編著：PANews 大鉗子
AI起業に唯一の正解はありません。論文型の科学者、学術の産業化チーム、クオンツ（量的）エンジニアリング派、異業種の起業家、そして運営型の組織者も、この競争の中でそれぞれの居場所を見つけられる可能性があります。
過去10年、人工知能は研究室の最先端の実験から、テクノロジー産業の構図を左右する中核的な力へと変わりました。今日、世界で最も注目されるAI企業には、OpenAI、Google DeepMind、Anthropic、xAIといった企業だけでなく、DeepSeek、「月の暗面」、智譜AI、MiniMaxも含まれます。
それらは表向きにはいずれも大規模モデルの開発に取り組んでいますが、その裏にはまったく異なる起業ルートが隠れています。トップ論文や学術研究から来る人もいれば、高校や大学の研究成果を産業へ押し出す人もいます。先に量的金融で計算資源と資本を蓄える人もいれば、資金調達、プロダクト、運営、そして組織化に長けていて、技術チームを世界級企業へと束ねられる人もいます。
「月の暗面」は2023年に設立されました。同社のプロダクトKimiは、中国の大規模モデル活用アプリの中でも最も識別しやすい製品の1つであり、代表モデルであるKimi K3はマルチモーダル、長いコンテキスト、プログラミング、そして深い推論を主力としています。
創業者の楊植麟は1992年に広東省汕頭で生まれ、学部は清華大学を卒業。のちにカーネギーメロン大学で計算機博士号を取得し、自然言語処理分野の研究者に師事しました。博士課程ではTransformer-XL、XLNetなど、のちに広く引用される研究に参加しており、その後Google BrainやMetaでもAI研究に携わった経験があります。
中国のこのタイプの起業家の中で、楊植麟が辿ったのは最も典型的な道筋です——まず学術界で自身の判断力を証明し、その判断力を、一般の人がそのまま開いて使える製品へと転換するのです。智譜AIのように企業向けサービス寄りのルートとは対照的に、「月の暗面」は最初からC端（一般消費者）を狙っていました。
智譜AIは2019年に設立されました。清華大学の知識工学実験室群を源流とし、技術ルートの代表はGLMシリーズで、基盤モデル、企業向けサービス、そしてモデルプラットフォームを長期的に構想しています。
共同創業者でCEOの張鹏は、学部・修士・博士のすべてで清華大学に在籍しています。2005年から2020年にかけて、知識工学実験室とAMinerの学術プラットフォーム構築に深く取り組んできた一方で、従来型のインターネット大手企業でのキャリアはありません。
智譜AIの特別な点はスタート地点にあります。同社は一発のバズ製品でゼロから始めたのではなく、大学の実験室で10数年にわたって積み上げられた知識グラフと学術ネットワークを、そのまま対外提供できる基盤モデル・プラットフォーム一式へと転換したのです。これが「月の暗面」との最大の違い——一方は先にプラットフォームを作り、もう一方は先に製品を作る——に当たります。
DeepSeekは2023年に設立され、基盤モデル、学習効率、オープンな重み（重みの公開）に重点を置いています。代表モデルにはDeepSeek-V3、R1、そしてその後のV4シリーズが含まれます。
創業者の梁文锋は1985年に広東省湛江市呉川県（呉川）で生まれ、学部は浙江大学で電子情報工学を専攻。のちに情報と通信工学の修士号を取得し、研究分野には機械視覚が含まれます。彼にはHuawei、Tencent、Baiduのような大手企業での典型的な職歴がありません。大学院時代に機械学習と量的トレーディングに一気に没頭し、その後、共同で幻方量化（フアンファン・クオンツ）を創業しました。
梁文锋の歩みは、これらの会社の中で最も特殊です。彼は「先に研究者になり、次に資金を探す」のではなく、「先に量的投資で資本と計算資源の基盤を築き、それから逆にこれらの資源を大規模モデルの研究開発へ投入する」のです。DeepSeekはある意味で、「金融で得た計算資源をAIに与える」産物だと言えます。
MiniMaxは2022年に設立されました。マルチモーダルの基盤モデル企業で、テキスト、音声、画像、動画をカバーし、製品には海螺AI、星野などがあります。
