<a href="https://www.beautiful.ai/">Beautiful.ai</a>は、グローバル成長とプロダクト開発を加速するためにGeneral CatalystのCustomer Value Fund(CVF)からDebtで$45Mを調達した。AI搭載のプレゼンテーションソフトウェアのBeautiful.aiの最新プロダクトアップデートでは、初期プロンプトから数分で完成したプレゼンテーションに到達できるよう設計された、対話型でコンテキスト認識型のインターフェースが導入されています。このシステムでは、ユーザーはテキストプロンプト、アウトライン、またはアップロードされたドキュメントから開始でき、その後、自動的に構造化されたアウトラインとスライドデッキのドラフトが生成されます。ユーザーはチャット形式のインターフェースを通じてスライドを反復的に改善でき、レイアウトの調整、コンテンツの書き直し、特定セクションの再生成をコンテキストを維持したまま行うことができます。この新しいワークフローは、プロフェッショナルによるプレゼンテーション作成のプロセスを効率化するために構築されており、ツール間の切り替えやプロジェクトのやり直しの必要性を減らします。これにより生産性の向上を目指すとともに、組織全体で一貫したブランド表現を維持できるようにすることを目的としています。Beautiful.aiはまた、複数のプラットフォーム拡張も発表しており、15言語へのローカライズ、新しいAPIの提供、ChatGPTアプリとの統合、モバイルおよびタブレットでの操作性向上などが含まれています。これらのアップデートは、グローバルなユーザーベースに対するアクセス性を高め、より幅広いワークフローに適応できるよう設計されています。同社によると、AI主導のツールはすでに測定可能な効率向上を実現しています。調査対象ユーザーでは、週あたりの時間削減の中央値は3時間であり、シニアリーダーは週最大4時間の削減、頻繁に利用するユーザーはプレゼンテーション1件あたり平均2時間の削減を実現しています。これはユーザー1人あたり年間で約$20,000の生産性価値に相当します。Beautiful.aiは現在、Rakuten、Cvent、Jostens、Meltwater、Mobsta、Paciolan、Playa Hotels &amp; Resorts、Visit Indyなどを含む、世界中で10万以上の企業顧客にサービスを提供しています。同プラットフォームは193カ国にわたり1億枚以上のスライド作成に利用されており、AI支援型プレゼンテーションツールへの需要の高まりを示しています。今回新たに確保した資金は、自動化、プロダクトイノベーション、Go-to-market拡大への継続的な投資を支援するものであり、特に中小企業へのサービス強化に重点が置かれています。今後、AI主導のプレゼンテーションワークフローは、日常業務プロセスへの統合が進むにつれて、さらなる成長が期待されています。「私たちはここ数年にわたり、数百万件のプレゼンテーションを通じて、ユーザーがどのようにプロンプトを作成し、デザインし、構築しているかを分析・理解してきました。そして本日、ユーザーが求めたものを実際に作成し、AIをアシスタントとして活用することで、洗練された成果物に迅速に到達できるAIを導入します。私たちは日常のプロフェッショナルに寄り添い、自然なワークフローに適合し、より速くインパクトのあるプレゼンテーションを提供するプロダクトを構築しました。」とBeautiful.aiのCEOは述べています。 &nbsp;<div class="raw-html-embed"><iframe width="903" height="508" src="https://www.youtube.com/embed/oqciSPCv-Ao" title="Meet Beautiful.ai | The Leading AI Presentation Maker for the Workplace" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen=""></iframe></div>

