動くAIの試作品ができても、それだけで事業にはなりません。より現実的な機会は、依頼の仕分け、判断の記録、人から人への情報の受け渡しといった、誰かが毎日こなしているありふれた仕事にあるかもしれません。Lovableを使えばそうした仕事をソフトウェアにできますが、有料の製品にたどり着くには、業務の流れを理解し、解決策に価値を見いだす顧客を見つけ、完成したアプリを安定して使えるものにする必要があります。
まず、自分がよく知る仕事から始める
Lovableを使えば、ソフトウェアのすべてを自分で書かなくても、自然言語による指示でアプリを構築できます。試作品を作るハードルは下がりますが、どの課題が製品化に値するかまでは分かりません。アプリのアイデアをいくつも並べるより、業務の流れを熟知していることのほうが役立つ場合があります。実際にその仕事をしている人は、どこで遅れが生じ、どんな情報が足りず、一見単純な作業をどのような例外が複雑にするかを知っています。
Lovableで最も成果を上げているユーザーの実務経験は、平均11年を超えます。プラットフォーム全体では、事業を立ち上げている創業者の3分の1超がすでに売上を得ています。これらはLovableのユーザーについての数字であり、新しいアプリが成功する確率を示すものではありません。それでも、これらの数字は有用な出発点を示唆しています。見落としがちな細部まで分かるほど繰り返し経験した課題を、じっくり見直すことです。
手作業の流れを仕組みに変える
ビジネス上の提案を受け付けるアプリを考えてみましょう。人が対応するなら、届いた提案を読み、関連性を判断し、担当者を決め、返信案を書けます。これをソフトウェアにするには、入力フォームだけでは足りません。提案内容を保存・整理し、確認作業を支え、判断結果を送信するメッセージにつなげる必要があります。
▲ 段階的な提案受付の流れ
無理なく構築するには、作業を分けて考えることから始めます。次のような順序が考えられます。
- まず手作業で対応する。 何が届き、何を確認し、どう判断したか、どのような例外に人の判断が必要だったかを記録します。
- 工程をテスト可能な段階に分ける。 受付、分類、優先順位付け、確認、返信案の作成について、それぞれの目的を明確にします。複雑な自動化を一度に組むより、問題が起きた箇所を特定しやすくなります。
- 人が確認できる記録を残す。 アプリは、提案とその対応状況をデータベース（情報を永続的に保存・整理する仕組み）に記録し、ダッシュボードに表示できます。一方、AIエージェントはその仕組みの中で作業を実行します。どちらか一方を製品として選ぶのではなく、両者を組み合わせられます。
- 人が判断できる余地を残す。 自由記述の提案欄があれば、選択肢を固定したメニューでは拾えないアイデアも受け付けられます。そのうえでAIが分類、関連度のスコア、返信案を提案し、人が確認して承認できます。
- 最初から最後までテストする。 フォームから送信できただけでは、通知が適切な受信トレイに届くことも、下書きが使える場所に表示されることも証明できません。入力から通知、確認までの経路を確かめ、公開前にはセキュリティチェックを実施します。
ある受付システムのテストでは、自動化された処理が予算$2万5000の架空のスポンサーシップ提案を送信しました。アプリは提案を一連の処理工程に通し、関連度を100点満点中90点と評価して、返信案を作成しました。この金額はテストデータであり、売上ではありません。重要なのは、つながった各工程をまとめて検証できたことです。
製品を磨き込む前に支払い意思を確かめる
業務の流れを仕組みにすることは、一つの検証にすぎません。もう一つは、人々がお金を払ってでも解消したいと思う課題を解決できるかどうかです。顧客を探る方法は直接的です。少なくとも10人の見込み顧客に、具体的な不満、現在の代替手段、予算について話を聞きます。ソフトウェア開発に本格的に投資する前に、少なくとも1人から支払いの確約を得ることを目指します。無料なら面白いと感じて使う人もいますが、支払いは、その課題が重要であることをより強く示します。
▲ 顧客との直接対話
こうした対話は、別の自動化工程にせず、人と人とのやり取りとして続けるべきです。なぜ代替手段を使い続けているのか、なぜ提案した解決策が合わないのかという顧客の話によって、創業者が作るものは変わり得ます。公開後に利用が伸び悩んだ場合も、原因を見極める必要があります。顧客への届け方、マーケティング、製品の不具合、継続利用は、それぞれ異なる問題です。多くの労力をかけても関心が高まらないなら、機能を追加するより別のアイデアに切り替えるほうが有益かもしれません。
Lovableで作られた二つの事業は、製品がAIへのプロンプトだけにとどまらないことを、それぞれ異なる形で示しています。
- ペットの肖像画を扱う事業は、ペットの写真を王侯貴族風の肖像画に変え、画像生成をキャンバスへの印刷、額装、自宅への配送につなげています。報告されている月間売上は$30万です。これはこの事業の数字であり、ほかの創業者が期待できる成果ではありません。
- 身元調査を手がけるスタートアップは、交際相手に関する身元調査を提供し、月間経常収益が数万ドルに達しています。AIの出力そのものを製品のすべてとして提示するのではなく、顧客の具体的な不安に応えています。
どちらの場合も重要なのは、最初のアプリをどれだけ早く作れるかではなく、顧客が何を受け取り、何に対価を払うかです。
見た目だけでなく、運用を見据えて作る
Lovableでは、ウェブのインターフェースと、それを支えるデータベースや運用ツールをまとめて構築できます。アプリの管理機能には、ファイルの保存、メール設定、ほかのソフトウェアとの接続、セキュリティスキャナーが含まれます。Agent Integrationsを使えば、アプリをClaudeやChatGPTなどのツールと連携させ、アプリが保持する情報を使ってエージェントに作業させることができます。役割分担も明確になります。アプリは業務を継続的に管理する場所となり、エージェントはその中で選んだ作業を実行します。
見せ方も重要ですが、機能より優先すべきではありません。Lovableは既存サイトからデザインの手がかりを探し、前の案を上書きせずに別のレイアウトを生成し、ページの検索関連設定を調整できます。Answer Engine Optimization（AEO、回答エンジン最適化）は、AIの回答ツールがコンテンツを見つけて要約しやすくすることを目指します。Generative Engine Optimization（GEO、生成エンジン最適化）は、生成された回答内でのコンテンツの見せ方を扱います。こうした設定は製品を見つけてもらう助けになるかもしれませんが、顧客の需要に取って代わるものではありません。
Lovableには毎日利用できる無料枠があり、本番運用向けの有料プランは月額$25からです。このプラットフォームは一般的な商用ウェブアプリの多くに対応することを想定していますが、共同創業者は、世界規模に分散した巨大サービスには対応範囲の限界があると線引きしています。ソフトウェアを作りやすくなれば、技術的な作業の一部は減ります。それでも、取り組む価値のある課題を選び、アプリを軸とする事業を運営する必要はなくなりません。
業務フローを一つ選び、価値を検証する
次にすべきことは、自分の仕事を何でも自動化することではありません。よく知る反復作業を一つ選び、まず手作業でこなしながら流れを整理したうえで、見込み顧客10人に、同じ課題にどう対処しているかを聞きます。支払いの確約を得たうえで、作業を記録し、選んだ工程を支援し、重要な判断を人が確認できる最小限の仕組みを作ります。実際のユーザーを招く前に、一連の工程とセキュリティをテストします。顧客のいない洗練された試作品より、ささやかな課題を解決し、対価が支払われ、安定して動く仕組みのほうが、事業の土台として強固です。