創業者の閆俊杰は、東南大学で数学の学士号を取得し、中国科学院自動化研究所で人工知能の博士号を取得、さらに清華大学で博士研究員として研究を行っています。起業前は商湯科技で6年以上働き、副総裁や研究院の副院長まで務めました。
閆俊杰には2つの経験が備わっています——確かな学術トレーニングと、商湯のような規模の大きいAIチームで製品をマネジメントし、チームを率いて実戦を積んだ経験です。MiniMaxがより難しいマルチモーダルの道を選んだのも、ある意味ではこの2つの経験が重なった結果としての自然な選択です。
Anthropicは2021年に設立されました。OpenAIを去った研究者たちの一団によって創設され、「AIの安全は能力開発と同時に推進されるべきだ」というのが中核理念です。代表的なプロダクトはClaudeシリーズです。
共同創業者でCEOのDario Amodeiは、学部でスタンフォード大学の物理学、博士課程ではプリンストン大学の生物物理学へ転向しました。この学際的な背景は、その後の研究の歩みにも引き継がれています。彼はまずGoogle Brainに加わり上級研究科学者として従事し、その後OpenAIに移って研究担当副総裁となり、GPT-2、GPT-3の学習に携わりました。また、初期のRLHF（人間のフィードバックに基づく強化学習）の主要な参加者の1人でもありました。2021年、彼は妹のDanielaを含む複数のOpenAI同僚とともに離職し、Anthropicを創業しました。
Danielaの道はまったく異なります。彼女は英文学を学び、卒業後はすぐに技術業界へ入ったわけではなく、まずStripeとOpenAIで運営関連の仕事を経験しました。Anthropicでは、モデルの学習ではなく、会社が安全かつ安定して稼働できるための基盤となるシステムを構築する役割を担っています——採用、企業統治から、安全ポリシーの実装・運用まで。
この兄妹の組み合わせは、ある意味でAnthropicという会社の縮図です。Darioのように技術ルートを判断し、モデルの能力の限界を理解できる研究者が陣頭に立つ必要がある一方で、Danielaのように組織、プロセス、リスク管理を理解する人も欠かせません。
OpenAIは2015年に設立され、ChatGPT、GPT、Soraなどの象徴的なプロダクトを打ち出しました。生成AIを大衆の視野へ持ち込む中核企業です。
Sam Altmanはスタンフォード大学でコンピュータサイエンスを2年間学んだのち中退し、位置情報ソーシャル企業Looptを創業。その後Y Combinatorの社長に就任しました。彼の強みは、これまで一貫して最高レベルの論文を発表することではなく、資金調達、プロダクトの判断、組織の動員、そして技術的な物語を語ることにあります。
一方でIlya Sutskeverは別タイプです。彼はトロント大学で数学とコンピュータの博士号を持ち、深層学習の先駆者であるGeoffrey Hintonに師事していました。Google BrainではAlexNet、Seq2Seqなどの重要成果に参加し、OpenAIの初期の大規模学習ルートを主導しました。
もしIlyaが「OpenAIがどんなモデルを作れるか」を決めたのだとしたら、Samが決めたのは「この会社が生き残れるか、資金を得られるか、そして技術を売り込めるか」です。2人の組み合わせは、シリコンバレーでほぼ「科学者＋組織者」という路線が最も成功した実践だと言っていいでしょう。
xAIは2023年に設立され、代表プロダクトはGrokです。リアルタイム情報、推論、そして生成型メディアを重視し、Xプラットフォームと深く結びついています。
創業者のElon Muskは南アフリカのプレトリアで生まれ、大学では物理学と経済学を学び、短期間スタンフォード大学の大学院プログラムに入った後に中退しました。他のAI創業者と異なり、従来型の大手企業での勤務歴はありません。代わりにZip2、PayPal、SpaceX、Neuralinkなどの企業の創設に関わり、長年にわたってTeslaを率いてきました。
マスクのAIへの入り方は、論文や研究室から始まるものではありませんでした。支払い、電気自動車、宇宙開発、衛星通信、そしてソーシャルプラットフォームといった異業種での蓄積を統合し、直接、大規模モデル学習に必要な計算資源とデータへと投下したのです。