medium_1773886262-fNHoK9PzESCdraZiYunqALV0.png

small_1773886262-fNHoK9PzESCdraZiYunqALV0.png

thumbnail_1773886262-fNHoK9PzESCdraZiYunqALV0.png

1773886262-fNHoK9PzESCdraZiYunqALV0.png

AI搭載のプレゼンテーションソフトウェアの"Beautiful.ai"が$45Mを調達

<a href="https://www.runsybil.com/">RunSybil</a>は、Khosla Venturesがリードし、S32、AnthropicとMenlo Venturesの共同ファンドであるAnthology Fund、Elad Gil、Conviction、著名なエンジェル投資家が参加したSeries Aで$40Mを調達した。ハッカーと同様の方法でライブシステムを調査するAIサイバーセキュリティスタートアップのRunSybilは、AIエージェントを使用して企業のソフトウェアを自動的にハッキングしセキュリティの弱点を見つけます。同社のAIエージェントであるSybilは、稼働中のアプリケーションに対して継続的かつ自律的にペネトレーションテストを実施し、人間が介在することなく実際のセキュリティ脆弱性を発見、悪用、記録します。これは、Claude Code Securityのようにアプリケーションのソースコードを分析し、デプロイ前に既知の脆弱性を検出する現在注目されている他のセキュリティツールとは異なります。RunSybilは、すでに稼働しているソフトウェアを対象に、ハッカーと同様の方法でライブシステムを調査します。つまり、システムを探索し、複数の脆弱性を連鎖させ、認証の境界をテストすることで、機密データへの経路を見つけます。企業は長年にわたり、外部のセキュリティ専門家、いわゆる「倫理的ハッカー」がシステムへの侵入を試みるペネトレーションテスト、脆弱性の報告に対して報酬を与えるバグバウンティプログラム、実際のサイバー攻撃を模倣する社内の「レッドチーム」などを組み合わせて活用してきました。RunSybilは、自社のAIシステムがこれらの作業の多くを自動化し、新しいコードがデプロイされるたびに継続的にアプリケーションの脆弱性を調査できると述べています。RunSybilは、このような自動化は、AIが企業の運営方法を再構築する中で不可欠になりつつあると主張しています。調達、法務、財務、エンジニアリング、オペレーションはすべてAIによって再構築されており、AIエージェントの活用も拡大しています。しかし、セキュリティテストは依然として個別のチームが独自のスケジュールで管理する、単発のイベントとして扱われることが多いのが現状です。この不一致は、金融、保険、ヘルスケアなど、サイバーセキュリティに関する厳格な法的および監査要件に直面する高度に規制された業界にとって、特に大きな課題となります。RunSybilは2023年に、2019年にOpenAIに初のセキュリティリサーチ採用として加わったAri Herbert-Vossと、以前Metaで攻撃的セキュリティのレッドチームを率いていたVlad Ionescuによって共同創業されました。両者は、最先端のAIシステムの構築方法と複雑なソフトウェアへの侵入方法の両方を理解する、稀有な交差点に位置する人材であると述べています。RunSybilは現在、Cursor、Turbopuffer、Notion、Baseten、Thinking Machines Labなどのスタートアップと協業しています。また、複数の大手金融機関やFortune 500企業とも連携しているとしていますが、具体的な顧客名は明らかにしていません。 &nbsp;<div class="raw-html-embed"><iframe width="903" height="508" src="https://www.youtube.com/embed/0Hmf5wLJ1yg" title="RunSybil — RSAC™ 2025 Launch Pad" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen=""></iframe></div>

medium_1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

small_1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

thumbnail_1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

ハッカーと同様の方法でライブシステムを調査するAIサイバーセキュリティの"RunSybil"がSeries Aで$40Mを調達

<a href="https://www.autoscience.ai/">Autoscience</a>は、General Catalystがリードし、Toyota Ventures、Perplexity Fund、MaC Ventures、S32が参加したSeedで$14Mを調達した。新しい機械学習モデルの研究開発を自動化する応用研究ラボのAutoscienceは、機械学習研究を実行し、その成果をデプロイするAIシステムを構築しており、AI研究者およびエンジニアの役割を実質的に自動化しています。学術的厳密さとAIのスピードを組み合わせることで、Autoscienceは組織が独自の機械学習ブレークスルーを発明し実装することを支援します。多くの機械学習チームにとって、人工知能開発における主なボトルネックは、もはや計算能力やデータではなく、新しいアイデアを大規模に創出し検証するための人間の能力です。毎週2,000本以上の機械学習論文が発表される中で、人間の研究チームがすべての新たなブレークスルーを効果的に評価し実装しながら、自らの独自仮説を前進させることは不可能です。Autoscienceはこの課題に対し、2つの中核AIシステムを用いて対応します。1つは新しいアルゴリズム仮説を創出し検証する自動化された科学者、もう1つは検証された発明を最適化し現実世界にデプロイする自動化されたエンジニアです。Autoscienceの最初の導入先は、高リスクの金融アプリケーション、製造、不正検知であり、企業は人員を増やすことなく、フル体制の研究部門の成果を享受することが可能になります。Autoscienceは、自律型ラボが査読付きの科学研究論文を生成した最初のAIシステム(ICLR2025ワークショップ)となったことで注目を集めました。その後すぐに、同社のシステムは3,300チームが参加した機械学習コンペティション(Kaggle Santa 2025)で銀メダルを獲得し、完全自律型システムが実際の主要Kaggleコンペティションで入賞した初の事例となりました。「アルゴリズム発見の複雑さを乗り越えるには、人間の直感だけでは不十分な段階に到達しました。当社は研究者がAIシステムである研究組織を構築しました。機械学習研究の10年分を数ヶ月に圧縮し、科学者に新たなAI能力を提供し、顧客に競争優位をもたらすことを目指しています」とAutoscienceのCEOは述べています。「Autoscienceは機械学習においてますます重要になっている課題、すなわち実験のスピードとスケーラビリティに取り組んでいると考えています。研究成果が増え続ける中で、チームは新しいアイデアをより効率的にテスト、検証し、本番システムに移行する方法を求めています。ワークフローをスケールさせる自律型R&amp;Dの進展における彼らの成果に期待しています」とGeneral CatalystのManaging Directorは述べています。今回の$14Mの資金は、高リスク環境で特化型モデルをトレーニングしている一部のFortune500企業および大手非公開企業向けに、Autoscienceのサービスを拡大するために使用されます。このマネージドサービスは、数百の自動化されたAI研究科学者を展開し、同時に機械学習モデルの改善を継続的に生成・提供することで、企業がより優れたモデルを発見・検証・提供できるようにします。また、この資金はAI研究の加速に向けてAutoscienceのエンジニアリングチームの拡大にも充てられます。 &nbsp;

