見出し画像

3-21.欧米LLM・企業AI・AI Agent・AIインフラ勢力を読む

香川友志

AI21、Aleph Alpha、DeepL、Replit、Cognition、Sierra――本編に入りきらなかった欧米LLM・企業AI・Agent企業たち

欧米生成AI 2026 完全版 第21回｜番外編1

シリーズ：欧米生成AI 2026 完全版
副題：LLM・画像生成・動画生成・AI Agentで見る「欧米AI企業TOP20＋番外編」
評価軸：AI部門の有名度 / 資本力 / 技術力 / 収益度 / AI部門価値
最終更新：2026年7月26日（NOTE公開用・公式発表再確認済み）
注記：製品名、企業価値、ARR、提供地域、提携関係は今後変わる可能性があります。非上場企業の売上・評価額には会社発表と報道・推計が混在するため、本文で区別します。
為替は1ドル＝160円、1ユーロ＝175円で概算換算しています。

読む前に｜生成AIの本当の競争は「モデルの外側」へ移った

欧米生成AI 2026 完全版の本編では、OpenAI、Anthropic、Google、Meta、Microsoft、Mistral、Cohereなど、巨大な基盤モデルや主要な生成AIサービスを持つ企業を中心に見てきました。

しかし、2026年の生成AI産業を理解するには、それだけでは足りません。

企業がAIを実際の業務で使うには、基盤モデル以外にも多くの層が必要だからです。

企業の文書やデータを安全に検索する仕組み。

複数のモデルやツールを組み合わせ、長い仕事を計画して進めるAgent。

コードを書き、テストし、修正し、運用まで担うソフトウェアAgent。

モデルを高速・低価格で動かす推論基盤。

GPUを大量に供給するAIクラウド。

学習データ、専門家評価、レッドチーミング、Agent評価を提供するデータ基盤。

この番外編で扱う企業は、一見するとばらばらです。

AI21 LabsとAleph Alphaは基盤モデル企業。

DeepLとGrammarlyは言語AI企業。

ReplitとCognitionはソフトウェア開発のAgent企業。

Sierra、Glean、Writerは企業業務へAgentを入れる会社。

BasetenとCoreWeaveは、そのAgentとモデルを動かすインフラ企業。

Scale AIは、モデルを学習・評価し、信頼できるAIへ近づける裏側の会社です。

しかし、これらを一列に並べると、生成AI産業の次の競争軸が見えてきます。

2026年の勝負は、最も大きなモデルを作ることだけではない。企業の仕事を理解し、Agentを安全に運用し、推論コストを抑え、結果を評価できる「AIの業務基盤」を誰が握るかである。

目次

はじめに――なぜ番外編1が必要なのか
LLMからAgent、そしてAIインフラへ
第1章　5軸評価で見る欧米LLM・企業AI・Agent勢力
第2章　AI21 Labs――JambaからMaestroへ、モデル企業が選んだ「計画」
第3章　Aleph Alpha――欧州主権AIの象徴はCohereとの連合へ
第4章　DeepL――翻訳会社から言語・音声・Agent企業へ
第5章　Replit――「コードを書く場所」から「アプリを作るAgent」へ
第6章　Cognition / Devin――AIソフトウェアエンジニアは同僚になれるか
第7章　Sierra――顧客対応Agentを成果報酬型ソフトウェアへ変える
第8章　Glean――企業内検索から「企業コンテキスト層」へ
第9章　Writer――PalmyraとPlaybooksで企業Agentを標準化する
第10章　Grammarly / Superhuman――文章校正から仕事全体のAgentへ
第11章　Baseten――推論インフラがモデル企業の表舞台へ出る
第12章　CoreWeave――GPUクラウドからAI生産基盤へ
第13章　Scale AI――データ会社から評価・Agent・国家AI基盤へ
第14章　競合比較――誰がどの層を取るのか
第15章　この企業群の弱点とリスク
第16章　日本企業はどう使い分けるべきか
第17章　日本のAI産業に足りないもの
第18章　2030年までの三つのシナリオ
結論――モデルの外側を制する企業が生成AIを産業にする
次回――番外編2、画像・動画・音声・デザインAI編

はじめに――なぜ番外編1が必要なのか

生成AIのニュースは、モデル名を中心に流れます。

GPT、Claude、Gemini、Llama、Mistral、Command。

ベンチマークが上がった。文脈長が伸びた。推論能力が強くなった。価格が下がった。

もちろん、基盤モデルは重要です。

しかし、企業の現場で問われるのは別の問題です。

そのモデルは、社内の正しい文書を探せるのか。

権限のない情報を見せないようにできるのか。

長い仕事を途中で忘れず、計画、実行、確認まで進められるのか。

間違った操作をした時に止められるのか。

誰が何を承認し、どのデータへアクセスし、どの結果を出したのかを監査できるのか。

GPU費用は予算内に収まるのか。

モデルやAgentの品質を、実際の業務に近い方法で評価できるのか。

2026年、生成AIは「使えるか」という実験段階から、「運用できるか」という産業段階へ入っています。

この変化によって価値が上がったのが、企業コンテキスト、Agent管理、推論基盤、評価基盤です。

AI21のMaestroはAgentの計画を重視します。

Gleanは企業の権限付き知識をAgentへ渡します。

Writerは業務ごとのSkillsとPlaybooksを提供します。

Sierraは顧客対応の成果へ課金します。

Basetenは推論APIを裏側で運用します。

CoreWeaveはGPU、ネットワーク、ストレージ、学習、推論をまとめて供給します。

Scale AIは、モデルやAgentが本当に正しく働いたかを評価します。

この企業群は「本編に入らなかった小企業」ではありません。

むしろ、生成AIが巨大産業になる時に必要となる中間層です。

LLMからAgent、そしてAIインフラへ

この番外編の企業は、四つの層に分けると理解しやすくなります。

第1層　モデルと言語知能

AI21 Labs、Aleph Alpha、DeepL。

AI21はJambaというハイブリッドモデルとMaestroというAgent計画基盤を持ちます。

Aleph Alphaは、欧州の主権・行政・産業AIを象徴してきました。

DeepLは翻訳品質を武器に、音声、MCP、Agentへ進みます。

第2層　企業知識と業務Agent

Sierra、Glean、Writer、Grammarly / Superhuman。

ここでは、最も賢いモデルより、企業のデータ、権限、業務手順、ブランド、顧客履歴を理解することが重要です。

第3層　ソフトウェア開発Agent

ReplitとCognition。

Replitは、アイデアをアプリへ変える統合環境です。

CognitionのDevinは、長時間のソフトウェア開発を自律的に進めるクラウドAgentです。

第4層　推論・計算・データ評価基盤

Baseten、CoreWeave、Scale AI。

Agentが増えるほど、推論回数、GPU需要、評価データ、監視の重要性が上がります。

生成AIの成長は、モデル会社だけでなく、この第4層へ大きなお金を流します。

第1章　5軸評価で見る欧米LLM・企業AI・Agent勢力

【AI部門の有名度】
点数：7.8 / 10
一言評価：一般消費者には知られない企業も多いが、開発者・大企業・政府では重要度が高い

【資本力】
点数：8.8 / 10
一言評価：会社発表・報道ベースで、Cognition 260億ドル、Sierra 158億ドル、Baseten 130億ドル、CoreWeaveは上場企業へ大型化

