投資（経済・金融・投資）に関するニュース一覧

OpenAIは8月12日、企業のAI活用に関する2本の調査を公開しました。顧客企業の利用実態をまとめた「Enterprise Signals」と、導入企業の広がりを分析した作業論文で、AI利用が「補助」から「実行」へ移りつつあることを示しています。月間利用量の上位10%にあたる先進企業は、利用者1人あたりの出力トークン量が一般的な企業の8.3倍に達し、1月の2.6倍から半年で急拡大しました。

変化を最も端的に示すのが、Codexの存在感です。6月時点で、法人顧客のCodexとChatGPTの出力トークンのうち64%をCodexが占めました。エージェントは複数手順の長い作業を担うため出力が増えやすく、この数字は利用頻度と作業量の両方を映しています。

先進企業と一般企業の差は、機能の使い分けにも表れています。週次の利用者のうちPluginsを使う割合は先進企業で21%、一般企業では9%にとどまり、skillsは19%対3%でした。OpenAI社内では95%がPluginsを毎週使っており、企業側にはまだ深掘りの余地が残ります。

用途の広がりも鮮明です。2月以降、Codexの週間利用者は法務で108倍、営業と採用で41倍、マーケティングで26倍に増え、発祥の地であるエンジニアリングの5倍を大きく上回りました。ヴァージン・アトランティック航空では、2週間かかっていたレガシーコードの改修が30分で済むようになったといいます。

意外なのは、誰が最も使っているかという点です。導入から半年後、若手社員は役員よりも週13件多くメッセージを送っており、経営層ほど使いこなしているとする各種アンケートとは逆の結果が出ました。米上場企業の分析では、導入企業は非導入企業より資産・従業員数・研究開発投資が大きい傾向も確認されています。

同じモデルを使えても、成果の差は組織の使い方で開きます。OpenAIは、エージェントを社内の情報や業務ツールにつなぎ、権限設定と人による確認を整えたうえで、個人の工夫を組織の標準的な進め方に変えることを提案しています。

企業を買収してAIを組み込むThrive Holdingsが8月12日、SoftBankなどから20億ドルを調達したと発表しました。企業価値は120億ドルと評価され、資金の一部は物理インフラの規制業務を担う新事業に充てられます。会計事務所やIT企業といった伝統的な事業を買い取り、現場の業務にAIを実装する手法が、投資家の評価につながった形です。

今回の調達にはSoftBankのほか、D1 Capital PartnersとAltimeter Capitalが参加しました。同社はOpenAIの主要投資家であるThrive Capitalから分社した企業で、2025年12月にはOpenAI自身が出資しています。その取り決めにはOpenAI社員を買収先企業に派遣する内容が含まれ、AI導入を現場で加速させる体制が整いました。

プラットフォーム上の企業は70社を超えました。会計部門のCurrentは50社超・2000人以上の専門家を抱え、自己改善型の税務エージェント「TaxAI」が7000件超の申告を98%の精度で処理し、参加事務所の申告準備時間を3割以上短縮したとしています。IT部門のShieldには約20社が参加し、ヘルプデスクの解決時間を36倍に速めたほか、独自AIエージェントの稼働数はこの1カ月で倍増しました。

今回の資金は、物理資産の規制対応を担う3つ目のプラットフォームの立ち上げにも使われます。創業メンバーのAnuj Mehndiratta氏は、データセンターや製造、医療、電力、水道、交通などの分野で、地域・技術・規制の複雑さがプロジェクトの制約になっていると指摘します。AIが現場作業や専門家の最終判断を置き換えるわけではなく、調査や報告書作成、許認可申請、検査記録、法令順守の管理といった手作業を軽くする狙いです。

AIの実装支援そのものを事業にする動きは、業界全体に広がっています。OpenAIとAnthropicはそれぞれ大手プライベートエクイティと組み、The Deployment CompanyとOde with Anthropicという10億ドル規模の合弁を立ち上げ、精鋭エンジニアが企業に常駐して業務にAIを組み込む体制を築いてきました。価値の重心がモデルから実装へ移る流れは、自社のAI活用を進める経営層にとって見逃せない変化と言えます。

NVIDIAは8月12日、ApolloやBlackRock、Blackstoneなど金融大手6社と提携し、AIインフラ整備に5000億ドル超の第三者資本を動員する独立系の融資プラットフォームを設立すると発表しました。ジェンスン・フアンCEOは公式ブログで、企業がチップを買って案件ごとにデータセンターを建てる時代から、AI工場を収益を生むインフラとして金融できる時代に移ったと述べています。

投資対象になると説明する根拠は、計算資源の転用可能性です。NVIDIAのAI工場は言語や画像、音声、生物学、ロボティクスまで幅広いモデルを動かせるうえ、主要クラウドや企業に共通の設計が採用されているため、顧客が入れ替わっても別の事業者が引き継いで使えます。CUDAの世代更新は設置済み設備の性能と総保有コストを改善し続けるので、時間とともに生産量が増えるという主張です。

実績として挙げるのが、2020年に投入したA100です。6年経った今も学習や推論、高性能計算で商用稼働しており、複数年の容量契約が続くことで経済的な寿命は10年に近づいています。市況も強く、H100の1年契約は2025年10月の1GPU時間あたり約1.70ドルから2026年3月に約2.35ドルへ上がり、Blackwell世代のB200は約5.30〜7.05ドルと上乗せされた価格がついています。

投資家が最も気にする循環取引の懸念については、資金の出し手が独立している点を強調しています。6社は顧客、需要、稼働率、キャッシュフロー、残存価値を個別に審査し、NVIDIAは設備プラットフォームを提供する側に回ります。ただしNVIDIAは案件ごとの判断で、投資機会の最大25%まで残存価値を支える仕組みを用意する場合があるとも認めています。

経営者にとっての含意は明快です。計算資源が電力や通信と同じインフラ資産として扱われるなら、自社でGPUを買い切らなくても長期資本を使って調達する道が広がります。5000億ドルはNVIDIAの売上でも単一のファンドでもなく、時間をかけて動員される第三者資本の総額である点は押さえておきたいところです。

欧州のバイブコーディング企業Lovableは8月12日、シリーズCラウンドで4億ドルを調達したと発表しました。同ラウンドはMenlo VenturesとScaleup Europe Fundが主導し、10社を超える投資家が参加しました。企業価値は133億ドルとされ、7月に伝えられていた観測を同社が正式に認めた形です。