medium_1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

small_1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

thumbnail_1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

新しい機械学習モデルの研究開発を自動化する応用研究ラボの"Autoscience”がSeedで$14Mを調達

evrocは、欧州のデジタル主権を強化する新たな取り組みとして、企業向けAIエージェント「roc」と、欧州内インフラ上で先進的なAIワークロードを実行できるソブリンAI基盤「evroc Think」を発表しました。両製品は、欧州の企業や公共機関が、域外インフラに依存せずに高度なAIを活用できる環境を整えることを目的としています。rocは、文章作成、データ分析、コーディング支援、ナレッジ検索といった業務に対して、高速かつ安全なAI支援を提供するエンタープライズ向けAIエージェントです。多くの組織にとって課題となるのは、単にAIモデルへアクセスすることではなく、それを自社の内部データと安全に接続することです。rocでは、企業が保有する文書、ナレッジベース、業務データシステムとAIを直接連携でき、機密情報を欧州内インフラにとどめたまま活用できる点が特徴です。&nbsp;一方のevroc Thinkは、組織が先進的なAIモデルを完全に欧州内で展開、実行できるソブリンAIプラットフォームです。この基盤は、欧州のローカルインフラ上で運用される高性能AIモデルへのアクセスを提供し、開発者、企業、公共機関が非欧州系クラウド事業者に依存することなく、AIアプリケーションを構築し拡張できるようにします。evroc Thinkには、AIを活用したコーディング支援、音声文字起こし、対話型ツールなどが組み込まれており、性能、透明性、主権の3つを中核原則として設計されています。開発者は、シンプルなAPIと予測しやすいトークンベース課金を通じてモデルへアクセスできます。また、組織側は、自社データがどこで処理され、どこに保存されるかを完全に管理できます。初期導入の結果では、一般的なAIタスクにおいてより高速な処理と、独自の大規模モデルサービスと比べたコスト優位性の可能性も示されているとしています。これにより、技術面と経済面の両方で、欧州内でのAI活用基盤としての魅力を高めています。&nbsp;evrocのCo-founder兼CEOであるMattias Åströmは、これまで欧州の組織が先進的なAIを導入する際には、実質的に二つの選択肢しかなかったと述べています。ひとつは機密データを欧州外でホストされるモデルに渡すこと、もうひとつは最先端のAI活用自体を見送ることでした。Mattias Åströmは、欧州にはこれまでフロンティア規模の独自AIインフラが存在しなかったとしたうえで、rocとevroc Thinkによって、企業は自社データを強力なAIモデルと接続しながら、欧州内で主権とイノベーションの両立を図れるようになると説明しています。今回の発表は、欧州域内でデータを保護しながらAIを活用したいという需要の高まりに応えるものでもあります。rocとevroc Thinkは、組織が安全かつ効率的にイノベーションを進めるための手段として位置づけられており、evrocにとっても、欧州の技術的自律性と戦略的デジタル能力を押し上げる上での重要な節目となります。&nbsp;evrocについて evrocは、欧州のデジタル能力、独立性、安全性を強化することを目的としたソブリンクラウドインフラおよびAIサービス企業です。2025年に立ち上げられ、AI時代に対応した真にソブリンな欧州クラウド基盤の構築を進めています。現代的なクラウド性能に加え、運用レジリエンス、欧州内データ保管、完全なプラットフォームおよびソフトウェア制御を備え、公共機関、防衛組織、重要サービス事業者など、高い安全性とコンプライアンスを求める組織にも対応できる設計です。Stockholmに本社を置き、Stockholm、Paris、Frankfurtにクラウドリージョンと冗長化データセンター、AIインフラを展開しています。&nbsp;