Google DeepMindは2010年に設立され、2014年にGoogleに買収されました。現在はGoogleの中核的なAI研究開発機関で、AlphaGo、AlphaFold、そしてGeminiを次々と発表しています。
共同創業者でCEOのDemis Hassabisは、イギリス・ロンドン生まれ。ケンブリッジ大学の計算機科学で一等学位、ロンドン大学学院で認知神経科学の博士号を取得しています。少年時代はチェスの強豪で、17歳のときにゲーム『Theme Park』の開発に参加し、のちに自分でゲーム会社Elixir Studiosを創業しました。
ゲームの訓練が、複雑なシステムと意思決定に対する直感を鍛えました。神経科学は、「知能」そのものを理解するための生物学的な視点を与え、計算機科学は、それらの考えを実際に形にする工学力を提供しました。AlphaGoとAlphaFoldの成功は、ほぼこの3つの経験の積み重ねの結果です——後者によって、彼は2024年にノーベル化学賞も受賞しています。
この8社を振り返ると、創業者の背景は大まかに4つのタイプに分けられます。
1つ目：純粋な技術・論文型の創業者。楊植麟、閆俊杰、Dario Amodei、Ilya Sutskever、そしてDemis Hassabisはいずれも体系的な研究トレーニングを持っています。共通点は、技術ルートを見極め、研究チームを率いることができ、モデルの能力や学習方法において本当の壁を作れることです。楊植麟とIlyaはより「業界を変える論文を先に書き、その後に起業へ進む」に近く、Hassabisはコンピュータ、ゲーム、神経科学の交差から生まれた存在です。
2つ目：大学の研究成果の産業化。智譜AIが最も典型的なサンプルです。中核能力は、清華大学の知識工学実験室で長年にわたって積み上げられたものが直に由来しています。「月の暗面」も清華と海外の研究に由来する強い遺伝子を持っていますが、道筋はより市場化されています。つまり、学術成果を企業向けサービスに包むところで止まらず、最初から大衆向けの製品を直接作ったのです。
3つ目：数学、工学、資本の結合。梁文锋とマスクはこのタイプに属しますが、リソースの出どころはまったく異なります——梁文锋は量的投資によって資本と計算資源を蓄え、マスクは支払い、車、宇宙開発、ソーシャルプラットフォームといった異業種の業務を通じてリソースを動員します。共通点は、彼らがAIに入る方法が、アルゴリズムそのものだけに依存したものではないことです。
4つ目：非技術型の組織者と、技術創業者のコンビ。Sam AltmanとDaniela Amodeiが代表例です。彼らは必ずしも最先端のモデル研究者ではないかもしれませんが、会社が人を採用し、資金を獲得し、製品を作り、規制圧力にも耐えられるかを決め、急速な拡大の中で会社が崩れないようにしてきます。
最先端AIの競争が問うのは、これまで「誰がコンピュータ博士号を持っているか」に限られませんし、「誰がより大きなモデルを学習できるか」にも限りません。
本当に会社が継続的にリードできるかを決めるのは、研究・エンジニアリング・プロダクト・資本・組織能力がひとつの循環（閉ループ）を作れるかどうかです。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実運用へ落とし込み、プロダクトチームがユーザーが使いたくなるかを決め、資本が計算資源と人材投資を決め、組織とガバナンスが会社が長期的に稼働できるかを決めます。
この観点から見れば、AI起業に唯一の正解はありません。
異なる能力を体系として統合できる人こそ、次の段階の人工知能の波の中で長期的な勝者になりやすいのです。
141.79K 人気度
59.89K 人気度
72.6K 人気度
118.23M 人気度
1.15M 人気度
1文でわかる！米中のトップAI企業8社と、モデルの背後にいる創業者
編著：PANews 大鉗子
AI起業に唯一の正解はありません。論文型の科学者、学術の産業化チーム、クオンツ（量的）エンジニアリング派、異業種の起業家、そして運営型の組織者も、この競争の中でそれぞれの居場所を見つけられる可能性があります。
