2026.02.04 注目の海外スタートアップの資金調達4選
2026年2月4日前後に公表された4件の大型資金調達は、AIブームの「何でもAI」ではなく、“計算（Compute）”と“現場（Atoms）”に資本が再配分されていることを示します。前者はチップ／推論インフラ、後者は建設・製造という「物理世界の生産性ボトルネック」。重要なのは金額より、各社が、「何を速くし、どこでコストを下げるのか」が具体的な点です。
1. “チップ覇権”は学習から推論へ：Cerebras Systemsの$1.0B
事業内容
Cerebras Systemsは、AI学習・推論向けにウェハーサイズの巨大プロセッサ（Wafer-Scale Engine）を核としたハードウェア／システムを提供する企業です。公式サイトでも「AI学習と推論のためのウェハースケール・プロセッサ」を前面に出しています。
Reutersによれば、同社はレイトステージで10億ドルを調達し、評価額は約231億ドル。主導は、Tiger Globalで、Benchmark、Coatue、1789 Capitalなどが参加し、NvidiaやAMDも投資家として名を連ねます。
ポイントは2つ。
1つ目は「推論需要の爆発」。学習（Training）だけでなく、プロダクト組み込みの推論（Inference）が増えるほど、データセンターの計算資源は恒常的に逼迫します。
2つ目は「供給の多様化」。記事は、OpenAIが推論向け計算資源の確保と供給分散を急ぐ文脈で、Cerebrasと商業契約を結んだ点にも触れています。ここから見えるのは、単なる“NVIDIA対抗”ではなく、顧客側がサプライチェーン分散を戦略化しているということです。
2. 建設現場のボトルネックを潰す：Bedrock Roboticsの$270M（Series B）
事業内容
Bedrock Roboticsは、建設現場で使われる既存の重機・機械を自律化（autonomy）でアップグレードし、現場の生産性と安全性を高めることを掲げる企業です。公式サイトでも「日常の設備を自律化で変革する」と明記しています。
PR Newswireによると、同社はシリーズBで2.7億ドルを調達し、評価額は17.5億ドル。共同主導はCapitalGとValor系ファンドで、NVenturesなども参加しています。
ここでの本質は、AIの適用先が“チャット”ではなく重機・土木という超現場である点です。背景として人手不足（プレスリリース内の言及）を挙げつつ、勝ち筋を「1台の自動化」ではなく、複数機体を協調させるfleet運用＝現場オペレーション全体の再設計に置いているのが重要です。
2-1. 「現場AI」で難しいのはモデル精度より運用
建設は環境が不規則で、土質・天候・周辺作業の干渉など変数が多い。だから価値は、モデルだけでなく、安全設計・監督プロセス・稼働率（止め方／切り戻し）まで含めた“運用の設計力”に出ます（同社は既存設備の変革を強調）。
3. “省電力推論”がユニコーン化：Positron AIの$230M（Series B）
事業内容
Positron AIは、生成AIの推論（Inference）に特化したハードウェアを開発し、「高性能・低消費電力・低TCO」を掲げる企業です。公式サイトでも「Transformer推論の最高性能、最低電力、最良TCO」を明言しています。
Business Wireによれば、同社はシリーズBで2.3億ドルを調達し、評価額は10億ドル超。共同主導はARENA、Jump Tradingなどで、戦略投資としてQIAやArm Holdingsも参加しています。
この案件が象徴するのは、AIの成長制約が「モデル性能」から電力と運用コストへ寄ってきた現実です。推論が広がるほど、コストは“GPUの購入”ではなく、電力・冷却・ラック密度・運用（TCO）に跳ね返る。だから投資家は「推論を安く・省エネに」というレイヤーに賭けています。
4. “工場をソフトウェア化”する：Machina Labsの$124M（Series C）
事業内容
Machina Labsは、AIガイドのロボティクスでCADから金属構造物へ短期間で変換する「インテリジェント工場」を構築し、金型・治具に依存しない“ソフトウェア定義型”の製造を目指す企業です。公式サイトは「CADから金属へ数日で」「金型なし・遅延なし」を強調しています。
Axiosは、同社が20万平方フィート超のロボ工場（Intelligent Factory）を計画し、当初はミサイル構造物や機体（airframes）を生産すると報じました。資金はシリーズCの1.24億ドルで、Lockheed Martin VenturesやWoven Capitalなどが参加。
同社CEOの主張は一貫しています。最先端設計が“旧来の工場”に縛られるなら、解くべきはロボ導入の有無ではなく、工場そのものを「ソフトウェアの速度」で動かす仕組みだ、という発想です（公式も“software-defined manufacturing”を強調）。
