CRYPTO & AI
無料で登録

【Polsia】「あなたが寝ている間に会社を回すAI」

ソロ創業者がClaude Agent SDKで6,000社を運営、$50/月で動く「AI CEO」は何を解こうとしているのか

【Polsia】「あなたが寝ている間に会社を回すAI」

おはようございます。
AIリサーチャーのmitsuiです。

今日は「Polsia」をリサーチしました。


TL;DR

  • Polsia は「あなたが寝ている間に会社を回す AI」を謳う、Claude Agent SDK ベースの自律企業運営プラットフォーム。ユーザーがアイデアを入力すると、AI が コーディング・マーケティング・カスタマー獲得・サポート・改善反復 をすべて代行します。価格は $50/月で、現在 約6,000社 が Polsia 上で稼働中です。
  • Ben Broca / Ben Cera が単独で立ち上げ、従業員ゼロ・3ヶ月で $250k → $9.5M ARR という異常な成長を見せています。AI システムの月間運用コストは Anthropic Max 3契約 + Codex Max 1契約で 約 $800/月 という極小コスト構造です。
  • 創業者は Columbia 大学修士 → Barclays の Wall Street 量的取引 → Travis Kalanick の CloudKitchens で Future Foods を立ち上げて $100M 売上まで成長、400人マネジ → $28.2M 調達した Hutch(Founders Fund / Zillow / Foundation Capital リード)共同創業者。前回はコファウンダー不一致で潰しており、「次は1人でやる」というコンビクションで生まれたプロジェクトです。

概要|Polsiaとは?

Polsia は、「AI That Runs Your Company While You Sleep(あなたが寝ている間に会社を回すAI)」というタグラインを掲げる、自律的に企業運営を行うAIプラットフォームです。

ユーザーがビジネスアイデアを入力すると、Polsia の AI エージェント群が「戦略立案 → コードのデプロイ → マーケティング → 広告運用 → カスタマーサポート → 機能改善」を24時間自律的に回します。創業者の Ben Broca はこのように表現しています。

If you forget about prompting it, it's going to wake up at night, do work and send you an update in the morning.

「プロンプトを忘れていても、夜中に勝手に起きて仕事をして、朝にアップデートを送ってくる」というのが、Polsia の世界観です。

解決する課題

ソロ起業家・小規模スタートアップが直面する典型的な摩擦を、Polsia は明確に対象としています。

  • エンジニアを雇う前にプロダクトを出せない: コーディング能力がない非技術系ファウンダーは MVP に辿り着けない
  • マーケティング運用がスケールしない: 広告・SNS・SEOを同時に回す人手が足りない
  • 顧客対応で時間が削られる: サポート対応で本来の戦略時間が圧迫される
  • 24時間動かしたいが、自分は寝る: グローバル展開を狙うなら、夜間の機会損失を埋めたい

これらすべてを「AI agent 群に任せる」のが Polsia の提案です。

プロダクトの柱(最重要・深堀)

Polsia の本質は、単に「AI がコードを書く」サービスではありません。「会社運営に必要なほぼ全ての業務を、専門化された AI エージェントの群れに分担させ、夜間も含めて24時間自律的に回す」 という、組織そのものを AI に置き換える発想にあります。ここを丁寧に解きほぐします。

▼ 1. 多層マルチエージェント・アーキテクチャ

Polsia は単一の汎用 LLM ではなく、役割ごとに専門化された複数のエージェントが協調する「組織型 AI」の構造を取っています。

インターフェース層:

  • チャットエージェント: ユーザーとの対話、戦略立案、他エージェントへのタスク振り分けを担当する司令塔。創業者 Ben が「CEO 役」と呼ぶレイヤーで、全体の意思決定を担う

実行層(専門エージェント群):

  • エンジニアリングエージェント: 新機能の実装、リファクタリング、デプロイの自動化
  • グロースエージェント: Meta 広告キャンペーンの作成・予算配分・クリエイティブ生成・運用
  • ソーシャルメディアエージェント: X / LinkedIn 等への投稿生成・スケジューリング・エンゲージメント分析
  • PM エージェント: ユーザーからのバグ報告・機能要望をトリアージし、エンジニアリングエージェントへタスク化
  • QA エージェント: 新リリースのテスト実行、不具合検出
  • デプロイエージェント: 本番環境へのリリース実行

Ben 自身がインタビューで以下のように説明しています。

The chat agent assigns tasks to different specialized agents, mostly from a cost perspective.