過去10年、人工知能は研究室の最先端の実験から、テクノロジー産業の構図を左右する中核的な力へと変わりました。今日、世界で最も注目されるAI企業には、OpenAI、Google DeepMind、Anthropic、xAIといった企業だけでなく、DeepSeek、「月の暗面」、智譜AI、MiniMaxも含まれます。
それらは表向きにはいずれも大規模モデルの開発に取り組んでいますが、その裏にはまったく異なる起業ルートが隠れています。トップ論文や学術研究から来る人もいれば、高校や大学の研究成果を産業へ押し出す人もいます。先に量的金融で計算資源と資本を蓄える人もいれば、資金調達、プロダクト、運営、そして組織化に長けていて、技術チームを世界級企業へと束ねられる人もいます。
🇨🇳中国：研究論文・学術研究室から量的エンジニアリングへ
月の暗面：「業界を変えた1本の論文」を、誰でも使える製品にする
「月の暗面」は2023年に設立されました。同社のプロダクトKimiは、中国の大規模モデル活用アプリの中でも最も識別しやすい製品の1つであり、代表モデルであるKimi K3はマルチモーダル、長いコンテキスト、プログラミング、そして深い推論を主力としています。
創業者の楊植麟は1992年に広東省汕頭で生まれ、学部は清華大学を卒業。のちにカーネギーメロン大学で計算機博士号を取得し、自然言語処理分野の研究者に師事しました。博士課程ではTransformer-XL、XLNetなど、のちに広く引用される研究に参加しており、その後Google BrainやMetaでもAI研究に携わった経験があります。
中国のこのタイプの起業家の中で、楊植麟が辿ったのは最も典型的な道筋です——まず学術界で自身の判断力を証明し、その判断力を、一般の人がそのまま開いて使える製品へと転換するのです。智譜AIのように企業向けサービス寄りのルートとは対照的に、「月の暗面」は最初からC端（一般消費者）を狙っていました。
智譜AI：清華研究室から出てきた産業化の実例
智譜AIは2019年に設立されました。清華大学の知識工学実験室群を源流とし、技術ルートの代表はGLMシリーズで、基盤モデル、企業向けサービス、そしてモデルプラットフォームを長期的に構想しています。
共同創業者でCEOの張鹏は、学部・修士・博士のすべてで清華大学に在籍しています。2005年から2020年にかけて、知識工学実験室とAMinerの学術プラットフォーム構築に深く取り組んできた一方で、従来型のインターネット大手企業でのキャリアはありません。
智譜AIの特別な点はスタート地点にあります。同社は一発のバズ製品でゼロから始めたのではなく、大学の実験室で10数年にわたって積み上げられた知識グラフと学術ネットワークを、そのまま対外提供できる基盤モデル・プラットフォーム一式へと転換したのです。これが「月の暗面」との最大の違い——一方は先にプラットフォームを作り、もう一方は先に製品を作る——に当たります。
DeepSeek：量的取引で稼いだお金を、大規模モデルに投じる
DeepSeekは2023年に設立され、基盤モデル、学習効率、オープンな重み（重みの公開）に重点を置いています。代表モデルにはDeepSeek-V3、R1、そしてその後のV4シリーズが含まれます。
創業者の梁文锋は1985年に広東省湛江市呉川県（呉川）で生まれ、学部は浙江大学で電子情報工学を専攻。のちに情報と通信工学の修士号を取得し、研究分野には機械視覚が含まれます。彼にはHuawei、Tencent、Baiduのような大手企業での典型的な職歴がありません。大学院時代に機械学習と量的トレーディングに一気に没頭し、その後、共同で幻方量化（フアンファン・クオンツ）を創業しました。
梁文锋の歩みは、これらの会社の中で最も特殊です。彼は「先に研究者になり、次に資金を探す」のではなく、「先に量的投資で資本と計算資源の基盤を築き、それから逆にこれらの資源を大規模モデルの研究開発へ投入する」のです。DeepSeekはある意味で、「金融で得た計算資源をAIに与える」産物だと言えます。
MiniMax：大手企業の技術幹部から、マルチモーダルの起業家へ
MiniMaxは2022年に設立されました。マルチモーダルの基盤モデル企業で、テキスト、音声、画像、動画をカバーし、製品には海螺AI、星野などがあります。