【技術力】
点数：8.6 / 10
一言評価：基盤モデル、Agent、企業検索、推論、評価を分担し、生成AIの実装層を形成

【収益度】
点数：8.2 / 10
一言評価：会社発表ベースでSierraは1.5億ドル超ARR、Gleanは3億ドルARR、CoreWeaveは50億ドル超売上となり、実需が見え始めた

【AI部門価値】
点数：9.0 / 10
一言評価：AIが企業の中核業務へ入るほど、モデル外側の統制・推論・評価層の価値が上がる

【総合評価】
点数：8.5 / 10
一言評価：本編企業を支える脇役ではなく、生成AIを産業化する中間層

この評価の要点は、モデルの性能順位と企業価値が一致しなくなったことです。

AI21やAleph Alphaがモデル単体でOpenAIを超えなくても、企業Agentや主権AIで価値を持てます。

Gleanは最先端基盤モデルを自社開発しなくても、企業コンテキストを握ることで、会社発表ベースで3億ドルARRへ成長しました。

Sierraは、モデルの利用量ではなく顧客対応の成果に課金することで、従来のSaaSとは違う経済モデルを作ろうとしています。

Basetenはモデルを作らず、モデルを高速に動かすことで130億ドル評価へ到達しました。

生成AI産業では、「知能を作る者」だけでなく、「知能を仕事に変換する者」が巨大企業になります。

第2章　AI21 Labs――JambaからMaestroへ、モデル企業が選んだ「計画」

AI21 Labsは、イスラエル発の基盤モデル企業です。

2017年に、Yoav Shoham、Ori Goshen、Amnon Shashuaらによって設立されました。

初期には文章生成・読解モデルJurassicを開発し、一般向け文章支援サービスWordtuneでも知られました。

ここで注意したいのは、AI21のWordtuneと、後で扱う米国企業Writerは別会社だということです。

AI21は文章生成から出発しましたが、現在の技術的な核はJambaです。

JambaはTransformerとMamba系のState Space Modelを組み合わせたハイブリッド構造です。

Transformerは強力ですが、長い文脈を扱うほど計算量とメモリ負荷が増えます。

Mamba系構造を組み合わせることで、長文処理と推論効率の両立を狙いました。

2025年にはJamba 1.6がNVIDIA NIMやHPE Private Cloud AIへ展開され、企業のオンプレミス・私設環境で使う方向が明確になりました。

しかし、AI21の2026年の中心テーマは、モデルそのものよりオーケストレーションです。

同社のMaestroは、企業の複雑な仕事を計画し、情報を集め、複数のモデルやツールを使い分け、最終結果を検証するAgent基盤です。

2026年7月のAI21研究では、安価なオープンモデルに探索させ、難しい部分だけを高性能なフロンティアモデルで補う「executor-orchestrator」型が重視されています。

これは重要な転換です。

すべての処理を最も高価なモデルへ投げれば、Agentの品質は上がるかもしれません。

しかし、企業で何千、何万件のAgent処理を走らせれば、推論費用が膨らみます。

AI21は、Agentの価値を「一つの巨大モデル」ではなく、「複数モデルを予算内で組み合わせる計画能力」に置いています。

同社は200,000回規模のSWE-bench実験などを通じ、Agent評価、Test-Time Compute、MCPワークスペース、予算を考慮したBest-of-N実行を研究しています。

AI21の強みは、長文モデル、企業配置、計画、評価、コスト管理を一つの設計思想で結んでいることです。

弱点は、一般利用者への配布力と、企業市場でのブランドです。

OpenAI、Microsoft、Google、Anthropicに加え、Cohere、Glean、Writerも企業Agentを狙っています。

AI21が独立した基盤モデル企業として残るには、Maestroが「単なるAgentフレームワーク」ではなく、複雑な業務を安定して完了させる計画・評価基盤であることを証明する必要があります。

第3章　Aleph Alpha――欧州主権AIの象徴はCohereとの連合へ

Aleph Alphaは、ドイツ・ハイデルベルク発のAI企業です。

2019年にJonas Andrulisらが設立し、LuminousモデルやPhariaプラットフォームを開発しました。

同社が注目された最大の理由は、「欧州版OpenAI」として期待されたことです。

米国巨大テックへ依存せず、欧州の法制度、言語、公共部門、産業データに合わせたAIを作る。

説明可能性、データ主権、監査、政府利用を重視する。

この立場は、EU AI Actやデータ保護を重視する欧州市場と合っていました。

しかし、巨大な汎用モデルの規模競争では、米国企業やMistralに対抗することが難しくなりました。

Aleph Alphaは、汎用LLMの性能競争から、行政、製造、規制産業向けのAIアプリケーションへ軸足を移します。

2026年4月24日、CohereとAleph Alphaは「join forces」と表現する戦略的な連合を発表しました。公式発表は両社の主権AI能力を結合する構想を示していますが、単純な吸収合併や買収と断定できる表現ではありません。

Schwarz Group系企業は、このドイツ・カナダの連合へ5億ユーロ規模のストラクチャード・ファイナンスを約束しました。今後の法人構造、製品統合、承認手続きは追加開示を確認する必要があります。

CohereはCommand、Embed、Rerank、Northを持ち、北米の企業・政府市場に強い。

Aleph Alphaは、ドイツと欧州の政府・産業界との関係、欧州法規制への知見、行政向けアプリケーションを持つ。

両社が組めば、北米と欧州をつなぐ主権AI企業ができます。

一方、Aleph Alphaが単独企業として大規模モデルを追う時代は終わりつつあります。

この事例は、欧州主権AIの現実を示します。

「自国モデルを一社で作れば主権AIになる」のではありません。

モデル、クラウド、データ所在、評価、サポート、公共調達、言語・文化対応を組み合わせる必要があります。

Aleph Alphaの価値は、モデルのベンチマーク順位より、欧州の行政・産業へAIを実装する制度的な能力にあります。

Mistralがフランス発の独立したフルスタック企業を目指すのに対し、Aleph AlphaはCohereとの連合によって、欧州とカナダを結ぶ主権AI陣営を作る道を選びました。

