元Metaのエンジニアリング責任者が共同創業し、$4,700万を調達したと報じられているスタートアップのTinyFishは、12カ月足らずでユーザー数をゼロから40万人超に伸ばしました。同社はこの成長を、たった一つの発想の転換によるものだと説明しています。製品を人間だけのために設計するのをやめ、AIエージェントを顧客として扱うようにしたのです。この決断が、課金の仕組み、オンボーディング、機能の公開方法を変えました。サービスを選び、対価を払い、使う主体が人間の代わりに動くソフトウェアである場合、ビジネスはどのような姿になるのか。TinyFishはその事例研究といえます。
TinyFishが売っているもの
TinyFishは、AIエージェントがウェブを検索し、ページを取得し、アカウントにログインし、フォーム入力のような複数ステップのタスクを完了できるようにするAPIを提供しています。プラットフォームは、Search API、Fetch API、自律的なWeb Agentツールの3つのサブツールで構成されます。ユーザーはこれらをChatGPTやClaudeのような対話型アシスタントに接続でき、アシスタントは稼働中のウェブサイトで操作が必要になるたびにTinyFishを呼び出します。
同社はこの流れを最初から最後まで実演しています。ACME Corpという架空の企業の立場でChatGPTに送ったプロンプトでは、TinyFishの料金を調べたうえで営業問い合わせフォームを送信するよう指示します。ChatGPTはまずFetch APIを呼び出して現在の料金プランと利用上限を取得します。次にWeb Agentツールを起動し、リモートのクラウドブラウザを開いて問い合わせフォームを見つけ、名前と会社のメールアドレスを入力し、ドロップダウンメニューを開き、同意のチェックボックスにチェックを入れて送信します。このタスクは10ステップ、60.8秒で完了しました。2つ目のデモでは、保存済みのブラウザプロファイルを使ってエージェントが認証付きの開発者ダッシュボードにログインし、直近20回の実行における検索レイテンシをグラフ化しました。平均は1.522秒、中央値は1.40秒で、80%の実行が2秒未満で終わったと報告されています。
顧客がエージェントなら、料金モデルも変わる
TinyFishから得られる最も具体的なビジネス上の教訓は、収益化に関するものです。従来のソフトウェア製品は、人間に対して月におよそ$20を課金します。このモデルは、クレジットカードを持った人がサインアップし、料金ページを読み、継続プランを契約することを前提にしています。自律型エージェントにはそれが簡単ではなく、しかも多くの場合、小さな仕事を一つ片付けてもらえれば十分なのです。
TinyFishはサブスクリプションをプリペイド型の従量課金ウォレットに置き換えました。エージェントは、人間が購入のたびに承認しなくても、40セント程度のマイクロトランザクションを承認して単一のタスクを完了できます。同社はこれを、エージェントを人間と並ぶ主要なエンドユーザーとして扱う「Agent Experience(AX)」と呼ぶ、より広い考え方の一部と位置づけています。

▲ サブスクとタスク単位のウォレット払い
成長曲線は、8月下旬にウォレットを公開した後に急上昇したと伝えられています。同じ時期にTinyFishは自社のウェブネイティブモデルを投入しました。このモデルは速度と成功率を高めつつ運用コストを10分の1に削減したとされ、そもそも40セントのタスクが経済的に成り立つのはこのおかげです。
| 課金方式 | 買い手 | 単位 | 一般的な価格 |
|---|---|---|---|
| 月額サブスクリプション | カードを持つ人間 | 1カ月分のアクセス | $20 |
| プリペイドウォレット | ユーザーの代理で動くエージェント | タスク1件 | 約40セント |
上の比較はTinyFishが説明する2つのモデルを示したもので、業界平均ではありません。
エージェントに自分でサインアップさせる
料金はエージェントを顧客とする問題の半分にすぎません。残りの半分はオンボーディングです。TinyFishはAgent IDの仕組みとAgent Mailというサービスを構築し、エージェントが人間を介さずにアカウントを作成し、APIキーを生成・取得し、Model Context Protocol(MCP)連携を設定できるようにしました。MCPはAIモデルが外部ツールを発見して呼び出せるようにする標準で、TinyFishは自社のウェブ機能をMCPツールとしてパッケージ化し、ほかのエージェントがそれを見つけ、評価し、呼び出せるようにしています。
その背景にあるのは、一つのエージェントが自分自身やほかのエージェントのためにツールを用意するマルチエージェントのワークフローが生まれつつあるという認識です。人間がサインアップフォームをクリックしてAPIキーを貼り付けなければならないなら、そのワークフローは止まってしまいます。同社はまた、明確な公開価格と独立系ベンチマークでの可視性が重要だと主張する一方、実行品質そのものはごまかせないとも述べています。
