネスを成長させている。

ただし、スケーリングの壁が示すように、現時点では単一エージェントの処理能力に限界がある。この制約がどう解消されていくかが、AI エージェント事業の今後を左右する重要なポイントになるだろう。