CRYPTO & AI
無料で登録

【Naïve】会社の運営を任せるAIが、利用規約では承認を求めてくる

自動化されたのはフォーム入力で、本人確認と支払いは人間に残りました。

【Naïve】会社の運営を任せるAIが、利用規約では承認を求めてくる

おはようございます。
今日は「Naïve」をリサーチしました。技術の細部よりも、掲げている主張と実際に動いている範囲の差に絞って解説していきます。


TL;DR

  • Naïve は、事業を動かすのに要るもの——法人格と法務、お金、自動化、知能、クラウド、信頼と運用——を細かな部品に切り出し、AIエージェントがAPIから呼べる形にまとめたサービスです。設定ファイルを1枚書かせると、器がひととおり立ち上がります
  • エージェントに米国LLCを作らせること自体は、doola や OtoCo が先に出しています。Naïve の差分は、設立も本人確認もカードも計算資源も1枚の設定ファイルから同時に降りてくる統合の側にあり、そこが堀になるのかが焦点です
  • ただし公式の利用規約は、エージェントの行動を本番に反映する前に人間が確認して承認する責任があると書いています。謳い文句とこの一文の落差が、今回いちばんの見どころです

概要|Naïveとは?

Naïve は、AIエージェントに事業そのものを回させるための土台を作っているスタートアップです。製品名が Naïve で、法人格はデラウェア州法人の Relixir, Inc.、Y Combinator の2025年春バッチ出身です。公式サイトのいちばん上には、こう書いてあります。

Ship Apps. Agents. Companies. One prompt. One config file. All your infrastructure.
(アプリも、エージェントも、会社も出荷する。プロンプト1つ、設定ファイル1枚で、インフラのすべてを)

会社を作るところから決済まで一式を見る、という宣言です。直近のシリーズAで注目が集まりました。

解決する課題

AIエージェントに商売を任せてみようと思っても、まず自分の名義で会社を作り、州に書類を出し、税務番号を取り、権限を絞ったカードを発行し、請求書の発行元を用意する——という段取りが先に来ます。どれもエージェントに渡せる形になっていないので、開発者は本題に入る前の数日を事務作業に取られます。

  • 会社の器(設立・登録代理人・税務番号)が、人間が窓口で申し込む前提で組まれています
  • エージェントに支払いを任せたとき、どこまで使ってよいかを縛る仕組みが標準で用意されていません
  • 実行環境・モデル選択・ホスティングが別々のサービスに散っていて、事業ごとに繋ぎ直しになります

人間が1回やるぶんには大した負担ではありませんが、エージェントが事業を立てるたびに発生すると効いてきます。

プロダクトの柱

1. 主要な部品を、1つの設定から呼ぶ

公式の一覧は46の部品(プリミティブ)を、9つのカテゴリに整理しています。

  • 法人格と法務(Identity & Legal)/お金(Money)/自動化(Automation)
  • コンテンツ(Content)/知能(Intelligence)/市場データ(Market Data)
  • クラウド(Cloud)/統率(Orchestration)/信頼と運用(Trust & Ops)

呼び出し口は画面・API・コマンドライン・SDK・MCP が揃っています。公式が掲げるのは設定ファイル1枚という形で、コード例は agents/support.ts のように機能ごとのファイルで示され、これをコードを書くAI(コーディングエージェント)に書かせる想定です。

2. 会社の器そのものを申し込む

法人設立は別料金の $349 で、州の手数料・登録代理人(registered agent)・雇用主識別番号(EIN)の申請・書類一式が含まれます。

3. 使った分だけの課金と、自社計測の性能値

料金は7日・20クレジットの無料トライアル、Pro が月$20で400クレジット(超過は1クレジット$0.05)、あとは個別見積です。自社の計測ページでは、SWE-bench 69.83%を1件$1.19と公表しています(自社測定です)。

プロンプト1つと設定ファイル1枚で立ち上げる
プロンプト1つと設定ファイル1枚で立ち上げる

どんな使われ方をしているか

顧客像は、CEO の Sean Dorje が TechCrunch のインタビューで具体的に話しています。

I think the one that's growing the fastest right now is AI automation agencies. [...] We have some customers who run an entire rental-car agency autonomously.
(いま最も速く伸びているのは、AI自動化の代理店だと思います。レンタカー会社を丸ごと自律運営している顧客もいます)

彼は同じ場で、いまはエージェントを動かすこと自体が顧客の最大のコスト項目になっており、最も伸びている需要は推論とサーバーレスのエージェントだとも述べています。

ただし、名前の出る顧客・ロゴ・ケーススタディは公式サイトにも発表資料にもありません。上のレンタカーの話も、裏取りできるのは「CEOがそう語った」ところまでです。

利用規約が人間に求めていること

ここが今回いちばんの芯です。公式の利用規約には、こう書かれています。

AI-generated outputs may contain errors or inaccuracies — you are responsible for reviewing and approving Agent actions before they take effect in production contexts.
(AIの生成物には誤りや不正確さが含まれる場合があります。エージェントの行動が本番環境に反映される前に、それを確認し承認する責任はあなたにあります)

