創業者(職業・職種)に関するニュース一覧

GV、CI/CDのBlacksmithに再投資 ベアメタル活用で開発を加速

異例の速さで資金調達

GVがわずか4ヶ月で追加投資
シリーズAで1000万ドルを調達完了
ARR(年間収益)は350万ドルに急増

開発速度を革新する技術

CI/CD処理にベアメタルを採用
処理速度を最大2倍に高速化
計算コストを最大75%の大幅削減

継続的インテグレーション・デリバリー(CI/CD)を提供するスタートアップBlacksmithは、シードラウンドからわずか4ヶ月で、Google Ventures(GV)主導のシリーズAラウンドを実施し、1000万ドル(約15億円)を調達しました。AI駆動のソフトウェア開発が加速する中、コードのリリース速度を劇的に高める同社の実績と市場拡大の可能性が評価され、GVは異例の速さで追加投資を決定しました。

Blacksmithの成長は目覚ましいものがあります。今年2月にわずか4人のチームでARR(年間経常収益)100万ドルを達成しましたが、現在は従業員8名体制でARRは350万ドルに急増しています。顧客数も700社を超えており、この短期間での確かな実績が、GVが短期間で大規模な追加投資を決断する決め手となりました。

同社の最大の強みは、従来のCI/CDプロセスが抱える高コストで予測不可能なテスト実行の課題を解消した点です。一般的なクラウドサービスをレンタルするのではなく、高性能なゲーミンググレードのCPUをベアメタル環境で活用しています。これにより、同社はリソースの経済性を完全に制御しています。

この独自のアプローチの結果、Blacksmithは顧客企業に対し、処理速度を最大2倍に高め、計算コストを最大75%削減できると主張しています。導入も容易であり、既存のコードを一行変更するだけで切り替えが完了します。これにより、企業は数分以内にコードの出荷プロセスを高速化することが可能です。

Blacksmithは、主にエンジニアを500人以上抱える大規模な開発チームをターゲットとしています。同サービスはGitHub Actionsと連携し、テスト分析や深い可視化機能を提供することで、既存のCI/CDプラットフォームを補完します。AIエージェントの普及は開発市場を広げ、同社の成長を後押ししています。

創業者は、Cockroach LabsやFaireなどの企業で大規模な分散システムを構築した経験を持ちます。CIにおけるビルドやユニットテストの非効率性を痛感した経験が、このサービス開発の原点です。今回のシリーズAには、Cockroach LabsのCEOら既存投資家も再参加しています。

元Periscope創業者がAI再始動、コード理解とバグ修正の「Macroscope」

開発者向けの核心機能

コードベースの変更内容をAIが自動で要約
プルリクエスト(PR)の記述を自動生成
抽象構文木(AST)を活用した詳細なコード解析
PRに含まれるバグの早期発見と修正を支援

経営層・リーダーへの提供価値

リアルタイムなプロダクト更新状況を把握
自然言語でコードベースを質問可能
エンジニアの優先順位とリソース配分の可視化
競合を上回る高精度なバグ検出能力

元Twitterのプロダクト責任者であったケイボン・ベイクポー氏らが、AIを活用した新しいスタートアップ「Macroscope(マクロスコープ)」を立ち上げました。このサービスは、開発者やプロダクトリーダー向けに、複雑なコードベースの理解を助け、バグを自動で検出・修正するAIシステムを提供します。同氏は以前、ライブストリーミングアプリPeriscopeをTwitterに売却しており、その創業チームが開発者の生産性向上を狙い、満を持して再始動した形です。

CEOのベイクポー氏は、大規模組織において全員が何に取り組んでいるかを把握することが、自身の業務の中で最も困難だったと語ります。従来のJIRAやスプレッドシートといった管理ツールだけでは限界がありました。Macroscopeは、エンジニアがコード構築以外の雑務や会議に費やす時間を削減し、本来の創造的な作業に集中できるように設計されています。これは、あらゆる企業が直面する共通の課題です。

Macroscopeの基盤技術は、GitHub連携後にコードの構造を表現する抽象構文木(AST)を用いたコード解析です。この深い知識と大規模言語モデル(LLM)を組み合わせることで、精度の高い分析を実現します。開発者は、自身のプルリクエスト(PR)の自動要約や、PR内の潜在的なバグの発見と修正提案をリアルタイムで受け取ることができます。

プロダクトリーダーや経営層にとっては、チームの生産性状況や、プロジェクトの進捗を迅速に把握できる点が重要です。Macroscopeを通じて、自然言語で「今週何が完了したか」といった質問をコードベースに対して直接投げかけられます。これにより、熟練エンジニアの時間を割くことなく、リソース配分の優先順位付けや製品のリアルタイムな更新状況を把握可能です。

