リソース
AI エージェントを実際に働かせるための実践ガイド
WhatsApp、メール、CRM、リサーチ、マーケティングの各業務に AI エージェントを導入するための実践ガイド。どのガイドも私たちの作り方に沿っています。ひとつの業務から始め、社外に出るものには必ず人を挟み、すべての操作を改ざんできない監査証跡に残す。
注目
まずはここから。監督下のエージェントチームが一日で実際に片づける仕事量と、顧客が違いを感じる自動化の手順書。未確認のメッセージを一通も外に出さずに。
AI エージェントチーム vs 人間チーム：一日分の仕事を比べる
リサーチ、CRM 整備、アウトリーチ、監視、サポートが入り混じった実際の一日を、人件費として正直に値づけした。
- 147 社と 43 件の連絡先を調査・検証し、CRM に登録
- 人間換算で 80〜140 時間（単価前提からの試算）。実行モデル次第で S$5,000〜S$25,000 以上
- スピードの優位が止まる場所：人間の承認という境界線
人の承認つきで顧客からの問い合わせを自動化する
エージェントに問い合わせ対応を任せつつ、送信する返信はすべてチームが承認する。その手順書。
- 信頼レベル 0〜4、Observer から Developer まで
- カテゴリごとの承認ゲート。外部への送信は既定で人の承認待ちになる
- エージェントの操作すべてに残る、改ざんできない監査証跡
オープンソース
私たちが作って無償で公開しているもの — 無料、MIT ライセンス、Olano アカウントなしで使えます。
シンガポールの中小企業向け
シンガポール向けのガイド（WhatsApp カスタマーサービス、PDPA、助成金、採用コストの試算、業種別の手順書）は Olano Studio のサイトで公開中。
ガイド
基礎：AI エージェントとは何か、小さな会社のどこに収まるのか、そしてプラットフォームの選び方。
小さな会社にとって AI エージェントとは何か？
平易な解説：エージェントはチャットボットとどう違うのか、そしてなぜ「自分たちのエージェントチーム」という捉え方のほうが役に立つのか。
AI インターンを雇うべきか？
インターンという喩えの検証：監督下の AI エージェントについて、この比喩が正確に言い当てていること、そして崩れる箇所（たいていは有利な方向に）。
AI エージェントプラットフォームの選び方
本当に効くところで作った検討チェックリスト：チャネル、承認、監査証跡、支出上限、BYOK、ワークスペースの分離。
小さな会社に効く AI 業務フロー
最初に自動化する価値がある 5 つの業務（カスタマーサービス、受信箱の仕分け、リサーチ、CRM のフォローアップ、SNS の下書き）と、その選び方。
Guide: always-on AI agents
What 24/7 actually requires - five mechanisms, the question nobody asks in a demo, and four limits any honest vendor will name.
Guide: personal vs business AI agents
A consumer agent is issued to a person, and a business is not a person - the five things that follow from that.
Guide: what stops when you close your laptop
The overnight failure, diagnosed - seven things that need a live process, and the connector-expiry trap nobody expects.
Agent memory is not fine-tuning: what "learning" actually means
When an AI agent learns, either the model, what it is shown, or its instructions change. Only the last two happen in Olano, and both are files you can read.
An AI agent that works across devices
Continuity comes from where the state lives, not from an app. One agent on a laptop, a phone, WhatsApp and Telegram, and why locking your phone stops nothing.
AI agent memory that persists: what survives what
Four stores do the job a features list calls memory. Which survive a model switch, a restart, a new phone, a new channel or deletion, and which you can edit.
AI agent platform lock-in: what you keep if the vendor disappears
Portability comes from formats, not promises. What an agent is on disk, what survives a vendor vanishing, what you would rebuild, and the questions to ask.
AI agent pricing: per seat, per usage or per deployment
A seat is a person and an agent is not one. The three ways AI agent platforms charge, what each shape optimises for, how to predict usage and compare quotes.