創業者の閆俊杰は、東南大学で数学の学士号を取得し、中国科学院自動化研究所で人工知能の博士号を取得、さらに清華大学で博士研究員として研究を行っています。起業前は商湯科技で6年以上働き、副総裁や研究院の副院長まで務めました。
閆俊杰には2つの経験が備わっています——確かな学術トレーニングと、商湯のような規模の大きいAIチームで製品をマネジメントし、チームを率いて実戦を積んだ経験です。MiniMaxがより難しいマルチモーダルの道を選んだのも、ある意味ではこの2つの経験が重なった結果としての自然な選択です。
🇺🇸米国：基礎研究・安全なガバナンスから、異業種の資源統合へ
Anthropic：兄妹、半分は物理学者、半分は統治者
Anthropicは2021年に設立されました。OpenAIを去った研究者たちの一団によって創設され、「AIの安全は能力開発と同時に推進されるべきだ」というのが中核理念です。代表的なプロダクトはClaudeシリーズです。
共同創業者でCEOのDario Amodeiは、学部でスタンフォード大学の物理学、博士課程ではプリンストン大学の生物物理学へ転向しました。この学際的な背景は、その後の研究の歩みにも引き継がれています。彼はまずGoogle Brainに加わり上級研究科学者として従事し、その後OpenAIに移って研究担当副総裁となり、GPT-2、GPT-3の学習に携わりました。また、初期のRLHF（人間のフィードバックに基づく強化学習）の主要な参加者の1人でもありました。2021年、彼は妹のDanielaを含む複数のOpenAI同僚とともに離職し、Anthropicを創業しました。
Danielaの道はまったく異なります。彼女は英文学を学び、卒業後はすぐに技術業界へ入ったわけではなく、まずStripeとOpenAIで運営関連の仕事を経験しました。Anthropicでは、モデルの学習ではなく、会社が安全かつ安定して稼働できるための基盤となるシステムを構築する役割を担っています——採用、企業統治から、安全ポリシーの実装・運用まで。
この兄妹の組み合わせは、ある意味でAnthropicという会社の縮図です。Darioのように技術ルートを判断し、モデルの能力の限界を理解できる研究者が陣頭に立つ必要がある一方で、Danielaのように組織、プロセス、リスク管理を理解する人も欠かせません。
OpenAI：「物語を語れる人」と「技術をわかる人」
OpenAIは2015年に設立され、ChatGPT、GPT、Soraなどの象徴的なプロダクトを打ち出しました。生成AIを大衆の視野へ持ち込む中核企業です。
Sam Altmanはスタンフォード大学でコンピュータサイエンスを2年間学んだのち中退し、位置情報ソーシャル企業Looptを創業。その後Y Combinatorの社長に就任しました。彼の強みは、これまで一貫して最高レベルの論文を発表することではなく、資金調達、プロダクトの判断、組織の動員、そして技術的な物語を語ることにあります。
一方でIlya Sutskeverは別タイプです。彼はトロント大学で数学とコンピュータの博士号を持ち、深層学習の先駆者であるGeoffrey Hintonに師事していました。Google BrainではAlexNet、Seq2Seqなどの重要成果に参加し、OpenAIの初期の大規模学習ルートを主導しました。
もしIlyaが「OpenAIがどんなモデルを作れるか」を決めたのだとしたら、Samが決めたのは「この会社が生き残れるか、資金を得られるか、そして技術を売り込めるか」です。2人の組み合わせは、シリコンバレーでほぼ「科学者＋組織者」という路線が最も成功した実践だと言っていいでしょう。
xAI：マスクが車やロケットを作るときの腕前を、AIに持ち込む
xAIは2023年に設立され、代表プロダクトはGrokです。リアルタイム情報、推論、そして生成型メディアを重視し、Xプラットフォームと深く結びついています。
創業者のElon Muskは南アフリカのプレトリアで生まれ、大学では物理学と経済学を学び、短期間スタンフォード大学の大学院プログラムに入った後に中退しました。他のAI創業者と異なり、従来型の大手企業での勤務歴はありません。代わりにZip2、PayPal、SpaceX、Neuralinkなどの企業の創設に関わり、長年にわたってTeslaを率いてきました。
