AIスタックは月300〜500ドルで揃います。置き換えたとされる人件費は月8〜12万ドルですが、これは実測ではなく想定値です。そしてソロ事業の78%は、いまも年商5万ドル未満のままです。
2026年、こういう比較をよく見るようになりました。
ソロ起業家の典型的なAIスタック一式が、それが置き換えるチームの人件費よりはるかに安く揃う、という話です。
対比としては強いです。
ただ、この比較には読み方の注意が必要です。
まず、この数字の性質を確認します
月300〜500ドルというツール費用は、実額です。
これは確認できます。
一方で、月8万〜12万ドルという人件費は、「これを人でやるとしたら」という想定シナリオの値です。
実際に人を雇っていた事業者が、AIに置き換えた前後で計測した数字ではありません。
つまり、片方は実額で、もう片方は仮定です。
この2つを並べて「置換した」と読むと、実測の前後比較があったように見えてしまいます。
ここを外すと、記事全体が誇大な話になります。
そして、分布は変わっていません
もっと重要な数字があります。
米国のソロ事業者は2,980万人、売上合計は1.7兆ドル（経済産出の約6.8%）です。
AI採用率は74%に達しています。
「AI自動化が1日1〜4時間を返す」という調査結果も広く引用されています。
ここまでなら、ソロ事業の経済は大きく変わったように見えます。
しかし同じ統計群が、こうも示しています。
- ソロ事業の78%が年商5万ドル未満
- 年商100万ドルを超えるのは0.2%
- 典型的なソロ事業者の年収は5万ドル弱
コスト構造は劇的に変わりました。
それでも、売上の分布はほとんど動いていません。
この2つは同時に成立しています。
そして、ここに構造があります。
※本記事は米国でのデータをもとに構成しています。
AIが置き換えたのは「実行」であって「需要」ではありません
固定費が下がると、事業の作り方は確かに変わります。
以前なら人を雇わないと成立しなかった構成が、一人で成立するようになりました。
しかし、費用が下がることと、売上が増えることは別の話です。
AIが安くしたのは、実行のコストです。
コードを書く、デザインする、文章を作る、問い合わせに一次対応する、といった作業です。
これらは確かに安くなりました。
安くなっていないのは、その手前にあるものです。
- 誰が買うのかを見つけること
- 何を売るのかを決めること
- 買う理由を相手の中に作ること
- 続けて買ってもらう関係を持つこと
これらは需要側にあります。実行側ではありません。
そして分布が動いていないという事実は、ボトルネックが実行側になかったことを示唆しています。
もし実行コストがボトルネックだったなら、74%がAIを採用した時点で、分布はもっと動いていたはずです。
「1日1〜4時間が戻った」を疑う理由
もう一点、注意が必要な数字があります。
「AI自動化が業務時間の10〜40%を返す」という調査は、自己申告ベースです。
実測工数ではありません。
同じ2026年、開発領域では逆の結果が出ています。
METRの対照実験では、熟練開発者はAIを使ったとき19%遅くなりました。
そして本人たちは、20%速くなったと感じていました。
体感と実測が逆方向に出た、という実験結果があります。
そのため、自己申告の時間削減をそのまま実測として扱うのは危ういです。
返ってきたと感じている時間が、本当に返っているかは、自分で計測しないと分かりません。
では、どこで線を引くか
ここまでの構造を踏まえると、判断はシンプルになります。
AIに渡してよいもの（実行）
- 定型的な制作物の一次生成
- 調査・整理・要約
- 一次対応、下書き、変換作業
渡さないほうがよいもの（需要と判断）
- 誰を顧客にするかの決定
- 何を売るかの決定
- 価格の決定
- 顧客との関係そのもの
線引きの基準は「AIができるか」ではありません。
それを外注した結果、売上の上限が上がるかです。
実行を安くしても上限は上がりません。
上限を上げるのは、需要側の判断だけです。
今日やること
いま自分がAIに任せている作業を書き出します。
「実行」と「需要・判断」のどちらかに分類します。
需要・判断の側に入っているものがあれば、それを1つ手元に戻します。
実行の側でまだ手作業のものがあれば、それを1つ渡します。
固定費の話は、それをやってから考えても遅くありません。