Portable agent skills: what travels between platforms and what does not
Skills written as folders of markdown and scripts travel between platforms; the tool names, credentials and helpers they lean on do not. Where the line falls.
Expose your agent as an MCP server or an A2A agent card
Most agent platforms are MCP clients. How an Olano agent becomes an MCP tool or an A2A agent card, why both are off by default, and what a caller can do.
Why your MCP connections keep breaking, and what a platform must do about it
Four ways an MCP OAuth connection dies - dropped refresh token, moved token endpoint, boot timeout, lapsed consent - and what a platform must do about each.
Self-hosted AI agents: the honest guide
The honest self-hosting guide: a machine that stays up, a stable address, a supervisor, secrets, backups, connector renewals, updates and the sandbox question.
How to teach an AI agent a new skill
A skill is a folder with a SKILL.md file, not a fine-tune. What goes in it, how one reaches an agent, the tools rule, and how to fork the bundled chart skill.
Where to start with AI in your business
For the majority of businesses that say they cannot see an applicable use case: how to find the first one without buying anything.
AI automation vs AI agents: which do you actually need?
Automation follows a path you drew. An agent decides the path. Knowing which problem you have saves you from buying the wrong shape.
How to improve efficiency with AI
Where the hours actually go in a small business, and which of them an agent can take without anyone losing control of the outcome.
AI for operations teams
The operating work - scheduling, chasing, reconciling, reporting - and what changes when an agent handles the first draft of each.
ガバナンス、セキュリティ、主権
行動を起こすシステムに今かかるルール、すべてが晒されている攻撃、そしてそれがどこで動いているのかという問い。
The EU AI Act and AI agents: what changed in 2026
Transparency duties in force from 2 August 2026, enforcement powers live, high-risk obligations moved to 2027 and 2028 - and why agents are treated differently from chatbots.
US state AI laws in 2026: what to do while it settles
Twenty-nine states, a federal preemption push, and the four duties that recur in every version - so you can build once rather than fifty times.
Prompt injection and AI agents: a containment checklist
There is no reliable way to prevent it, so the defence is containment. What indirect injection looks like against a business agent, and eight controls that bound the damage.
Sovereign AI: where your agents actually run
Data, model calls, credentials and memory land in four different places. The six questions to put to a vendor in writing.
What self-hosting an AI agent really costs
The operational bill behind the infrastructure line: uptime, secrets, backups, connector renewals and the updates nobody scheduled.
調査とデータ
導入、失敗、投資対効果に関する2026年の数字。それぞれ公表した組織と、実際に何を数えているのかの注記つき。
AI agent statistics 2026: the figures worth quoting
Adoption, cancellation rates, productivity gains and security incidents, attributed and defined - because most of these numbers are quoted out of shape.
Why agentic AI projects get cancelled
More than 40% of them will be, on Gartner's forecast. The five failure modes behind that number, and what the survivors did differently.
How to measure AI ROI
Which numbers survive a budget review and which evaporate the moment somebody asks how they were calculated.
スタートアップと市場開拓
あえて小さくしているチームへ。採用の前に何を任せるか、採用の実コスト、エージェントの実コスト、そして最初の大口顧客が尋ねてくること。
AI agents for a startup: what to automate before you hire
The constraint at seed stage is founder attention, not headcount budget. Which jobs an agent carries, which it should not touch yet, and the order that works.
Hire or deploy? The 2026 US math
BLS の数字では、福利厚生が賃金におよそ 46% 上乗せされます。比較の両側を一行ずつ書き出しました。
What an AI agent actually costs to run
Four lines, and the subscription is the smallest. Why one agent quietly outspends six, and the cost line that is a person rather than compute.
Selling AI agents to enterprise buyers
The security questionnaire that arrives with your first serious customer, the four questions it asks about agents, and what to have ready before the call.
Is your AI agent actually working?
A broken agent answers promptly and sounds confident. Measuring task completion instead of response time, in three layers.