エージェントの内部の仕組み
TinyFishは、共同創業者のチームがMetaでの週末の実験をきっかけに開発したオープンソースプロジェクト、AgentQLから生まれました。その実験では、初期のGPTモデルをブラウザ自動化ツールのPlaywrightに接続し、航空券を予約させました。モデルは驚くほど先まで進みましたが、当時の言語モデルにはツール呼び出し機能が組み込まれておらず、コンテキストウィンドウも小さかったため、チームはまずAgentQLをセマンティックなデータ抽出ツールとして構築しました。壊れやすいCSSやXPathのセレクターの代わりに自然言語のクエリを使い、生のHTMLを構造化された出力に変換するものです。
この時期の技術的な選択のいくつかは、今も製品を形づくっています。
- コード化(Codification)。 ページに初めて接触したとき、システムは見つけた各要素の複数の属性を記録し、突き合わせて特定します。再訪時にはキャッシュしたパスを再利用し、スタイルやCSSクラスが変わってもモデル呼び出しのおよそ90%を省略します。
- 推論にはGemini Flash。 フロンティアモデルの成熟に伴い、チームは日常的なナビゲーションに最大級のモデルはもう必要ないと判断し、スループット、価格、HTML理解力のバランスからGoogleのGemini Flashに移行しました。
- ハーネスとしてのADK。 思考履歴、構造化された推論ループ、可観測性、実行フックを提供するGoogleのAgent Development Kitを採用したところ、モデルの重みを一切変えずに、公開エージェントベンチマークでタスク完了率が20%以上向上したと伝えられています。
- 独自モデル。 本番トラフィックから大量のエージェントの軌跡(トラジェクトリ)が得られました。TinyFishはこれを使ってオープンウェイトの350億パラメータのベースモデルをファインチューニングし、現在はこのモデルがワークロードの大半を処理しています。
- ピクセルよりDOM。 クラウドブラウザはスクリーンショットではなく、ブラウザがページから組み立てる構造化ツリーであるDocument Object Model(DOM)を取得し、刈り込んで推論モデルに渡します。モデルはブラウザコマンドを返し、レイアウトの変化にも適応します。ピクセルベースの「コンピュータ操作」モデルは、Adobe Photoshopのようなデスクトップアプリに向いていると説明されています。
評価には、ブラウジングセッションを記録して決定論的に再生する独自のインフラを使います。人間のアノテーションチームが要素の選択と中間の推論が正しかったかを採点し、そのフィードバックがファインチューニングに還元されます。
信頼、アイデンティティ、安全策
TinyFishは、ユーザーの信頼こそが最も重要な競争領域であり、大手AIラボと競うことよりも重要だと位置づけています。引き合いに出されるのは自動運転のたとえです。人がハンドルから手を離すのは、システムが明確な信頼性の基準を超えてからです。ウェブエージェントにとってそれに相当するのは、エージェントに確定申告をさせたり、銀行口座の中で操作させたりすることです。同社によれば、すでに数十万人のユーザーがエージェントにログイン後の作業をさせるために認証情報をボールトに保存しており、企業のワークロードのおよそ半分は認証の壁の内側で動いています。
この信頼を支える仕組みがいくつかあります。
- 認証済みセッションには2つの形があります。Vault連携は1Passwordなどのパスワードマネージャーに接続し、認証情報が言語モデルに平文で見えることなくクラウドブラウザに届くようにします。Browser Profilesはセッションのクッキーを保存し、多要素認証で保護されたアカウントでも、繰り返しログインを求められることなくエージェントが操作できるようにします。
- 独立した安全策モデルが、実行前にすべての予定アクションを対象要素やコンテキストも含めて検査し、悪意がある、権限がない、あるいは金銭的にリスクがあると判断すればセッションを停止します。レイテンシへの影響はごくわずかになるよう設計されています。ユーザーはその後、ステップごとのスクリーンショット再生を確認し、承認するか方向を修正できます。同社はこのモデルをデフォルトでは保守的に調整しているとし、許容できるリスクは企業によって異なるとも認めています。
- ステートレスなプライバシー。 TinyFishはユーザーの履歴を保存せず、プロファイルも作りません。記憶や好みはChatGPTやClaudeのようなホスト側のエージェントに残り、同社によればこれがGDPR対応を簡単にしています。
- 「TinyFish Passport」の構想。 このアイデンティティの仕組みは、各アクションをプラットフォームと責任を持つ人間の両方に暗号学的に結びつけ、アクセス先のサイトがエージェントの正体と誰の代理かを検証できるようにするものです。同社は、責任をユーザーだけに負わせることはできず、Stripe、Visa、Cloudflare、サードパーティのエージェント開発者を含むエコシステムの連合が必要だと主張しています。
