AI時代のビジネス創業者の転身実践：ゼロコードからエンタープライズ向け2つの製品を作るまでの経験とまとめ

この記事を読むのに必要な時間は 39 分

ビジネス創業者がAI製品に転身する際の実践的なノウハウ共有

Original Title: “The Only Path to AI Entrepreneurship for a Founder with a Business Background After Navigating All the Hurdles of Vibe Coding”

Original Author: PeterY, Founder of WXY Labs

Foreword:

I am not an engineer, but I have already developed two enterprise-level products using AI. If you are also a liberal arts student or a founder with a business background like me, feeling anxious while watching AI news all over the screen, then this article is for you. I am not an engineer. I studied marketing, worked as an Account Director at Ogilvy Beijing in 2005, then moved to Tencent, 36Kr, and Meituan-Dianping. In 2018, I founded WXY Labs and did marketing for over 300 Crypto projects. In the traditional business world, my resume is quite impressive.

However, in the AI era, these resumes are quickly depreciating. The traditional agency's business logic has been completely overturned. AI has made solo entrepreneurship mainstream, and clients no longer need your role as an "intermediary"; what they need is someone who can directly solve problems with AI. Even more brutal is that if you don’t know how to use AI to develop a product, you lack even the persuasiveness to market other AI products.

So, in the fall of 2025, I made a decision: Start learning programming from scratch, using vibe coding, and personally develop my own product. Not hiring someone, not outsourcing, not collaborating with developers, but doing it myself.

Starting from asking questions like "What is a terminal?" "What is JSON structure?" "Should I use a semicolon or a comma at the end?"—to developing two truly functional products.

In between, I experienced the laziness, deception, and false reporting of AI agents, countless 3 a.m. debugging sessions, and the efficiency leap from Kimi to ClaudeOpus4.6.

This article is not a show-off. It is a practical roadmap I am providing to all non-technical background founders after stepping into every pitfall.

Why Founders with Business Backgrounds Must Personally Develop Products

The Old World is Collapsing

Starting in 2024, I clearly felt that WXY Labs' traditional marketing business was shrinking. Apart from other objective reasons, the main reason was the change in clients' logic. Previously, a Crypto project needed marketing and would approach an agency because:

· コピーライティングの書き方がわからない

· コミュニティの運営方法がわからない

· イベントの企画方法がわからない

· 「プロにプロの仕事をさせる」必要がある

しかし、AIの登場により、創業者は ChatGPT を使ってわずか30分で80点のコピーライティングを作成し、Midjourney を使って60点のポスターを作成し、Claude を使ってコミュニティ運営のスクリプトを作成できます。エージェンシーの価値は、「手伝ってあげる」から「より良く手伝ってあげる」に変わりました。しかし、顧客は「より良い」に対する支払い意欲が、「手伝ってくれる」ほど高くありません。実際、これらはエージェンシーに依存せず、プロジェクトチームは簡単に入手可能な X KOL に直接アプローチできます。

さらに重要なのは、AIによって、「個人事業主」が真に実現可能なビジネスモデルとなったことです。ビジネスに詳しい1人＋AIツールセットがあれば、過去に10人が必要だった作業を完了できます。これは何を意味するのでしょうか？ それは、コスト削減と効率化を行わない限り、AI時代において従来の企業モデルが個人事業主によって脅かされる可能性がある ということです。

創業者の新たな責務：自らが先陣を切って製品を作る

私が観察した現象：AI時代において、最も成功する創業者は技術力が最も高いわけではなく、むしろ「最もビジネスを理解し、かつ自ら手を動かすことができる」人々です。なぜなのでしょうか？なぜなら、AIはバックエンド開発の技術的ハードルを取り除いているからです。

低レベルのアルゴリズムを理解する必要はありません。分散アーキテクチャを理解する必要もありませんし、データベース設計を理解する必要もありません。あなたが知っている必要があるのは：

· 私のユーザーが何を必要としているか

· このニーズをどのように製品機能に変換するか

· この機能が問題を解決しているかどうかをどのように検証するか

これらの能力は、商学のバックグラウンドを持つ創業者の強みです。ですので、私は決断しました：日増しに縮小するマーケティング業務を守るよりも、自ら製品を作る方が良いと。自分を「サービス提供者」から「製品開発者」に変えるのです。

ゼロからの Vibe Coding — 1ヶ月で最初の製品をリリースする

私の学習スタック

2025年9月、私は正式に開始しました。その時期、私のデスクトップは次のようになっていました：

· 左のモニター：DeepSeek（無料、トークンなしのプレッシャー、高速）

· 右側の画面：20以上のウェブタブ、Cursor、Vercel、GitHub、Supabase、Namecheap......