注目すべきは評価額の伸び方です。同社は2025年12月に66億ドルの評価額で3億3000万ドルを調達したばかりで、わずか8カ月で企業価値が倍増しました。前回のラウンドもMenlo Venturesが主導しており、既存の出資者が積み増した格好です。

成長を支えるのは収益と利用の広がりです。同社は6月時点で年間換算収益5億ドルに到達したとTechCrunchに明かしており、現在は6000万件のプロジェクトを抱え、月間9億回の訪問を集めていると説明しています。

規模の拡大に伴い、バックエンドの要件も高度化しています。Lovableは各社のフロンティアモデルを選べるようにしたうえで自社で学習したAIモデルも提供し、6月にはGoogle Cloudと利用量を5倍に引き上げる複数年契約を結びました。

同社は欧州のスタートアップへの出資にも動いており、5月にはハードウェア設計にバイブコーディングを持ち込むデンマークのAtechを支援しています。自然言語でアプリを組み立てる市場が、資金と実収益の両面で厚みを増していることは、開発体制を見直す経営者にとって無視しにくい変化ではないでしょうか。

インドのAIスタートアップVideoVerseが2025年9月に発表した2.5億ドル規模の買収が、1年足らずで崩れました。買い手だったスポーツメディア企業Minute Mediaは2026年5月に契約を打ち切り、創業者のヴィナヤク・シュリバスタブ氏は詐欺や署名偽造を訴える複数の訴訟の渦中にいます。デラウェア州の衡平法裁判所には、投資家や債権者からの請求が積み上がっています。

発端は買収直後の資金調達でした。シュリバスタブ氏は2025年10月、投資会社Lingottoから5500万ドルの仕組み融資を取り付け、うち5300万ドルがClippingsの管理する口座に送金されます。ところがLingottoは訴訟で、提出された書類が偽造され、Minute Mediaの最高経営責任者は署名していなかったと主張しています。

返済はすぐに滞りました。2026年3月末に予定されていた400万ドルの支払いは実行されず、一括返済を求めたLingottoは、同社への支払いを待つ債権者の長い列を目にすることになります。4月末までに、シュリバスタブ氏は最高経営責任者の座を退きました。

請求は一社にとどまりません。2023年のラウンドに出資したBluestone Capitalは投資条件違反と売却代金の未払いを理由に詐欺で提訴し、別の債権者は6400万ドルの回収を求めています。元最高執行責任者のサビヤ・ダス氏は、融資契約や自社株買い契約で自分の署名が偽造され、数千万ドルが社外へ流出したと訴えています。

皮肉なのは、事業そのものは成長市場の中核にあった点です。主力製品Magnifiは長尺の試合映像から得点シーンなどを自動で抜き出すAIツールで、インド・プレミアリーグやFIFA+、日本テレビといった顧客を抱えていました。Minute Mediaは米国市場への横展開を描いていましたが、内部の問題が先に表面化します。

この一件が突きつけるのは、デューデリジェンスの限界です。買収が完了した後も両社が別法人として運営され続けたという事実は、書類上の合意と実態の乖離を見逃す余地があったことを示しています。スタートアップの取引がいまだ信頼に大きく依存している現実を、経営者は改めて意識する必要がありそうです。

米メディアのVentureBeatは2026年8月12日、従業員100人以上の企業107社を対象としたAIエージェント基盤の調査結果を公表しました。企業は平均3.1種類のオーケストレーション基盤を同時に運用し、統治や監視への投資が進む一方で、21%は暴走したエージェントを実時間で止める手段を持たないことが分かりました。調査は2026年7月の単一波として実施されたものです。

基盤の併用は例外ではなく前提になっています。85%が2つ以上、64%が3つ以上を運用し、Microsoft AI Foundry / Copilot Studioは70%、OpenAIのAgents SDKは68%、AnthropicのClaude Platformは47%のスタックに入っています。主基盤を一つだけ挙げた61社ではMicrosoftが41%で首位、Anthropicが28%で続きました。

選定の決め手はモデルやツールをまたぐ柔軟性で29%を占め、特定の最先端モデルとの親和性を挙げた10%の約3倍でした。セキュリティと権限が17%、本番稼働の信頼性と実行制御が各15%と続き、開発の容易さ8%や総保有コスト4%を大きく上回っています。企業は開発の便利さよりも、縛られないことと制御できることを買っているわけです。

投資先も統治に寄っています。監視とデバッグが31%、セキュリティと権限の執行が30%で、両者だけで増額予定の61%を占めました。2026年末時点の制御基盤については53%がハイブリッド型を見込み、自社構築や外部への抽象化を含めると78%が制御をプロバイダー任せにしない構えです。

懸念の中身は商業的なものではありません。プロバイダー内に制御を置く際の最大のリスクとして37%がセキュリティと権限の制約を挙げ、ベンダーロックインの23%や可視性不足の22%を上回りました。乗り換えを計画する72社の検討先ではAnthropicが43%で首位となり、現在の主基盤で先行するMicrosoftの17%と対照的です。

手薄なのは費用の管理です。21%は事後のログでしか支出を把握できず、30%は主基盤に標準搭載された上限や絞り込みに頼るのみで、独自ゲートウェイの25%とモデル間ルーティングの24%が工学的に抑え込んでいる状況です。満足度4.17に対し費用対効果は3.63と3項目で最も低く、統治の設計が先に整い、計測が追いついていない構図が浮かびます。

AIコーディングエージェント「Devin」を開発する米Cognitionが、新たな資金調達に向けて投資家と交渉していると、Bloombergが12日に報じました。同社は5月に260億ドルの評価額で10億ドルを調達したばかりで、今回は400億ドル超の評価が見込まれています。背景には年換算収益が10億ドルに達するとの見通しがあります。

成長の速さは数字にも表れています。5月の前回調達時、同社のScott Wu氏はTechCrunchに対し、年換算収益が4億9200万ドルに達したと明かしました。さらに企業顧客によるDevinの利用は、直前の6カ月間にわたって月次で50%増え続けていたといいます。

Wu氏はDevinを人間の置き換えとして売っているわけではないと説明しています。実際に任されるのは、古いソフトウェアを最新化する作業や、あるプラットフォームから別のプラットフォームへアプリを移す作業など、技術者が敬遠しがちな地道な仕事が中心です。こうした住み分けが、企業への浸透を後押ししているとみられます。

顧客にはMercedes-BenzやNASA、Goldman Sachsといった大組織が名を連ねます。品質要求や安全要件の厳しい現場で採用が進んでいることは、コーディングエージェントが試験導入の段階を越え、日常業務に組み込まれ始めたことを示しています。