- CAPTCHAは回避しない。 顧客からの要望にもかかわらず、TinyFishはCAPTCHAの突破やボット検出の回避機能の開発を断りました。同社のエージェントはCAPTCHAに遭遇すると、サイトの利用規約を尊重して停止します。
さらに、TinyFishのサブエージェントがタスクの途中でオーケストレーションを担うエージェントや人間に確認を求められる「エージェント・イン・ザ・ループ」プロトコルも開発中です。
創業者自身がエージェントで動く
エージェントファーストの考え方は、同社のプロダクト責任者の働き方にも及んでいます。彼はリモートの開発サーバーを運用し、約12のクラウドコーディングセッションを並行して走らせ、複数の機能を同時にプロトタイプしています。顧客との打ち合わせの合間に移動しながら、スマートフォンから音声で指示を出し、セッション側は進捗の報告や質問を送り、次の指示を求めてきます。一部のセッションは一晩、あるいはそれ以上、放置したまま動き続けます。

▲ 移動中に音声で並列コーディングエージェントを指示
すべての実験が製品になるわけではありませんが、同社によれば毎月2~3件のエージェント開発の機能が本番にたどり着いており、小さなチームとしては非常に良い結果だと受け止めています。また、毎月少なくとも1つの主要機能をリリースすると約束しています。一つ注意点として挙げられているのは、プロダクト責任者が大量のコードを書くと、中核のエンジニアリング組織との間に摩擦が生まれかねないことです。
このスピードから導かれるプロダクトマネジメントの教訓は、フロンティアモデルが機能をネイティブに取り込むことでアイデアが2週間で陳腐化しうるため、プロダクト責任者は2~3カ月先を予測し、エンジニアリングと緊密な関係を保つ必要があるというものです。
創業者への助言
顧客の要望とロードマップの折り合いについては、唯一の正解はないものの、すべての要望を中核インフラ、長期ビジョン、リソースに照らして測るべきだという指針が示されています。たとえ$1であっても早い段階で支払いがあることは、誰かがそのアイデアに価値を認めている決定的な裏付けとして扱われます。
より鋭い警告は、ある罠に関するものです。エンジニアリングの工数を請求したり、クラウドモデルのトークンをそのまま転売したりするサービス業へと流されてしまうことです。この見方では、そうしたモデルはスタートアップがスケールする製品価値を築くことを妨げます。
ウェブはこれからどこへ向かうか
共同創業者のより広い予測は、確定した事実ではなく予測として紹介しますが、ウェブはボットを締め出す側からボットを呼び込む側へと反転するというものです。エージェントがユーザーの代わりに買い物をし、庭師を雇い、業者を比較する主要な買い手になるにつれ、商用サイトは「エージェント認定」を受け、検証済みのエージェントトラフィックに最適化するようになるかもしれません。ストリーミングやファッションのような体験重視のサイトは豊かなビジュアルデザインを保つ一方、取引型のサービスはヘッドレス化し、構造化データと取引をエージェントに直接提供するようになるでしょう。この見方では、機械可読なインターフェースを提供できないサイトは、大きなビジネスを失うおそれがあります。
彼が描くエコシステムは2層構造です。ChatGPT、Gemini、Museのような少数に集約されたコンシューマー向けスーパーエージェントと、個人や企業が自分たちのデータを扱うために構築する数十億の専門エージェントです。TinyFishは第2の層のためのインフラとして自らを位置づけており、社名の由来もここにあります。その先にあるフロンティアは、オーナーの目標を追い、自分でツールを調達し、必要なサブスクリプションを買うためにクレジットカードまで求めてくる自己構築型のエージェントだと彼は示唆しています。
押さえておきたいポイント
TinyFishの事例は、エージェント主導の市場でソフトウェアを作る人や買う人にとって、いくつかの実践的な示唆を与えてくれます。
- エージェントが製品を使うなら、人間のサインアップが必要な月額プランではなく、タスク単位のウォレット課金のように、エージェントが自分で買える単位で価格を設定する。
- アカウント作成、キー発行、MCPツールの発見を含め、オンボーディングを機械が実行できるようにする。
- 安全性を推論から切り離し、すべてのアクションに独立したチェックをかけ、CAPTCHAで停止するといった明確な停止ルールを定める。
- ボールト連携とセッションプロファイルを使い、認証情報をモデルのプロンプトに入れない。
- 工数やトークンではなく、パッケージ化されたソフトウェアの価値を売ることでビジネスモデルを守る。
ここで挙げた数字、たとえば40万人のユーザー、10分の1のコスト削減、40セントのタスク価格は、1社から報告された結果であり、どのチームでも期待できる成果としてではなく、そのようなものとして読むべきです。


