総合編集：PANews 大钳子
AI起業に唯一の正解はない。論文型の科学者、学術の産業化を進めるチーム、クオンツエンジニアリング派、異業種からの起業家、そして運営型の組織者まで、誰もがこの競争の中で自らの居場所を見つける可能性がある。
過去10年、人工知能は研究室の最先端研究から、テクノロジー産業の構造を決める中核的な力へと変わった。今日、世界で最も注目されるAI企業には、OpenAI、Google DeepMind、Anthropic、xAIだけでなく、DeepSeek、月之暗面（Moonshot AI）、智譜AI、MiniMaxも名を連ねている。
これらの企業は一見すると大規模モデルの開発をしているが、その背後にはまったく異なる起業ルートがある。トップ論文や学術研究から出発した者、大学の研究成果を産業に移した者、クオンツ金融で計算力と資本を蓄積してから参入した者、そして資金調達、プロダクト、運営、組織化に長け、技術チームを世界水準の企業へとまとめ上げた者まで、多様だ。
🇨🇳中国：科学研究論文、学術研究室からクオンツエンジニアリングまで
月之暗面（Moonshot AI）：業界を変えた一本の論文を、誰もが使える製品に
月之暗面は2023年に設立され、そのプロダクト「Kimi」は中国の大規模モデル応用の中でも特に認知度の高い製品の一つである。代表モデル「Kimi K3」は、マルチモーダル、長文コンテキスト、プログラミング、深い推論を特徴としている。
創業者の楊植麟（ヤン・ジーリン）は1992年広東省汕頭生まれ。清華大学で学士号を取得後、カーネギーメロン大学でコンピューターサイエンスの博士号を取得。自然言語処理分野の研究者に師事し、博士課程では後に広く引用されるTransformer-XLやXLNetなどの研究に参加。その後、Google BrainやMetaでもAI研究に従事した。
中国のこの世代の起業家の中で、楊植麟が歩んだのは最も典型的な道だ――まず学術界で自らの判断力を証明し、次にその判断力を、一般の人が直接開いて使えるプロダクトへと転換する。企業向けサービスに傾注する智譜AIなどと比べ、月之暗面は最初からコンシューマー市場（C向け）を照準に定めていた。
智譜AI：清華大学の研究室から生まれた産業化のサンプル
智譜AIは2019年に設立され、清華大学知識工学実験室の系譜を源流とする。代表的な技術路線はGLMシリーズで、基盤モデル、企業向けサービス、モデルプラットフォームを長期的に布陣している。
共同創業者兼CEOの張鵬（チャン・ポン）は、学士・修士・博士のすべてを清華大学で取得。2005年から2020年まで、一貫して知識工学実験室とAMiner学術プラットフォームの構築に深く携わり、従来の大手インターネット企業での勤務経験はない。
智譜AIの特異な点はその出発点にある――ヒット商品をゼロから生み出してスタートしたのではなく、大学の研究室が十数年かけて蓄積した知識グラフと学術ネットワークを、そのまま対外サービスを提供できる基盤モデルプラットフォームへと直接転換したのだ。ここに、月之暗面との最大の分岐点がある。一方はまずプラットフォームを作り、もう一方はまずプロダクトを作ったのである。
DeepSeek：クオンツ取引で稼いだ資金を、大規模モデルに投入
DeepSeekは2023年に設立され、基盤モデル、学習効率、オープンウェイト（重み公開）に注力。代表モデルにはDeepSeek-V3、R1および後続のV4シリーズが含まれる。
創業者の梁文鋒（リャン・ウェンフォン）は1985年広東省湛江呉川生まれ。浙江大学で電子情報工学の学士号を取得後、情報・通信工学の修士号を取得。研究分野はマシンビジョンに及ぶ。華為（ファーウェイ）、騰訊（テンセント）、百度（バイドゥ）のような大企業での勤務経験はなく、大学院時代に機械学習を用いたクオンツ取引にのめり込み、その後、幻方量化（High-Flyer）を共同創業した。
梁文鋒の経歴は、この数社の中で最も異色である。彼は「まず研究者になり、その後資金を調達する」のではなく、まずクオンツ投資で資本と計算力の基盤を蓄え、それを逆に大規模モデルの研究開発に投入したのだ。DeepSeekはある意味、「金融で稼いだ計算力をAIに与えた」産物である。
MiniMax：大手テクノロジー企業の技術責任者から、マルチモーダル起業家へ