一方で、3カ月で評価額が1.5倍を超える計算になる今回の交渉は、AI開発ツール分野への資金流入の強さも映しています。交渉はあくまで報道ベースであり、条件が確定したわけではありません。導入を検討する企業には、評価額の大きさよりも自社での実効性を見極める姿勢が求められそうです。

米メディアのArs Technicaは8月12日、AI企業が学習データを得るために希少本を大量に買い集め、裁断して廃棄していると古書店主らが疑っていると報じました。背表紙を切り落としてページを高速でスキャンする手法は最も安く速い一方、物理的な本は永久に失われます。書籍にしかない質の高い長文テキストを求めるモデル開発競争が、この動きを後押ししています。

破壊的なスキャンが選ばれるのは、コストと速度の面で圧倒的に有利だからです。The AtlanticやTelegraphなども同様の実態を伝えており、書籍愛好家の間では報道されている以上の規模で進んでいるとの見方が広がっています。古い本はAIが生成した文章、いわゆるAIスロップに汚染されていない点でも価値が高いとされます。

ただ、本を壊さずに済む方法が存在しないわけではありません。Googleは2009年に非破壊のブックスキャン技術で特許を取得しており、AI企業が時間と投資を惜しまなければ同じ手法を使えます。速度を最優先しない選択肢は、技術的にはすでに用意されているのです。

もっとも、この技術は万能ではありません。ページの湾曲で文字が歪んだり、ページが読み飛ばされたりする問題が研究で指摘されており、Wiredは作業員が急ぐあまり手がページに写り込む不具合を報じています。希少本の扱いに最適とは言い切れないのが実情です。

図書館の蔵書保存を支援するInternet Archiveは、古い資料のスキャンには時間と注意が必要で、扱いを最小限に抑える人の手による作業が欠かせないと考えてきました。数百万冊を最短で処理したい企業にとって、この前提はコスト面の重荷になります。速さと保存のどちらを優先するのか、AI業界は選択を迫られています。

AI開発ツールのBlacksmithは8月12日、Peak XV Partnersが主導するシリーズBで4500万ドルを調達したと明らかにしました。企業価値は5億5000万ドルと評価され、1年弱前のシリーズA時点の6000万ドルから約10倍に跳ね上がっています。AIがコード生成を加速させた結果、その検証が新たなボトルネックになったという需要の変化が背景にあります。

同社は2024年創業で、本番環境に出す前のソフトウェアのビルドとテスト、検証を支援します。顧客数は1年弱で700社超から5000社超へ増え、MercuryやSupabase、Clerk、Ashby、Expensifyが名を連ねます。既存投資家のGVとY Combinatorも今回の調達に参加し、累計調達額は5850万ドルになりました。

共同創業者兼最高経営責任者のAditya Jayaprakash氏によると、従業員10人の時点で年換算収益1000万ドルに到達し、現在は約30人で「数千万ドル」規模まで拡大しました。最大級の顧客は年間100万ドル超を同社のプラットフォームに支払っているといいます。具体的な最新の年換算収益は開示していません。

なぜ検証への投資が集まるのでしょうか。CursorやOpenAIのCodex、AnthropicのClaude Codeによってコード生成は容易になりましたが、生成されたコードの品質は保証されません。Jayaprakash氏は「コードの検証は依然としてボトルネックであり、書く量が増えた分だけボトルネックはさらに大きくなっている」と語ります。

同社はCI（継続的インテグレーション）のクラウド基盤から出発し、失敗したチェックを自動修正するAIコーディングエージェント「Codesmith」へ領域を広げてきました。ただし市場は混み合っており、GitHub ActionsやCursor Automations、Codexなどに組み込まれた検証機能、AWSやMicrosoft Azure、Google Cloudのサービスが競合となります。同社はテスト速度と価格で戦う方針で、今後は記述から検証、マージまでを支える開発ツール群への拡張を狙います。

NVIDIAは8月11日、AIデータセンターの電力供給を交流から800ボルト直流（800VDC）へ移行する構想を公式ブログで示しました。GPUの消費電力とラック密度が上がるなかで、課題は電力の総量ではなく電力網からGPUまでの届け方にあると同社は指摘します。GoogleおよびMicrosoftと共同で仕様を策定し、既存施設が今から移行できる手段も併せて提示しました。

従来の給電では、電力網から届いた交流を何段階も変換してからサーバーに届けます。変換のたびに損失と機器が積み上がり、ラックが高密度になるほど小さな非効率が急速に膨らみます。800VDCは高い電圧の直流で配電することで変換段数を減らし、より多くの電力を演算そのものに回す設計です。

最初の受け皿となるのが、2026年後半に登場するMGX対応の800VDC給電ラックです。既存の交流設備の中に置いてラック列内で800VDCを供給する構成のため、建屋の電気設備を作り替える必要はありません。土地や受電権、建物といった既に投じた投資を無駄にせずに高密度化へ進める点が、稼働中の事業者には大きな意味を持ちます。

拡張の道筋は三段階で描かれています。次の段階となる列単位の電源センターは、頭上の800VDCバスウェイで配電し1列あたり最大2メガワットに対応、2027年の提供を見込みます。新設施設向けには、受電した電力を一段で800VDCへ変換する施設規模のDC電源ブロックが用意され、中電圧からの直接変換を可能にします。

仕様はOpen Compute Project（OCP）を通じて公開され、2026年3月に共同ホワイトペーパー、7月にはLVDC固体変圧器仕様v0.3が出ています。共通インタフェースを定めたことで異なるベンダーの電源機器を同じ施設で組み合わせられ、すでに80社を超える機器メーカーが対応製品を開発中です。これらの構成要素はNVIDIA DSXリファレンスデザインとして、設計の青写真にまとめられています。

Wood Mackenzieは2040年までに世界のAI・データ基盤投資が9兆ドルに達すると予測しています。その投資を受け止められるのは、演算需要が設備の限界を超える前に電力アーキテクチャを片付けた施設だという見立てです。電源設計をいつ手当てするかが、今後のAI基盤投資の巧拙を分ける論点になりそうです。

フランスのAI企業Mistral AIは8月11日、欧州のAI計算基盤を2030年末までに1ギガワット規模へ拡大する構想を発表しました。欧州の大手企業から複数年の計算利用契約を集め、その需要を担保にデータセンター投資を賄う仕組みで、2027年末には200メガワットの確保を目指します。あわせて、処理地域を欧州か米国から選べる推論エンドポイントと、稼働率保証付きの上位プランも提供します。