第4章　DeepL――翻訳会社から言語・音声・Agent企業へ

DeepLは、ドイツ・ケルン発の言語AI企業です。

多くの日本人にとって、DeepLは高品質な翻訳サービスです。

しかし、2026年のDeepLを「翻訳サイト」とだけ理解するのは不十分です。

同社は、Translator、Write、Voice、API、Customization Hub、Agent連携をまとめた企業向けLanguage AI基盤へ進んでいます。

DeepLは世界20万社以上の企業が利用すると説明しています。

強みは、すべての一般知識を扱う汎用LLMではなく、翻訳、文章校正、専門用語、ブランドの文体、リアルタイム音声という狭く深い領域です。

DeepL Voiceは会議や対面会話のリアルタイム翻訳を提供します。

2026年6月には、超低遅延の音声配信技術を持つMixhaloのチームと技術をDeepLプラットフォームへ取り込むことを発表しました。DeepLはこれに伴い、サンフランシスコ初の拠点も設けます。

Voice APIを通じ、コールセンター、会議、製品、顧客対応システムへ音声翻訳を組み込むことも狙っています。

さらに重要なのが、DeepL for AI agentsです。

DeepLはRemote MCP、ローカルMCPサーバー、CLIを用意し、Claude、ChatGPT、Microsoft Copilot、コーディングAgentなどからDeepLを呼び出せるようにしました。

汎用Agentにも翻訳機能はあります。

それでも企業がDeepLを使う理由は、用語集、ブランドトーン、翻訳メモリ、専門文書、セキュリティを含む「会社の言語ルール」を守らせるためです。

これは生成AI時代の重要な構図です。

汎用モデルが機能を持つほど、専門AIは消えるとは限りません。

企業が求める品質基準、監査、専門用語、既存資産との統合があるため、専門モデルがAgentのSkillとして生き残ります。

DeepL自身もAgent市場へ進んでいます。

同社はDeepL Agentを、人間の承認を残しながら反復作業や複数ツールをまたぐ業務を進める企業向けAgentとして位置付けています。

DeepLの次の競争相手は、Google翻訳だけではありません。

Microsoft Copilot、Google Workspace、ChatGPT Enterprise、企業向けAgent基盤の中で、言語機能を誰が握るかという競争です。

DeepLが独立性を保つ鍵は、「翻訳精度」から「企業の言語運用そのもの」へ価値を広げられるかです。

第5章　Replit――「コードを書く場所」から「アプリを作るAgent」へ

Replitは、ブラウザ上でコードを書き、実行し、共有できる開発環境として成長しました。

しかし2026年のReplitは、オンラインIDEではありません。

自然言語でアイデアを伝えると、Agentが設計、画面、データベース、認証、バックエンド、テスト、デプロイまで進める「アプリ生成プラットフォーム」です。

2026年3月、ReplitはAgent 4を発表しました。

Agent 4は、デザイン案をキャンバス上で複数作り、認証、データベース、フロントエンド、バックエンドを並行して構築し、Replit上でそのまま稼働・公開することを狙います。

Replitの最大の強みは、Agentと実行環境が一体であることです。

コード生成サービスの多くは、コードを書いた後に、利用者がGitHub、クラウド、データベース、ドメイン、監視を設定する必要があります。

Replitは、書く、動かす、保存する、公開するを一つの環境へまとめます。

この統合により、非エンジニア、事業担当者、デザイナー、小規模企業でもアプリを作りやすくなります。

2026年3月には4億ドルを調達し、評価額90億ドルと会社が発表しました。

5月にはReplit Enterpriseをセルフサービス化し、SSO、SCIM、組織管理をオンラインで設定できるようにしました。

Replitは個人向けの「Vibe Coding」から、企業の内製開発へ進んでいます。

一方、課題もあります。

生成されたアプリが動くことと、長期運用できることは違います。

セキュリティ、権限、依存ライブラリ、データ設計、費用、保守性、障害対応を、人間が理解しないまま公開する危険があります。

Replit Agentの価値は、コード行数を増やすことではありません。

アイデアから動く製品までの時間を短くし、技術者と非技術者の境界を変えることです。

CognitionのDevinが既存の大規模コードベースへ入る「AIエンジニア」なら、Replitはゼロからアプリを作る「AIスタートアップ工場」に近い存在です。

2026年6月の追加更新――Agentを「作れる」から「評価できる」へ

Replitは6月10日、SkillsとCustom Instructionsを発表しました。企業やチームが持つコード規約、テスト基準、デザインシステム、秘密情報の扱いをAgentへ繰り返し教え直すのではなく、再利用可能な指示として保存できます。

6月17日には、Claudeの会話からReplitへ設計を渡し、そのまま構築・公開へ進める連携を発表しました。

6月23日には、Replit Agentを大規模に評価・改善する仕組みを公開しました。Vibe Codingでは、単一のパッチが正しいかだけでなく、利用者の要求に沿った完成アプリになったかを評価する必要があります。

この更新は、Replitの競争軸が「コード生成量」から、完成物の品質、チーム規約、評価、継続改善へ移っていることを示します。

Package FirewallとSEO Agent――生成後の安全・成長までAgent化する

2026年6月9日、ReplitはSocketと共同でPackage Firewallを発表しました。

これは、悪意あるパッケージや侵害された依存関係が開発環境へ入る前に、ネットワークレベルで遮断する仕組みです。Replitは導入初週に1日約8,000件を遮断したと説明しています。

生成AIがコードを高速に書くほど、依存パッケージを十分に精査せず導入する危険も増えます。AI開発環境では、生成速度と同時にソフトウェア・サプライチェーン防御が重要になります。

6月3日にはSEO Agentも公開しました。公開したアプリを検索エンジンやAI検索で見つけてもらうため、メタデータ、構造、robots.txt、sitemapなどを診断・修正します。

