Norm AiモデルのコンプライアンスAgent、月収2万元

💰 収入

① 中小金融機関のコンプライアンス評価サブスクリプション（メイン収入）：顧客が月額制でサブスクリプション契約、1社あたり1万元/月×2社＝月収約2万元で、月収の約100%を占める（カード内金額からの換算であり、事業者自己申告のデータは未監査）；② バージョンアップグレードとカスタマイズ連携：基本ルールライブラリ8000元/月、カスタマイズ連携を含むアップグレード版1.5万元/月、顧客のアップグレード後、1社あたりの月額料金が1万元から1.5万元に上昇（事業者の説明に基づくもので、独立した監査は未実施）、アップグレードした顧客数は確認できず、割合は公開されていない；③ 呼び出し量に応じたAPI出力の追加購入：機関がAPIの呼び出し量に応じて支払い、呼び出しの単価は公開されておらず、この追加購入項目が占める割合は不明；④ チャンス項目と企業レベルの参考――Norm Ai本体は2026年7月に1.2億米ドルのCラウンド資金調達を完了し、評価額は12億米ドルに達し、顧客基盤は30兆米ドル以上の資産を管理（数値は企業自身による開示）、自社のサブスクリプション収入は外部に非公開であり、規模は今後の動向を観察する必要がある。

💸 コスト

ツールサブスクリプションと大規模言語モデルAPIの費用は約800元/月、ベクトルデータベースは初期無料であり、使用量が超過した場合は従量課金となります。3社目の顧客の収入だけで全ての固定費をカバーでき、粗利率は約9割であり、今後は主にコンプライアンスと人間の再確認において時間コストを支出します。

⏱ 時間投入

毎日2時間を投入し、週に半日かけて規制ルールライブラリの保守とモデルの更新を行います。日常的には自動実行され、主に顧客の契約更新シーズンや新規制の発表日に集中的に対応します。

🔑 成功のカギ

• ✅ ナレッジベースの精度とリアルタイム更新――ルールライブラリは当日中に同期させる必要があり、自動収集のほかに人間による検証をバックアップとして行います。
• ✅ 人間による再確認メカニズムによる誤判定の低減――すべての評価レポートを提携弁護士が審査した上で送信することで、信頼性が高く、信頼の壁を築くことができます。
• ✅ 業界の垂直シーンの深度――1つのニッチなトラックに深く特化し、1つのルールの分解を極限まで突き詰めることが、汎用コンプライアンスによる複数顧客のカバーよりも優れています。
• ✅ 顧客の契約更新と紹介（リファラル）の運営――月次のコンプライアンスブリーフィングによって継続的なタッチポイントを築き、既存顧客に同業者を自発的に紹介してもらうことで、顧客獲得コストを削減します。

⚠️ 风险

• ⚠️ 大規模言語モデルのハルシネーション（幻覚）によって誤ったコンプライアンス結論が生成される可能性があるため、人間による再確認とリスク免責事項を設定する必要があり、AIの出力はあくまで意思決定の参考用であることを契約書で明確にしなければなりません。
• ⚠️ 規制ルールが頻繁に更新されるため、ナレッジベースの保守がタイムリーに行われない場合、評価結論が古くなり、顧客からの責任追及や離反を引き起こす可能性があります。
• ⚠️ 金融機関はデータセキュリティに対する要求が高く、個人や小規模チームではデプロイやストレージの段階で等保（等級保護）や監査の要件を満たすことが難しく、受注の喪失や法的賠償のリスクにつながります。