MiniMaxは2022年に設立されたマルチモーダル基盤モデル企業で、テキスト、音声、画像、動画をカバーし、プロダクトには「海螺AI」「星野」などがある。
創業者の閆俊傑（イェン・ジュンジエ）は、東南大学数学科卒業、中国科学院自動化研究所で人工知能の博士号を取得し、清華大学でポスドク研究を修了。起業前は、商湯科技（SenseTime）に6年以上勤務し、副総裁兼研究院副院長を務めた。
閆俊傑は、確かな学術訓練と、商湯科技のような大規模AIチームでプロダクトマネジメントやチーム運営に携わった実戦経験の、両方を併せ持つ。MiniMaxがマルチモーダルというより困難な道を選んだのは、ある意味、その二つの経験が重なった結果の自然な選択だろう。
🇺🇸アメリカ：基礎研究、安全性ガバナンスから異業種リソース統合へ
Anthropic：物理学者と統治者、二人の兄妹
Anthropicは2021年、OpenAIを離脱した研究者グループによって設立された。中核理念は「AI安全性は能力開発と同時並行で進めるべき」というもので、代表プロダクトはClaudeシリーズである。
共同創業者兼CEOのダリオ・アモデイは、スタンフォード大学で物理学を専攻し、博士課程ではプリンストン大学で生物物理学に転向した。この学際的なバックグラウンドは、後に彼の研究の道筋にも引き継がれる。彼はまずGoogle Brainでシニアリサーチサイエンティストとなり、その後OpenAIにリサーチバイスプレジデントとして移籍。GPT-2やGPT-3のトレーニングに携わり、初期のRLHF（人間のフィードバックによる強化学習）研究の中核メンバーの一人でもあった。2021年、妹のダニエラを含む複数のOpenAI同僚と共に退社し、Anthropicを設立した。
妹ダニエラの経歴は全く異なる。彼女は大学で英文学を専攻し、卒業後直接テクノロジー業界に入らず、StripeとOpenAIでオペレーション関連の業務に従事した。Anthropicにおける彼女の役割はモデルを訓練することではなく、会社を安全かつ安定的に機能させるための基盤システム――採用からコーポレートガバナンス、安全ポリシーの現場実装まで――を構築することである。
この兄妹の組み合わせは、ある意味でAnthropicという会社そのものの縮図だ。技術ロードマップを判断し、モデルの能力限界を見極める研究者ダリオのような存在が陣頭指揮を執る必要があり、同時に、組織・プロセス・リスク管理を理解するダニエラのような人材も必要なのである。
OpenAI：物語を語る人と、技術を理解する人
OpenAIは2015年に設立され、ChatGPT、GPT、Soraといった象徴的なプロダクトを世に送り出し、生成AIを世間の認知へと押し上げた中心的な企業である。
サム・アルトマンは、スタンフォード大学でコンピューターサイエンスを2年間学んだ後中退し、位置情報ソーシャル企業Looptを創業。その後、Yコンビネーターの社長に就任した。彼の強みは、決してトップ論文を発表することではなく、資金調達、プロダクト判断、組織の動員、そしてテクノロジーの物語を魅力的に語ることにある。
Ilya Sutskever は別のタイプだ。彼はトロント大学で数学とコンピューターサイエンスの博士号を取得し、深層学習の先駆者 Geoffrey Hinton に師事。Google Brain では AlexNet や Seq2Seq などの重要な成果に携わり、OpenAI の初期の大規模トレーニング路線を主導した。
もしイリヤがOpenAIの作れるモデルを決めたのだとしたら、サムが決めたのはこの会社が生き残れるかどうか、資金をどう調達し、技術をどう売っていくかだった。二人の組み合わせは、ほぼ「科学者＋オーガナイザー」という路線がシリコンバレーで最も成功した実践例だ。
xAI：マスクが自動車やロケットづくりで培ったノウハウをAIに持ち込んだ
xAIは2023年に設立され、代表プロダクトはGrok。リアルタイム情報、推論、生成メディアを重視し、Xプラットフォームと深く統合されている。
創業者のイーロン・マスクは南アフリカのプレトリア生まれ。大学で物理学と経済学を学び、スタンフォード大学の大学院プログラムに短期間在籍した後に退学した。他のAI創業者とは異なり、大手テクノロジー企業での勤務経験はなく、Zip2、PayPal、SpaceX、Neuralinkなどの設立に相次いで関わり、テスラを長年にわたって率いてきた。
