営業担当がリストを掘る前に、AIが物件を見つけて提案まで仕上げる時代が来ています。
この記事では、X（旧Twitter）で話題になった商用太陽光営業の自動化事例を整理します。老朽化した屋根を持つ商用建物を検出し、実在の物件画像に太陽光パネルを合成して、オーナーとの商談予約まで無人で回すワークフローの全体像と、背景にある米国の税額控除期限を解説します。
この記事でわかること
- OpenClawを使った商用太陽光営業の自動化フロー
- 屋根検出・パネルレンダリング・商談予約が一気通貫で動く理由
- 税額控除の期限が営業に与える影響
- 類似の商用向けAI営業ツールとの違い
営業のボトルネックは「探す時間」
商用太陽光の営業は、有望な物件を見つける段階で時間を使い切りがちです。LeadArcのサイトでは、太陽光営業チームが悪いリードを追いかけることに80%の時間を費やしていると指摘されています（参考）。屋根の形状、日射量、電気料金、税制優遇を一つずつ手作業で調べると、1件あたりの調査コストが積み上がります。
ここで注目したいのが、AIエージェント基盤のOpenClawを使った営業自動化の事例です。2026年6月9日、AI系コンテンツクリエイターのTulsi Soni氏がXで紹介したワークフローは、人手のリスト作成を前提にしない設計になっています（参考）。
OpenClawが回す4段階のワークフロー
Soni氏の投稿が示す流れは、次の4段階に分解できます。
1. 老朽屋根のある商用建物を検出する
エージェントが対象エリアの商用建物を走査し、屋根の老朽化が進んだ物件を抽出します。投稿本文は途中で切れていますが、「scans（走査）」から始まる一連の処理として紹介されています。衛星画像や航空写真を使った屋根解析は、太陽光業界ではすでに実用段階にあります。SolarGenixは、AIが航空画像から屋根の形状・傾斜・障害物を数秒で読み取れると説明しています（参考）。
2. 実在物件に太陽光パネルをレンダリングする
見つけた建物の実際の外観に、太陽光パネルを合成したビジュアルを生成します。営業メールに添付する「この建物にこう設置できます」という完成図を、人がデザインツールで作る手間を省きます。LeadArcも、ROI試算とあわせてビジュアル付きの提案メールを自動送信する機能を掲げています（参考）。
3. オーナーへアプローチし商談を予約する
生成した提案をもとに、建物オーナーへ連絡し、営業担当のカレンダーに商談枠を入れます。OpenClaw Consultの解説では、OpenClawはリードの追客、現地調査の日程調整、許認可フォローまでをエージェントに任せ、人間は判断が必要な場面に集中する設計だと説明されています（参考）。
4. すべてをオートパイロットで回す
Soni氏は「all on autopilot（すべて自動）」と表現しています。OpenClawの公式ドキュメントでは、定期実行（Cron）、イベントフック、常時指示（standing instructions）を組み合わせてバックグラウンドでタスクを回す仕組みが定義されています（参考）。営業リストの更新からフォローアップまで、人が毎回起動しなくても動き続ける点が、従来のCRMリマインダーとの大きな違いです。
なぜ今、商用太陽光なのか
投稿では、商用屋根工事業者が「200万ドル超の太陽光案件」を獲得していると紹介されています。背景には、米国の連邦税額控除（Investment Tax Credit）の期限があります。
2025年7月4日に成立した「One Big Beautiful Bill Act（OBBB）」により、商用向けのクリーン電力投資税額控除（Section 48E）は厳しい期限付きで継続されます。Clean Energy Districtsの解説によると、30%の控除を受けるには次のいずれかを満たす必要があります（参考）。
- 2026年7月4日までに着工し、4年以内に稼働させる
- 2027年12月31日までに設置・稼働させる
住居用の控除は2025年末で終了しましたが、商用は2027年まで猶予があります。老朽屋根の張り替えと太陽光設置を同時に進める提案は、オーナーにとって税制メリットの説得力が高く、営業側も期限を理由にした緊急性を出しやすくなります。
技術の裏側：エージェントと地理空間AIの組み合わせ
OpenClawはオープンソースのAIエージェント基盤です。Gateway（通信の入り口）、Agent Loop（推論とツール実行）、Skills（外部連携）、Memory（状態保持）の4層で構成され、CRMやカレンダー、メール送信などのツールをエージェントが自律的に呼び出します。
屋根検出と発電量試算の部分では、Google Solar APIやNREL（米国再生可能エネルギー国立研究所）の電気料金データなど、公開データソースとの連携が一般的です。LeadArcはGoogle Solar APIから屋根の幾何学情報と日射量を、NRELから地域の電気料金を取得し、ROIを自動計算する構成を公開しています（参考）。
地理空間AI（衛星画像の解析）とエージェント基盤（営業フローの自動実行）を分離して組み合わせることで、「解析は専門API、営業動線はOpenClaw」と役割を切り分けられます。1つの巨大SaaSに依存せず、自社の営業プロセスに合わせてカスタマイズできる点が、OSSベースのOpenClawを選ぶ理由になります。
導入時に押さえる注意点
自動化の訴求は強い一方、実務では人間の確認が欠かせません。OpenClaw Consultは、エージェントが顧客へのメッセージを送る前に人間の承認を挟む運用を推奨しています（参考）。屋根の構造強度や配線容量は、衛星画像だけでは判断できないため、商談後の現地調査は依然として必要です。
税制面でも、2026年以降は「禁止対象外国実体（PFE）」に関する適合要件が追加され、パネルやインバーターの調達元によって控除の適用が制限される可能性があります（参考）。提案段階のROI試算と、契約前の税務アドバイザー確認は分けて考えるべきです。
Soni氏の投稿が示すのは、AIが「リードの発掘から商談予約まで」を一気通貫で担えるようになったという事実です。営業の勝負所は、リストの長さではなく、期限のある税制メリットを踏まえた提案の速さに移っています。