AIコーディング市場に新たな巨人誕生：Factoryが1,500億円超の評価額を獲得

エンタープライズ向けAIコーディングスタートアップのFactoryが150億円を調達し、評価額1,500億円超を達成。Morgan StanleyやErnst & Youngなど大企業が顧客に名を連ねる中、日本企業への影響を考察する。

エンジニアが書くコードの一部を、すでにAIが担っている。では、エンジニアリングチーム全体の業務フローをAIが管理する時代が来たら、企業はどう変わるのでしょうか。

1,500億円超の評価額が示すもの

2026年4月16日、エンタープライズ向けAIエージェント開発スタートアップのFactoryが、1億5,000万ドル（約220億円）の資金調達を発表しました。評価額は10億ドル（約1,500億円）を超え、いわゆる「ユニコーン企業」の仲間入りを果たしています。ラウンドをリードしたのはKhosla Venturesで、Sequoia Capital、Insight Partners、Blackstoneも参加しています。

Factoryの創業者であるMatan Grinberg氏は、2023年にカリフォルニア大学バークレー校の博士課程在学中に、Sequoia CapitalのパートナーであるShaun Maguire氏に突然メールを送ったことがきっかけでこの会社を立ち上げました。Maguire氏がカルテック（カリフォルニア工科大学）で取得した博士号がGrinberg氏の研究分野と同じ物理学であったことから二人は意気投合し、Maguire氏はGrinberg氏に博士課程を中退して起業するよう説得。Sequoiaがシードステージから支援してきました。

現在の主要顧客には、Morgan Stanley、Ernst & Young、Palo Alto Networksといった大手金融・コンサルティング・サイバーセキュリティ企業が名を連ねています。

「モデルを選ばない」という戦略

Grinberg氏がメディアに語ったFactoryの差別化要因は、「特定の基盤モデルに依存しない」点です。AnthropicのClaudeや中国のAIスタートアップDeepSeekなど、複数のモデルを状況に応じて切り替えられるアーキテクチャを採用しています。

ただし、この点については注意が必要です。競合のCursorも同様に複数モデルに対応しており、厳密な意味での独自性とは言い切れません。AIコーディング市場では、Anthropic（Claude Code）、Cursor、Cognitionなど複数の有力プレイヤーがすでに競争を繰り広げています。それでも投資家たちは、エンタープライズ市場には「もう一枠」の余地があると判断したのです。

広告掲載について

[email protected]

生成AIが登場してから3年以上が経過した現在も、AIを活用したコーディング支援は最も普及し、最も収益性の高いユースケースであり続けています。この市場の規模と成長性が、巨額の投資を正当化する背景にあります。

日本のエンジニアリング現場への示唆

日本企業にとって、この動きはどのような意味を持つのでしょうか。

日本は慢性的なエンジニア不足に悩んでいます。経済産業省の試算では、2030年までに最大79万人のIT人材が不足するとされています。この文脈において、エンジニアリングチーム全体の業務フローを支援するAIエージェントは、単なる「便利ツール」ではなく、構造的な人材不足を補う手段として注目されるべきです。

Morgan StanleyやErnst & Youngといった金融・コンサルティング大手が既にFactoryを採用していることは、日本の同業他社——三菱UFJフィナンシャル・グループや野村ホールディングス、あるいは大手コンサルティングファームなど——にとっても無視できないシグナルです。グローバル競合他社がAIでエンジニアリング効率を高める中、日本企業が従来の開発体制を維持し続ければ、生産性格差が広がるリスクがあります。

一方で、日本企業特有の懸念もあります。機密性の高い業務データをAIエージェントに委ねることへのセキュリティリスク、そして既存のSIer（システムインテグレーター）との関係性です。日本のIT産業は長年、大手SIerを中心としたエコシステムで成り立ってきました。AIエージェントが内製開発を促進する方向に働けば、このエコシステム自体が揺らぐ可能性があります。

「エージェント」と「ツール」の境界線

ここで重要な概念的区別があります。Cursorのような「AIコーディングツール」は、エンジニアの作業を補助するものです。一方、Factoryが目指す「AIエージェント」は、タスクを自律的に実行し、エンジニアリングチームの業務フロー全体に関与します。

この違いは小さいようで、実は大きな意味を持ちます。ツールはエンジニアの判断を補助しますが、エージェントはエンジニアの役割の一部を代替します。エンジニアの仕事が「コードを書く」から「AIエージェントを監督・指示する」へとシフトするなら、求められるスキルセットも変わります。日本の教育機関や企業の研修体制が、このシフトに対応できているかどうかは、まだ見えていません。