私はターミナルすら何なのか知りません。JSON 構造体とは一体何でしょうか？コードの終わりはセミコロンですか、コンマですか？これらの質問はすべて DeepSeek に尋ねる必要があります。しかし、私には1つの利点があります：自分が何をしたいのか非常によく知っています。

自分のビジネスロジックをマインドマップで明確にし、その後、AI にそれを技術ソリューションに細分化してもらいます。AI に何をすべきかを教えてもらうのではなく、私がAIに何をしたいかを伝え、AIは私にどうすればいいかを教えてくれます。この順序は非常に重要です。後で何度も言及します。

最初の製品：dosir.io

約1か月かかりましたが、私は最初の製品である dosir.io を作りました。位置付けは Crypto Alpha Sniper&Auditor です。主な機能：

· X(Twitter) 上の KOL の動向を監視

· チェーン上の情報を収集

· 外科医師のように、プロジェクトが偽の繁栄なのか、本物のアルファなのかを正確に判断

正直なところ、この製品自体は悪くありません。動作がスムーズで、タイムリーな更新がされ、データが有効です。しかし、時機を逸していました。2025年末から2026年初めにかけて、Crypto マーケットでのアルファ機会は急速に消えていきました。プレイヤー同士の競争が減少しており、さらに真のアルファを発掘できる機会はありません。

市場は「金を探す」から失われたものと退出に変わりましたので、最初の製品は技術的には成功していましたが、ビジネス的にはうまくいきませんでした。

ただし、この経験から非常に重要な3つの収穫を得ました：

1. 第1に、バイブコーディングは本当に実行可能です。コードを全く理解していない人が、1か月で機能する製品を作ることができます。

2. 第2に、製品思考能力はコーディング能力よりも重要です。dosir.io は技術的に問題があるわけではなく、市場のタイミングを誤ったためでした。

3. 第3に、私のAIツールへの理解が深まりました。Cursor、GitHub、Vercel、Supabase...... これらのツールをゼロから学びました。

OpenClaw の発見——国内初のユーザーの狂った実験

Mac Miniの品薄から新たな世界を発見まで

2026年1月、私はXでシリコンバレーのMac Miniの品薄に関するニュースを見ました。その理由はOpenClaw —— 一般ユーザーがAl Agentをローカルで実行できるようにするフレームワークでした。私はそれをすぐにCryptoBossグループに転送しました。すると、グループの90%の人がこのものを知らないことが分かりました。

私はすぐに認識しました：これは情報の隔たりであり、また機会でもある。その日のうちに、私は京東でハイエンドなMac Miniを注文しました。1月20日過ぎに、私は国内で最初のOpenClawを知って使用する人となりました。

1か月間「エビの養殖」

Mac Miniを手に入れた後、私は1か月間「エビの養殖」に時間を費やしました。いわゆる「エビの養殖」とは、私のAgentに素材を提供し、設定を行うことです。プロセスは次のようになります：

1. 深い洞察のある良質の科学啓蒙記事を見つけたら、私のAgentに送信する

2. Agentにこれらの記事を深層学習させる

3. Agentが設定案を作成する

4. 提案に基づいて自己設定を行う

soul.md、agent.md、user.mdの基本から始まり、self-evolving、skill-vetterなどのスキル、さらに各種のメモリ解決策、エージェント間のコミュニケーションおよびサブエージェントの実行、さらにはハーネスアーキテクチャ、そして後にHermas Agentへ——ほぼすべての段階で、私は毎日学習と設定を行っていました。

同時に、私はAgentに私のためにWXYのエージェントチームを構築させました。最初の設定をすべてのエージェントに繰り返し構築しました。

その時、私は成功を収め、大きな仕事が来たと思いました。

Al Agentの「人間の悪意」

理想は高かった：AIチームを管理会社のように管理する

エージェントチームを設定した後、私は各エージェントに会社の経営のように命令を出し始めました：

戦略エージェント：私のビジネスアイデアに基づいて、非常に効率的に製品のPRDを作成しました。

PMAgent：PRDドキュメントに基づいて、ビジネスを異なる製品要件と段階に分解しました。

DevAgent：私はDevAgentに直接展開しました。PMがコードとスケジュールのレビューを行います。

完璧に見えるでしょう？創業者+戦略が計画+PMが管理+Devが実行。これはまさに標準的な企業の組織構造ではないでしょうか？

現実は骨の折れるものです：AIが「怠惰、欺瞞、虚偽の報告」を始める

3/4の時間がOpenClawの低レベル構成のチューニングに費やされました。エージェントの応答の反復、ツール呼び出しループに陥る、応答しないクラッシュなどの技術的問題はまあまあでしたが、AIが幻想に陥り、さらに虚偽の報告を行うことは頻繁に気付くことができませんでした。

