2026.08.10 注目の海外スタートアップの資金調達4選
今週は、AIデータセンターの配線技術、アパレル業界向けAI商品開発プラットフォーム、持続型タンパク質治療薬、そして半導体材料探索という、まったく異なる4分野のスタートアップが相次いで資金調達を発表しました。ビジネスマン・投資家にとっては、AIブームが半導体インフラだけでなく、消費財・ヘルスケアといった分野にも資金の波を広げている様子を捉える好機となりそうです。
1. Point2 Technology ― AIデータセンター向け配線技術にArmも出資
サンノゼを拠点とするPoint2 Technologyは、AIデータセンターインフラ向けのRF(高周波)ベース相互接続ソリューションを開発する企業です。同社は、LB Investmentが主導するシリーズBラウンドの追加調達を発表し、Armが新たに戦略的投資家として参加、既存投資家のMaverick Siliconも継続支援を行ったことで、シリーズB累計調達額は1億3,600万ドルに達しました。
この調達により、NVIDIA、Arm、UMC Capital、Molex、Bosch Venturesなど有力な投資家群がさらに拡大し、同社の「e-Tube」技術プラットフォームが次世代AIデータセンター向けのラックスケール相互接続基盤として確立されつつあることを示しているとされています。同社CEOのSean Park氏は、AIシステムの規模拡大に伴い帯域幅の要求がテラビット/秒級に達する中、相互接続(インターコネクト)がまさに「決定的なボトルネック」になっていると説明しています。
同社のe-Tubeプラットフォームは、プラスチック製の導波管を通じてデータを伝送するRF信号技術に基づいており、銅線と比較して到達距離10倍・重量5分の1・ケーブル体積2分の1を、光配線と比較して電力消費3分の1・コスト3分の1・レイテンシ1000分の1を実現するとされ、光配線特有のレーザー故障といった信頼性の問題も回避できると説明されています。調達資金は、次世代ラックスケール計算システム向けのActive RF Cable(ARC)、近接パッケージ型e-Tube(NPE)、共パッケージ型e-Tube(CPE)ソリューションの商用化を加速させるためのエンジニアリング・システム・事業チームの強化に投じられる予定です。
2. VibeIQ ― New BalanceやConverseが導入する「AIネイティブ」商品開発プラットフォーム
ボストンを拠点とするVibeIQは、アパレル・消費財業界向けの「AIネイティブな商品決定プラットフォーム」を掲げるスタートアップです。同社は、ボストンの成長株投資会社Volition Capitalが主導し、既存投資家のVenture Guidesも参加する形で、2,250万ドルの成長資金調達を発表しました。
同社が指摘する課題は、ブランド企業が設計・財務計画・商品開発・販売それぞれのシステムを持っていても、「開発着手前の重要な意思決定」を担うシステムが存在しないという点です。どの商品をラインに含めるか、なぜその商品を進めるのか、どのようなトレードオフがあったのかといった判断は、分断されたドキュメントの中でバラバラに行われており、いったん商品が開発フェーズに入ると、その判断の背景にあった文脈は失われてしまうとされています。AIによって商品コンセプトや素材案の作成スピードが上がるほど、この「意思決定の文脈」の欠如がより重大な問題になっていくと説明されています。
VibeIQは、New Balance、Vera Bradley、Converse、Kizikといった大手ブランドから信頼を得ているとされ、マーチャンダイジング・デザイン・商品開発の各チームに商品ラインの「一元的なライブビュー」を提供し、クリエイティブな意図・商業目標・マージン・地域展開状況・開発ステータスを結びつけるプラットフォームだと説明されています。組み込まれたAIが、商品ラインにおけるギャップや重複、トレードオフ、マージンリスクを洗い出すことで、開発・調達のコストが発生する前段階で「何を進め、何を変更し、何を削るか」を判断できるようになるとされ、実際に導入企業では計画SKU数の削減や、数千時間規模の手作業の削減が実現しているとしています。調達資金は、プロダクト投資の継続、システム連携の強化、チーム拡大、アパレル・シューズ・消費財・プライベートブランド分野での成長に投じられる予定です。
3. Remedium Bio ― Eli Lillyも参加、持続型タンパク質治療薬の初回クローズ
ボストンを拠点とするバイオテクノロジー企業Remedium Bioは、持続型タンパク質治療薬を開発する企業で、計画していたシリーズAラウンド(総額1,000万ドル)の初回クローズを発表しました。ラウンドはLifespan Vision Venturesが主導し、製薬大手のEli Lilly(イーライリリー)とHKX Capitalが参加しています。この資金調達に関連して、Lifespan Vision VenturesのHarry Robb氏が同社の取締役会に加わったことも発表されています。