中国と東南アジア
中国のプラットフォームと海外チャネルをまたいで働く。モデルとしての Qwen と Hunyuan、チャネルとしての WeCom・DingTalk・Feishu、そして中国から東南アジアへ展開する企業が本当に必要とするもの。
Chinese companies expanding to Southeast Asia
Customers on WhatsApp and Telegram, the home team on WeCom - one deployment connecting both ends, with the compliance seen from both sides.
Running a Qwen-native agent team on Olano
Qwen as a first-class provider: one key, a model per role, the China and international endpoints, and open weights run locally.
Connecting AI agents to WeCom, DingTalk and Feishu
All three built in. How each connects, what it needs, and whether the agent should speak in a group.
Hunyuan and Tencent TokenHub on Olano
OpenAI 互換ルート経由の Hunyuan：2 通りの設定方法と、それぞれが有効な場面。
Wukong, Qianfan, Hunyuan agents and Olano: where each fits
A map by use case rather than a ranking, dated, and how the four coexist.
エージェント同士の連携
1体のエージェントを複数に分けるべきタイミング、互いに仕事を渡す仕組み、そして自社の環境の外まで届くためのプロトコル。
How many AI agents does a business need?
Fewer than you would expect. Add an agent when a job is genuinely distinct, not when it is large - more agents mean more supervision, not more capacity.
Multi-agent vs single agent: when to split
The case for several narrow agents over one that has accumulated every connector in the building - operationally and after a bad day.
エージェント間の委任
Peers and subagents, what each is for, and why visibility and permission are deliberately separate settings.
What is agent orchestration?
The term, stripped of the marketing: who decides what runs next, and what breaks when nobody does.
MCP and A2A: what open agent protocols buy you
A2A reached v1.0 in April 2026 with 150+ organisations behind it. What each protocol does, and the part of lock-in neither of them solves.
自己改善するエージェント
エージェントが仕事で上達するとはどういうことか、何を意味しないのか、そして先に備わっていなければならない安全策。
Recursive self-improvement, explained honestly
What the term means, what it does not mean, and which parts of it are actually shipping in products you can buy today.
Do AI agents learn from experience?
Sometimes, in a narrower sense than the phrase implies. What changes between Monday and Friday, and what stays exactly the same.
The four safeguards a self-improving agent needs
If an agent can change its own instructions, four things have to be true first. None of them is a model capability.
When not to let an AI agent self-improve
The cases where a fixed, reviewed, boring agent is the correct answer - and how to tell you are in one.
手順書
個別の業務ごとの構築手順。どれも人の承認と監査証跡が組み込まれている。
プラットフォームの内側
あらゆる導入の裏側にある構成：システムがどう改善し、どう記憶し、どの AI モデルに仕事を振り分けるのか。判断の輪には常にあなたの承認が入る。
Olano Cortex の内側
The self-improvement engine: five cycles that turn daily work into sharper memory, skills and procedures on a cadence you control - Fully Autonomous by default, with a rewrite of an agent's own instructions always waiting for your approval.
AI エージェントはどう記憶するのか
記憶の階層：消えない会話メモリ、蒸留された長期記憶、自社ドキュメントに根ざしたナレッジベース、そしてスキル。すべてあなた専用の隔離環境の中に。
AI エージェントはどう新しいスキルを覚えるのか
繰り返す仕事は書かれた手順になる。導入済みスキルへの改善はコピー上で行われ、元のファイルを上書きすることはない。そして劣化したものは保全チェックが隔離する。
マルチモデルの AI エージェント
タスクごとに最適なモデルへ振り分け。18 以上の LLM プロバイダーから選び、支出上限は厳格、BYOK は追加費用なし、特定ベンダーへの縛りもなし。
比較
汎用 AI ツール、チャットボット作成ツール、エージェントプラットフォーム、自作の構成との横並び比較。そしてそれぞれが向いている場面。
We asked Grok Bot to compare itself with Olano
xAI's AI teammate analysed cloud.olano.ai, compared it with itself and rated both. The prompt, the screenshot, the full reply - and why its most useful answer was about who each one serves.
