GoogleやNVIDIAが注目する、評価額40億ドルのAI企業が、科学者を「直接解雇」しようとしている

2026.05.06

共有先

TechFlow厳選深潮セレクト

GoogleやNVIDIAが注目する、評価額40億ドルのAI企業が、科学者を「直接解雇」しようとしている

自己学習型AIの資金調達神話が私たちに伝えていることはただ一つ——このAI軍拡競争において、研究者自身さえも「巻き込まれ」ているということだ。

2026.05.06 - 10:51:25

Web3業界の深掘り報道に専念し潮流を洞察

著者｜ハリン・ウー

1956年、一群科学者がダートマス大学に集まり、「機械は思考できるか？」という問いを初めて正式に議論した。彼らは楽観的に、この問題をひと夏で解決できると信じていた。

70年後の今日、この問いには依然として明確な答えが出ていない。しかし、設立からわずか4か月の企業が、5億ドルの資金調達を実現し、評価額40億ドルに達した——その理由は、同社が「AIが自ら研究を行い、自ら進化する」道筋を見つけたと主張しているからだ。

この企業の名前は「Recursive Superintelligence（リカーシブ・スーパーインテリジェンス）」である。

投資を主導したのはGoogleベンチャーズ（GV）、共同出資したのはNVIDIA。両社がAIエコシステムにおいて果たす役割については、今さら説明するまでもない。こうした業界トップ企業が、製品さえ公開されていない新興企業に同時に巨額の投資を行うという事実は、その裏にある戦略的意図を丁寧に読み解く価値がある。

01 「人間をループから完全に除外する」

まず、Recursive Superintelligenceが実際に何をやろうとしているのかを明らかにしよう。

同社は元Salesforce首席科学者リチャード・ソッチャー（Richard Socher）氏によって設立され、コアチームはGoogle DeepMindおよびOpenAI出身のメンバーで構成されている。これは決して目新しい組み合わせではない——過去2年間に、世界トップクラスの研究機関から独立して起業するエンジニアや研究者が、すでに明確な「出走ブーム」を形成している。

リチャード・ソッチャー氏のX（旧Twitter）公式プロフィール。アルトマン氏がこの人物をフォローしていることは明らか｜出典：X

ソッチャー氏は、シリコンバレーに多い「大手企業で経歴を積んで起業するタイプ」の創業者とは一線を画す存在だ。1983年ドイツ生まれで、スタンフォード大学にてAIの先駆者アンドリュー・ング（Andrew Ng）氏および自然言語処理（NLP）の権威クリストファー・マンニング（Christopher Manning）氏に師事。2014年に博士論文を完成させ、同年スタンフォード大学コンピューターサイエンス学部の最優秀博士論文賞を受賞した。

ソッチャー氏は、ニューラルネットワークの手法を本格的に自然言語処理分野に導入したキーパーソンの一人である——彼が初期に行なった単語ベクトル、文脈ベクトル、プロンプト工学に関する研究は、現在のBERTやGPTシリーズモデルの技術的基盤を直接築いたものであり、Google Scholarにおける引用数はすでに18万回を超える。

博士号取得直後、彼はAIスタートアップMetaMindを設立。2年後にSalesforceによる戦略的買収により同社に統合された。その後、長年にわたりSalesforceの首席科学者兼執行副社長として同社のAI戦略を主導し、「Einstein GPT」など企業向けAI製品ラインの実用化を牽引した。

Salesforce退職後、彼は2020年にAI検索エンジンYou.comを立ち上げ、2025年にCラウンド調達を完了し、評価額15億ドルを達成した。今回の挑戦では、検索という領域からさらに根源的な命題へと視点を移している。

Thinking Machines Lab、Safe Superintelligence、Ineffable Intelligence、Advanced Machine Intelligence Labs……これらすべての企業は、「元XX社大規模言語モデル（LLM）コアチーム」という肩書きを掲げ、それぞれが「次世代AI」の物語を語っている。

しかし、Recursiveのアプローチは、大多数の競合よりもはるかに急進的である。

その核心となる命題は「自己学習型AI（Self-Learning AI）」——AIがより賢く質問に答えることを目指すのではなく、科学研究の全プロセスを自立して遂行することを目指す。つまり、仮説の立案、実験設計、結果評価、方向性の反復的改善までをAI自身が完遂する。言い換えれば、人間の研究者をこのサイクルから完全に除外しようという試みなのである。

これはまったく新しい方向性ではないが、Recursiveはそれを極めて現実的なビジネスロジックの上に載せている。現在、トップクラスのAI研究者の年俸は1500万～2000万ドルに及ぶが、もし同様の作業をより低コストかつ高速で実行可能なシステムが登場すれば、最先端研究の経済モデルは根本から書き換えられるだろう。

投資家たちもこのロジックを明確に見抜いている。報道によれば、今回の資金調達ラウンドは過剰応募（オーバーサブスクライブ）となり、最終的な調達額は10億ドルに達する可能性がある。