同社の独自プラットフォームは、低侵襲の皮下投与後に、治療用タンパク質を持続的かつ制御可能な形で発現させることを目指しています。脂肪細胞を治療用タンパク質生産の「持続的な拠点」として活用することで、複数年にわたる治療効果を提供しつつ、患者ごとに発現レベルを調整して用量を最適化できる可能性があるとされ、頻繁な投与が必要な既存の生物学的製剤が抱える、繰り返し注射や薬物動態上の課題といった限界を克服するアプローチだと説明されています。調達資金は、主力プログラムの前進、プラットフォーム技術のさらなる拡張、そしてヒトを対象とした初期臨床試験の準備に投じられる予定です。
4. Discovered Materials ― AIエージェント群で半導体の「発熱問題」に挑む
AIワークロードを処理する半導体チップは発熱量が大きく、これがデータセンターの電力消費とその冷却負荷の大きな要因の一つになっています。Y Combinatorから輩出されたスタートアップDiscovered Materialsは、AIエージェントの群れを活用して、より効率的な集積回路を作るための新素材を探索する事業に取り組んでおり、Lightspeed India Partnersが主導するシード資金調達で900万ドルを確保したと発表しています。この調達にはPeak XV Partnersや、エンジェル投資家のPaul Graham氏、Gokul Rajaram氏、Thariq Shihipar氏も参加しています。
共同創業者のAdvaith Sridhar氏とAkash Ramdas氏は、Ramdas氏がスタンフォード大学で材料科学の博士号を取得した経験と、Sridhar氏がPersona AIやLuma Labsでエージェント開発に携わった経験を組み合わせて同社を立ち上げました。両氏は、Anthropicのモデルを独自のハーネスに組み込んで材料候補を生成させ、さらに自ら訓練した基礎物理モデルでシミュレーションを行い、候補材料が実際に有望かどうかを検証するソフトウェアパイプラインを構築しています。Sridhar氏は、Ramdas氏が博士課程で1日に行っていた「予測」がせいぜい20件程度だったのに対し、現在はクラウド上でエージェントを24時間稼働させることで、1日に数千件規模の予測を行えるようになったと説明しています。
同社は、数百種類の新素材候補と、フロンティアモデルがこの課題にどこまで対応できるかを追跡するための「Material Discovery Bench」を同日に公開しました。既に大手半導体メーカーが使用する既存材料の特性に合致する材料をいくつか発見済みとしていますが、詳細は明らかにされていません。
半導体材料探索の分野では、MatNexやSandboxAQ、CuspAIといった competitor も同様の取り組みを進めているとされる中、Discovered Materialsは半導体材料の熱問題に特化する戦略を取っています。この分野の技術的な難しさとして、発熱抑制や放熱性を改善する材料が見つかっても、実際に量産可能な形でチップに加工できるか、電気的特性が損なわれていないかといった「エンジニアリング上のトレードオフ」が課題になると説明されています。今回のラウンドを主導したLightspeedのHemant Mohapatra氏は、この探索を「原子構造のもぐら叩き」と表現し、複数の特性が同時に揃わなければ実用化に至らない点が、この探索問題を難しくしていると述べています。
同氏は、新規物質を予測するビジネス自体は、モデルの性能向上とともに今後コモディティ化していくと見ていますが、Discovered Materialsの強みは、Ramdas氏の材料科学における深い経験と、候補材料を迅速に実験・検証できる自社ラボの存在にあると指摘しています。同社は今後、有望な材料が見つかった場合、GPUへの応用や製造プロセスに関する特許を取得し、半導体メーカーへのライセンス提供を目指す方針で、来年中には特許化に値する新素材を確立したいとの意向を示しています。
なお、AIによって発見された医薬品や材料が実際に商業的な成功を収めた例は、まだほとんど存在しないという課題も指摘されています。生成AIで発見された医薬品としては、Insilico MedicineのRenterosibが第2相臨床試験に進んだ最初の例とされていますが、材料分野ではMatNexのレアアース不使用永久磁石やPanasonicとCitrine Informaticsによる半導体材料の研究など、有望な候補は見つかっているものの、まだ大規模な商業展開には至っていないとされています。Lightspeedのモハパトラ氏は、AI材料科学における本当のボトルネックは「候補を見つけること」ではなく、「それらを正しくフィルタリングし、合成すること」にあると指摘しています。