medium_evroc_Logo.jpg.png

small_evroc_Logo.jpg.png

thumbnail_evroc_Logo.jpg.png

evroc_Logo.jpg.png

欧州データ主権を支えるエンタープライズAI基盤のevroc、企業向けAIエージェント「roc」とソブリンAI基盤「evroc Think」を発表

Xaira Therapeuticsは、AIによって創薬を変革することを目指す企業として、初の仮想細胞モデル「X-Cell」を発表しました。X-Cellは、これまでにない規模の因果的かつ介入的データで学習されており、遺伝子摂動の結果を高精度に予測できるとされています。特に、モデルがこれまで見たことのない実験条件に対しても高い予測性能を示しており、創薬を試行錯誤中心の作業から予測可能なエンジニアリングへと変える重要な一歩と位置づけられています。X-Cellの学習には、「X-Atlas/Pisces」と呼ばれるデータセットが用いられました。これは、これまで報告された中で最大規模のゲノムワイドCRISPRi Perturb-seqデータセットであり、7つの生物学的に異なる細胞コンテキストにわたって、25.6百万件の摂動を受けた単一細胞トランスクリプトームを含んでいます。この規模は、Xaira Therapeuticsが以前公開した「X-Atlas/Orion」の3倍を超えています。X-Cell自体も4.9 billion parametersに達する、現時点で最大級の因果摂動モデルであり、大規模言語モデルで観測されるものと同様のパワーロースケーリングの挙動を示すとされています。&nbsp;Xaira TherapeuticsのSVP of AI-Enabled Discoveryであり、今回のプレプリントの共同シニア著者でもあるCi Chuは、AIで高い性能を実現するには、最高品質のデータと最も能力の高いモデルを組み合わせることが重要だと述べています。そのうえで、X-Atlas/Piscesはこれまでで最大かつ最も多様なPerturb-seqデータセットであり、X-Cellはその規模のデータから学習するために特別に設計されたモデルアーキテクチャだと説明しています。両者を組み合わせることで、モデルはこれまで見たことのない生物学的現象に対しても一般化し、予測できるようになるとしています。X-Cellの技術的な特徴は、diffusion language modelアーキテクチャを採用している点にあります。これは、この分野で主流だった自己回帰型の単一細胞モデルとは異なるアプローチです。X-Cellは、摂動後の細胞状態を一度に予測するのではなく、コントロール状態の遺伝子発現値を摂動後の値へと段階的に置き換えながら、繰り返し予測を洗練させていきます。この反復的な精緻化プロセスによって、文脈に応じたより高精度な予測が可能になります。&nbsp;この新しいアーキテクチャと大規模データセットの組み合わせによって、X-Cellは未観測の実験条件にも一般化できるようになっています。具体的には、未観測の細胞型、未観測の曝露条件、異なる研究室や異なる技術で得られた結果に対しても予測性能を示しており、これは予測生物学の分野における重要なマイルストーンとされています。XairaのSVP and Head of Biomedical AIであり、共同シニア著者でもあるBo Wangは、X-Cellによって、生物学者が実験を実際に行わなくても、細胞が異なる摂動にどう応答するかをコンピュータ上でシミュレーションできる方向へ前進したと述べています。さらに、学習データセットを今後も拡充していくことで、X-Cellは創薬における標的同定、作用機序の解明、標的と患者の適合性評価、毒性予測など、多様な用途で一層有用になると期待されています。&nbsp;CEOのMarc Tessier-Lavigneは、仮想細胞を構築する目的は、生物学を因果レベルで理解し、疾患状態にある細胞を健常状態へ戻すには何が必要かを問えるようにすることだと述べています。そのうえで、X-Cellはすでに与えられたデータを超えた予測を行い始めており、単なる生物学的洞察にとどまらず、治療に直結する実行可能な示唆をもたらす強力なモデルへ向かう大きな一歩だと評価しています。Xaira Therapeuticsは、Piscesデータセットの一部とX-Cellモデルの一部を科学コミュニティに公開する方針です。今後は、X-Atlasを一次細胞、iPSC由来細胞、オルガノイド、さらにはin vivo摂動へと広げていく計画を掲げています。これにより、創薬開発の全工程にわたり、適切な標的、分子、患者を見極めることのできる因果生物学モデルの構築を目指しています。&nbsp;Xaira Therapeuticsについて Xaira Therapeuticsは、生命の言語を解読し、患者に革新的な医薬品を届けるための先端機械学習モデルを開発するAIライフサイエンス企業です。同社は、疾患を予測的に理解するための機械学習研究、AIを学習させるための大規模データ生成、そして新薬を創出するための統合型創薬・開発機能を組み合わせることで、創薬と開発の全工程を再構築しようとしています。South San Franciscoに本社を置き、SeattleとLondonにもイノベーション拠点を展開しています。&nbsp;