構想の壁は資金です。同社の現在の容量は200メガワット未満で、稼働中の拠点はパリ近郊の44メガワット、スウェーデンの23メガワット、フランス・レジュリの10メガワットにとどまります。調査会社Epoch AIの試算では1ギガワット級のAIデータセンターに約380億ドルの初期投資が必要とされ、これまでの調達総額約40億ドルとは桁が違います。

そこで持ち出したのが「欧州コンピュートユニット（ECU）」です。参加するのはASML、Amadeus、Capgemini、CMA CGMといった欧州の産業大手で、約5年分の計算能力を先に押さえ、推論・学習・モデル調整など用途は後から決められます。共同創業者兼CTOのティモテ・ラクロワ氏は途中解約について「抜ける道はない」と言い切り、電力購入契約に近い拘束力で融資の裏付けを作る狙いです。

主権をうたう一方で、線引きは現実的です。域内推論でも一部の処理は域外の再委託先に渡る場合があり、ラクロワ氏はWeb検索などのツール呼び出しを例に挙げたうえで、欧州で調達できない機能は無効化や利用制限で対応すると説明しました。さらに同社は中国Z.aiのGLM-5.2を皮切りに他社のオープンモデルも自社基盤で提供し、モデル提供者から欧州の信頼できる流通層へと立ち位置を移しつつあります。

最大の顧客は、皮肉にもMicrosoftです。7月に結んだ数十億ドル規模の提携で同社はMistralの欧州データセンターから容量を借り受けており、Mistralは米ハイパースケーラーに設備を貸す側に回ることで投資リスクを下げています。ただしデータセンターを埋めるGPUの大半はNvidiaなど米国製で、独立性には契約では埋められない限界も残ります。

では、重みを無償公開するモデルでどう回収するのでしょうか。ラクロワ氏は、モデルが兆パラメータ規模に膨らみエージェント型の処理量が増えるなかで自社設備だけに推論を閉じ込めるのは難しくなると述べ、クラウド推論での収益化に賭ける考えを示しました。同社は約200億ユーロの評価額で30億ユーロ規模の追加調達を交渉中と報じられており、顧客を5年縛る以上、自らも長期の約束から降りられません。

xAIの共同創業者イゴール・バブシュキン氏が率いるAIスタートアップのRiver AIが、シード/シリーズAラウンドで11億ドルを調達しました。ラウンドはGeneral CatalystとAMP PBCが共同で主導し、NvidiaやAMD Ventures、Y Combinator、Temasekも参加しています。同社が6月にステルス状態を脱してから、わずか2カ月での大型調達です。

共同主導したAMP PBCは、Andreessen Horowitzの元ゼネラルパートナー、アンジニー・ミダ氏が2026年に設立したAI特化の投資会社です。ミダ氏はa16z時代にBlack Forest LabsやMistral AI、LMArena、OpenRouterへの投資を手がけてきました。半導体大手のNvidiaとAMD Venturesが揃って名を連ねた点も、今回のラウンドの特徴です。

バブシュキン氏はDeepMindとOpenAIでAI開発に携わった経歴を持ち、River AIではAIをゼロから作り直すことを掲げています。狙いは、他の主要ラボが進む人間の労働者の代替ではなく、利用者自身が訓練できるパーソナルなアシスタントを実現することです。そのためには学習、モデル、プロダクト層、そして個人のAIが身近に存在できる新しいハードウェアまで、スタックを端から端まで作り直す必要があると、同氏はローンチ時のブログに記しています。

すでに提供中のAPIでは、オープンモデルに対して強化学習（RL）とLoRAによるファインチューニングを利用でき、料金は100万トークン単位で使うモデルごとに変わります。同社はこれをプロンプトエンジニアリングへの解毒剤と位置づけ、プロンプトは自分が所有せず改善もできないモデルを操作するだけだと説明します。資金調達の発表では、専任のインフラチームなしで複雑なRLの実行を15〜20分で完了でき、クローズドな代替手段と比べて2〜4倍のコスト削減になるとしています。

背景には、オープンウェイトを含む複数のモデルを組み合わせ、自社でAIの主導権を握りたいという企業側の意識の高まりがあります。River AIはそのうちポストトレーニングの専門性を、ネオクラウド型のサービスで肩代わりすると打ち出しています。個人が自分専用のエージェントを持つ流れは、ローカルで動くOpenClawなどの広がりや、NvidiaがDell、Microsoft、HPとAI対応PCで組む動きにも表れています。

一方で、設立間もない企業への11億ドルという規模は、過熱するAI投資環境を映しているとの見方もあります。River AIの技術が既存勢とどう違うのかはまだ明らかになっておらず、潤沢な資金をどう使うかが問われます。

ヒトの皮膚細胞から作る「脳オルガノイド」が、シリコン半導体に代わる計算の担い手として動き出しています。ジョンズ・ホプキンス大やカリフォルニア大サンディエゴ校では培養した神経細胞を電気刺激で学習させる研究が進み、オーストラリアの新興企業コーティカル・ラボは生きた神経細胞を積んだ計算機の商用販売を始めました。狙いは、自己修復性と省電力性という生物固有の性質を計算に持ち込むことです。

同社の「CL-1」は細長いトースターほどの筐体に生命維持装置を備え、最大100万個の神経細胞を6カ月間生かします。2022年には神経培養にAtariのPongを学習させ、現在はDoomまで到達しました。遅延1ミリ秒未満のクラウド経由で、外部の研究者も59個の電極から神経細胞に信号を送れます。

同社のブレット・ケーガン最高執行責任者は「AIに求めるものは、実は生物学だ」と語ります。自己修復、適応性、長寿命、省電力はいずれも生体組織が最初から備える性質であり、画像認識や分類など現在AIが担う処理の一部を将来置き換えられると同社は見ています。ただし現時点の顧客は、煩雑な培養作業を自前で抱えたくない研究者が中心です。

収益源として現実味があるのは創薬です。神経精神系の新薬は臨床試験での失敗率が95%近くに達し、動物実験の予測精度の低さが壁になってきました。ジョンズ・ホプキンス大のトーマス・ハートゥング氏は、6ウェルプレート1枚で最大4000個の脳オルガノイドを作れると述べ、5〜6頭の霊長類に頼る従来手法との差を強調します。

