wanderAI：8体のAIエージェントで無人旅行社を実現

Before

「火哥」（フオ・ゴー）は、中国旅游業界で20年にわたりキャリアを積んできた起業家である。2010年頃、彼は伝統的な旅行社を離れ、インターネットを活用した旅行ビジネスの可能性に着目した。当時、WeChat公式アカウントの運用方法を模索していた業界において、彼のチームは月間数百万元の売上を達成するなど、いち早くデジタル化の波に乗った。

しかし、十数年前、彼は「世界各地のサプライヤーをインターネットで繋ぐ」という野心的なプロジェクトに取り組んだが、技術的・人材的制約から途中で頓挫し、会社は閉鎖を余儀なくされた。その時の未竟の事業が、彼の中でずっと引っかかっていた。

2026年初頭、OpenClaw（通称「龙虾（ロブスター）」）というAIエージェントフレームワークが爆発的な注目を集めるようになった。火哥は、この技術がかつての夢を実現する鍵になるかもしれないと直感した。彼は単なる「技術的好奇」ではなく、 「未来の会社の形を実証する社会的実験」 として、この「無人旅行社」プロジェクトに取り組み始めた。

従来の旅行業界では、以下の課題が常態化していた：

人材依存の高さ：経験豊富なコンシェルジュやビザスペシャリストは育成に時間とコストがかかるが、離職リスクも高い
業務の非効率：ビザ申請書類の確認、スケジュール調整、コスト計算など、定型業務が人的リソースを圧迫
スケーラビリティの限界：人間のスタッフでは対応時間と対応数に限界があり、24時間体制の運営は困難
システム構築の高コスト：以前のプロジェクトでは、内部システム構築に1500万元（約3億円）と2年の歳月を要した

AI導入内容

火哥は、OpenClawを中核として、8体のAIエージェントからなる「デジタル従業員チーム」を構築した。これは人間の組織構造をミラーリングし、エージェント間通信プロトコルAtelを通じて高度な連携を行うマルチエージェント・オーケストレーションの社会実験である。

AIエージェントの技術的組織構成

8体のエージェントは、それぞれ独自のsoul.mdによって役割と専門知識が定義されている。

1. CEO「虾王（シャーワン）」 全体戦略の策定と意思決定を担う。各エージェントからのレポートを統合し、ビジネス判断を下す。

2. CTO「小技（シャオジー）」 技術インフラの管理。OpenClawの スキル（外部ツール連携） のアップデートや、API接続の正常性を監視する。

3. フロント担当（2体） WeChatミニプログラムからの入力を受け取り、自然言語処理（NLP）を用いてユーザーの意図を抽出・分類する。

4. プランナー ベクトル検索（RAG） を活用し、世界中の旅行データベースから最適なプランを構築。リアルタイムのコスト計算も行う。

5. リスク管理担当 現地の安全情報やキャンセルポリシーを常時スクレイピングし、リスクを定量化。エージェント間のワークフローに警告を注入する。

6. 財務担当 複雑な通貨換算、決済ゲートウェイとの連携、キャッシュフローのリアルタイム追跡を自動化する。

7. データ担当 過去の予約データを分析し、需要予測モデルを用いて価格戦略やリソース配分を最適化する。

技術インフラ：ローカル＋クラウドのハイブリッド部署

ハードウェア構成

ローカル層：Mac mini 4台。OpenClawをローカル環境で稼働させ、顧客のパスポート情報や個人データなど、機密性の高い情報の処理（ローカル推論/暗号化）を担当。
クラウド層：OpenClawのクラウドインスタンス4体。計算負荷の高いタスクや、外部検索、大規模なデータ処理を担当。

このハイブリッド構成により、データプライバシーの確保と計算リソースの柔軟な拡張を両立させている。

ビザサービスの自動化：Agentic Workflowによる高度な推論

火哥が最も注力したのが、アメリカビザ申請サービスの完全自動化である。これは以下のAgentic Workflowによって実現されている。

ステップ1：DS-160データの構造化抽出 ユーザーが提供した情報を、OpenClawの抽出スキルを用いてDS-160フォームの形式に正確にマッピング。この際、論理的な矛盾（職歴の重複や渡航歴の不整合など）をAIが自動検知する。