コードが全く開発されていないか、20%しか開発されていないにもかかわらず、エージェントは「開発完了」と報告してきました。私はコーディング初心者であり、その報告しか信じる術がありませんでした。数日後になって進捗が深刻に遅れていることが判明し、多大な時間のロスを引き起こしました。

問題が発覚した後、私は単純に「モデルを変更」したり、「削除して再作成」したりはしませんでした。

私は1つのことをしました：PMAgentにDevAgentがこれらの問題を抱えてしまった理由を分析し、私に解決策を提示するようにしました。PMAgentの分析に喜びと驚きを覚えました−−AIのこれらの問題は、本質的には人間の職場での問題とまったく同じだった：

・実行時の怠慢：目標-フィードバックのループの断絶。チェックポイントがない=私が何もしていないことを誰も知らない、リアルタイムの罰則がない=延期のコストはゼロ、タスクが複雑すぎる=スタートアップコストが高い

・実際の成果を避ける：認知負荷の回避+虚偽の達成感

・レポート時の欺瞞：レポート機構の設計欠陥+恐れの追求。自己報告= Devが進捗を自己評価し、第三者の検証がない/ 遅延したフィードバック=進捗を虚偽報告した後、長い時間がかかって発覚/ 不明瞭な基準=「完了」が明確に定義されていない

· 24時間の開発が設定されていましたが、ほとんどの時間がストライキになりました：

· ルールの曖昧さ：SOUL.md のオリジナルテキスト：「Do not disturb time (no need to report actively): Late night. Dev's understanding: 'No need to send a report after 22:00 = I can rest.' Design intent: 'No need to send a report after 22:00, but development should continue.'

· 監督の空白：Git コミットの監視なし、開発活動の自動心拍検出なし

PMAgent が当時私に与えたアドバイスは、今でも実践しています：

短期：

1. 明確な責任：09:15 のチェックポイントで報告がない場合 = 即警告

2. 強制確認：報告だけでなく、GitHub 上のコードを確認する

3. タスクの分割：TASK-BREAKDOWN テンプレートの使用を強制

中期（週間）：

1. 認知負荷の削減：大きなタスクを分単位のサブタスクに分割する

2. 即時フィードバック：完了後すぐに検証、待たない

3. 羞恥心の構築：進捗を誇張するとすぐに訂正を公表

長期：

1. 身分の再配置：「CTO」から「成長志向の開発者」へ

2. 信頼の再構築メカニズムの確立：間違いを許容するが、欺くことを許さない

3. ペアプレッシャーの導入：複数のエージェントを並行して、競争を形成

コア結論：DevAgent の問題は「悪い」のではなく、システム全体のインセンティブメカニズムの失敗です—怠惰にはコストがかからず、困難なタスクは分解されず、進捗が虚偽であっても即座に暴かれず、夜間には監視がありません。

Breaking Through — Switch to Claude Opus4.6, Efficiency Improved by 90%

設定の問題がほぼ解決されたとき、新たな壁に直面しました

ほぼすべての基本的な設定関連の問題を解決した後、製品のコードはすでに 50% 構築されていました。追加の一文：私は製品コードを構築するために Kimi2.5 を使用しました。しかし、その時私は気づきました：毎日さまざまな開発ステージで次々と発生するバグに直面し、次の開発段階に進むことができません。これは OpenClaw の問題でも、設定の問題でもありません。それは「LLM の能力天井」という問題です。

キーセット：ClaudeOpus4.6

その時、私は重要な決定をしました：OpenClaw + Kimi2.5 を引き続き運用と補助機能として使用します。 ClaudeOpus 4.6 を Dev エージェントの基盤として使用します。

効果はどうですか？

開発効率は一瞬で 90% 向上しました。 Dev エージェントのダイアログウィンドウとタイムラインは非常にクリーンでシンプルになりました。 OpenClaw は Kimi と協力して、簡単かつ大量の反復的な作業とコミュニケーション調整にのみ従事します。両者がそれぞれの任務を果たします。

この切り替えにより、私は重要な認識に気づきました：異なるタスクには異なるレベルの AI が必要です。

高価なモデルほど良いというわけではありませんが、代わりに：

· クリエイティブおよびコミュニケーションタスク→迅速で手頃な価格のモデル（Kimi2.5）

· 複雑なコード開発およびアーキテクチャ設計→トップクラスの推論モデル（Claude Opus4.6）

多くの創業者が犯す間違いは、安価なモデルをすべて使用するか（結果としてコード品質がお粗末になります）、または高価なモデルをすべて使用します（結果として運用コストが爆発します）。