Macroscopeはコードレビュー分野で競合が存在しますが、独自ベンチマークで優れたパフォーマンスを示しています。100件以上の実環境のバグを用いたテストでは、競合ツールと比較してバグ検出率が5%高く、かつ自動生成されるコメントが75%少ない結果となりました。これは、精度の高い結果を出しつつも、ノイズが少なく、開発者のレビュー負担を軽減できることを示します。

Macroscopeは、既にXMTPやBiltなど複数のスタートアップや大企業での導入実績があります。料金体系は、アクティブな開発者一人あたり月額30ドルからとなっており、大規模企業向けにはカスタム統合も提供されます。同社は2023年7月の設立以来、合計4,000万ドルを調達しており、Lightspeedが主導した3,000万ドルのシリーズA資金調達により、今後の成長が期待されています。

最先端AIセキュリティのIrregular、8000万ドル調達しリスク評価強化

巨額調達と評価額

調達額は8,000万ドルに到達
評価額は4.5億ドルに急伸
Sequoia CapitalやRedpoint Venturesが主導

事業の核心と評価手法

対象は最先端(フロンティア)AIモデル
AI間の攻撃・防御シミュレーションを実施
未発見の潜在的リスクを事前に検出
独自の脆弱性評価フレームワーク「SOLVE」を活用
OpenAIやClaudeの評価実績を保有

AIセキュリティ企業Irregular(旧Pattern Labs)は、Sequoia Capitalなどが主導するラウンドで8,000万ドルの資金調達を発表しました。企業価値は4.5億ドルに達し、最先端AIモデルが持つ潜在的なリスクと挙動を事前に検出・評価する事業を強化します。

共同創業者は、今後の経済活動は人間対AI、さらにはAI対AIの相互作用が主流になり、従来のセキュリティ対策では対応できなくなると指摘しています。これにより、モデルリリース前に新たな脅威を見つける必要性が高まっています。

Irregularが重視するのは、複雑なシミュレーション環境を構築した集中的なストレス試験です。ここではAIが攻撃者と防御者の両方の役割を担い、防御が崩壊する箇所を徹底的に洗い出します。これにより、予期せぬ挙動を事前に発見します。

同社はすでにAI評価分野で実績を築いています。OpenAIのo3やo4-mini、Claude 3.7 Sonnetなどの主要モデルのセキュリティ評価に採用されています。また、脆弱性検出能力を測る評価フレームワーク「SOLVE」は業界標準として広く活用されています。

AIモデル自体がソフトウェアの脆弱性を見つける能力を急速に高めており、これは攻撃者と防御者の双方にとって重大な意味を持ちます。フロンティアAIの進化に伴い、潜在的な企業スパイ活動など、セキュリティへの注目はますます集中しています。

ロボットの安全性向上へ 3D超音波センサー「ADAR」が6億円調達

新世代の<span class='highlight'>知覚技術</span>

人間空間に進出するロボットの安全確保
高周波音波(ADAR)による3D空間把握
LiDARより安価かつ高性能な代替策

LiDARとの<span class='highlight'>優位性</span>

レーザー点状測定に対し空間全体を充填
カメラの弱点を補う高精度な深度知覚
業界標準フォーマットで多様なシステムに連携

<span class='highlight'>市場からの評価</span>

ロボティクスや産業安全分野で需要拡大
スケールアップに向け600万ドル調達完了

Sonairは、ロボットの安全性向上を目的とした3D超音波センサー「ADAR (Acoustic Detection and Ranging)」の開発資金として、600万ドル(約9億円超)を調達しました。このオスロ拠点のスタートアップは、従来のLiDAR技術よりも安価かつ包括的に環境を認識できるソリューションを提供し、人間と協働するロボットの普及を加速させます。

ADARセンサーは、高周波の超音波を発信し、その反響を捉えることで周囲の3次元データを取得します。共同創業者兼CEOのサンドヴェン氏は、LiDARがレーザー点状測定であるのに対し、「部屋全体を音で満たす」イメージだと説明し、より信頼性の高い深度知覚を実現します。

ロボットの知覚は通常、カメラに大きく依存しますが、カメラは悪条件下での物体検出に課題があります。ADARは、他のセンサーやカメラでは捉えきれない、高精度な深度情報を提供することで、ロボットのオペレーティングシステムが環境をより正確に把握する手助けをします。

Sonairは今年初めにセンサーをリリースして以来、ロボティクス分野から強い需要を受けています。複数の企業が次期モデルへの組み込みを計画するほか、産業安全セクターでの活用も開始。重機エリアへの侵入者を検知し、自動で機械を停止させる安全対策に貢献しています。