Replitは「アプリを作る」だけでなく、安全に公開し、見つけてもらい、成長させる工程までAgent化しようとしています。

第6章　Cognition / Devin――AIソフトウェアエンジニアは同僚になれるか

Cognitionは、2024年にDevinを発表し、「世界初のAIソフトウェアエンジニア」として大きな注目を集めました。

初期のDevinは、SWE-benchの数字とデモをめぐって期待と批判の両方を受けました。

しかし2026年のCognitionは、単発のデモ企業ではありません。

Devin、Windsurf、独自のSWEモデル、コードレビュー、クラウド実行環境を統合したソフトウェア開発Agent企業へ拡大しています。

Devinは、タスクを受け取ると、計画を立て、コードベースを調査し、コードを書き、テストし、ブラウザやデスクトップを操作し、Pull Requestを作ります。

2026年2月のDevin 2.2では、Linuxデスクトップ上での動作確認、自己レビュー、修正、画面録画による検証が強化されました。

3月には、複数のDevinへ仕事を分解して委任するManage Devinsと、定期実行するSchedule Devinsが登場しました。

4月にはWindsurf内でローカルAgentとクラウドDevinをつなぎ、日本法人Cognition Japanも開設しました。

6月にはDevin Desktop、FrontierCode、AI Productivity Guarantee、Devin Fusionが発表されました。

Devin Fusionは、高性能モデルだけを使うのではなく、補助Agentと動的ルーティングを組み合わせ、性能を維持しながら費用を35%下げると説明されています。

7月にはSWE-1.7、Security Swarm、脆弱性修復プログラム、政府・規制産業向けの対応、DOE Genesis MissionとのMOUなど、企業・公共部門向けの展開が加速しました。

2026年5月27日、CognitionはシリーズDで10億ドル超を調達し、評価額260億ドル（ポストマネー）となりました。Lux Capital、General Catalyst、8VCが共同で主導しています。創業からの累計調達は25億ドルを超えました。

前回2025年9月の評価額102億ドルから、8カ月で2.5倍以上です。

同時に開示された数字が、この評価を支えています。年換算収益（run-rate）4億9200万ドル。前年同月の3700万ドルから13倍です。企業利用は年初来で10倍以上に伸びたと同社は説明しています。

顧客にはGoldman Sachs、Mercedes-Benz、NASA、Citi、Santander、Palantirが並びます。

この評価が示すのは、投資家がコーディング支援ではなく、ソフトウェア開発能力そのものをサービス化できると見ていることです。

ただし、評価額を会社発表の年換算収益（run-rate revenue）で単純に割ると約53倍です。run-rate revenueは契約ベースのARRと同じではないため、第10回で扱ったCursorとの倍率比較も参考値にとどめる必要があります。CEOのScott Wuは、この調達を「独立を保つため」と説明し、同社を特定モデルに縛られない「AI開発のスイス」と位置づけています。

Cognitionは、自社のエンジニアがコミットするコードの89%がDevinによると説明しています。

ただし、この数字は同社内部の使い方であり、一般企業でも同じ生産性が出ることを保証しません。

AIが書いたコードが増えるほど、レビュー、アーキテクチャ、セキュリティ、要件定義がボトルネックになります。

Cognition自身がDevin ReviewやFrontierCodeを強化するのは、この問題を理解しているからです。

Devinは人間エンジニアを一括置換する製品というより、バックログ処理、移行、テスト、脆弱性修復、定型開発を非同期で進めるクラウド作業者です。

日本では、COBOLやレガシーシステム、テスト不足、技術者不足が大きな市場になります。

7月20日・23日の追加参加――運用自動化と個人AIを取り込む

2026年7月20日、CognitionはTierZeroのチームを迎え入れました。

TierZeroは、ソフトウェアが公開された後のインシデント対応、システム監視、運用自動化に取り組んできたチームです。Cognitionは、その知見をDevinへ統合し、コードを書く工程だけでなく、運用中の自動化や継続作業へ広げようとしています。

7月23日には、Pokeを開発するThe Interaction Company of Californiaを迎え入れました。

Pokeは、メッセージやメールなどを扱うパーソナルAI Agentです。Cognitionはソフトウェア開発Agentを中核としながら、人とAgentが日常的にやり取りするインターフェースや個人向けAgentの知見も取り込み始めました。

この二件は、Cognitionの競争範囲が「コードを書くAI」から、「ソフトウェアを作り、運用し、人間と継続的に協働するAgent基盤」へ広がっていることを示します。

第7章　Sierra――顧客対応Agentを成果報酬型ソフトウェアへ変える

Sierraは、Salesforce共同CEOを務めたBret Taylorと、Google出身のClay Bavorが設立した顧客対応AI Agent企業です。

同社が作るのは、FAQへ答えるチャットボットではありません。

返品、保険請求、住宅ローン借り換え、支払い、予約変更、本人確認など、企業のシステムを操作して結果を出す顧客対応Agentです。

2026年2月、SierraはARRが1億5000万ドルを超えたと発表しました。2024年2月の立ち上げから8四半期での到達で、Sierraは企業ソフトウェアでも極めて速い成長例の一つと位置付けています。

5月には、GVとTiger Globalが主導するシリーズEで9億5000万ドルを調達し、評価額158億ドル（ポストマネー）となりました。Benchmark、Sequoia、Greenoaksも参加し、累計調達は15億8500万ドルです。2024年10月の45億ドル、2025年9月の100億ドルから、段階的に上昇してきました。

同社によれば、Fortune 50の40%以上へ導入され、Agentが数十億件の顧客対応を支えています。

Sierraの特徴は、成果ベースの経済モデルです。

従来のSaaSは座席数、APIはトークン数、コールセンターは人員と処理時間で課金されます。

Sierraは、問題の解決、取引の完了、顧客成果へ課金する方向を打ち出しています。

2026年にはGhostwriterを発表しました。

Ghostwriterは、Agentを作り、改善するAgentです。

顧客対応担当者が自然言語で目的を伝え、Agent Studioでテストし、A/B実験で解決率や離脱率を測定します。

Agent Data Platformは会話履歴、顧客情報、行動を記憶し、次の対応へ活用します。

7月にはHorizonを発表しました。

Horizon Agentは、一回の会話で終わらず、数日から数週間にわたり、顧客への連絡、確認、フォローアップを進めます。

7月23日には、この長期Agent技術を持つTakeoffの買収を発表しました。Sierraの発表によれば、Takeoffは2026年初めのARRゼロから、7月上旬には売上が約8桁ドルに迫る規模へ伸びていました。これは監査済み数値ではなく、買収発表時の会社説明として扱う必要があります。

また、日本市場では重要な動きがあります。

3月に東京のOPERA TECHを買収し、7月14日にソフトバンクとの提携を発表しました。

ソフトバンクは日本の独占販売パートナーとなり、Sierraと企業向け顧客対応Agentを展開します。

Sierraの課題は、責任です。

顧客対応Agentが返金、契約、支払い、保険、個人情報を扱えば、誤操作の損害は文章の誤りより大きくなります。

そのためSierraは、評価、実験、監視、PCI準拠、音声Agentのベンチマークへ投資しています。2026年6月10日にはFedRAMP High認証を取得し、米国連邦政府向けの利用にも対応を広げました。