マスクがAIに参入するやり方は、論文や研究室から出発するのではなく、決済、電気自動車、宇宙開発、衛星通信、ソーシャルプラットフォームといった業界横断的に蓄積したリソースを統合し、大規模モデルの訓練に必要な計算力とデータに直接つぎ込むというものだった。
Google DeepMind：チェスの天才がたどった、ゲームからタンパク質への道
Google DeepMindは2010年に設立され、2014年にGoogleに買収された。現在はGoogleの中核的なAI研究機関であり、AlphaGo、AlphaFold、Geminiを次々と世に送り出してきた。
共同創業者兼CEOのデミス・ハサビスはイギリスのロンドン生まれ。ケンブリッジ大学でコンピューターサイエンスの第一級学位を、ロンドン大学ユニバーシティ・カレッジで認知神経科学の博士号を取得している。少年時代はチェスの名手で、17歳でゲーム『Theme Park』の開発に参加し、後に自らゲーム会社Elixir Studiosを立ち上げた。
ゲームは彼に複雑なシステムと意思決定に対する直感を、神経科学は「知能」そのものを理解する生物学的な視点を、コンピューターサイエンスはそうしたアイデアを実際に形にするエンジニアリングの力を与えた。AlphaGoとAlphaFoldの成功は、ほぼこの三つの経験が重なり合った結果であり、後者によって彼は2024年にノーベル化学賞を受賞した。
四つの創業者ルート：AI起業に単一のテンプレートは存在しない
この8社を振り返ると、創業者のバックグラウンドは大きく四つに分類できる。
第一類：純粋な技術論文型の創業者。 杨植麟、闫俊杰、ダリオ・アモデイ、イリヤ・サツケヴァー、デミス・ハサビスはいずれも体系的な研究トレーニングを積んでおり、共通しているのは技術路線を見極め、研究チームを率い、モデルの能力や訓練手法において真の参入障壁を築ける点だ。このうち杨植麟とイリヤは「まず業界を変える論文を書き、それから起業へ」という道に近く、ハサビスはコンピューター、ゲーム、神経科学が交差したところから生まれた。
第二類：大学の研究成果の産業化。 智谱 AI が最も典型的な例で、中核となる能力は清華大学知識工学研究室の長年の蓄積から直接生まれている。月之暗面もまた強い清華大学と海外研究の遺伝子を持つが、その道筋はより市場志向であり、学術成果を企業向けサービスとしてパッケージ化するにとどまらず、一般消費者向けの製品をダイレクトに開発した。
第三類：数学、エンジニアリング、資本の融合。 梁文锋とマスクがこのタイプに属するが、リソースの出所はまったく異なる。梁文锋はクオンツ投資によって資本と計算力を蓄積し、マスクは決済、自動車、宇宙、ソーシャルプラットフォームといった異業種事業を通じてリソースを動員した。共通しているのは、彼らがAIに参入する方法が決してアルゴリズムそのものにだけ依存したものではなかった点だ。
第四類：非技術系のオーガナイザーと技術創業者のコンビ。 サム・アルトマンとダニエラ・アモデイがこの路線を代表する。彼らは必ずしも最上位のモデル研究者ではないが、会社が人材を採用し、資金を調達し、製品を完成させ、規制の圧力に耐え、急拡大のなかでも組織がバラバラにならないようにできるかどうかを決定づけている。
最先端AIの競争は、決して「誰がコンピューターサイエンスの博士号を持っているか」だけでもなければ、「誰がより大きなモデルを訓練できるか」だけでもない。
ある企業が持続的にリードを保てるかどうかを本当に決めるのは、研究、エンジニアリング、プロダクト、資本、そして組織能力がクローズド・ループを形成できるかどうかだ。科学者が技術的な上限を決め、エンジニアリングチームがモデルを現実のものにできるかを決め、プロダクトチームがユーザーに使ってもらえるかを決め、資本が計算力と人材への投資を決め、組織とガバナンスが会社を長期的に回し続けられるかどうかを決める。
この観点からすると、AI起業に唯一の正解はない。
論文型の科学者、学術産業化チーム、クオンツエンジニアリング派、異業種起業家、そして運営型オーガナイザーは、いずれもこの競争の中で自らの居場所を見つけうるのだ。
異なる能力を一つの体系へと統合できる者こそが、次の段階の人工知能の波において、長期的な勝者となる可能性が最も高い。
