10億ドルを手にした研究者たち——AI人材流出の真相

数ヶ月前まで世界最先端のAI研究室にいた人物が、今日は11億ドルの資金を手にして独立している。これは例外ではなく、2026年に入ってからの「標準的な光景」になりつつあります。

何が起きているのか

Google DeepMind の元研究者、David Silverは今月、自身が設立してまだ数ヶ月の Ineffable Intelligence に対してシードラウンドとして11億ドル（約1,600億円）を調達したと発表しました。同じく元 DeepMind のTim Rocktäschelも、新設スタートアップ Recursive Superintelligence で最大10億ドルの調達を進めていると報じられています。

Meta のAIチーフを長年務めたYann LeCunが立ち上げた AMI Labs は今年3月に10億ドルを調達。元 OpenAI と DeepMind のスタッフが創業した Periodic Labs は昨年9月に3億ドル(約440億円)を、元 Anthropic と xAI の研究者が設立した Humans& は今年1月に4億8,000万ドルを手にしています。

VCデータプラットフォームのDealroomによると、2026年に入ってからだけで、2025年以降に創業されたAIスタートアップへの投資額はすでに188億ドルに達しています。このペースが続けば、2025年の年間実績279億ドルをも超える可能性があります。

なぜ今、この動きが加速しているのか

ビッグテック各社のAI開発競争が激化するにつれ、研究の自由度は逆説的に狭まっています。フランスのVC Eurazeo のマネージングディレクター、Elise Sternはこう説明します。「レースの最中は焦点が絞られます。それが真空地帯を生む。新しいアーキテクチャ、エージェント、解釈可能性、垂直統合モデルといった研究領域が後回しにされているのは、重要ではないからではなく、今すぐ勝負に勝てないからです。」

HV Capital のパートナー、Alexander Joël-Carbonellも同様の見方を示します。「大手基盤モデルのラボでは、ベンチマーク性能の向上と高速リリースサイクルの維持へのプレッシャーが強く、支配的なLLMパラダイムの外に出た本質的な探索的研究の余地は限られています。」

要するに、研究者たちは「やりたいこと」と「やらなければならないこと」のギャップに直面しているのです。

研究者たちが目指す「次の一手」

広告

広告掲載について

[email protected]

広告

独立した研究者たちが向かっている方向は興味深いことに、現在主流のLLM（大規模言語モデル）とは異なるアプローチが多くを占めています。

Ineffable Intelligence は強化学習に特化します。これはAIがインターネット上のテキストではなく、経験から学ぶ手法です。AMI Labs はリアルワールドの継続的なデータから学習できるAIシステムの開発を目指し、「AIはコンテンツ生成では大きな進歩を遂げたが、グラウンディング、因果推論、実世界での信頼性ある動作ではまだ課題が多い」と指摘します。

Ricursive Intelligence はチップ設計の自動化というニッチな領域に照準を当てています。共同創業者のAnna Goldieはその理由を明快に語ります。「チップメーカーが最も重要な知的財産を私たちに委ねるには、私たちがスイスのように中立でなければなりません。Googleにいる間はそれが不可能でした。」

日本への示唆——人材と産業の両面で

この動きは日本にとって他人事ではありません。

まず人材の観点から。ソニー、トヨタ、富士通 など日本の大企業もAI研究に多大な投資をしています。しかし、大企業の構造的な制約——意思決定の遅さ、研究の商業化へのプレッシャー、給与体系の硬直性——は日本企業においてより顕著かもしれません。優秀な研究者が「外に出れば数百億円を動かせる」という現実を目の当たりにしたとき、日本企業はどう引き留めるのでしょうか。

次に産業構造の観点から。Ricursive Intelligence のようなチップ設計AIは、半導体産業と深く関わる日本にとって直接的な競合あるいは協業相手になりえます。また、ロボティクスや製造業でのAI活用を進める日本企業にとって、AMI Labs が目指す「実世界で動くAI」は重要な技術的基盤となる可能性があります。

少子高齢化と労働力不足に直面する日本社会において、AIの実用化は急務です。しかし、その技術の主導権が海外スタートアップに移っていくとすれば、日本は「使う側」に留まり続けるリスクがあります。

投資家、研究者、大企業——それぞれの思惑

投資家の論理はシンプルです。フロンティアラボで実績を積んだ研究者は「スケールで何が機能するかを知っており、社内で何が置き去りにされているかも正確に知っている」（Stern氏）。つまり、情報の非対称性が彼らの最大の資産です。

研究者側には知的自由への渇望と、莫大な経済的報酬という二重の動機があります。独立すれば自分が信じるアプローチを追求でき、成功すれば資産家にもなれる。

一方、Google、Meta、OpenAI といった大企業は公式コメントを避けています。彼らが直面しているのは「育てた人材が競合になる」という構造的ジレンマです。引き留めるために条件を改善すれば費用が膨らみ、放置すれば知識と人脈が流出する。