Sierraは「会話AI」ではなく、「企業が顧客へ提供するサービスそのものをAgent化する会社」です。

第8章　Glean――企業内検索から「企業コンテキスト層」へ

Gleanは、Google検索部門出身のArvind Jainらが設立した企業内検索会社です。

Slack、Google Drive、Microsoft 365、Salesforce、Jira、Confluenceなど、企業内に散らばる情報を横断して検索します。

しかし、2026年のGleanは検索会社ではありません。

企業の人、文書、権限、プロジェクト、顧客、業務システムの関係を理解し、AI AssistantとAgentへ渡す「企業コンテキスト層」を目指しています。

生成AIは、企業の文書を検索できれば終わりではありません。

同じ文書でも、部署、役職、プロジェクト、顧客との関係によって見せてよい範囲が違います。

古い情報と新しい情報を区別し、公式文書と個人メモの重みを変え、誰に聞けばよいかも理解する必要があります。

Gleanの強みは、企業内検索時代に作った権限付きインデックスとKnowledge Graphです。

2025年6月、Gleanは1億5000万ドルを調達し、評価額72億ドルとなりました。

2026年5月、ARRが3億ドルを超えたと発表しました。1億ドルARRから15カ月で3倍になった計算です。

2月には音声、スライド生成、サンドボックス、企業システムへのActionを備えた新しいGlean Assistantを発表しました。

5月にはAgent Development Lifecycleを提唱し、Agentを設計、テスト、承認、配布、監視、改善する共通工程を企業へ提供しました。

6月にはIndependent Agentsを発表し、複数の人やAgentと協働しながら自律的に仕事を進める方向へ進んでいます。

Gleanは特定の一つの基盤モデルへ固定せず、NVIDIA Nemotron 3 Ultraを含む複数モデルを選択できるようにしています。

Gleanの最大の堀はモデルではありません。

企業の文脈と権限を、Agentが安全に使える形へ変換することです。

一方、Microsoft、Google、Salesforce、ServiceNowも、自社の業務データとAIを統合できます。

Gleanが勝つには、複数クラウド・複数SaaSをまたぐ中立性が、単一ベンダー統合より価値を持つことを示す必要があります。

2026年7月の追加更新――営業データを一つのコンテキストへ

2026年7月14日、Gleanは営業チーム向けに、顧客、案件、会議、メール、CRM、社内資料のコンテキストを統合する機能を発表しました。

営業AgentがCRMの数値だけを見るのではなく、過去の提案、顧客との会話、製品情報、社内専門家、契約状況をまとめて理解することを狙います。

これはGleanが、全社検索の共通基盤だけでなく、営業、金融、顧客成功など部門別の業務コンテキストへ深く入る動きです。

第9章　Writer――PalmyraとPlaybooksで企業Agentを標準化する

Writerは、May HabibとWaseem AlShikhが設立した企業向け生成AI会社です。

一般向け文章生成サービスではなく、企業のブランド、法務、医療、金融、マーケティング、業務手順を守るAI基盤を作ってきました。

Writerの基盤モデル群がPalmyraです。

Palmyraは、医療、金融、企業業務、多言語、画像理解などに特化したモデルを持ちます。

Writerは顧客データをモデル学習へ利用しないこと、Zero Data Retention、企業配置を強調しています。

しかし、Writerの2026年の中心はモデル単体ではありません。

Agent SkillsとPlaybooksです。

Skillは、企業内の特定作業を行う能力です。

Playbookは、複数のSkill、データ、承認、業務ルールをつないだ再利用可能な手順です。

例えばマーケティングなら、顧客調査、ブランドガイド確認、キャンペーン案、法務チェック、チャネル別コピー、成果分析を一つのPlaybookへできます。

2025年末に新しいAgent Experienceを発表し、2026年1月にはAWSとの提携を拡大しました。

4月には、企業チーム向けのAgent SkillsとPlaybooksを発表しました。

Writerが狙うのは、AI専門家が作ったAgentを全社員へ配るだけでなく、業務部門が自分たちの手順をAgentへ変換することです。

同社の強みは、基盤モデル、企業データ接続、業務アプリ、ガバナンスを一社で持つことです。

弱点は競争の激しさです。

Microsoft Copilot Studio、Google Agentspace、Salesforce Agentforce、ServiceNow、Glean、Sierra、OpenAI、Anthropicが同じ企業Agent予算を狙います。

Writerが独立して価値を持つには、マーケティングや医療などの業務知識とPlaybook資産が、汎用Agent Builderより高い成果を出す必要があります。

2026年7月の追加更新――Playbookの分析・費用・統制を可視化

2026年7月13日、WriterはPlaybooksの新しい編集環境、Agent Analytics、Playbook・Skillのガバナンス、利用量と費用の分析を発表しました。

Agentを作るだけでなく、どの部署が使っているか、どの仕事へ使われているか、費用はいくらか、どのPlaybookが公開・実行されているかを管理できます。

Writerによれば、顧客企業では2万8000件を超えるPlaybookが作成されています。

企業Agentの導入が拡大すると、作成機能よりも、棚卸し、承認、費用配賦、品質管理が重要になります。Writerはこの管理層を製品の中心へ取り込んでいます。

第10章　Grammarly / Superhuman――文章校正から仕事全体のAgentへ

Grammarlyは、英文法・スペル・文章改善のAIサービスとして成長しました。

しかし現在、会社名と戦略は大きく変わっています。

2025年10月、Grammarlyの運営会社はSuperhumanへ社名を変更し、Grammarly、Superhuman Mail、Codaなどを含むSuperhuman Suiteを打ち出しました。

つまり、「Grammarlyという会社が文章校正を続けている」という理解だけでは古い。

Grammarlyは現在も主要製品名として残りますが、会社全体は仕事の流れへAgentを配置する生産性プラットフォームへ進んでいます。

2025年には、引用、出典確認、盗用・AI文章判定、読者反応予測、評価基準チェックなど、複数の専門Agentを発表しました。

2026年1月にはAI Rewriter Agentを公開しました。

3月にはSuperhuman Agent Storeを拡大し、Box、Gammaなど外部企業のAgentをSuperhuman Goから利用できるようにしました。