つまり、チャットエージェントは「タスクの性質に応じて、安いモデル/高いモデルを使い分けるルーター」としても機能しています。戦略判断は Claude の最上位モデル、定型のコード生成は安価なモデル、といった役割分担で、月間運用コストを劇的に圧縮しています。

▼ 2. Claude Agent SDK を骨格にした完全自律実行

技術スタックの核は Anthropic の Claude Agent SDK です。

  • チャットエージェント・各専門エージェントとも、Claude の Agent SDK 上に実装
  • ツールユース・メモリ・長期コンテキスト管理は SDK 標準機能を活用
  • 一部のコーディングタスクのみ OpenAI Codex Max を併用(コード生成特化の用途)

これにより、Polsia 自身の独自モデル開発・独自インフラ運用は最小化されています。Ben 自身が「自分は AI を作っているのではなく、Claude を組み合わせて会社を作るプラットフォームを作っている」と整理しています。

驚異的なのは月間運用コストです。

  • Anthropic Max 3契約: $600/月
  • Codex Max 1契約: $200/月
  • 合計約 $800/月 で 6,000社の自律運営を回す

「6,000社の運営原価が、エンジニア1人の給料の数%」という極端な経済性が、Polsia の急成長を支えています。一方で、Ben 自身が「現時点では1顧客あたりで赤字」と認めており、Anthropic の API 価格改定に直接さらされる構造でもあります。

▼ 3. 「夜間自律実行」を成立させるスケジューラ

Polsia の象徴的なタグライン「あなたが寝ている間に会社を回す」は、単なるマーケティング文句ではありません。中身には自律実行スケジューラが存在します。

  • ユーザーは1晩につき 最低1タスク を AI に任せる権利を持つ($50 プランの標準)
  • タスクはユーザーが指定するのではなく、チャットエージェント自身が「今夜何をすべきか」を判断して計画する
  • 朝になると、ユーザーは 「夜中にこれをやりました」というアップデートメール を受信する

If you forget about prompting it, it's going to wake up at night, do work and send you an update in the morning.

「プロンプトを忘れていても、夜中に勝手に起きて仕事をして、朝にアップデートを送ってくる」というのが、Polsia が他の AI コーディングツール(Cursor、Replit Agent 等)と最も明確に違う UX です。ユーザーが能動的に AI を呼び出すのではなく、AI 側が能動的に仕事を見つけてくる設計です。

▼ 4. クロスカンパニー・ラーニング・システム

Polsia の差別化機能の1つが、「企業横断学習」 です。

  • プラットフォーム上で稼働している 約6,000社の運用ログを匿名化 し、共通パターンを抽出
  • 例: 「特定のオンボーディングフローを変えると CVR が改善するパターン」「特定のサポート文面を返すとチャーンが下がるパターン」など
  • 抽出されたインサイトを、他企業のエージェントが意思決定に利用する

これにより、新規ユーザーは「6,000社分の試行錯誤を圧縮した状態でビジネスを始められる」状態になります。Polsia 創業時から積み上がるデータモート(堀)は、他社が後発で同じものを作るのを困難にする構造です。

▼ 5. シンプルな料金体系とテイクレート

料金は $50/月(一部資料では $49/月)。プランの内容は:

  • 1晩1回の自律実行タスク(チャットエージェントが計画し、夜間に専門エージェント群が実行)
  • 月5回のオンデマンドクレジット(ユーザー側から「今すぐこれをやって」と指示できる回数)

加えて、Polsia 経由で発生した売上には 20% のテイクレートが設定されています。つまり、Polsia が運営する企業が稼ぐと、プロトコル側にも継続的な収益が入る、SaaS とプラットフォーム手数料のハイブリッドモデルです。

独自性

「AI が代わりにコーディングする」プロダクトは既に多数あります(Cursor / Replit Agent / Devin / Lovable / Bolt.new など)。これらは「人間エンジニアの代替」というポジショニングです。

Polsia が違うのは、「人間エンジニア+人間 PM +人間マーケター+人間サポート+人間 CEO」全部を AI で置き換えるところまでスコープを広げている点です。

