カリフォルニア州に拠点を置くApplied Computeは、企業がオープンウェイトAIモデルを開発、デプロイ、最適化するのを支援する企業であり、現在投資家と協議を進め、約30億ドルの評価額での資金調達を目指しているとThe Informationが報じている。

実現すれば、この新しい資金調達ラウンドは、わずか4ヶ月前に設定された前回評価額13億ドルの2倍以上となり、AIインフラに対する投資家の意識の変化を浮き彫りにする。Applied Computeだけがこの分野に資金を集めているわけではない。Together AI、Fireworks AI、Anyscaleもそれぞれ、オープンモデルエコシステムにサービスを提供するために有意な資金調達を行っており、どの個別モデルが普及しても恩恵を受けるインフラへのエクスポージャーを求める投資家の間に広がる「ツルハシとシャベル」的な投資アプローチを反映している。

この動きは、AI業界全体のより大きなトレンドを反映している。オープンモデルの進展に伴い、企業はカスタマイズと制御が可能なシステムを求めるようになり、それらのモデルを訓練、デプロイ、継続的に改善できるインフラへの需要を高めている。オープンモデルの主要プラットフォームであるHugging Faceは、2025年に1,300万ユーザーと200万以上の公開モデルに達したと報告しており、オープンソースAIエコシステムの急速な成熟を示している。

13億ドルのシリーズBから評価額を倍増

Applied Computeは4月に、Kleiner Perkinsが主導する8,000万ドルの資金調達ラウンドを、ポストマネー評価額13億ドルで発表した。このラウンドにより、同社の累積調達額は約1億6,000万ドルとなった。

提案されている新しい条件の下では、30億ドルという数字は4月の評価額の約2.3倍に相当し、それもわずか数ヶ月の間に達成される。資金調達ラウンドはまだオープン状態であり、最終的な評価額は変わる可能性がある。

また、提示された数字はEpoch AIの資金調達データとも鮮やかな対比を見せている。オープンモデルの主要開発企業であるMistral AIは、2025年9月時点で30億ドルのエクイティ調達を評価額137億ドルで行っていたと、Epochのデータセットに記録されている。一方、Applied Computeはこれまでに約1億6,000万ドルを調達しており、推定30億ドル評価額はMistralが投入した資金のごく一部に基づいていることを意味する。

両社は直接比較できるものではない。Mistralは基盤モデルを構築する一方、Applied Computeはインフラレイヤーを提供する。それでも、この差は投資家がオープンソースAIのインフラに高いプレミアムを乗せていることを浮き彫りにする。Mistralの直近の資金調達額はApplied Computeの累積調達額の約25倍であり、評価額は約4.6倍高い。これは、不確実な収益予測に頼ることなく、Applied Computeの評価額上昇の背景を説明する材料となる。

Applied Computeが提供するもの

Applied Computeは自社のプラットフォームを、オープンモデルの訓練、推論、継続的改善のためのクラウド環境として位置づけている。Agent Cloud（AC2）と呼ばれるこのプラットフォームは、企業が独自のデータとワークフローに基づいてモデルを訓練しながら、本番環境でデプロイすることを可能にする。

中核となるコンセプトは、モデルの訓練をエージェントのデプロイに直接結びつける点にある。訓練とデプロイを分ける従来のアプローチとは異なり、Applied Computeは組織が既存のエージェントインフラを維持したまま、ニーズに合わせて新たに訓練されたモデルに入れ替えることを可能にする。医療や金融サービスなどの規制業界にとって、このアーキテクチャはデータガバナンスの制約にも対応する。企業は独自データを外部のAPIプロバイダーに送信するのではなく、自ら管理する環境内でモデルを改良できるからだ。

「ハネスは既に稼働している場所に置いたままでよい。」 — Vinjai Vale, Applied Compute

同プラットフォームはプロダクショントレース、エンタープライズコンテキスト、強化学習を活用して専門特化型モデルを改良しており、これらの機能は企業が汎用AIアシスタントの域を超え、AI投資に対する測定可能なリターンを求めるにつれて、より価値を増す可能性がある。

Applied Compute自身の研究もこのアプローチを実証している。最近の実験で、同社はソフトウェアエンジニアリングタスクをNVIDIAのNemotron 3 Ultra、GPT-5.5、Claude Opus 4.7に振り分けるルーターを訓練した。同社によれば、このルーターはオラクル戦略のメリットの大部分を捉えつつ、約25%低いコストでGPT-5.5レベルの性能を達成したという。

この戦略の根底にあるのは、AIモデルを交換可能なコンポーネントとして扱う考え方である。すべてのタスクを最も強力なモデルに送るのではなく、企業は性能とコストのバランスを取ることができる。オープンモデルがプロプライエタリシステムとの差を縮め、プロプライエタリプロバイダーからの累積API支出が拡大する組織にとって重大な費用となりうる中で、このアプローチの重要性は増している。Cryptopolitanは以前、OpenAIやAnthropicとのKimi K3の競争について報じ、中国のオープンウェイトモデルが性能と価格の両面で米国のシステムに挑戦し始めている状況を取り上げた。

なぜ今のタイミングがオープンモデルへの投資に有利なのか

Applied Computeの資金調達協議は、AIインフラへの投資が本番ワークロードへと移行する時期に持ち上がっている。Gartnerは、AIがより現実のアプリケーションへと進出する中、2026年には推論がAI最適化インフラアズアサービス支出の55%を占めると予測している。

このトレンドはApplied Computeのモデルと合致する。同社は単に訓練用コンピュートを販売しているのではなく、デプロイ後にモデルが継続的に改善されるよう設計されたインフラを構築している。

Hugging Faceの成長も、市場拡大を裏付けるさらなる証拠を提供する。同プラットフォームは2025年に1,300万ユーザーと200万以上の公開モデルに到達し、開発者が既存システム上でファインチューニングされたモデルやアプリケーションをますます構築するようになっている。

企業にとって、オープンウェイトモデルはより高い制御性ももたらす。企業は独自のワークフローに合わせてモデルをカスタマイズし、データやモデルの挙動に対するより大きな権限を保持したままデプロイできる。

これにより、Applied Computeは潜在的に重要な分岐点に位置することになる。企業がクローズドなプロバイダーからインテリジェンスを単にレンタルするのではなく、自社のデータに基づいてAIを構築することをますます好むようになれば、モデルと独自ワークロードを結びつけるインフラはグローバルAI市場の重要なセグメントになりうる。AWS、Google Cloud、Microsoft Azureを含む大手クラウドプロバイダー複数社も自社のオープンモデルサービング機能を拡張しており、インフラレイヤーがニッチから競争の舞台へと変わりつつあることを示唆している。

したがって、提案されている30億ドルの評価額は、単なる一つのスタートアップへの投資以上の意味を持つ。それは、企業が自社の事業に合わせてAIモデルをますます使用、訓練、カスタマイズ、そして継続的に改善していくという賭けであり、その移行を可能にするツールが、いかなる単一モデルの成功にも依存することなくプレミアム評価を受けるだろうという賭けなのである。