Superhuman Goの構想は、文章を書いている時だけ動く校正ツールではありません。

メール、文書、ブラウザ、会議、スケジュール、企業情報を横断し、必要な時にAgentが提案・実行することです。

Grammarlyが持つ強みは、巨大な利用者基盤と、文章が作られる場所へ常駐する配布力です。

多くの企業Agentは、利用者が専用画面を開かなければ使われません。

Grammarlyは既に、ブラウザ、メール、文書入力欄の中にいます。

一方、書き手の真正性とAI利用の透明性は大きな課題です。

同社はAuthorship機能を通じ、人間が書いた部分、AIが生成・修正した部分、外部から貼り付けた部分を記録する方向へ進んでいます。

生成AI時代には、良い文章を作るだけでなく、「誰がどのように作ったか」を説明する機能が価値になります。

第11章　Baseten――推論インフラがモデル企業の表舞台へ出る

Basetenは、機械学習モデルを本番環境へ配置し、高速・安定して推論させるインフラ企業です。

生成AIブームの初期には、注目はモデル学習へ集まりました。

しかし、利用者が増えると費用の中心は推論へ移ります。

Agentは一つの質問へ一回答えるだけではありません。

検索、計画、ツール実行、検証、再試行、複数モデル比較を行うため、一つの仕事で何十回、何百回と推論します。

この時、待ち時間、GPU稼働率、バッチ処理、キャッシュ、モデル起動、地域配置、障害対応が事業の利益率を左右します。

Basetenは、Dedicated Inference、モデル配備、オートスケーリング、観測、セキュリティ、セルフホストを提供します。

2026年5月にはFrontier Gatewayを発表しました。

これはモデル研究所が、自社ドメインとブランドでマルチテナント推論APIを提供するための管理基盤です。

モデル会社は、API認証、課金、レート制限、地域、スケーリングを一から作らず、Baseten上でサービス化できます。

6月には15億ドルのSeries Fを調達し、評価額130億ドルとなりました。

1月の50億ドル評価から、わずか5カ月で大きく上昇しています。

同社によれば、1年間で売上は20倍、推論量は40倍になりました。

Basetenは、Mercury 2のような拡散型LLMを毎秒1,000トークン超で提供するなど、新しいモデル構造の本番化も担います。

Basetenの競合は、AWS、Google Cloud、Azure、CoreWeave、Together AI、Fireworks AI、Modal、Replicate、自社構築です。

強みは、巨大クラウドよりモデル推論へ特化し、研究モデルを短期間で本番APIへ変えることです。

リスクは、推論最適化がクラウドやモデル会社の標準機能になることです。

それでも、モデルの種類とハードウェアが増え続ける限り、推論専門企業の価値は残ります。

第12章　CoreWeave――GPUクラウドからAI生産基盤へ

CoreWeaveは、暗号資産マイニング向けGPU事業から転換し、AI専用クラウドへ成長した会社です。

現在はNASDAQ上場企業です。

2025年の年間売上は50億ドルを超え、前年比168%成長、受注残は668億ドルと会社が発表しました。

CoreWeaveの役割は、GPUを貸すことだけではありません。

高速ネットワーク、ストレージ、Kubernetes、学習、推論、Weights & Biasesによる実験管理、強化学習、Agent評価を一つのプラットフォームへまとめています。

2026年には、NVIDIA B300、Vera Rubin NVL72の検証、Cross-cloud AI、Sandboxes、継続学習、ARIA研究Agentなどを発表しました。

Metaとの210億ドル規模のインフラ契約、Anthropicとの複数年契約、Jane Streetとの60億ドルのクラウド契約など、大型顧客契約も相次ぎました。

CoreWeaveはAIインフラ需要の象徴です。

一方、資本集約性も極めて高い。

GPU、データセンター、電力、ネットワークへ巨額投資が必要で、長期契約と借入へ依存します。

売上が急増しても、設備投資、減価償却、金利、顧客集中、GPU世代交代のリスクがあります。

さらに、Amazon、Microsoft、Google、OracleもAIクラウドを拡大しています。

CoreWeaveが勝つには、単にGPU在庫を持つだけでなく、AI学習と推論で高い性能、短い立ち上げ時間、運用支援を提供し続ける必要があります。

CoreWeaveの成長は、生成AI産業がソフトウェアだけではないことを示します。

AIは、半導体、電力、冷却、データセンター、資金調達を必要とする重工業的な産業です。

第13章　Scale AI――データ会社から評価・Agent・国家AI基盤へ

Scale AIは、データラベリング会社として知られました。

自動運転向け画像へ、人や車、道路をラベル付けする。

生成AI向けに、人間が回答を評価し、RLHFデータを作る。

この仕事は地味に見えます。

しかし、AIはデータと評価なしに改善できません。

2026年のScale AIは、単なるラベリング会社ではありません。

高品質データ生成、専門家ネットワーク、モデル評価、安全性、レッドチーミング、Agentベンチマーク、企業・政府向けAIアプリケーション、Physical AI Data Engineを持つ会社です。

2025年は10億ドルを大きく超える新規ビジネスを獲得したと会社が説明しています。

企業顧客にはMayo Clinic、BP、Allianzなどが加わり、米国政府、国防、国際公共部門も拡大しました。

2026年3月にはScale Labsを発足し、Agent、Post-training、Reasoning、安全性、評価、マルチモーダル、Physical AIの研究を統合しました。

SWE Atlasは、コード修正だけでなく、コード理解、テスト作成、リファクタリングを含むソフトウェアAgentの仕事を評価します。

DrugDiscoveryBenchは、Agentが初期創薬を支援できるかを測ります。

ChainWorldは長時間のデスクトップ操作を評価します。

7月のFrontier-Benchは、簡単になりすぎた既存Agentベンチマークより難しい仕事を作ります。

VeROでは、一つのAgentが別のAgentのツール利用やワークフローを改善できるかを研究しました。

Scale AIの重要性は、Agent時代にさらに上がります。

文章の正解は人間が読めば評価できます。

しかし、Agentが数時間かけて複数システムを操作した場合、どこで失敗したかを調べるのは難しい。

ScaleのInsights Generatorは、Agentの大量の実行履歴を横断し、失敗パターンを診断します。

また、ScaleはUniversal Robotsと提携し、実際の産業用ロボットから視覚・力覚データを集めるPhysical AI Data Engineを展開しています。

米国政府では国防向け契約の上限が5億ドルへ拡大され、DOE Genesis Mission Consortiumにも参加しました。

Scale AIは「AIを作るデータ会社」から、「AIが信頼できるかを測り、国家・企業の意思決定へ入れる会社」へ変わっています。

Frontier-Bench――簡単になったAgent評価を作り直す

2026年7月23日、Scale LabsはFrontier-Benchを公開しました。これはゼロから作られたものではなく、コマンドライン環境でのAgent評価に使われてきたTerminal-Bench 3を改称・拡張したものです。