02 GoogleとNVIDIAが同時に出資

GVが主導し、NVIDIAが共同出資する——この投資家陣容そのものが、強力なシグナルである。

Googleの判断基準は比較的容易に理解できる。DeepMindは長年にわたり「AI for Science（科学のためのAI）」という分野で最も重要な探求者であり続けてきた。AlphaFoldはタンパク質の立体構造予測という難題を解決し、AlphaGeometryは数学オリンピックで人類最高峰の選手を凌駕した。

しかしDeepMindのアプローチは、AIを用いて特定の科学的課題を解決することに焦点を当てているのに対し、Recursiveが目指すのはさらに根源的な課題——すなわち「科学的発見のプロセス自体をAIが自律的に推進する」ことである。これはGoogleにとって、単なる競合関係ではなく、むしろ将来の不確実性へのヘッジとしての価値を持つ投資でもある。

さらに重要なのは、今月初めにGoogleがIntelと複数世代にわたるAIインフラストラクチャ協業契約を締結したばかりであるという点だ。これは、GoogleがAIインフラストラクチャ分野での布石を全面的に加速させていることを意味する。Recursiveへの投資は、この大きな戦略的棋盤上の一着——誰が最先端のモデルを動かすか、その主導権を握りたいというGoogleの意志の表れである。

一方、NVIDIAの判断基準はさらに直接的である。自己学習型AIの最大のボトルネックはアルゴリズムではなく、計算資源（算力）である。もしAIが自立して実験を実行し、モデルを反復的に改良していくならば、その背後で必要となるGPUクラスターの規模は指数関数的に増大する。NVIDIAがRecursiveに投資するということは、要するに「自社の将来の注文」に投資していると見てもよい。

両社が同時に投資に踏み切ったという事実は、さらに微妙なシグナルを発している——この分野は、もはや「投資しないと手遅れになる」段階に達しつつあるのだ。

03 設立4か月で評価額40億ドル——妥当なのか？

誰もが初めて「40億ドル」という数字を目にするとき、第一の反応は「またか」となるだろう。

AIスタートアップの評価額バブルは、ここ2年間で新鮮な話題ではなくなっている。PDF一枚、デモ一つ、数枚のスライド、そしていくつかのトップ研究機関出身の名前があれば、数億ドル規模の資金調達を実現できる——これはシリコンバレーでもロンドンでも、もはや伝説ではなく日常的な光景となっている。

しかし、Recursiveの実情をよく見てみると、一般の「PPTユニコーン」とは異なる点がいくつかある。

第一に、創業チームの重みである。リチャード・ソッチャー氏はNLP分野で実績ある学術的蓄積を持ち、単なる「元大手企業出身」というブランドで包まれた人物ではない。コアチームがDeepMindおよびOpenAIで得た経験は、彼らが最先端研究の現場の痛みを実際に体感してきたことを意味する。

第二に、資金調達が過剰応募となったという事実である。これは、需要が供給を大きく上回っており、投資家たちが「説得されて入る」のではなく、「争って入り込む」状況であることを示している。

とはいえ、設立から4か月、まだ公開製品すらない企業に対して40億ドルという評価額を付ける根拠は、あくまで「期待」であって「現実」ではない。これは、実際の製品や収益ではなく、「ある方向性」そのものに支払われる料金なのだ。

このような評価ロジックは、AI時代においてますます一般的になりつつあり、その背景には投資家たちが「次のOpenAIを逃すのではないか」という深い恐怖心がある。Safe Superintelligenceも、当時ほとんど製品のない状態で天文学的な評価額を得ており、イリヤ・スツケバー（Ilya Sutskever）氏の名前こそが最も堅固な資産だった。

Recursiveも、まさに同じ道を歩んでいる。これは批判ではなく、客観的な観察である。

04 「自己学習」という扉の向こう側には何があるか

Recursive Superintelligenceという社名そのものが、同社の野心を端的に表している。

「Recursive（再帰的）」とは、コンピューターサイエンスにおいて、関数が自身を呼び出す構造を意味し、多くの複雑なアルゴリズムの核となるメカニズムである。AI研究の文脈で言えば、「再帰的超知能」とは、システムが自らを継続的に最適化し、らせん状に向上していくプロセスを暗示している。

この概念自体は新しくない。その極端な形態は「知能爆発（Intelligence Explosion）」と呼ばれ、ある臨界点を越えたシステムが自らの進化を自律的に加速させ、最終的には人類が理解できないレベルの知能に到達するという仮説である。これはAIセーフティ分野において、長年にわたり最も中心的な懸念の一つである。

ただし、Recursiveが現在取り組んでいるのは、この極端な段階にはほど遠い。より現実的な解釈としては、同社は科学的探求のサイクルを自律的に駆動できるシステムの構築を試みており、その目標はAI研究の人件費および時間コストを大幅に削減することにある。

もし本当にそれが実現できれば、その影響はAI業界にとどまらない。医薬品開発、材料科学、物理学などの分野においても、「人間の科学者が関与しなくても急速に進展する」時代が到来する可能性がある。

もちろん、これはあくまで「もし」の話である。

「宣言」と「実現」の間のギャップは、AI業界において常に直線的ではない。