medium_Xaira.png

small_Xaira.png

thumbnail_Xaira.png

Xaira.png

遺伝子摂動の結果予測を高度化する創薬AIのXaira Therapeutics、最大規模データセットを用いた初の仮想細胞モデル「X-Cell」を発表

Transcarentは、雇用主向けヘルスケア支援基盤であるTranscarent Experience Storeに、新たにPayment Integrityカテゴリーを追加したと発表しました。今回の追加はBluespineとの提携を通じて実現したもので、過剰請求や不適切な支払いを検証し、上昇を続ける医療費の抑制を支援することを目的としています。AIを活用した請求精査機能を組み込むことで、雇用主が医療費の管理とガバナンスをより強化できる体制を整えます。米国の医療支出全体のうち3％から10％が不正、無駄、濫用に起因していると推計されており、その金額は年間$300Bを超える規模に上ります。特に自家保険型の雇用主にとっては、これらの支出は直接プラン資産から支払われるため、ERISAに基づく受託者責任の対象となります。ERISAでは、プラン受託者に対し、加入者と受益者の利益のために慎重に行動し、プラン資産を保護し、支払いが契約条件に沿っていることを確保する責任が求められます。&nbsp;しかし現状では、多くの雇用主が、自社のSummary Plan Documents、補償除外条件、交渉済み料金、保険会社の請求ガイドラインに照らして、医療および薬剤請求を独立かつ包括的に検証する仕組みを持っていません。従来型の監査手法は、汎用的または手作業で設定されたルールに基づき、しかも定期的かつサンプルベースで行われることが多いため、総支出の一部しか可視化できず、継続的な資金流出を見逃しやすいという課題があります。その結果、財務面だけでなくガバナンス面でもリスクが残ります。TranscarentのPresidentであるSnezana Mahonは、雇用主がコスト管理を求められる一方で、厳格な受託者監督責任も果たさなければならない状況に置かれていると述べています。そのうえで、Experience StoreにPayment Integrityソリューションを追加することで、医療ライフサイクル全体にわたる請求管理の適正性に対する自信を高められると説明しています。Bluespineの請求精度検証能力は、雇用主にとって、より包括的な医療費抑制戦略になると評価しています。&nbsp;Bluespineは、医療および薬剤請求の過剰請求削減に特化したAI主導のヘルステック企業であり、今回からTranscarent Experience Storeを通じて雇用主に提供されます。Transcarentはこれまでも、加入者を早い段階で高品質かつ高価値な医療へ導くことで、不要な処置や合併症、将来的なコスト増を防ぐアプローチを取ってきました。Bluespineはこれを補完し、実際に提供された医療が各雇用主の補償内容に沿って正確に請求されているかを検証します。BluespineのCEOであるDavid Talinovskyは、規制当局と雇用主の双方が請求精度、無駄削減、受託者責任にますます注目する中で、Payment Integrityはもはや一部のコンプライアンス機能ではなく、経営上の優先事項であり中核機能になっていると述べています。また、Transcarentとの提携によって、事後的に支払ってから追回収するモデルではなく、継続的な予防と回収を組み合わせる先回り型の手法を、自家保険型雇用主へ広げられるとしています。Bluespineのプラットフォームは、従来のように一部の請求サンプルだけを確認するのではなく、医療および薬剤請求の100％を対象に分析します。独自のAI基盤は、医療コーディングの妥当性確認と、プラン設計に基づく補償適用の検証のために構築されており、各雇用主のSPD、補償除外条件、保険会社の請求ガイドラインに合わせたレビューを実施します。これにより、過払い、ポリシー違反、請求ミス、契約上の不一致など、従来手法では見落とされやすい問題を発見できます。&nbsp;さらにBluespineは、支払い前レビューと支払い後回収の両方に対応しています。これにより、請求支払い前に資金流出を防ぐと同時に、すでに発生した不当請求についても回収を支援できます。すべての指摘事項には、プラン文言や請求ガイドラインに直接結びついた明確な根拠文書が付けられるため、TPAや保険会社を通じた回収手続きも効率化されます。また、加入者の体験を損なわず、雇用主側の追加的な関与を求めない設計になっています。今回のPayment Integrityカテゴリー追加は、Transcarentが進める、医療費と医療体験に関わる課題全体をカバーする優良パートナーエコシステム構築戦略の一環です。Experience Storeに掲載されるソリューションは、雇用主が不要な支出を減らし、透明性を高め、加入者により良い結果を届けることを支援する目的で選定されています。&nbsp;Transcarentについて Transcarentは、医療、薬剤、各種ポイントソリューションを統合し、ヘルスコンシューマー向けのAI活用型ヘルスケア体験を提供する企業です。WayFinding体験を中核に、透明性の高い薬剤ケア、2nd.MDによる専門医意見、バーチャルプライマリケアに加え、Cancer Care、Surgery Care、Weight Healthといった包括的なCare Experiencesを提供しています。1,700を超える雇用主、健康保険、医療システムがTranscarentを利用しており、2,100万人の加入者に対して給付ナビゲーション、臨床ガイダンス、医療提供を支えています。&nbsp;