既存のAgentベンチマークは、上位モデルの性能向上によって飽和し、実際の難しい仕事との差が広がることがあります。Frontier-Benchは、より広い分野、長い作業、複数ツール、現実的な失敗を含む高難度タスクを継続的に追加します。

Scaleは、公開時のタスク集合へ単一組織として最も多くの課題を提供したと説明しています。

この更新は、Agent評価が固定された試験問題ではなく、モデルの進歩に合わせて難度を上げ続ける運用基盤になることを示します。

第14章　競合比較――誰がどの層を取るのか

【基盤モデル・主権AI】
AI21 Labs / Aleph Alpha
競合：Cohere、Mistral、OpenAI、Anthropic、Google
勝負：モデル単体ではなく、私設配置、計画、欧州制度、企業支援

【専門言語AI】
DeepL / Grammarly・Superhuman
競合：Microsoft、Google、OpenAI、Anthropic
勝負：専門品質、用語、ブランド、配布場所、真正性

【開発Agent】
Replit / Cognition
競合：Cursor、Claude Code、GitHub Copilot、OpenAI Codex、Google
勝負：コード生成ではなく、実行環境、検証、レビュー、デプロイ、長時間自律性

【企業Agent】
Sierra / Glean / Writer
競合：Microsoft Copilot Studio、Salesforce Agentforce、ServiceNow、Google、OpenAI
勝負：企業データ、権限、業務手順、成果測定、導入支援

【推論・AIクラウド】
Baseten / CoreWeave
競合：AWS、Azure、Google Cloud、Oracle、Together、Fireworks
勝負：GPU供給、性能、費用、信頼性、モデル対応、地域

【データ・評価】
Scale AI
競合：Surge AI、Turing、Labelbox、クラウド各社、モデル企業の内製
勝負：専門家品質、実環境ベンチマーク、政府・防衛、Physical AI

この比較から分かるのは、境界が崩れていることです。

CoreWeaveはAgent改善へ進みます。

Scale AIは企業アプリケーションを作ります。

DeepLはAgentを作ります。

Gleanはモデル選択とAgent実行を持ちます。

Cognitionは独自モデルを訓練します。

各社は自分の得意層を起点に、上下へ広がっています。

第15章　この企業群の弱点とリスク

第一に、基盤モデル企業による機能吸収です。

OpenAI、Google、Anthropic、Microsoftが、翻訳、検索、コード、Agent Builder、評価を標準機能へ入れれば、専門企業の価格が下がります。

第二に、Agentの信頼性です。

デモで成功するAgentと、企業の複雑な例外を処理するAgentは違います。

長時間タスクでは、誤りが積み重なり、権限の誤用や意図しない操作につながります。

第三に、推論費用です。

Agentが再試行や複数モデルを使えば、トークン単価が下がっても総費用が増える可能性があります。

第四に、データと責任です。

企業のメール、コード、顧客情報、契約、支払いへAgentがアクセスするほど、漏洩、監査、法的責任が重くなります。

第五に、過大評価です。

Cognition、Sierra、Basetenなどは、短期間で100億ドルを超える評価へ達しました。

高成長が鈍化すれば、評価倍率は急速に見直されます。

第六に、インフラ投資です。

CoreWeave型の事業は売上が大きい一方、設備投資、電力、借入、顧客集中のリスクがあります。

第七に、人間の組織変革です。

Agentを導入しても、承認、権限、評価、人材育成、業務手順が変わらなければ成果は出ません。

技術より組織がボトルネックになる可能性があります。

第16章　日本企業はどう使い分けるべきか

【社内文書検索・全社AI】
Glean、Writer、Microsoft、Google、Cohereを比較する。
見るべき点は、日本語性能だけでなく、権限同期、退職者処理、監査ログ、データ所在、既存SaaS接続です。

【顧客対応Agent】
Sierraを、Salesforce、ServiceNow、国内コンタクトセンター製品と比較する。
ソフトバンクが日本の独占販売パートナーとなったことで、日本語運用と導入支援が重要になります。

【ソフトウェア開発】
新規アプリや業務ツールはReplit。
既存コードベース、移行、テスト、脆弱性対応はCognition / Devin。
ただし、生成コードの権利、依存ライブラリ、品質基準、レビュー責任を明確にする必要があります。

【翻訳・多言語業務】
DeepLを、汎用LLMの翻訳と比較する。
専門用語、文体、ファイル、音声、MCP、API、情報管理まで含めて評価します。

【自社モデル・Agentサービス】
Basetenで推論基盤を外部化するか、クラウドやCoreWeaveへ直接載せるかを比較する。
GPU価格だけでなく、レイテンシ、障害対応、地域、モデル更新、観測、セルフホストを確認します。

【モデル評価・データ】
Scale AI型の評価基盤を使うか、日本語・業界専門家の評価チームを国内で作るかを検討する。
日本の法務、医療、製造、行政では、英語ベンチマークだけでは不十分です。

導入で最も重要なのは、Agentへ最初から大きな権限を与えないことです。

読み取りから始める。

提案だけをさせる。

人間が承認する。

限定された操作を許可する。

ログと結果を評価する。

その後に自律範囲を広げる。

この段階設計が必要です。

第17章　日本のAI産業に足りないもの

日本にも優れたモデル、ロボット、クラウド、SI企業があります。

しかし、この番外編の企業群と比べると、三つの層が弱い。

第一に、企業コンテキストの共通基盤です。

社内データを権限付きで検索し、複数のAgentへ安全に渡す中立的な基盤が必要です。

第二に、Agent評価産業です。

日本語、製造、医療、法務、行政、金融の実務に合わせたベンチマーク、専門家評価、失敗分析が不足しています。

第三に、推論最適化企業です。

モデルを作る支援は増えましたが、モデルを低価格・低遅延で大量運用する専門企業は少ない。

日本が生成AIで競争するには、国産LLMだけを作ればよいのではありません。

データ、評価、推論、Agent、業務導入を含む産業構造が必要です。

日本企業にとって機会があるのは、国内制度、業界知識、日本語、現場データ、ロボットを組み合わせる部分です。

第18章　2030年までの三つのシナリオ

シナリオA　Agent OS企業が次の巨大ソフトウェア企業になる

Sierra、Glean、Writer、Cognitionの一部が、企業の仕事を実行する標準層になります。

利用者はアプリを一つずつ操作せず、Agentへ結果を依頼します。

SaaSの座席課金は、成果課金、仕事量課金、Agent利用課金へ変わります。

シナリオB　巨大テックが機能を吸収する

Microsoft、Google、OpenAI、Amazon、Salesforceが、検索、Agent、翻訳、コード、評価を統合します。

専門企業は、業界特化、データ、導入支援、インフラ最適化で生き残ります。

多くの企業は買収され、巨大プラットフォームの一機能になります。

シナリオC　企業ごとの複数Agent連合になる

一社がすべてを取らず、企業は複数のモデルとAgentを組み合わせます。

Gleanが文脈を渡し、DeepLが翻訳し、Sierraが顧客対応し、Cognitionがコードを直し、BasetenとCoreWeaveが推論を動かし、Scale AIが評価する。

