メインコンテンツへスキップ
見出し画像

非エンジニアがC向けAIサービスを2ヶ月で2つ作って直面した8つの問題と乗り越え方

    「AIがあれば非エンジニアでもサービスを作れる」。よく聞く話ですが、実際にやってみると、想像よりずっと泥臭い道のりでした。

    いま私は、C向けのAIサービスを2つ同時に作っています。

    どんなサービスかは以下のnoteで紹介しており、βテストにも参加できるようになっています。

    SuperFlowというサービスの方はすでにiOSアプリを申請中で、もう一つのGuntoというサービスも今月中にはリリースする予定で進めています。

    この2ヶ月間、Claude CodeとCodexを使って、非エンジニアながらずっと1人で開発を進めてきました。

    正直、想像していたより何倍も大変でした。この記事では、その中で特に苦労したことと、それをどう工夫して乗り越えたかを、失敗も含めて赤裸々にみなさんにシェアしようと思います!力作です!

    大手チャットアプリで何でもできすぎるからこそ、「不便 ✕ 既存課金」の領域を狙う

    C向けのAIサービスを立ち上げようとしたとき、最初に立ちはだかるのは「大手のAIチャットサービスが強すぎる」という問題です。

    今の時代、ChatGPTやGemini、Claudeのスマホアプリを開けば、ほとんど何でもできてしまいます。

    そうしたAIチャットアプリがすでにある中で、わざわざ専用のAIアプリをインストールして使ってもらうには、明確な理由が必要です。

    だからこそ、「汎用AIチャットでは絶妙に不便で、多くの人が課題に感じている領域」をピンポイントで見つけ出す必要があります。

    また、そうした領域の中でも「個人がすでに一定の金額を払っている領域」を見つけることも必要です。

    これはC向けAIサービスを作る上で絶対に外せない条件です。

    AIサービスは裏側で処理が走るたびにトークンコストがかかるので、しっかりユーザーからお金を払ってもらわないとそもそも事業として成立しません。

    ただ、C向けアプリで十分な金額を払ってもらうハードルは非常に高いんですよね。

    だからこそ、元々一定以上の金額を毎月払う習慣がある領域を意図的に選ぶ必要があります。

    画像

    今回の2つのサービスでいうと、SuperFlowは「インプット効率化」をテーマにしています。

    画像

    これは、リサーチャーやインターン、秘書を雇うコストや、少しでも時短のためにタクシーを使うような層に向けて、時間を買うための課金として十分課金されると判断して作ることを決めました。

    もう一つのGuntoは、パーソナルトレーナーへの支払いや、医療ダイエットのような治療代など、身体づくりに対してすでに高額な出費をしている領域を狙って設計しています。

    画像

    このように、ToCのAIサービスづくりにおいて、まず領域選定が何よりも重要であり、そのポイントは「汎用AIチャットでは絶妙に不便であり、かつ個人がすでに一定の金額を払っている領域」を見つけ出すことです。

    コストと出力品質を両立させるために、軽量モデルを最適化する

    そうして課金領域を定めた次に直面するのが、AIの処理にかかるコストの問題です。

    普段の仕事で使うモデル選定では、みなさん基本的には最先端のモデルを使いますよね。

    FableやOpusの最新モデルであったり、あるいはGPT-5.6 Solであったり。

    ただ、そういった最新のモデルを使ってToCのサービスを提供しようと思うと、コスト的に全く現実的ではありません。

    月額利用費を数十万から数百万取れるようなToBのSaaSであれば、最先端のモデルを叩きまくっても十分に回収は可能です。

    しかし、一般利用者向けのサービスで、そういったモデルの単価感を回収できるような価格設定は現実的ではないので、実際には軽量で安価なモデルを使うことになります。

    実際、SuperFlowもGuntoも軽量なモデルを使っています。

    当然ですが、最先端のモデルに比べて、そのままでは理想的な出力がなかなか出ません。

    そこで、

     
     
    POSTS代表 / 生成AIなどの先端テクノロジーに強いプロダクト戦略アドバイザーとして10社以上の顧問に従事 / XR Creative Company MESON創業者 /「生成AI時代を勝ち抜く事業・組織のつくり方」「いちばんやさしいグロースハックの教本」著者

    あなたへのおすすめ