公式ドキュメントを読むと、線がどこに引かれているかがもっとはっきりします。本人確認(KYC)については「各メンバーがブラウザで本人確認を完了する(IDスキャン、自撮り、社会保障番号、住所)」、承認については「機微なエージェントの行動は人間の判断で門番される」と明記されています。

  • エージェントが通せる工程: 州名・業種コード・事業内容・商号候補の入力、州への設立申請、登録代理人の手配、税務番号の申請と書類生成
  • 人間が座らされる工程: 全メンバーの本人確認、税務当局に届け出る責任者への自然人1名の指定(is_responsible_party に真を立てる相手にエージェントは指定できません)、設立料金の支払い、生成された書類のレビュー

設立完了までの所要も、公式は数日から数週間と書いています。削られているのはフォーム入力の手間で、本人確認そのものは残っています。

自動化されたのは、フォーム入力のほう
自動化されたのは、フォーム入力のほう

変遷|$28.5M の位置づけと、先行していた3社

創業と2回のピボット

創業は2025年、Sean Dorje(CEO・共同創業者)と Dennis Zax(共同創業者・CTO)の2人です。コンピュータビジョンの ezML、AI検索最適化の Relixir と2回作り直したうえでの Naïve で、法人格に Relixir, Inc. の名前が残っているのはその名残になります。製品を2度替えても器は替えずに済むという実感は、いまの発想と地続きに見えます。従業員数について TechCrunch は常勤10人と報じています。

$28.5M の Series A

2026年8月6日、シリーズAとして $28.5M の調達を発表しました。リードは Nexus Venture Partners で、Y Combinator、Zetta、Liquid 2 が参加しています。累計はおよそ$32M、評価額は公表されていません。

TechCrunch によれば、3万を超える開発者顧客が登録し、年間ラン・レート収益(annual run-rate revenue/直近の実績を年換算した見込み額)は10倍に伸びて数千万ドル台の前半に乗ったとのことです。ただし、登録者のうちどれだけが有料なのかは公表されていません。

この金額をどう読むか。PitchBook-NVCA Venture Monitor の2026年第1四半期版ではシリーズAの中央値が$19.6Mで、Naïve はその約1.45倍にあたります(平均は$39.6Mですが、同レポート自身が二極化を注記しているので中央値で見ます)。

ただし同じエージェント基盤の土俵に並べると、各社の発表ベースで Arcade.dev が$60M、Catena Labs が$30M、Daytona が$24M、E2B が$21M、Mem0 はシード分を含めて$24M。中央値と比べれば大型で、この土俵では中の上、というのが正確な読み筋です。

$28.5M は、土俵を変えると見え方が変わる
$28.5M は、土俵を変えると見え方が変わる

競合プレイヤー

法人設立の代行は、すでに競争の激しい領域です。Stripe Atlas は$500の一括払いに年$100、Firstbase は Start プランが$99(通常$399、州の費用は別)。

そして、エージェントに法人を作らせること自体は、Naïve が最初ではありません。

  • doola(2026年4月29日): MCP 連携で「自然な会話でLLCを設立する」を掲げ、Claude や ChatGPT を含む6つの主要AI環境すべてに統合された唯一の法人設立プラットフォームだと名乗っています
  • Meow(2026年4月9日): エージェントが法人の当座預金口座を本人確認込みで開設できると発表しました。同時に「既定では、エージェントは単独で資金を動かせません」とも明記しています
  • OtoCo(2026年7月22日): Cursor・Claude・Codex・ChatGPT・Grok などのMCP対応エージェントを繋いで、米国の事業体をオンチェーンで設立・管理できるとしています

本人確認まで明記しているのは Meow だけです。doola のブログには言及がなく、OtoCo が置いているのは支払い操作を人間の確認で止める仕組みでした。Naïve も本人確認は省いていません。差分があるとすれば、設立も本人確認もカードも計算資源もガバナンスも1枚の設定ファイルから同時に降りてくる統合の側で、そこが堀になるかどうかが本当の論点です。

エージェントが法人を作るのは、Naïve が最初ではありません
エージェントが法人を作るのは、Naïve が最初ではありません

考察|自動化されなかった一線は、誰が引いているのか

評価の軸は2つだと思っています。エージェントが会社を回すという主張のうち、いま本当に動いているのはどこまでか。そして、部品をまとめて出すことが堀になるのか。 設立の申請までは通り、本人確認から先は人間が座ります。個別機能では先行がいる以上、勝負どころは統合の側です。