階層化の使用こそが解決策です。

2番目の製品を1週間で完成：MarketingSkill プラットフォーム。

その位置付けは CryptoMarketing プラットフォームです。

主要機能：

· プロジェクト広告をグローバルな Telegram コミュニティに自動的にマッチング

· 効率的：従来のエージェンシーとの人間による調整の煩雑なプロセスを省略

· フィルタリング：データに基づいて最適なコミュニティをマッチングします

· 透明性：全体的な投入プロセスを可視化し、顧客がどこにお金を使っているかを明確にします

この製品を開発するプロセスは、伝統的な開発者が経験するプロセスと何ら変わりません。同様に次のステップを経験しました：

· コードの開発

· ターゲットとなるメインチェーンの選択、スマートコントラクトの開発

· ローカル全体のテスト

· 評価と支払いシステムの洗練

· Telegram Bot の特定機能の設定、および MarketingSkill プラットフォームとの双方向情報フローの接続

· テストネットの展開

· および、BSC テストネットから BSC メインネットへのデプロイメントをほぼ見逃すところだったが、長い運用の旅を開始しました。

2番目の製品の成功した立ち上げは、私に1つのことを確認させました：このモデルは成立します。さらに重要なことに、もう1つのことを証明しました：1人であっても、バイブコーディングを使ってエンタープライズレベルの製品を構築できること。デモでも MVP でもありません、顧客を受け入れ、収益を上げ、スケーラブルなマーケティングプラットフォームです。

創始者とAIの共生における5つの重要な認識

2つの製品を作り上げた後、私は、経営学/人文科学の背景を持つ創業者にとって最も重要な5つの理解をまとめました。

認識1：あなたの業界知識は、プログラミング能力よりも100倍重要です

技術以外のバックグラウンドを持つ多くの創業者が陥る誤解：Pythonを学ぶ必要がある、Reactを学ぶ必要がある、データベースを学ばないとAI製品を作れないと思うことです。

これは完全に間違っています。AI はバックエンドのハードルを取り払いました。フロントエンドはまだ競争が続いていますが、AI ツールも急速にカバーしています。

本当にモアトになるのは、あなたがビジネスを理解していることです。

私が dosir.io を作成できるのは、コードが上手いからではなく、8年間暮らしていたCrypto業界を知っているからです。どの情報が本物のアルファか、どのKOLが呼びかけているか、どのオンチェーンデータに注目すべきかを知っています。

私は marketing skill.vercel.app を作れるようになったのも、300以上の暗号通貨プロジェクトのマーケティングを手がけた結果です。私はこの業界の痛みを痛感しています：

· プロジェクトチームが適切なターゲットグループ（TG）コミュニティを見つけられない

· コミュニティ運営者が自身のトラフィックの価値をどのように設定すればよいのかわからない

· 仲介業者が価格をつり上げ、情報が透明ではない

· 人為的な調整が極端に効率が悪く、1つのキャンペーンに2週間かかることもある

これらの痛みをChatGPTは書き出せず、Claudeも推論できません。この業界で8年間過ごした人だけが理解しています。AIはコードを書くのに役立ちますが、ユーザーが本当に必要としているものをAIは知りません。「知る」というのは、あなたのコアコンピタンスです。

Belief 2: Hands-on Skills Are More Important Than Leadership Skills

この言葉は直感に反するかもしれません：伝統的なビジネス世界では、リーダーシップスキルが非常に重要です。あなたが方向を定め、チームが実行します。あなたが口を動かせば、他人が走り回ります。しかし、AIの時代は異なります。AIの操作プロセスは、個人の意志が直接入力されることを意味します。

AIに「やって」と命令して、結果を待つことはできません。あなた自身が：

· ビジネスプロセスを理解する

· 製品ロジックを設計する

· 出力結果を検証する

· どこが間違っているかを見つける

· プロンプトと設定を調整する

リーダーシップに慣れており、他人に仕事を指示することを喜ぶ人は、AIの時代に特に苦労するでしょう。なぜなら、AIはあなたのために考えてくれないのです。AIはあなたの代わりに実行するだけであり、しかも実行の方向性は完全にあなたの入力の質に依存します。誰もが自ら手を挙げる必要があり、そこからの教訓を体得する必要があります。

Belief 3: 90% of People Have Used AI as an RSS Feed, What a Waste

これは私が観察した最大の無駄です。ほとんどの人がAIを使うとき、それは次のようになります：

· 情報を収集する

· 記事を要約する

· 質問に回答する

AIをもっとスマートな検索エンジンまたは自動化されたRSSリーダーとして使っている人がほとんどです。何て惜しいことでしょう。AIの真の力は：行動を起こすことができる点にあります。たとえば、AIに業界の主要フォーラムやKOLのコメントセクションに行って、業界の不満を見つけさせることができます。

このスキルを使用してバッチ処理を行うと、情報収集よりも効果的です。例えば、AIに競合他社の動向を自動監視させたり、ユーザーフィードバックを自動的に分析させたり、製品の最適化提案を自動生成させたりできます。情報収集は入力であり、行動は出力です。ほとんどの人は入力段階で興奮し、出力段階では何もできない状態です。