自動運転車の初期と同様に、人型ロボット(ヒューマノイド)の普及に伴い、安全性が最大の懸念事項となることが確実視されています。投資家たちはこの課題を理解しており、Sonairはカメラのように全てのロボットに搭載される標準センサーとなることを目指しています。

金融の複雑なコンプラ業務をAIで7割削減、Rulebaseが2.1億円調達

資金調達と成長

YC支援のもと210万ドルを調達
元MS/GS出身者が2024年に創業
金融バックオフィス業務を自動化

AI「コワーカー」機能

顧客対応のコンプラリスクを評価
QAや紛争解決など手作業を代替
既存ツール(Jira等)とのシームレス連携

経営へのインパクト

業務コストを最大70%削減
顧客対応の100%レビューを実現

Y Combinator出身のRulebaseが、プレシードラウンドで210万ドル(約3.1億円)の資金調達を実施しました。同社は、フィンテック企業のバックオフィス業務、特にコンプライアンスや品質保証(QA)を自動化するAIエージェント「コワーカー」を提供し、生産性向上を目指しています。

RulebaseのAIコワーカーは、従来の金融機関でQAアナリストが手動で3〜5%しかレビューできなかった顧客対応を、100%評価できるように設計されています。これにより、手作業を大幅に削減し、人的コストを最大70%削減できると創業者は述べています。

このAIエージェントは、顧客とのやり取りを評価し、規制リスクを即座に特定します。ZendeskやJira、Slackなどの既存プラットフォームと連携し、一連の紛争対応ライフサイクルを管理します。人間による監視(Human-in-the-loop)を維持している点も、金融業界にとって重要です。

Rulebaseが金融サービスに注力する理由は、高度な専門知識(ドメインナレッジ)が要求されるためです。Mastercardの規則やCFPB(消費者金融保護局)のタイムラインといった詳細な知識をシステムに組み込むことが、他社との決定的な競争優位性(Moat)になるとCEOは強調しています。

すでに米国大手銀行プラットフォームなどでの導入実績があり、エスカレーション率を30%削減するなどの効果が出ています。調達資金を活用し、エンジニアリングを強化するとともに、今後は不正調査や監査準備といった新機能の追加も視野に入れています。

AIコードレビュー市場急拡大、CodeRabbitが評価額800億円超で6000万ドル調達

驚異的な成長と評価

シリーズBで6000万ドルを調達
企業評価額は5億5000万ドル
ARRは1500万ドル超、月次20%成長
NvidiaのVC含む有力投資家が参画

サービスと価値

AIコード生成のバグボトルネック解消
コードベース理解に基づく高精度なフィードバック
レビュー担当者を最大半減し生産性向上
Grouponなど8,000社以上が採用

AIコードレビュープラットフォームを提供するCodeRabbitは、シリーズBラウンドで6000万ドル(約90億円)を調達し、企業評価額を5億5000万ドル(約825億円)としました。設立からわずか2年でこの評価額に達した背景には、GitHub Copilotなどに代表されるAIによるコード生成の普及で、レビュー工程が新たなボトルネックとなっている現状があります。この資金調達はScale Venture Partnersが主導し、NvidiaのVC部門も参加しています。

CodeRabbitは、増加するAI生成コードのバグに対処し、開発チームの生産性向上に貢献しています。同社の年間経常収益(ARR)は1500万ドルを超え、月次20%という驚異的な成長率を維持しています。Chegg、Grouponなど8,000社以上の企業が既に導入しており、急速に市場のニーズを取り込んでいることがわかります。

AIによるコード生成は効率を高める一方、その出力はしばしばバグを含み、シニア開発者がその修正に時間を費やす「AIのベビーシッター」状態を生み出しています。CodeRabbitは、企業の既存のコードベース全体を深く理解することで、潜在的なバグを的確に特定し、人間のように具体的なフィードバックを提供します。

創業者であるハージョット・ギル氏によると、CodeRabbitの導入により、企業はコードレビューに携わる人員を最大で半減できる効果が見込めるとしています。これは、開発サイクルにおける最も時間のかかる作業の一つであるコードレビューの効率化をAIが担うことで実現されます。

AIコードレビュー市場では、Graphite(5200万ドル調達)やGreptileなど、有力な競合が存在します。しかし、CodeRabbitは AnthropicのClaude Codeなどのバンドルソリューションと比較して、より包括的かつ技術的な深みがあると主張し、スタンドアローン製品としての優位性を強調しています。

