企業向け生成AI、95％が失敗の現実に挑む — Maisa AIが2,500万ドル調達し説明可能なエージェントを実装

2025年8月28日 14:21

企業現場における生成系AIの導入率は95％にも上るという高い失敗率が報告されています。そんな困難な状況の中、信頼性の高い「説明可能」で「追跡可能」なAIシステムによるリーダーシップを目指すスタートアップ、Maisa AIが注目を集めています。本記事では、同社の最新の資金調達や技術アプローチを踏まえ、企業におけるAI活用の課題と今後の展望について、専門的かつわかりやすく解説します。

1. Maisa AIの登場背景と資金調達

1-1. 95%に及ぶエンタープライズAI導入の失敗

MITのNANDAによる報告書では、企業が実施する生成系AIパイロットのうち、驚くべきことに95%が失敗に終わっているとされています。この状況を受け、多くの高度な企業が、単なる「ブラックボックス」ではなく、学習と監視が両立可能なエージェント型AIの構築に注力し始めています。

1-2. 25百万米ドルのシード資金調達

このような状況の中、Maisa AIは設立1年にして注目すべき成果を挙げました。欧州VCのCreandumが主導する2,500万ドルのシードラウンドを成功させ、同時にその資金を基に「Maisa Studio」という新たなプラットフォームをローンチしています。

2. 技術戦略：「説明可能なAI」を形にする

2-1. 「ブラックボックス」への批判：Chain-of-Workの導入

Maisaのアプローチは際立っています。従来のAIが「回答を生成する」傾向にあるのに対し、「回答に至るプロセス自体（チェーン・オブ・ワーク）を構築する」という逆転の考え方を掲げています。CEOのDavid Villalón氏はこの点を次のように語っています：

「AIを使ってレスポンスを生成する代わりに、レスポンスに至る過程を構築する—それが我々の“chain-of‑work”です」。

この手法により、過程の可視化・検証・追跡が可能になり、ビジネス環境での導入における信頼性を底上げします。

2-2. HALPとKPU：信頼性を支える技術基盤

HALP（Human‑Augmented LLM Processing）は、ユーザーのニーズをAIが問いかけ、それをもとにデジタルワーカーがステップを提示するシステムです。まるで学生が黒板に書きながら説明するようなアプローチです。
KPU（Knowledge Processing Unit）は、決定論的システムとして、生成系AIが持つ“幻覚（hallucination）”リスクを抑える役割を担います。結果を張り付ける演算ではなく、論理的に追える構造で処理されます。

3. 実用への展開と競争優位

3-1. エンタープライズへの適用事例と導入形態

Maisa Studioは、銀行や自動車メーカー、エネルギー企業といった重要業務を担う大手企業にも採用されています。ルールに基づく従来型RPAとは異なり、ノンテクニカルなユーザーでも自然言語でデジタルワーカーを訓練可能なのが強みです。

さらに、データセンターへの展開、あるいはオンプレミス導入にも対応しており、セキュリティや規制への適用性も重視されています。

3-2. “RPA 2.0”としての位置づけと競合関係

Maisaは、柔軟なプロセス対応型の次世代型RPA（“RPA 2.0”）と見なされています。比べられる競合には、CrewAIやその他ワークフロー系AIツールがありますが、Maisaは「迅速導入」が裏目に出てしまう信頼性や修復性の欠如への懸念を反転させるポジショニングを志向しています。

4. グローバルな戦略と今後の展開

4-1. 拠点と資本構成から見る国際展開

本社をバレンシア（スペイン）とサンフランシスコ（米国）に置き、欧州と米国双方での展開を視野に入れています。昨年のプレシードではNFXやVillage Global（ザッカーバーグら出資）らから500万ドルの調達を実施しており、今回のシード調達もその延長上です。

また、Forgepoint Capital Internationalが参加しており、規制が厳しい業界（金融・エネルギーなど）での採用を想定した布陣とも見られています。

4-2. 組織拡大計画と成長への目論見

現在35名体制のMaisaは、2026年第1四半期までに65名体制を目指し、人員を倍増させる計画です。年内末からは待機リストへの対応も始まる見通しで、市場へ「期待通りの成果を出している企業」であることを示すと宣言しています。

結び：信頼できるAIエージェントへの挑戦

生成AIがビジネスの現場で信頼されず、95%の失敗に陥っている時代。しかし、“過程の可視化”と“検証可能性の担保”を重視し、RPAを超える形でAIを導入しようという挑戦が今、加速しています。Maisa AIはその最前線に位置し、資金・技術・組織を整えながら、「説明可能で信頼できるAI」という未来を切り拓きつつあります。