政策も追い風です。米国立衛生研究所(NIH)は2025年7月、動物実験だけに依存する研究への助成をやめ、同年9月にはオルガノイド標準化拠点へ8700万ドルを投じると発表しました。一方で血管系を持たないオルガノイドは直径5ミリ前後で内部が壊死するため、人工血管や灌流装置の開発が次の関門になっています。

意識をめぐる議論は、当の研究者の間では「気を散らす問い」と受け止められています。定量的な定義がない以上は規制の線引きも定まらず、人でも動物でもない脳オルガノイドは現状、保護の枠外に置かれています。シリコンが上から脳を模す道と、生体が下から知能を育てる道のどちらが先に実用の壁を越えるのか、投資と規制の両面で見極めが必要です。

米ベンチャーキャピタルのAccelが2026年8月11日、インド特化の新ファンドを5.5億ドル規模で組成したことがわかりました。関係者によると、募集は超過応募となり、開始から数週間で完了しています。前回のインド向けファンドからわずか19カ月での再組成で、同社が総額35億ドルを一度に集めた世界規模の資金調達の一環です。

注目すべきは、前回の6.5億ドルファンドの55%超が未投資のまま残っている点です。新ファンドからの投資開始は2027年を見込み、それまでは前回ファンドで投資を続けるといいます。今回はインドに加えて米国、欧州、13.5億ドルのグロース向けの計4本を初めて同時に組成しました。

Accelがインドの次の波として見るのは、AI単独ではありません。パートナーのShekhar Kirani氏は、AI、消費者向け、フィンテック、そして先端製造やディープテックに引き続き投資すると語りました。同社はAIを独立した投資カテゴリーではなく、各領域を支える横断的な技術になりつつあると位置付けています。

インドが基盤モデルの第一波を逃したことは、世界の投資家の間で議論の的です。パートナーのPrayank Swaroop氏は「先行したのはLLM側だが、アプリケーション層に大きな機会がある」と述べ、インド勢はOpenAIやAnthropicと競うのではなく、既存モデルの上に企業向けソフトを作ると見ています。実例が、米国の医療機関向けに医療コーディングを自動化するRapidClaimsで、約95%の精度を実現しています。

追い風は市場側にもあります。OpenAIとAnthropicはいずれもインドを米国外で最大の市場と位置付け、AIコーディングのCursorもインドがパワーユーザー最大の市場になったとしています。VC全体の減速が続くなか、Peak XVが13億ドル、General Catalystが5年で50億ドルの投入を表明するなど、インドへの再集中が鮮明です。

Accelは投資先の約8割で最初の機関投資家として出資しており、FlipkartやSwiggy、Freshworks、Zetwerkを早期から支えてきました。Kirani氏は「数年前と比べ、アイデアと創業者の質が格段に良い」と語ります。後追いではなく創業初期に賭ける姿勢を、今回の新ファンドでも維持する構えです。

Metaのマーク・ザッカーバーグ最高経営責任者は8月10日、6500語におよぶ論考「The Future is for Everyone」を公開しました。自社が開発するパーソナル超知能を数十億人と中小企業に無料か可能な限り安価に届け、オープンソースモデルの公開も広げると表明したものです。データセンター建設や政府規制のあり方にも踏み込んだ内容になっています。

最も具体的なのは、AIデータセンターへの反発に対する回答です。投資する地域すべてで発電設備を建設し、低コストの電力を地域に還元する方針を示したうえで、2030年までに使用量を上回る水を流域に戻すと約束しました。地域支援の基金「Future Is For Everyone Fund」の創設、技能職への無償訓練と高賃金の雇用保証も掲げています。

規制をめぐっては二つの顔をのぞかせます。モデル間の学習である蒸留やデータ利用に関する米国の政策は見直すべきだとし、海外のオープンモデルへのアクセス制限には反対を表明しました。背景にはAlibabaやMoonshotなど中国勢の公開モデルが学習データ規制の面で優位に立っているという危機感があります。

一方でサイバーセキュリティ分野では、政府の関与を求めています。学習が完了する前の段階から訓練情報を政府に共有し、法執行機関とも協力して悪用者を特定すべきだという提案で、トランプ政権のAI試験枠組みとも歩調を合わせる内容です。自由には規制緩和、安全保障には政府連携という組み合わせが、この宣言の性格をよく表しています。

ただ受け止めは割れています。TechCrunchは、この論考こそ人々がAIを敬遠する理由だと批判し、家庭教師や弁護士をめぐる例が実際の使われ方と乖離していると指摘しました。生成AIは学習を助ける一方で宿題や小論文の代筆にも使われており、確実な電子透かしがない現状では教員が判別できないためです。

根にあるのは信頼の問題です。米国の調査では64%がソーシャルメディアは民主主義に有害だと答え、8月上旬には子どもの安全をめぐる訴訟でMetaに5.67億ドルの追加支払い命令が出たばかりでした。危険性を率直に認めるサム・アルトマン氏やダリオ・アモデイ氏の発信と比べ、リスクに触れない語り口はかえって不安を招き、説明責任がいっそう重く問われる局面ではないでしょうか。

米メディアのArs Technicaは8月10日、学術論文の査読制度が投稿の急増で限界に近づいていると報じました。データベースのScopusとWeb of Scienceに収録される論文数は年5.6%のペースで増え続け、世界の研究者が査読に充てる時間は年間で延べ1万5000年分に達します。有償換算すると米国分だけで15億ドル相当となり、匿名かつ無償の相互評価を続けられるのかが問われています。

制度の綻びは個々の研究者にも及んでいます。デモイン大学の医療経済学者ジェイソン・センプリーニ氏は、小学生へのHPVワクチン接種義務化が集団全体の子宮頸がん罹患率をあまり下げないという分析をまとめ、学術誌に投稿しました。ところが査読者は、ワクチン自体の有効性を疑う研究だと取り違えたといいます。

通常、論文は2〜3人の専門家が読み、1人が誤解しても他の査読者が補正します。しかしこの論文を読んだのは1人だけで、そのまま不採択となりました。センプリーニ氏は「そこには非常に大きな違いがある」と述べ、政策の効果検証とワクチンの有効性は別の論点だと強調しています。

背景にあるのは、査読を担う人手の不足です。査読は匿名のボランティアが無償で支えてきましたが、投稿が指数関数的に増える一方、研究者が自分の時間を無償で差し出す余裕は乏しくなっています。分野を問わず査読者は追いつかず、制度そのものが揺らぎ始めています。

記事はこの状況を踏まえ、査読という仕組みがAI時代を生き延びられるのかと問いかけています。研究の信頼性を支えてきた土台が緩めば、技術選定や投資判断で論文を参照する企業にも影響が及びます。査読者の負担をどう軽くし、検証の質をどう保つかは、学術界だけの問題ではありません。