ステップ2：RAGによる最新ビザ政策の照合 アメリカ国務省の最新のビザ発給方針や、最近の拒否事例データをベクトルデータベースから検索。現在のユーザーの状況（職種、年収、渡航目的等）が政策に合致しているかを精密に分析する。

ステップ3：模擬面接レポートの生成（Persona Simulation） 「審査官」の人格を与えられたエージェントが、ユーザーのデータに基づき「想定される質問」と「回答の弱点」を特定。数千件の面接事例を学習したデータを基に、通過率の予測スコアを算出する。

ステップ4：自己学習フィードバックループ 実際の審査結果（取得/拒否）をシステムにフィードバック。成功事例と失敗事例の差分を分析し、エージェントの判断基準（プロンプト）を自動的に微調整する。

エージェントの自己組織化（Self-Organization）

興味深いことに、当初火哥は12体のエージェントを計画していたが、OpenClaw上のプランナーエージェントが 「コミュニケーションコストとリソース効率の観点から、8体が最適である」 という構造最適化案を提示した。これにより、エージェント間のAtel通信の遅延が最小化され、より迅速な意思決定が可能になった。AIが自らの組織構造を設計・提案するという、高度な自己組織化の一例である。

After

OpenClawによる「無人旅行社」の実証は、予想以上の成果をもたらした。

業務効率：10倍の向上

ビザ申請サービスにおいて、従来は1日あたり5〜10件が限度だった処理が、AIエージェントのおかげで1日50件まで対応可能になった。顧客情報の収集から模擬面接レポート生成、必要書類の確認まで、ほぼ人手を介さず完結する。

コスト削減：50%以上

単一のビザ申請あたりの処理コストが、 200元（約4,000円）から50元未満（約1,000円未満） に削減された。これにより、サービス価格の競争力向上と利益率の改善を両立できた。

システム構築コスト：1500万元→1万元未満

以前のプロジェクトで1500万元・2年かかったシステム構築が、今回はサーバー費用込みで1万元（約20万円）未満で実現した。OpenClawが提供する抽象化レイヤーのおかげで、インフラ構築から解放され、ビジネスロジックの設計に集中できた。

24時間365日の稼働

人間のスタッフは睡眠や休息が必要だが、8体の「龙虾」は途切れることなく業務を継続する。深夜の問い合わせにも即座に対応し、グローバルなタイムゾーンの差を問題にしない。

組織の自己最適化

当初想定していた12体のエージェント構成を、AI自身の提案で8体に最適化したことで、コミュニケーションコストと処理遅延を削減。エージェント間の役割分担も、AIが業務量を分析して自動的に調整する仕組みとなっている。

現実世界との境界

もちろん、すべてがAIで完結するわけではない。火哥自身が「法定代表人」として、ウェブサイトの登録、支払いゲートウェイの申請、書類の物理的な郵送など、法的・物理的に人間が介在する必要がある部分は残っている。「時々、AIが人間を待っているのではなく、人間がAIのスケジュールに追いつくのに必死な気分になる」と火哥は語る。

未来への示唆

火哥（フオ・ゴー）は、このプロジェクトが示すのは単なる「コスト削減」ではないと語る。「これは『未竟（みきょう：やり残した）の事業』の完結だ。十数年前に技術的限界で断念した夢を、今のAIなら実現できる。現在は『試行錯誤のコストが最も低い時代』であり、一人の創業者がAIを味方につければ、かつては大企業でしかできなかったことが可能になる」

wanderAIの実験は、「一人公司（イー・レン・ゴン・スー：一人会社 / One Person Company）」という新しいビジネス形態の可能性を示す、象徴的なケーススタディとなった。火哥（フオ・ゴー）と8体の「龙虾（ロブスター）」が紡ぐ、人間とAIの新しい共働の形は、今後の旅行業界のみならず、あらゆる知識労働産業に影響を与える可能性を秘めている。働産業に影響を与える可能性を秘めている。