フロンティアAIに頼らず、エージェントを自社で育てる — Prime Intellectに約190億円が集まった理由

ここ数年、企業のAI活用は「どのモデルを契約するか」という話にほぼ集約されていた。ChatGPTを入れる、Claudeを使う、Geminiに乗り換える——選ぶのは"できあいのもの"で、中身は提供元のラボが握っている。

その前提を、正面から疑う資金調達があった。Prime Intellect が、評価額10億ドル（約1,450億円）で1.3億ドル（約190億円）のシリーズAを調達した。掲げているのは、企業が自分たちのAIエージェントを"自前で"訓練できるようにするという方向性だ。

「エージェントを買う」から「エージェントを作る」へ

Prime Intellect が売っているのは、完成したエージェントではない。エージェントを作るための道具一式だ。

具体的には、計算資源へのアクセス、強化学習（RL）のフレームワーク、そして評価ツール。これらをモジュール的に組み合わせて、企業が自社のデータと業務に合わせたエージェントを訓練できる「フルスタック」を提供する。ポイントは、フロンティアラボに依存せず、データの主権と運用のコントロールを企業側に残せることにある。

なぜこれが今なのか。汎用モデルは確かに賢いが、自社の込み入った業務に落とし込もうとすると「あと一歩」が埋まらない場面は多い。しかも中身はブラックボックスで、料金も挙動も提供元の都合に左右される。ならば、自分たちの領域に特化した"効く"エージェントを自前で持ちたい——特に規制の厳しい業界や、データを外に出せない企業ほど、この欲求は強い。

「汎用モデルより速く、安く、正確」という主張

面白いのは、これが理想論で終わっていない点だ。

Prime Intellect の顧客には Ramp や Zapier が名を連ね、年間換算の売上ペースは1億ドル規模に達しているという。なかでも決済スタートアップ Ramp の共同CEOは、同社のツールで作ったエージェントが「精度でフロンティアモデルを上回り、しかも高速かつ低コストで動いた」と語っている。

これが本当なら、示唆は大きい。「巨大な汎用モデルほど賢い」という直感に反して、狭いタスクなら、特化して訓練した小回りの効くエージェントの方が勝てるというケースが、実運用で出始めているということだ。

投資家の顔ぶれも目を引く。リードは Radical Ventures、そこに Nvidia Ventures や Intel Capital、Dell などが加わり、エンジェルには Perplexity の Aravind Srinivas、Box の Aaron Levie、Devinを作った Cognition の Jeff Wang といった、AI業界の当事者たちが並ぶ。作り手側が「これは筋がいい」と張っている構図だ。

これが広がると何が起きるか

この「エージェント内製化」の潮流が進んだとき、何が変わりうるかを2つ考えてみたい。

ひとつは、AI活用の競争軸が「どのモデルを契約したか」から「どんなエージェントを育てたか」へ移る可能性だ。誰もが同じフロンティアモデルを使える世界では、差別化は生まれにくい。だが自社データで磨いた独自エージェントが競争力の源泉になるなら、AIは「契約するもの」から「育てて資産にするもの」に変わる。社内に蓄積したノウハウが、そのままエージェントの強さとして積み上がっていく。

もうひとつは、データ主権を理由にAI導入を止めていた領域の解凍だ。医療、金融、公共といった「データを外部のラボに渡せない」業界は、生成AIの波に乗り切れずにいた。自社環境で訓練から運用まで完結できる基盤が整えば、こうした保守的な領域でこそ、エージェントが一気に実務に入り込む余地が出てくる。

正直な評価

「エージェントは作る時代へ」という物語は魅力的だし、Ramp の実例のように"特化が汎用に勝つ"証拠が出てきているのは素直に面白い。汎用モデル一強に見えたAIの勢力図に、別の可能性を示している点で、この調達は象徴的だ。

ただ、冷静に見れば、これは万人向けの話ではない。エージェントを自前で訓練するには、データも人材も相応の体力が要る。「作る」を選べるのは、まずは Ramp のような技術力のある企業であって、大半の会社にとっては当面「できあいを買う」方が合理的だろう。内製化の潮流は本物だが、それが裾野まで届くには、道具がもう一段"簡単"になる必要がある。

とはいえ、AIの主導権を提供元のラボから企業側へ引き戻そうとする動きは、今後の業界地図を占ううえで見逃せない。方向性を知っておく価値のある一社だ。詳細はPrime Intellect公式サイトで確認できる。