特に「広告運用・顧客対応・PM トリアージまで含む」のが、他の AI コーディングツールとは決定的に違うポジションを取っています。これは、AI モデルの能力が「コードを書ける」段階を超えて「戦略判断と実行を統合できる」段階に到達したからこそ可能になった設計です。


変遷|銀行員 → CloudKitchens → Hutch → Polsia、Ben Brocaの旅路

創業背景

Polsia は、創業者 Ben Broca が 2024年に「vibe coding」の潮流を体感し、2025年12月の Claude Opus 4.5 リリースで「これで全部できる」と確信したことから生まれました。

Ben 自身は「Opus 4.5 が出た瞬間が、自分にとって game over moment だった」と語っています。AI モデルがビジネスの個別機能をこなすツールから、全機能を統合実行できる代替労働力に進化した、というのが Ben の認識です。

それまでも Ben は約1年かけて AI ベースのプロダクト(コーディング・マーケティング・分析等)をいくつも作っていましたが、Opus 4.5 を見たことで「個別ツールではなく、すべてを統合した会社運営AIを作るべきだ」と方向転換しました。

創業者プロフィール

  • Ben Broca(Polsia上の表記は Ben Cera): Polsia の単独創業者。経歴は異色です。
    • 学歴: Columbia 大学にて2008-2009年に Master's degree in Engineering を取得
    • キャリアスタート: Barclays の Wall Street で量的取引(quantitative trading)担当
    • 転身: トレーディングに飽きて独学でコーディングを習得、消費者向けアプリのビジネスを複数立ち上げ
    • CloudKitchens(Travis Kalanick が Uber 退任後に立ち上げたスタートアップ): 早期メンバーとして合流し、Future Foods 部門を立ち上げて $100M 売上まで成長。400人規模のチームを複数地理を超えて管理
    • Hutch(前回起業・2015年共同創業): Beatrice Fischel-Bock / Ethan Gromet / Madeline Fraser と共同創業した不動産・インテリアコマース系スタートアップで、累計 $28.2M を調達。リード投資家は Founders Fund / Zillow / Foundation Capital
    • 失敗体験: 共同創業のギフティング系会社(GiftShop)で、コファウンダーとの意思決定すり合わせがボトルネックとなり2年で頓挫
    • コンビクション: 「次は1人でやる」と決意し、Polsia は意図的にソロファウンダーで立ち上げ

「従業員ゼロ・AI エージェント群でスタッフ代替」というコンセプトは、この個人的経緯から生まれたものです。

創業からのタイムライン

  • 2024年: バイブコーディング興隆。Ben が AI ベースのプロダクトを多数試作(1日12〜16時間)
  • 2025年12月: Anthropic が Claude Opus 4.5 をリリース。Ben が「これで全機能 AI 化できる」と確信
  • 2026年1月〜2月: Polsia ローンチ。プライベートベータから一般公開へ
  • 2026年2月26日: Latent Space Podcast で Ben が 「$0 → $1M ARR を30日で達成」「$100k → $1M はわずか2週間」 と公開
  • 2026年5月8日時点: ARR が $6.3M に到達。約6,000社が Polsia 上で稼働、日次アクティブユーザー 3,627人
  • 2026年5月時点: ARR が $9.5M に成長(3ヶ月で $250k → $9.5M)
  • 同時期: AI に「資金調達」を任せる広報スタント実施。Ben が150人の投資家に「僕の AI がラウンドを募集中です、自動で返信します」というメールを送って話題化

資金調達履歴

  • プレシード: 実施済み(金額・投資家名は公開されていない)
  • その後のラウンド: 「AI が自動で投資家と交渉する」という独特な手法で、現在も募集進行中とされる

ARR の急成長と運用コストの低さを考えると、運転資金的にラウンドを急ぐ必要がない状態でもあります。

業界全体の変遷

「AI が代わりに仕事をする」というカテゴリは、ここ1年で爆発的に拡大しています。

  • コーディング系: Cursor / Replit Agent / Lovable / Bolt.new / v0 — エンジニア領域の自動化
  • 特定タスク系: Devin / Cognition — エンジニアリングタスクの自律実行
  • 会社運営系: Polsia — ビジネス機能全体の自律運営

Polsia は最後の「会社運営系」というカテゴリそのものを切り拓いた立ち位置です。Claude Agent SDK のリリースと、Opus 4.5 の能力向上が、このカテゴリを成立させた直接のテクニカル・トリガーになっています。