OpenAIは8月10日、テキサス州のグレッグ・アボット知事に宛てた書簡を公開し、同州でのAIインフラ整備を責任ある形で進める方針を示しました。書簡では州や地方自治体のリーダー、電力会社などの公益事業者、そして施設を受け入れる地域社会と協働し、AIインフラがテキサス州民に意味のある恩恵をもたらすようにすると強調しています。

名宛人はアボット知事ですが、OpenAIが協働相手として挙げたのは知事一人ではありません。州と地方の指導者に加え、電力会社などの公益事業者、そして立地先の地域社会が並記されています。整備の可否が単一の許認可ではなく、複数の関係者の合意に左右されるという認識がうかがえます。

公益事業者が明示された点は、AIインフラの拡大が電力供給と切り離せないことを示しています。テキサス州は独自色の強い電力系統を持ち、大規模な需要増への対応が長く論点となってきました。OpenAIが「責任ある」という言葉を掲げた背景には、この負荷をめぐる地元の関心があると読み取れます。

一方で、今回の公表は書簡の要旨にとどまり、投資規模や建設予定地、着工時期といった具体的な数値は示されていません。恩恵の中身が雇用なのか、税収なのか、電力インフラへの投資なのかも明らかにされていないままです。実効性を判断する材料は、今のところ限られています。

AIインフラをめぐる議論の焦点は、モデル性能や資金調達から立地と地域合意へと移りつつあります。事業者が州のトップに公開書簡を送る形を選んだこと自体が、計算資源の確保に政治的な信頼構築が欠かせないことを示しています。今後は、書簡で示された方針が具体的な契約や地域との合意にどう落とし込まれるかが焦点となります。

OpenAIの財務責任者は8月10日、同社が2年かけて築いてきたAI前提の財務組織について、CFO向けの5つの教訓を公式ブログで公開しました。掲げたのは決算を締め切り当日に完了させるゼロデイクローズと、常時更新される自動予測という二つの目標です。急成長する事業をリアルタイムで把握し、経営陣が結果を変えられるうちに判断できる体制を目指しています。

出発点は全社員へのAI開放と、実際の課題に取り組む構造化された実験でした。財務チームはセールスエンジニアを招いてハッカソンを開き、投資家対応の承認済み資料に基づくカスタムGPT「IR-GPT」を生み出しています。調達や税務向けの構築も進んでおり、現場発のアイデアと経営の優先順位が交わる点にこそ成果があると同氏は述べます。

二つ目の教訓は、重要な意思決定から逆算して業務全体を作り直すことです。承認済み予算、総勘定元帳の実績、発注書、見越計上、取引明細を常時照合し、差異は元の活動までたどれるようにします。AIが一次説明と例外の洗い出しを担い、数値の検証と最終承認は財務が持つという役割分担です。

三つ目は、財務担当者自身がツールの作り手になるという変化です。チーム全員がChatGPT WorkとCodexでダッシュボードを構築しており、コード未経験の担当者は月次の広告予測を週次・日次の計画に分解するツールを作りました。同社の調査では、財務職の専門的なAI利用の40%が従来の財務以外の業務、22%がエンジニアリング関連だといいます。

四つ目と五つ目は統制と測定です。CFOはIT・ガバナンス部門と組み、AIがアクセスできるデータ、実行できる操作、承認が必要な場面、エスカレーションの条件を定めるべきだと提言します。評価は座席数やトークン量ではなく、意味のある業務が完了したか、費用はいくらか、使える品質か、判断が速く良くなったかという四つの問いで行います。

安いモデルが最も経済的とは限りません。少ない試行と手戻りで確かな答えに至るなら、性能の高いモデルの方が総コストは低くなるからです。財務は戦略・資本・データ・リスク・業績が交わる位置にあり、だからこそCFOには全社のAI移行を主導する立場があると結ばれています。

フィンテック企業のBrexは、カンファレンス「VB Transform 2026」で、AIエージェントを本番環境へ安全に組み込む独自手法を明らかにしました。CEOのペドロ・フランチェスキ氏によると、同社はコンテナ内で動くコードを制御する従来型の防御を諦め、コンテナと外部を流れる通信を監視する方式へ切り替えたといいます。エージェントの価値の源泉であるコード実行能力を殺さずに統制を効かせるためです。

発端は、コーディングモデルの成熟を受けて1月に公開されたオープンソースのAIエージェント「OpenClaw」でした。エージェントが固定的なツールに頼らず自らコードを書いて自己更新できるようになったことから、フランチェスキ氏は社内業務の自動化への投入を提案します。しかし社内のセキュリティ担当は「コード実行能力を持つものを信頼できるはずがなく、制御する方法もない」と、これを真っ向から拒みました。

そこで生まれたのが、Brexが自ら開発してオープンソースとして公開したHTTPプロキシCrabTrapです。この仕組みは、エージェントが何でもでき、すでに侵害されているかもしれないと想定したうえで、コンテナとインターネットの間の全通信を受け止め、その内容が承認済みポリシーに沿うかをLLMに判定させます。フランチェスキ氏は、ツール利用を絞って守るNvidiaのNemoClawのような方式は、エージェントの強みであるコーディング能力を打ち消してしまうと指摘しました。

課題は速度でした。全リクエストをLLMに通せば数千ミリ秒の遅延が乗るため、Brexは処理を二層に分けています。LinkedInのプロフィール閲覧のような低リスクな行為は事前承認の静的ルールで即座に通し、メール送信などの高リスクな行為だけをLLM審査へ回すことで、遅延を被る複雑なリクエストは全体の約2%にとどまるといいます。

実証の場となったのが、OpenClaw上に構築した仮想リクルーター「Jim」です。候補者の探索から応募者の採点、メール送信までこなすJimがポリシー外の動きをすると、CrabTrapはSlackで人間の管理者に通知し、エージェントの意図の説明とルール変更案を添えて可否を尋ねます。壁にぶつかった従業員が上司にエスカレーションする、という会社では解決済みの作法をそのまま持ち込んだ形です。

興味深いのは、LLMが審判役として想定以上に機能した点です。フランチェスキ氏はその理由を、モデルが事前学習で膨大なWebページとHTTPリクエストに触れ、通信の意味を自然に理解しているからだと説明します。「作った時点で、半年後に捨てる確率は70%だと思っていた」と内製の割り切りを認めつつ、答えを全部持っていなくても何もしないという選択肢はない、というのが経営層への示唆です。