マスクのAIへの入り方は、論文や研究室から始まるものではありませんでした。支払い、電気自動車、宇宙開発、衛星通信、そしてソーシャルプラットフォームといった異業種での蓄積を統合し、直接、大規模モデル学習に必要な計算資源とデータへと投下したのです。
Google DeepMind：チェスの天才が、ゲームからタンパク質へ向かった道
Google DeepMindは2010年に設立され、2014年にGoogleに買収されました。現在はGoogleの中核的なAI研究開発機関で、AlphaGo、AlphaFold、そしてGeminiを次々と発表しています。
共同創業者でCEOのDemis Hassabisは、イギリス・ロンドン生まれ。ケンブリッジ大学の計算機科学で一等学位、ロンドン大学学院で認知神経科学の博士号を取得しています。少年時代はチェスの強豪で、17歳のときにゲーム『Theme Park』の開発に参加し、のちに自分でゲーム会社Elixir Studiosを創業しました。
ゲームの訓練が、複雑なシステムと意思決定に対する直感を鍛えました。神経科学は、「知能」そのものを理解するための生物学的な視点を与え、計算機科学は、それらの考えを実際に形にする工学力を提供しました。AlphaGoとAlphaFoldの成功は、ほぼこの3つの経験の積み重ねの結果です——後者によって、彼は2024年にノーベル化学賞も受賞しています。
4つの創業者ルート：AIの起業には単一のテンプレートが存在しない
この8社を振り返ると、創業者の背景は大まかに4つのタイプに分けられます。
1つ目：純粋な技術・論文型の創業者。楊植麟、閆俊杰、Dario Amodei、Ilya Sutskever、そしてDemis Hassabisはいずれも体系的な研究トレーニングを持っています。共通点は、技術ルートを見極め、研究チームを率いることができ、モデルの能力や学習方法において本当の壁を作れることです。楊植麟とIlyaはより「業界を変える論文を先に書き、その後に起業へ進む」に近く、Hassabisはコンピュータ、ゲーム、神経科学の交差から生まれた存在です。
2つ目：大学の研究成果の産業化。智譜AIが最も典型的なサンプルです。中核能力は、清華大学の知識工学実験室で長年にわたって積み上げられたものが直に由来しています。「月の暗面」も清華と海外の研究に由来する強い遺伝子を持っていますが、道筋はより市場化されています。つまり、学術成果を企業向けサービスに包むところで止まらず、最初から大衆向けの製品を直接作ったのです。
3つ目：数学、工学、資本の結合。梁文锋とマスクはこのタイプに属しますが、リソースの出どころはまったく異なります——梁文锋は量的投資によって資本と計算資源を蓄え、マスクは支払い、車、宇宙開発、ソーシャルプラットフォームといった異業種の業務を通じてリソースを動員します。共通点は、彼らがAIに入る方法が、アルゴリズムそのものだけに依存したものではないことです。
4つ目：非技術型の組織者と、技術創業者のコンビ。Sam AltmanとDaniela Amodeiが代表例です。彼らは必ずしも最先端のモデル研究者ではないかもしれませんが、会社が人を採用し、資金を獲得し、製品を作り、規制圧力にも耐えられるかを決め、急速な拡大の中で会社が崩れないようにしてきます。
最先端AIの競争が問うのは、これまで「誰がコンピュータ博士号を持っているか」に限られませんし、「誰がより大きなモデルを学習できるか」にも限りません。
本当に会社が継続的にリードできるかを決めるのは、研究・エンジニアリング・プロダクト・資本・組織能力がひとつの循環（閉ループ）を作れるかどうかです。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実運用へ落とし込み、プロダクトチームがユーザーが使いたくなるかを決め、資本が計算資源と人材投資を決め、組織とガバナンスが会社が長期的に稼働できるかを決めます。
この観点から見れば、AI起業に唯一の正解はありません。
異なる能力を体系として統合できる人こそ、次の段階の人工知能の波の中で長期的な勝者になりやすいのです。