開発者がAI生成コードに依存する度合いが高まるにつれ、その信頼性を担保するためのAIコードレビューの需要はさらに拡大する見通しです。CodeRabbitが提示する高精度なレビュー機能が、今後のソフトウェア開発における必須インフラとなる可能性を示唆しています。

AIで知的財産権を守るMarqVision、4800万ドル調達し日本進出へ

資金調達の概要

Series Bで4800万ドルを調達
総調達額は約9000万ドルに到達
Peak XV Partnersがリード投資家

AI戦略と市場拡大

資金の半分はAI・エンジニアリング強化へ
生成AIを統合し自動化を加速
地域展開として日本市場に新規参入

事業成果と潜在力

年次経常収益(ARR)は2000万ドル超
クライアントの売上を約5%向上に貢献

AIを活用したブランド保護プラットフォームを提供するMarqVisionは、この度シリーズBラウンドで4800万ドル(約70億円)を調達しました。急速に拡大する模倣品市場に対抗するため、AIによる知的財産権(IP)侵害対策ソリューションの強化と、日本を含むグローバル展開を加速します。これにより、総調達額は約9000万ドルに達しました。

調達資金の約半分は、プラットフォームの自動化促進と生成AI技術の統合を目指し、AIおよびエンジニアリングチームの拡充に充てられます。残りの資金は、大規模ブランドを対象としたエンタープライズ対応の強化と、グローバルな地域展開に投入される計画です。

MarqVisionは現在、米国、韓国、中国、欧州で事業を展開していますが、今回の資金調達を機に日本市場への新規参入を決定しました。国境を越えるIP侵害問題に対応するため、AI技術を駆使し、世界規模でのブランドコントロールを推進する構えです。

同社の成長は著しく、創業から4年で年間経常収益(ARR)は2000万ドルを突破しました。これは毎年収益が倍増している計算になります。創業者は、2027年半ばまでにARR 1億ドル達成を目標に掲げており、スケーラブルなAI基盤構築を優先しています。

MarqVisionは従来のソフトウェア販売モデルから、AI主導のエンドツーエンド管理サービスへとビジネスモデルを転換しました。この転換により、市場機会は当初の計画より100倍大きくなると評価されており、AIが労働集約的なサービス業界に変革をもたらす事例として注目されています。

AIの活用は、模倣品の除去に留まらず、ブランドの失われた収益の回復に焦点を当てています。多くのクライアントが売上を約5%向上させたと報告しており、これは法務部門だけでなく、収益目標を追う経営層やマーケティング部門にとっても重要な価値を提供しています。

AIブームが巨大企業を置き去りにする可能性

基盤モデルの価値変化

基盤モデルはコモディティ化へ
事前学習の効果が鈍化
事後学習と強化学習へ注目が移行

競争環境の変化

アプリケーション層での競争が激化
オープンソース代替案の台頭
低マージン事業への転落リスク

企業戦略の再構築

ファインチューニングとUI設計が重要
基盤モデル企業の優位性は縮小
新たな競争優位性の模索が必要

AIブームが進む中、基盤モデルを開発する巨大企業が置き去りにされる可能性が浮上している。かつては「GPTラッパー」と軽視されたAIスタートアップが、特定タスク向けのモデルカスタマイズやインターフェース設計に注力し始めたからだ。

基盤モデルの価値が変化している背景には、事前学習のスケーリング効果が鈍化している事実がある。AIの進歩は止まっていないが、超大規模モデルの初期利益は減少し、事後学習や強化学習が新たな進化の源泉となっている。

競争環境も変化している。スタートアップはGPT-5、Claude、Geminiなど基盤モデルを互換性のある部品として扱い、ユーザーが気づかない間にモデルを切り替えることを前提に設計している。

この状況は、OpenAIやAnthropicのような基盤モデル企業を低マージンのコモディティ事業のバックエンドサプライヤーに変えるリスクをはらんでいる。ある創業者はこれを「スターバックスにコーヒー豆を売るようなもの」と表現した。

もちろん、基盤モデル企業が完全に脱落するわけではない。ブランド力、インフラ、巨額の資金など持続的な優位性も存在する。しかし、昨年までの「より大きな基盤モデルを構築する」という戦略は魅力を失いつつある。

AI開発の速いペースを考えると、現在の事後学習への注目も半年後には逆転する可能性がある。最も不確実なのは、汎用人工知能への競争が医薬品や材料科学で新たなブレークスルーを生み出す可能性だ。

結局のところ、AIの価値は基盤モデル自体ではなく、それを活用するアプリケーションやユーザー体験に移行しつつある。企業はこの変化に適応し、新たな競争優位性を築く必要に迫られている。