Pavel GajvoronskiはEU AI Act対応とAI監視を同時に切り出した

概要

Pavel Gajvoronskiは、ジョージアのトビリシを拠点に動くソロファウンダーで、EU AI Act対応のためのComplyanceと、AIエージェント監視プロダクトのTraceHawkを開発している。Product Huntの自己紹介投稿では、中小企業向けのEU AI Act対応を月額99ドルで提供し、あわせてAIエージェントのツール呼び出しやコスト、判断を追跡できる監視基盤も準備していると述べていた。

この人物の動きで目を引くのは、規制対応だけに閉じず、運用時の証跡収集まで同じ文脈で扱っている点だ。Complyance側ではAIシステムの分類、要件ギャップの洗い出し、技術文書生成、ベンダー評価までをカバーし、TraceHawk側ではMCPサーバーのトレース、コスト監視、PIIやプロンプトインジェクションの検知、実行再生などを打ち出している。つまり「作る前の整理」と「動かした後の監視」を別製品で押さえつつ、最終的にはひとつの監査線にまとめようとしている。

Complyanceの案内ページでは、EU AI Actの期限を2026年8月2日と明示し、大企業向けの高額ツールやコンサルに頼れないSaaS事業者向けにセルフサーブ型の管理基盤を提供する考えを示している。Pavel本人のDEVプロフィールやContra上の実績紹介からも、短期間で複数のAIプロダクトを組み立てるビルダー色が強く、受託というより自社SaaSを連続的に形にしていくタイプだと読み取れる。

ビジネスモデル

中核はB2B SaaSである。Complyanceは、EU AI Actや関連規制への対応作業を、法務事務所やエンタープライズ向けプラットフォームの代替として、セルフサーブで提供する設計になっている。無料の分類機能で入口を作り、そこからギャップ分析、文書生成、ベンダー評価、継続的な規制情報の把握へ広げる流れは、典型的なプロダクト主導のSaaSモデルに近い。

一方のTraceHawkは、AIエージェント運用チーム向けの監視・可観測性ツールだ。PavelはProduct Hunt上で「2行のコード」で導入できるMCPネイティブの監視基盤として紹介しており、コスト可視化や失敗時の追跡を課題設定の中心に置いている。規制対応ツールと監視ツールは一見別市場だが、Complyanceのバンドルページでは両者を「Classify → Monitor → Comply」という一続きのライフサイクルとしてまとめ、証跡の自動同期まで説明している。

この設計はうまい。規制対応SaaSだけだと、期限対応の一過性需要で終わるおそれがある。逆に監視SaaSだけだと、競合の多いLLMOps領域で埋もれやすい。そこでPavelは、法規制という強い外部要因を入口にしつつ、運用監視という継続利用の文脈を組み合わせている。単品販売に加えてバンドル販売も用意しているため、1社あたり売上を伸ばしやすい構造でもある。

収益規模

確認できた価格情報としては、Complyanceが月額99ドル、TraceHawkも月額99ドル、両者のバンドルが月額149ドルとなっている。Product Huntの投稿でもComplyanceは99ドル/月と案内されていた。

ただし、MRRやARR、導入社数といった実収益を示す数字は見当たらなかった。したがって、公開されている収益データは確認できなかった、と整理するのが妥当だ。現時点では「価格は見えるが、売上規模は非公開」のフェーズと見るべきだろう。

学べるポイント

第一に、締切が明確な規制を市場参入の起点にしていることだ。EU AI Actの適用タイミングは、顧客にとって「いつかやる」では済まない仕事を生む。そこに対してPavelは、年額数万ドル級の既存選択肢に対する低価格ウェッジを前面に出した。難しい市場でも、価格差と導入容易性が十分に鋭ければ、個人開発に近い規模でも勝負できる。

第二に、単なるチェックリスト商材で終わらせず、運用データまで含めた証跡設計へ広げていることだ。Complyanceの説明では技術文書やギャップ分析を扱い、TraceHawkではツール呼び出しやコスト、セキュリティフラグ、異常検知を扱う。これらを別々に見るのではなく、監査で出せる形の記録へつなげる発想がある。B2B領域では、機能単体より「社内の面倒な作業線をつなぐ」ほうが強い。

第三に、作る速度そのものがポジショニングになっている。ContraではEU AI Act対応プロダクトを5週間、観測系プロダクトを6週間で構築したと記しており、DEVでは複数プロダクトを同時並行で発信している。これは単なる速さ自慢ではなく、ニッチ市場を小さく試して反応を見る運営スタイルと相性がいい。最初から巨大プロダクトを目指すのではなく、規制対応、監視、文書生成、コスト可視化といった隣接課題を細かく切り出している点は参考になる。

日本での再現可能性

日本でも再現余地はある。ただし、そのままEU AI Actを輸入するのでは弱い。日本企業向けには、AIガバナンス、社内審査、委託先管理、ログ保存、説明責任、個人情報対応といった実務へ置き換える必要がある。

再現しやすいのは3点ある。1つ目は、法規制や監査対応のように「やらないと困るが、専任者を置けない」領域を狙うこと。2つ目は、無料診断や分類ツールで最初の摩擦を下げること。3つ目は、書類生成で終わらず、運用ログや監視証跡まで含む継続課金モデルにすることだ。

逆に難所もある。日本ではEU向けSaaSほど期限ドリブンの切迫感が出にくい場合があり、買い手は法務・情シス・事業部の三者に分かれやすい。そのため、単なる「AI規制対応SaaS」では導入優先度が上がらない恐れがある。日本向けに展開するなら、監査準備の工数削減、顧客向け説明資料の整備、生成AI利用申請の標準化など、社内稟議で通しやすい具体便益に寄せた方がよい。

総じて見ると、Pavelのモデルは日本でも十分ヒントになる。特に、規制対応を入り口にしながら、監視・証跡・運用改善へLTVを伸ばしていく設計は、AI導入が進むB2B市場で応用しやすい。

出典

• https://www.producthunt.com/p/introduce-yourself/solo-founder-building-ai-compliance-observability-tools-for-eu-ai-act-deadline
• https://complyance.app/about
• https://complyance.app/bundle
• https://dev.to/pavelbuild
• https://dev.to/pavelbuild/series/38432
• https://contra.com/community/HwCYihH4-innovative-ai-observability-platform-monitor-llm
• https://contra.com/pavel_gajvoronski_bese6gfm