日誌：AI エージェントチーム vs 人間チーム
実際の一日の運用業務を、人間チームでやった場合と比べる。時間、シンガポールドルでの費用、そして人による承認の境界線がどこにあるか。
ガイド：AI エージェント vs チャットボット
平易な解説：台本どおりのチャットボットと、承認済みの操作をあなたのシステム上で実行するエージェントとの違い。
表：AI エージェントプラットフォーム vs チャットボット
機能ごとの横並び比較：チャットボット作成ツールと、承認・監査履歴・支出管理を備えたエージェントプラットフォーム。
ガイド：業務運用における Olano vs ChatGPT
解説：ChatGPT が向いている場面と、顧客チャネルに常駐するエージェントが元を取る場面。
表：ビジネス用途の Olano vs ChatGPT
汎用の AI ワークスペースと、自社の業務チャネルでエージェントを動かすホスト型プラットフォームの詳細比較。
比較：ホスト型 AI エージェント vs 自作の自動化
ホストされ運用まで任せられるエージェント vs 自前で組む構成。費用、保守、そしてそれぞれのアプローチが向いている場面。
表：Olano vs Glimmer (Glints)
同じ問いへのシンガポール発の二つの答え。社内チャットの AI 同僚か、顧客チャネル上のエージェントか。
表：Olano vs Lindy
クレジット課金のセルフサーブ型 AI 社員か、運用込みの分離デプロイか。それぞれが向いている場面も含めて。
表：Olano vs Botpress
自分で作って自分で運用する開発者向けプラットフォームと、作って運用まで任せられるシステムの比較。
表：Olano vs Voiceflow
設計された会話か、任せられる実務か。そして Voiceflow の音声への注力が活きる場面。
Table: Olano vs Grok Bot
Always-on bots sharing one cloud computer and every login, versus isolated agents on your customer channels.
Table: Olano Cortex vs Hermes self-learning
Two systems that learn from real work - one personal and local, one governed with approvals, undo and a budget.
Table: Olano vs OpenClaw
A self-hosted gateway you keep alive yourself, versus a managed deployment - and an honest look at what a VPS does and does not fix.
Table: Olano vs Meta Muse
Meta's personal agent on its own secure cloud VM, versus agents that belong to a business and answer its customers.
Table: Local vs cloud AI agents
A laptop is a session and a deployment is a service - what stops when the lid closes, and what renting a server does and does not fix.
お客様の事例
実際の企業がエージェントを日々どう動かしているか、当事者の言葉で。
代わりに業務フローから始める
各ユースケースのページには、構成がそのまま載っている。エージェントが何をするか、どのツールにつながるか、承認がどこに入るか。
WhatsApp での AI カスタマーサービス
WhatsApp で顧客からの問い合わせに 24 時間対応。返信は送信前に承認を通す。
AI受信トレイアシスタント
メールを仕分け、返信を下書きし、やりとりの流れを見失わずにフォローアップを進める。
AI市場調査エージェント
決めた頻度でリサーチのダイジェストとレポートを配信。チームが確認できる出典に基づく。
AIソーシャルメディアエージェント
下書きとコンテンツカレンダー。あなたが承認してはじめて、連携ツールから公開される。
CRM 連携の AI 営業アシスタント
HubSpot、Salesforce、Google スプレッドシートを最新に保ち、動きが止まった商談をそっと押す。
取りこぼしたリードの回収
営業時間外に届いた問い合わせを取りこぼさず、冷める前にフォローする。
AI予約アシスタント
予約を受け、リマインダーを送り、日程変更にも各チャネルで対応する。
クリニック向けWhatsApp AI
クリニック向けの問い合わせ、予約、リマインダー、よくある質問。医療上の助言は一切行わない。
どの業務から始めるか決めきれない？
相談を予約してください。いちばん価値の高い業務を洗い出し、見積もりを出し、承認をいただいてから作ります。稼働まで数か月ではなく数日です。