AIエージェント基盤の Gimlet Labs が3億ドル調達、評価額30億ドルに——チップを選ばない「マルチシリコン推論クラウド」で a16z が主導

何が起きたか

AIモデルの推論（学習済みモデルを実際に動かす処理）を効率化するソフトウェアを手がける Gimlet Labs が、シリーズBで3億ドルを調達し、評価額が約30億ドルに達したと発表しました。ラウンドは著名VCの Andreessen Horowitz（a16z）が主導し、Sapphire Ventures、Microsoft のベンチャー部門 M12、半導体設計大手 Arm のほか、既存投資家の Menlo Ventures や Factory も参加。累計調達額は約3.9億ドルになりました。同社は2025年10月にステルス状態を脱して以来、「業界初のマルチシリコン推論クラウド」を掲げ、AIモデルの推論を工程ごとに分解し、それぞれに最も適したチップ（GPUなど複数種類）へ振り分けることで、処理速度とスループットを高めると説明しています。最適化にはAIエージェントと独自コンパイラを組み合わせるとしています。

なぜ重要か

生成AIの利用が広がるほど、モデルを動かし続ける「推論」のコストと速度が事業の採算を左右します。Gimlet の狙いは、特定メーカーのGPUに縛られず、複数種類のチップを使い分けてコストと性能を最適化する点にあります。半導体設計の Arm やクラウドを持つ Microsoft 系ファンドが出資した事実は、AIの計算基盤が単一ベンダー依存から「使い分け」へ向かう流れを示唆します。投資マネーがモデル本体だけでなく、その実行効率を高める裏方の技術にも集中し始めていることの表れでもあります。

経営者の視点

自社がAIを「使う側」でも、利用料の内訳の多くは、この推論コストに由来します。今後、推論を効率化する技術が広がれば、AIサービスの価格低下や応答の高速化という形で恩恵が届く可能性があります。当面の実務としては、特定のAIベンダーやチップ基盤に深く固定されない契約・設計を意識し、コストと速度を定期的に見比べられる状態を保つのが堅実です。派手なインフラ投資の話題に振り回されず、自社の用途で「1件あたりいくら・どれだけ速いか」を実測しながら選ぶ姿勢が、変化の速いこの領域では有効です。