Amazonが、テキサス州に建設される天然ガス火力発電所に出資し、自社のAI向けデータセンターの電力を賄うことがわかりました。ニューヨーク・タイムズによると、この発電所は米国で単一の施設として最大の気候汚染源になる可能性があります。送電網に頼らない「系統外」型データセンターへの本格投資は、Amazonにとって今回が初めてと報じられています。

ガス火力発電所をデータセンター計画に組み込む例は急増しています。排出される大気汚染物質は気候変動を加速させるだけでなく、喘息や心臓病、肺がん、脳卒中といった健康被害にもつながります。地域社会からは、より厳格な環境審査を求める声が上がっています。

背景にあるのは、規制をめぐる政治情勢です。トランプ政権は許認可手続きの完全な省略も含む迅速化を優先しており、審査を求める住民との溝は広がる一方です。前例となったのが、Elon Musk氏率いるxAIが2025年春から最大のAIデータセンター「Colossus」をガスタービンで稼働させ、強い反発を招いた一件でした。

2026年6月には、ミシシッピ州のNAACPがガスタービンの停止を求めてxAIを提訴しました。これに対しトランプ政権はxAI側に立ち、市民に大気浄化法を執行する権限はないと主張しています。この訴訟で住民側が敗れれば、透明性を求める運動の勢いは大きく削がれかねません。

AI大手の多くは、批判を横目に自前の電源確保を進めています。Anthropic、Google、Meta、Microsoft、OpenAI、Oracleが許認可の議論を避ける形で電力調達に動き、この1年で数十社が同様の動きに着手しました。

抗議によって今年これまでに1300億ドル規模のデータセンター計画が止まった一方、ガス火力への抵抗は通用しにくくなりつつあります。経営者にとっては、AIの電力確保が環境・訴訟リスクと直結する局面に入ったと言えるのではないでしょうか。

OpenAIは2026年8月7日、ドイツの税理士・監査・法律事務所ネットワークHSP GRUPPEの導入事例を公開しました。同社は共有のChatGPT Enterprise環境で半年間に50万件超の対話を記録し、週次アクティブ率は84%に達しました。保守的な内部試算では年間約4万時間の追加キャパシティが生まれ、理論上の売上機会は約380万ユーロとされています。

HSPは20年以上にわたり業務プロセスの標準化と品質管理に投資してきた事務所連合です。生成AIの登場後も単なるソフトウェア導入ではなく組織変革として扱い、月次のAIフォーラムで実践事例を共有しながら定着を進めました。ChatGPT Enterpriseのセキュリティ機能を土台にしつつ、顧客情報の扱いは自社の情報保護・守秘規程で統制しています。

現場で生まれた有効な使い方は、共通エージェントとして標準化されています。顧客向け文書の下書きを支援する「AI Client Communication」や、勘定科目表SKR03/SKR04の仕訳分類を補助する「Booking Assistant」がその例です。パートナーのマグダレーネ・ポスナク氏は、複数の不動産投資の評価にかかる時間を9時間から約2時間へ短縮したと述べています。

従業員調査では98.6%が生産性の向上を、84.6%が仕事の品質改善を挙げました。95.9%が週単位の時間短縮を実感し、そのうち63.5%は週2時間以上、25.7%は週5時間以上を節約しています。事務所側は人員削減ではなく、滞留した案件の消化と助言業務の拡大に浮いた時間を振り向ける方針です。

次の段階として、HSPはエージェント型のChatGPT Workを開発者と管理者の少人数で先行検証しています。自動化候補は88件を特定済みですが、経営陣は今日の業務を自動化するより業務そのものを再設計することが本質だと語ります。年次決算では、期中から記帳内容を継続的に点検し不足資料を先回りして依頼する仕組みを構想しています。

民泊仲介大手のAirbnbが2026年4〜6月期の決算説明会で、社内でのAI活用により主要施策の構想から公開までの期間を最大6割短縮したと明らかにしました。共同創業者兼最高経営責任者（CEO）のブライアン・チェスキー氏によると、前年同期の半年間と比べて出荷した機能・改善の数は約8割増えたとのことです。同社はあわせて、自然言語で宿を探せるAI検索の試験も始めます。

チェスキー氏は、検索やサインアップ、決済といった領域の開発をAIが後押ししたと説明しました。同社は2026年5月にも新規コードの6割をAIが書いていると公表しており、開発現場での定着が数字に表れた形です。ホスト向けにも、登録手続きを短くする機能などを投入しています。

一方で、利用者が直接触れるAI機能の導入は慎重でした。これまではレビュー要約や物件のハイライトにとどまり、チェスキー氏は旅行分野にチャットボット型の画面をそのまま持ち込んでも機能しないと繰り返し述べてきました。今回のAI検索も、従来の検索・絞り込みに慣れた利用者への押し付けを避けるため、切り替え式のトグルとして提供します。

トグルを有効にすると、利用者は自然言語で条件を入力し、視覚的な形式で結果を受け取れます。チェスキー氏は回答の見出しはAIが生成し、チャットボットを読むような会話調になりうると語り、物件ページのハイライトもその場で一人ひとりに合わせて生成されると説明しました。

裏側では、カスタマーサポートへのAI投入が先行しています。2025年に北米で導入したAIボットは今年50以上の言語へ広がり、年内には音声通話への対応も予定されています。AIエージェントで始まった問い合わせの約45%が人手を介さずに解決し、予約1件あたりのサポート費用は前年同期比16%減りました。

業績も堅調で、6月末までの四半期の売上高は前年同期比17%増の36億ドル、調整後EBITDAは21%増の13億ドルでした。開発速度とサポート費用という二つの指標でAIの効果を数字に落とし込んだ点は、社内導入の投資対効果を測りたい経営層にとって手がかりになりそうです。

気象観測気球のスタートアップ、WindBorne Systemsは8月5日、シリーズBラウンドで3700万ドルを調達したと明らかにしました。ラウンドはKhosla VenturesとGalvanizeが共同主導し、調達後の企業価値は2億5000万ドルとなります。AIによる気象予測の精度向上が実証されるなか、同社はその予測を企業の意思決定に結びつけ、収益事業として成立させることを次の目標に据えます。

2019年設立の同社は、低コストのセンサーと長時間飛行する気球で独自の気象データを集めてきました。現在は世界20カ所の打ち上げ拠点を持ち、常時約600機の気球が台風の目のような観測しにくい領域までカバーします。さらに、海に落下したあとはブイとして測定を続ける航空センサーの投入も始めました。