medium_Transcarent.png

small_Transcarent.png

thumbnail_Transcarent.png

Transcarent.png

ヘルスケア費用最適化プラットフォームのTranscarent、Bluespineと連携しPayment Integrity領域を追加

Tenzaiは、自律型ペネトレーションテストAIエージェントを開発するAIネイティブなサイバーセキュリティ企業として、自社のAIハッキングシステムが世界的に知られる6つのハッキング競技で上位1％に入る成績を達成したと発表しました。これらの競技は本来、人間の参加者向けに設計されたものであり、自律型AIシステムがこの水準の結果を示したのは初めてだとしています。これまでにもAIセキュリティツールがバグバウンティ競技や学生向けハッキング課題で成果を示した例はありましたが、今回の結果は、より高度な攻撃技術を評価するエリート級のCapture-the-Flag環境において達成された点が特徴です。TenzaiのAIエージェントは、websec.fr、dreamhack.io、websec.co.il、hack.arrrg.de、pwnable.tw、LakeraのAgent Breakerを含む6つの主要CTFプラットフォームで、複雑な脆弱性課題を継続的に解き、参加者の99％以上を上回ったとされています。&nbsp;Capture-the-Flag競技は、実践的なハッキング能力を測る手段として広く利用されています。参加者は複雑なシステム内に存在する実際の脆弱性を見つけ出し、悪用しなければならず、上位に入るのは通常、経験豊富なセキュリティ研究者やプロのペネトレーションテスター、バグバウンティハンターです。企業が独自に設計したベンチマークとは異なり、こうした競技には個人の専門家が独立して参加しているため、人間の実力と比較する上で意味のある指標になりやすいとされています。&nbsp;Tenzaiは、人間の専門家との比較が意味を持つようにするため、数万人規模の参加者を抱える大規模競技や、段階的に難易度が上がる課題、さらにAIエージェントに対するセキュリティ問題を扱うAgent Breakerのような特殊環境を含めて評価を行いました。これらの競技の多くでは、解答に関する詳細なwriteupが制限されており、TenzaiのAIハッカーの学習データにその答えが含まれている可能性は極めて低いと同社は説明しています。こうした環境で高順位を獲得するには、単なる自動スキャンだけでは不十分です。競技には限られた数の課題があり、難易度と得点価値が上がるにつれて、上位に入るには極めて複雑な脆弱性を発見し、悪用する必要があります。歴史的に見ても、そのような問題を解けるのは少数の参加者に限られてきました。TenzaiのCEO兼Co-founderであるPavel Gurvichは、現時点で同社のエージェントは、こうした競技に参加する人間の約99％より高い性能を示していると述べています。その対象は125,000人以上の人間の専門家に相当するとしています。&nbsp;一方でPavel Gurvichは、なお一部の卓越したハッカー集団は現在のAIシステムを上回っており、その差を埋めることは今後の重要な課題だと認めています。ただし、すでにAIによって、これまで一部の高度な専門家に限られていた攻撃的セキュリティ能力を、企業が必要な時に必要な規模で利用できる時代に入りつつあると強調しています。Tenzaiのシステムは、認証回避、不適切な直接オブジェクト参照であるIDOR、複雑なアプリケーションロジックの欠陥、複数段階にまたがる攻撃チェーンなど、多様な脆弱性クラスに対応する能力を示しました。今回解いた課題の多くでは、同一システム内の複数の弱点を組み合わせて悪用する必要があり、これは実際の攻撃でもよく使われる手法ですが、自動化が難しい領域です。Tenzaiによると、自社のAIエージェントは大規模スキャンや総当たり探索に依存するのではなく、アプリケーションの挙動、認証、信頼境界、システム間の相互作用を推論しながら、微妙な脆弱性を見つけ出しているといいます。&nbsp;今回の結果は、AIシステムがこれまで一部のエリート人材だけが到達していた攻撃的セキュリティ能力に近づきつつあることを示唆しています。企業にとって重要なのは、その能力をスケールできる点です。高技能のペネトレーションテスターは依然として希少であり、通常は限られた頻度でしか関与できません。これに対して自律型エージェントは、アプリケーションが変化するたびに継続的にテストを行い、新しいリリースやシステム更新をより高頻度で評価できます。その結果、企業はコンプライアンス検証サイクルを短縮し、より多くのアプリケーションにセキュリティテストを広げ、複雑な脆弱性を開発の早い段階で発見しやすくなります。Tenzaiは、高度な攻撃推論と継続的な自動化を組み合わせることで、現代のソフトウェア開発速度に合わせたセキュリティテストを可能にすることを目指しています。&nbsp;Tenzaiについて Tenzaiは、企業がより安全なソフトウェアを提供できるよう支援するため、自律型AIハッカーを開発するAIネイティブなサイバーセキュリティ企業です。同社のプラットフォームは、エンタープライズシステム全体に対して継続的に脆弱性と悪用経路を探索し、アプリケーションを能動的にテストします。2025年にPavel Gurvich、Ariel Zeitlin、Ofri Ziv、Itamar Tal、Aner Mazurによって設立され、Greylock Partners、Battery Ventures、Lux Capitalなどから$75Mのシード資金を調達しています。&nbsp;