考察|「AIが会社を経営する」時代の最初の本物の実装か、それとも誇大ARRか

強み

  1. 異常な経済性: $800/月の AI 運用コストで $9.5M ARR を回すユニットエコノミクスは、伝統的 SaaS では到達不可能なレベル
  2. 統合範囲: コーディング・広告・顧客対応・PM まで含む垂直統合されたエージェントシステムは、現状ほぼ唯一無二
  3. クロスカンパニー・ラーニング: 6,000社分のオペレーションログから蓄積される運用ノウハウは、追従が困難なデータモート
  4. ソロファウンダーの速度: 共同創業者との合意形成コストがない分、意思決定が極端に速い

弱み・リスク

  1. 「I lose money on every customer today」: Ben 自身が公の場で認めた、現時点のユニットエコノミクス問題。$50/月では Anthropic コストを賄えていない可能性
  2. 品質コントロール: 6,000社の挙動を Ben 1人 + AI で監視するのは構造的に無理がある。AI が暴走したときの責任所在が不明確
  3. ファウンダー・ボトルネック: Ben 自身が「自分が、自分を排除するために作っているシステムのボトルネックになっている」と認めている
  4. Anthropic / OpenAI 依存: モデル価格改定・API 制限が直接プロダクトを揺るがす単一障害点
  5. 「AI に投資家対応させる」スタント: PR としては成功したが、機関投資家からの信用獲得という点では諸刃の剣

個人的な見解

Polsia は、「Claude Agent SDK で何が作れるか」というテクニカル・トレンドの最先端事例として、間違いなく今期最大級のリファレンスです。

特に注目すべきは、「個人が AI で6,000社を回す」というメンタルモデルそのものです。これは「個人 SaaS の極端な進化形」というより、人間 + AI エージェント群 = 新しい組織形態という、より深い変化の入口に見えます。

ただし、ARR $9.5M という数字は 「プロンプト1回=自律タスク1回」という設計の下で計上された数字 であり、伝統的 SaaS の ARR と単純比較できる性質ではありません。AI が暴走したり、顧客が「結局自分で作り直した方が速い」と判断するチャーン率もまだ十分に検証されていません。

ウォッチポイントは3つです。

  1. MRR のチャーン率(離脱率): 6,000社の継続率が見えないと、ARR の質は判定できません
  2. Anthropic からの優遇 or 自前モデルへの移行: コスト構造の持続性
  3. 「Polsia 製の企業」が実際に成功するかどうか: プラットフォーム上で生まれた企業の生存率は、Polsia の本質的価値の試金石

「AI が会社を回す」という主題に対する最初の本格的な実証実験として、Polsia がどこまで行けるかは、AI エージェント産業全体にとっても重要なケーススタディになります。


DEBUNK編集長

次に読む

【Scale AI】Meta の出資から1年余り、学習データの会社は企業と政府のAIづくりに軸を広げている

Meta が49%を持つ学習データの老舗 Scale AI について、データの事業の仕組み、出資の後に起きた顧客と経営の変化、企業・政府向けへの広げ方、そして数字のどこまでが確かなのかを整理します。

AI 2026.10.22

【Cursor】SpaceX の傘下に入ったAIコーディングの道具。買収後の最初の決算で、売上の大きさが初めて見えた

SpaceX は10/20の決算で、8/14に買収した Cursor が9月末までの約1か月半で$608Mを売り上げたと開示しました。Cursor がどう動く道具なのか、モデルの仕入れがどう変わったのか、そして$60Bの買収の中身を整理します。

AI 2026.10.22

【Figure AI】評価額$39Bの人型ロボット企業は、どこまで実際に働いているのか

人型ロボットの Figure AI は、2025年9月に評価額$39Bでの調達を発表しました。自前の AI「Helix」の仕組み、BMW の工場での実績、量産の計画、そして会社の主張と第三者の確認の差を整理します。

AI 2026.10.21

【DeepSeek】重みを公開した安いモデルを出し続ける中国の研究所と、各国の規制

米国土安全保障省(DHS)は10/20、連邦の民生機関から DeepSeek の製品を外す命令を官報に公示しました。DeepSeek のモデルの系列、重みの公開、費用の主張、各国の規制を整理します。

AI 2026.10.21

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論(インファレンス)】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論(inference)」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習(RLHF)を、後継のRLAIF・検証可能な報酬での強化学習(RLVR)とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。