この場合、オーケストレーション、ID、権限、監査、費用管理が最も重要な層になります。

最も可能性が高いのは、BとCの組み合わせです。

巨大テックの統合は進みますが、専門性の高い仕事と中立的な複数クラウド環境は残ります。

結論――モデルの外側を制する企業が生成AIを産業にする

第21回で見た企業は、生成AIの脇役ではありません。

AI21は、モデルから計画とオーケストレーションへ進みました。

Aleph Alphaは、単独の欧州モデル競争からCohereとの主権AI統合へ進みます。

DeepLは翻訳から音声、MCP、Agentへ広がります。

ReplitとCognitionは、コード補完をソフトウェア制作能力へ変えます。

Sierraは顧客対応を成果課金型Agentへ変えます。

Gleanは企業の知識と権限をAgentへ渡すコンテキスト層を作ります。

Writerは業務手順をSkillsとPlaybooksへ変えます。

GrammarlyはSuperhumanとなり、文章入力欄から仕事全体へ広がります。

Basetenは推論をサービス化します。

CoreWeaveはGPUをAI生産基盤へ変えます。

Scale AIは、データ、評価、Agent、国家AIをつなぎます。

生成AIの最初の競争は、「最も賢いモデルを誰が作るか」でした。

次の競争は、「その知能を、企業の正しいデータ、権限、手順、費用、責任の中で動かせるか」です。

モデルの性能差は縮まり、価格は下がります。

その時に価値が残るのは、企業の文脈、顧客関係、業務手順、推論効率、評価データ、信頼です。

生成AIを発明する企業と、生成AIを産業にする企業は、必ずしも同じではありません。

第21回の企業群は、後者を狙っています。

次回――番外編2、画像・動画・音声・デザインAI編

第22回は、Pika、Luma AI、Ideogram、Krea、Suno、Udio、HeyGen、D-ID、Descript、Captions、Topaz Labs、Adobe・Canvaを扱います。

画像や動画を「生成する」競争から、編集、ブランド、音楽、アバター、リアルタイム対話、制作ワークフローを握る競争へ。

生成AIがクリエイティブ産業の制作OSになる過程を読みます。

主要参考資料・公式リンク

出典対応表

  • AI21 Labs（Jamba・Maestro・企業向け展開）：AI21公式・報道

  • Aleph Alpha（Cohereとの統合合意、2026年4月24日発表・承認手続き中）：Cohere／Aleph Alpha公式・Reuters。統合後の規模に関する数値は報道値

  • DeepL（翻訳・音声・Agent展開、企業導入）：DeepL公式・報道

  • Replit（Agent機能・ARR）：Replit公式・報道。非上場のため売上は会社発表と推計が混在

  • Cognition / Devin（2026年5月27日シリーズD 10億ドル超・評価額260億ドル ポストマネー・Lux Capital/General Catalyst/8VC主導・累計25億ドル超・年換算収益4億9200万ドル・前年同月3700万ドルから13倍・顧客Goldman Sachs/Mercedes-Benz/NASA/Citi/Santander/Palantir・2025年9月の評価額は102億ドル）：Cognition発表・TechCrunch・Bloomberg等

  • 「自社コミットの89%がDevin」：Cognitionの自社説明であり、他社での再現性を示すものではない

  • Sierra（2026年2月にARR 1.5億ドル超・8四半期での到達、5月シリーズE 9億5000万ドル・評価額158億ドル ポストマネー・GV/Tiger Global主導・Benchmark/Sequoia/Greenoaks参加・累計15億8500万ドル・Fortune 50の40%超）：Sierra公式・CNBC・報道

  • Glean（2025年6月シリーズF 1億5000万ドル・評価額72億ドル、2026年5月にARR 3億ドル超）：Glean公式・報道

  • Writer（Palmyra・Playbooks・企業導入）：Writer公式・報道

  • Grammarly / Superhuman（企業向けAgentへの展開）：各社公式・報道

  • Baseten（2026年6月シリーズF 15億ドル・評価額130億ドル、同年1月は50億ドル）：Baseten公式・報道

  • CoreWeave（2025年通期売上50億ドル超・前年比大幅増・受注残、Meta/Anthropic/Jane Streetとの大型契約）：CoreWeaveのIR開示・報道。上場企業のため他社より開示が厚い

  • Scale AI（国防契約の上限拡大・DOE Genesis Mission Consortium参加）：報道ベース

  • Frontier-Bench（2026年7月23日公開・旧称Terminal-Bench 3の改称拡張・Scaleが公開時タスクの最多提供と自社説明）：Scale Labs公式

  • 各社の評価額・ARRは公表時点の値であり、非上場企業では会社発表と第三者推計が混在する。本文では可能な範囲で区別した

  • Replit：Agent評価と改善
    https://replit.com/blog

  • Replit：Claude連携
    https://replit.com/blog

  • Glean：営業コンテキスト統合
    https://www.glean.com/press

  • Writer：2026年7月のPlaybook更新
    https://writer.com/blog/more-powerful-playbooks/

  • Scale Labs：Frontier-Bench
    https://labs.scale.com/blog

  • Replit公式ブログ
    https://replit.com/blog

  • Cognition：TierZero
    https://cognition.com/blog/welcoming-tierzero

  • Cognition：The Interaction Company / Poke
    https://cognition.com/blog/welcoming-the-interaction-company

  • Sierra：Takeoff買収・FedRAMP High
    https://sierra.ai/blog/corporate

ハッシュタグ

#生成AI
#欧米生成AI2026
#AI21
#AlephAlpha
#DeepL
#Replit
#Cognition
#Devin
#Sierra
#Glean
#Writer
#Grammarly
#Superhuman
#Baseten
#CoreWeave
#ScaleAI
#LLM
#企業AI
#AIエージェント
#AgenticAI
#AIインフラ
#推論基盤
#GPUクラウド
#企業内検索
#主権AI
#コーディングAI
#ソフトウェアエンジニア
#データ基盤
#AI評価
#日本企業

いいなと思ったら応援しよう！