medium_Tenzai.png

small_Tenzai.png

thumbnail_Tenzai.png

Tenzai.png

自律型ペネトレーションテストを実現するサイバーセキュリティAIのTenzai、AIハッカーが世界的ハッキング競技で上位1％に到達

Quantum Machinesは、あらゆる古典プロセッサを量子制御スタックに統合できる新フレームワーク「Open Acceleration Stack」を発表しました。同社はこれを、量子コンピュータを単に量子誤り訂正対応やAI対応にとどめず、量子誤り訂正とAIを前提としたネイティブな計算基盤へ進化させる仕組みとして位置づけています。Open Acceleration Stackは、Quantum Machinesが提供してきたOrchestration Platformを大きく拡張するものです。Orchestration Platformは、量子プロセッサの制御と運用を担うハードウェアおよびソフトウェアの統合基盤であり、Quantum Machinesはこの分野の先行企業として展開してきました。今回の新フレームワークでは、同社のOPNICとNVIDIA NVQLinkを組み合わせることで、独自のPulse Processing Unitと高性能アクセラレータ群との間に、マイクロ秒レベルの超低遅延接続を実現します。これにより、GPU、CPU、FPGA、ASICなどを量子制御層へより密接に組み込めるようになります。&nbsp;量子誤り訂正をリアルタイムで実行するためのデコーディングや、AIを活用したQPUおよび量子回路の高度なキャリブレーションなどでは、多様な古典計算資源が協調しながら動作し、量子プログラムを実行するPulse Processing Unitと低遅延、高帯域、同期性を保って接続される必要があります。Quantum Machinesは、このハイブリッド化こそが次世代量子計算に不可欠だとみており、Open Acceleration Stackを通じて、ユーザーが複雑なハイブリッドワークロードを開発し、本番運用へ展開できる環境を整えようとしています。現時点では、Quantum MachinesとNVIDIAの共同開発により、NVIDIA NVQLinkを用いたCPU、GPU、QPUの統合運用が可能になっています。さらに今回の仕組みは、オープンかつモジュール型のAcceleration Stackとして進化することで、研究機関や企業がAMDのCPUや各種FPGA、高性能なNVIDIA GPU、さらにRiverlaneのようなパートナーが提供するリアルタイム量子誤り訂正システムまでを組み合わせられるようになります。これにより、利用者は性能要件と予算に応じて構成を最適化し、自身の用途に最も適したアーキテクチャを選択できます。&nbsp;Quantum MachinesのCTO兼Co-FounderであるYonatan Cohenは、Open Acceleration Stackは、量子コンピューティング業界が実証段階からスケーリングと統合の段階へ移りつつあることを示すものだと述べています。同氏は、この仕組みが量子開発の中でも特に重要な二つの領域、すなわちリアルタイム誤り訂正と高度な量子ビットキャリブレーションに対応するものであり、ユーザー体験と性能の両面を意識しながら、ハードウェアとソフトウェアの両方を拡張する基盤になると説明しています。また、顧客や量子計算コミュニティ全体とともに、こうしたツールの活用を進め、実用的な量子計算の実現を近づけたい考えを示しました。パートナー各社も、この連携の意義を強調しています。NVIDIAのQuantum Product DirectorであるSam Stanwyckは、論理量子ビットを拡張するうえでGPU計算は量子プロセッサと深く統合されつつあると述べています。そのうえで、NVIDIA NVQLinkを通じてQuantum Machinesがリアルタイム量子誤り訂正とキャリブレーションに必要な低遅延・高帯域性能を提供することにより、実用的で大規模な量子・GPUスーパーコンピューティングの実現が近づくとしています。AMDのCorporate Vice PresidentであるMadhu Rangarajanは、スケーラブルな量子計算への道は、量子プロセッサと高性能古典計算資源を組み合わせた異種混在アーキテクチャに依存すると述べています。Open Acceleration Stackによって、AMDのCPUや適応型コンピューティング技術を量子制御層へ統合し、リアルタイム誤り訂正や複雑なハイブリッドアルゴリズムのような高負荷ワークロードを支えられるようになるとしています。&nbsp;また、RiverlaneのFounder兼CEOであるSteve Brierleyは、フォールトトレラント量子計算を実現するには、リアルタイムで動作する高速かつ信頼性の高い量子誤り訂正が不可欠だと述べています。そのためには、量子制御スタックに緊密に統合された専用の古典計算インフラが必要であり、Quantum MachinesのOpen Acceleration Stackのようなオープンフレームワークは、その実現に向けた重要な一歩だと評価しています。Quantum Machinesは、APS Global Physics SummitにおいてOpen Acceleration Stackのライブデモも予定しています。1つはOPX1000ベースのシステムを用いたフォールトトレラント量子位相推定の実演であり、もう1つはIQCC上の実際の量子ビットへリモート接続し、リアルタイム量子ビットキャリブレーションを示す内容です。これにより、同社は研究用途にとどまらず、将来的な大規模実装を見据えた量子制御基盤としての実力を示そうとしています。&nbsp;Quantum Machinesについて Quantum Machinesは、量子制御ソリューションを提供するグローバル企業です。量子計算の発展を支えるため、量子と古典計算を調和させるハイブリッド制御アプローチを採用しており、ハードウェアとソフトウェアの両面で摩擦を減らし、性能を最適化することを目指しています。同社のOrchestration Platformは、あらゆる種類の量子プロセッサに対応し、研究者や開発者が高速に反復しながらシステムを拡張し、量子技術のブレークスルーを加速できる基盤を提供しています。&nbsp;