この「惑星の神経系」と呼ぶ独自データが、予測モデルの参入障壁になっています。過去4年のAI気象モデルの進展で、かつてはスーパーコンピューターが必要だった大気シミュレーションがノートパソコンでも動くようになり、民間企業でも自前の予測が可能になりました。ジョン・ディーンCEOは「気球を加えると予測精度が上がり、1データあたりの価値は衛星より高い」と語ります。

足元の主要顧客は政府機関です。米国立気象局がデータを購入し、米空軍と海軍は研究提携を通じて資金を出しています。通信が途切れがちな艦上でも動く予測モデルの開発も、その一環です。

次の焦点は民間市場です。現在は商品価格などを読む投資ファンドが中心で、今回の資金は計算資源と、気球網の衛星通信をメッシュ無線網へ置き換える開発、そして営業体制の拡充に充てられます。ただ、地球観測衛星のようなセンシング事業は、データから価値を引き出す業務知識が壁となり、民間開拓に苦戦してきた歴史があります。

民間の気象会社の多くは、政府予報の再加工や、航空機の除氷・船舶航路といった特定用途で稼いできました。共同主導したGalvanizeのサロニ・ムルターニ氏は「予測が良くなれば手間をかける価値が生まれ、AIが予測と事業判断をつなぐ作業を容易にする」と述べます。精度の向上そのものより、意思決定に組み込めるかどうかが市場拡大の分岐点になりそうです。

イーロン・マスク氏が率いるSpaceXが8月4日、上場後初となる四半期決算を発表しました。売上高は78億ドルと市場予想の68億2000万ドルを上回り前年同期比92%増、純損失も5億4100万ドルと21億ドル超とされた予想を大きく下回りました。それでも翌5日の株価は一時10%下げ、AI向け設備投資が前四半期の2倍となる約160億ドルに膨らんだことが投資家の警戒を招いています。

決算が映し出したのは、ロケット企業というより計算資源の貸主としての姿です。宇宙事業の売上は10億ドルに届かず全体の1割強にとどまり、衛星通信のStarlinkが42億ドルで、営業損失を出さなかった唯一の部門でした。データセンターを貸し出すコンピュート事業はロケットを上回る売上を稼ぎ、設備投資でも宇宙・通信が各10億ドル強なのに対しAIだけで158億ドルを投じています。

この構図は当初の計画ではありませんでした。マスク氏はGrokの学習用にメンフィスのデータセンター「Colossus 1」を建てましたが、xAI側が遅延や新旧チップ混在によるボトルネックで使いこなせず、外部への賃貸へ切り替えた経緯があります。決算説明会でマスク氏は、今後構築する計算資源のうちGrokに回すのは1割程度だと述べ、GoogleやAnthropic、Reflection AI、買収したCursorとの契約を挙げました。

投資計画はさらに膨らみます。マスク氏は計算能力を今年末の2GWから2027年末までに「5GWより10GWに近い」水準へ引き上げる方針を示し、今後のインフラ整備ではNvidia製ハードウェアに一本化すると明言しました。1GW増設するごとに数百億ドル規模の費用がかかり、上限想定では2027年末のデータセンターがニューヨーク市の夏のピーク需要に匹敵する電力を消費する計算になります。

収益面では、最高財務責任者のブレット・ジョンセン氏が年末までに年換算売上高(ARR)1000億ドル超に達し、その大半をクラウド事業が担うと説明しました。一方でS&P;グローバルのメリッサ・オットー氏は「投資家がさほど乗り気でなかったのはAI部門の設備投資額だ。野心的すぎる」と指摘します。コンピュート貸しはCoreWeaveやNebiusと同じ土俵であり、機材の陳腐化や価格競争にさらされる資本集約型の事業でもあります。

目先の需給も重くのしかかります。SpaceXは6月のIPOで860億ドルを調達しましたが、株価は上場直後の高値225ドルから112ドルへほぼ半減し、8月6日には内部関係者のロックアップ解除が始まります。最大100万基の衛星による軌道上データセンター構想もFCCに申請済みですが技術的な詳細は乏しく、経営陣が語る壮大な構想と足元の資本負担のギャップをどう埋めるかが問われています。

電子商取引向けマーケティング自動化の上場企業Klaviyoは8月5日、AIで顧客対応を自動化する新興企業Agencyを買収することで合意したと明らかにしました。Agencyは連続起業家のElias Torres氏が2023年に設立した企業で、取引条件は公表されていません。Torres氏はKlaviyoの最高製品責任者に就き、25人のチームを率いてAIエージェント事業の開発を加速します。

Agencyはこれまでに3200万ドルを調達し、出資者にはSequoia、Menlo Ventures、Felicisが名を連ねています。カスタマーサクセス担当者の業務をAIで支援する製品を軸に、短期間で存在感を高めてきました。

買収で強化されるのは、販促キャンペーンを自動で組み立てるComposerと、返品や配送状況の照会など購入後の対応を担うCustomer Agentの2つです。共同創業者で最高経営責任者のAndrew Bialecki氏は、Agencyの製品を自社のエージェントと組み合わせ、20万社の顧客に届ける考えを示しました。数年のうちに、さらに多くの企業へ広げたいとしています。

今回の買収は、2人の縁が一巡したことも意味します。Torres氏は2010年、自ら創業したPerformableで、ハーバード大学を卒業して2年のBialecki氏を初期エンジニアの一人として採用し、創業期の勘所を教えた間柄でした。Bialecki氏が独立してKlaviyoを立ち上げ、2015年に初の外部資金を調達した際には、Torres氏がエンジェル投資家として出資しています。

Torres氏はPerformableを2011年にHubSpotへ売却し、その後に創業したDriftでは8年間CTOを務め、同社は2021年に12億ドルでVista Equityへ売却されました。一方のKlaviyoは2023年9月に92億ドルの評価額で新規株式公開を果たしたものの、株価は他のSaaS企業と同様に調整局面にあります。両氏は、長年蓄積した顧客データがDecagonやSierraといった競合への優位性になると見ています。

Google親会社Alphabetのスンダー・ピチャイCEOは8月5日、AI部門Google DeepMind（GDM）の首脳体制の刷新を発表しました。GDMを率いてきたデミス・ハサビス氏は運営を離れてGDM会長兼Alphabet最高科学責任者に就きます。27年在籍したジェフ・ディーン氏は同僚3人と退社し、新会社Discovery Loopを設立します。