強み

  1. 土台を丸ごと1社で引き受ける設計: 設立、本人確認、カード、計算資源、権限までを同じ設定から扱えるので、事業ごとの繋ぎ直しが消えます
  2. 統合が差分になっている: 設立は doola、口座は Meow と個別には先行がいますが、部品一式が1枚の設定から同時に立つ形にしたのは、いまのところ Naïve だけです
  3. 開発体験がいまの使われ方に乗っている: 設定を人が手書きせず、コーディングエージェントに書かせる前提にしたのは、2026年の開発現場に素直だと思います

弱み・リスク

  1. 決済のガバナンスが謳い文句と食い違っています: トップページは「お金が動く前に、すべての部品でポリシーが適用される」と謳いますが、決済ドキュメントは「支払いに承認フローはない——意図的に」「受取先の許可リストも頻度の制限も、意図的に設けていない」と明記しています。承認の対象になるのはカードと取引(Trading)で、Base 上の USDC を使う決済規格(x402)は対象外です。効く制御はウォレット残高、1回あたりの上限(perTxMax、既定0.50 USDC)、任意の日次予算だけです
  2. 検証できる顧客が外から見えません: 先例があります。11x は2025年3月、TechCrunch の取材で ZoomInfo から「1か月のトライアルであり有料顧客ではない、ロゴの使用許可も出していない」と否認されました。報告額およそ$14Mに対し、3か月を生き延びた契約は$3M程度だったという関係者証言まで出ています
  3. 自律で会社を回した実験は、いまも人手を必要としています: Anthropic の Project Vend は、Claude にオフィスの売店を運営させた社内実験です。2025年6月の第1報は「儲けるという点では成功しなかった」と書き、「いま社内売店に進出すると決めるなら、私たちは Claudius を雇わないだろう」とまで記しました。2025年12月の続報は商売の勘の改善を認めつつ、それでも「多大な人間の支援を必要とした」としています
承認フローが無いのは、暗号決済の側
承認フローが無いのは、暗号決済の側

個人的な見解

この題材から真っ先に出てくる教訓は「マーケティングは誇張されるものだ」でしょう。それでは何も言ったことになりません。もう一段降りて見たいのは、自動化がぴたりと止まった場所です。

止めているのは会社法ではないように見えます。州への設立申請そのものは、現に自動で通っています。人間が座らされるのは、本人確認、税務当局に届け出る責任者の指名、支払いの3つです。どれも、口座を開いたりカードを切ったりする側——銀行と決済事業者と税務当局——が身元を要求する場面にあたります。一線を引いているのは法律よりも決済の側かもしれない、というのが今回の見立てです。

同じ構造は他にもあります。暗号資産取引所のAPIは、注文も残高照会も自動化できますが、出金だけは追加の認証を要求する設計がほとんどです。自動化の可否を分けているのは処理の難しさではなく、権限の所在をどこに置くかという1点です。

そして、その権限の所在は当局もまだ決めていません。イングランド銀行のアンドリュー・ベイリー総裁は2026年7月の演説で「エージェントが法人格を持たないとき、それは本人が常に責任を負うということなのか」と問いを立てたままにしています。シンガポールの IMDA が招集した作業部会も、同年5月のディスカッションペーパーで、AIエージェントは人でも法人でもなく責任を問えないとしたうえで、指示から逸れたときに損失はどこへ落ちるのかと書いています(同ペーパーは所属機関の立場を示すものではないと断っています)。エージェントによる法人設立を名指しした当局の見解は、探した範囲では見つかりませんでした。

Naïve の調達発表の5日後、FinCEN が「何百万もの中小企業オーナーについて、受益者情報の報告義務を恒久的に終わらせる」という見出しのニュースリリースを出しました。8月14日に発効しています。

エージェントがAPIで法人を量産できるようになったのと同じ月に、連邦は国内法人について「実質支配者は誰か」を届け出させる仕組みを畳みました。PYMNTS の解説によれば、銀行や証券会社などの対象金融機関には顧客デューデリジェンスの義務が残ります。誰が会社の背後にいるかを確かめる仕事が、連邦の登録簿から民間の窓口へ移ったということです。

見どころは3つです。名前の出る顧客とケーススタディが出てくるか。税務当局に届け出る責任者の指定がエージェントに開かれるか。そして、doola や Meow が統合の側に寄せてきたときに Naïve に何が残るか。1つ目が立てば売上の実体が確認でき、立たなければ11xと同じ疑いが残ります。2つ目が最後まで開かれないなら、一線を引いていたのは手続きの相手方だった、という答えになります。

Naïve は「どこまで人間が要るか」を製品の形で線引きしている会社なので、今後も追いかけていきます!
以上、「Naïve」のリサーチでした!


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。