medium_QuantumMachines.png

small_QuantumMachines.png

thumbnail_QuantumMachines.png

QuantumMachines.png

量子制御インフラのQuantum Machines、NVIDIA等と連携し「Open Acceleration Stack」を発表

Qevlar AIは、自律型AI SOCプラットフォームを開発するParis発のスタートアップとして、PartechとForgepoint Capital Internationalが共同主導し、EQT Venturesも参加する$30Mの資金調達を実施しました。今回の調達は、サイバーセキュリティ業界が「AIに本当にセキュリティ判断を任せられるのか」という根本的な問いに直面する中で行われたものであり、Qevlar AIはその答えとして、自律型セキュリティインテリジェンスの実用化を進めています。同社は2023年1月にAhmed AchchakとHamza Sayahによって設立されました。両者はともに機械学習エンジニア出身であり、従来のセキュリティ業界内部からではなく、応用AIの視点からサイバーセキュリティの課題に取り組んでいます。Ahmed AchchakはÉcole Centrale Parisで数学とバイオテクノロジーを学んだ後、NatixisでSenior Machine Learning Engineerを務め、さらにMinautorのCTOとして技術基盤をゼロから構築し、売上を6倍に伸ばした経験を持ちます。Hamza SayahはEPFLで数学と応用数学を学び、ETH Zurichのスピンオフや、後にCircleCIに買収されたソフトウェアテスト企業Ponicodeで研究責任者を務めました。両者はHuawei Big Data Challenge Franceの受賞経験も共有しています。&nbsp;Qevlar AIは、Meta、Hugging Face、Scalewayが支援するStation FのAIスタートアッププログラムにも参加し、短期間で実績を積み上げてきました。今回の$30M調達以前にも、EQT VenturesとForgepoint Capital主導の$14M調達を実施しており、累計調達額は$44Mに達しています。加えて、Orange Cyberdefense Best Partner Innovation Award、MSP Today Product of the Year 2025、Forum InCyber Growth Awardなどの評価も獲得しています。さらにHeadlineからは、AI分野を形作るトップ100サイバーセキュリティ企業の一社にも選ばれています。ただし、同社の価値は受賞歴よりも、実際に製品が機能しているかにあります。現在の顧客にはOrange Cyberdefense、Sodexo、MediaMarkt、Atos、GlobalConnectなどが含まれており、Europeと米国の両方で導入が進んでいます。こうした顧客基盤は、Qevlar AIの技術が実運用の現場で受け入れられていることを示しています。Qevlar AIが特に重視しているのは、AIの一貫性の問題です。Ahmed Achchakは、大規模言語モデルは本質的に結果の一貫性に欠けると指摘しています。たとえば、同じログと同じメールを分析させても、ある時は悪意のあるフィッシングと判定し、別の時には異なる結論に至る可能性があるという問題です。1つの組織で10,000人を標的にしたフィッシング攻撃を想定すれば、その不安定さは無視できません。SOCでは日々膨大なアラートが発生しており、Forresterの分析ではたった3つの攻撃シナリオで数千件のアラートが発生し得るとされ、Gartnerは検知・対応サイクル時間の70％がトリアージと調査に費やされていると見積もっています。こうした状況に対して、AIを力任せに投入するだけでは不十分だとQevlar AIは考えています。同社のプラットフォームは、すべてを単一のLLMに流し込む構成ではなく、複数の専門AIシステムが協調するハイブリッド型アーキテクチャを採用しています。Ahmed Achchakによると、製品の一部にはBayesian modelingのような統計モデルや古典的機械学習を用い、中心には「Graph AI」と呼ぶ仕組みを据えています。これは顧客ごとの環境を動的オントロジーとして表現し、学習しながら理解を更新していくものです。これら複数のAIが協働することで、より高い一貫性、説明可能性、コスト制御を実現しているとしています。この構成はコスト面でも優位性を持ちます。LLMだけに依存するプラットフォームより運用コストを抑えられるだけでなく、顧客向け価格体系も、トークン単位や計算時間単位ではなく、「完了した調査件数ごと」という予測しやすいモデルに設定されています。Ahmed Achchakは、CISOが求めているのは年初の時点で年間コストを見通せる予測可能性であり、それがQevlar AIの価格設計の考え方だと説明しています。&nbsp;また、同社は顧客導入時に「proof of value」方式を採用しています。顧客は競合製品や自社の既存プレイブックと比較しながらQevlar AIを評価した上で本格導入を判断できます。Ahmed Achchakによると、その結果は決定的であり、調査時間を10分の1に短縮し、3分程度まで圧縮できたうえ、24時間365日すべてのアラートを調査可能にしているとしています。今後の拡大先として、Qevlar AIは米国市場を強く意識しています。すでにFrance、Germany、UK、Sweden、米国で顧客を持ち、米国での事業拡大を進めています。一方でAhmed Achchakは、Europe発のサイバーセキュリティ企業としての課題も率直に認めています。成功するサイバーセキュリティ企業はこれまでIsraelか米国から出ることが多く、Qevlar AIにとって最大の課題は市場教育でも競争でもなく、人材採用だと述べています。現在52人規模の組織ですが、急速な成長を続けており、Europeのテック業界全体が抱えるタレントボトルネックの問題とも重なります。製品ビジョンとしては、単なるアラート調査ツールを超え、より戦略的なセキュリティインテリジェンス層へ進化することを目指しています。Ahmed Achchakは、多くのSOCが現在も、どれだけ多くのアラートに対処し、どれだけ早く閉じるかという「消防的」な発想で動いていると指摘しています。しかし、もしAIが組織内のすべてのシグナルを調査しているなら、6カ月前のアラートと今日のアラートを相関し、人間や従来型検知システムが見逃すパターンを見つけ出し、根本原因に迫れるはずだとしています。Qevlar AIは、火を消すだけでなく、その火事の原因を突き止め、再発を防ぐための知能基盤を築こうとしています。&nbsp;Qevlar AIについて Qevlar AIは、Parisを拠点とする自律型AI SOCプラットフォーム企業です。2023年にAhmed AchchakとHamza Sayahによって設立され、サイバーセキュリティ運用におけるアラート調査、相関分析、インシデント原因把握を自動化することを目指しています。大規模言語モデルだけに依存せず、Bayesian modeling、古典的機械学習、Graph AIを組み合わせたハイブリッド型アーキテクチャを採用し、高い一貫性と説明可能性を重視しています。累計$44Mを調達し、Europeと米国で事業拡大を進めています。&nbsp;

medium_Qevlar.png

small_Qevlar.png

thumbnail_Qevlar.png

Qevlar.png

SOC運用の自律化と脅威相関分析を進めるセキュリティAIのQevlar AI、自律型セキュリティインテリジェンスを拡大

News

Contact