Engramが9800万ドル調達、AIトークンコストを100分の1に削減

米国企業のAI支出は制御不能な状態に陥っている。神経科学に着想を得たメモリー技術を手掛ける設立8カ月のスタートアップEngramは、この問題を解決すべく9800万ドル（約145億円）を調達した。

Engramは、大手研究所に匹敵する性能を最大100分の1のトークンで実現するAIスタートアップ。企業が急増するAIコストに直面する中、General Catalyst、Kleiner Perkins、Sequoiaから9800万ドルを調達した。このラウンドにはOpenAIの共同創業者アンドレイ・カーパシー氏も参加した。

「データの爆発的増加、コストの爆発的増加が起きている」とKleiner Perkinsのパートナー、リー・マリー・ブラスウェル氏は語る。「Engramは組織全体をマッピングし、桁違いに安価なアウトプットを提供する」

従業員13人の同社は、設立から1年未満でマイクロソフト、Notion、法律AIスタートアップのHarveyを既にクライアントとして獲得している。Engramのモデルは組織固有のワークフローやコンテキストを記憶し、質問を先読みしてコスト効率の高い回答を提供するという。同社のアプローチは、脳内の記憶痕跡を指す神経科学の概念「エングラム」に基づいている。

今回の資金調達は、ウーバーから大手銀行に至るまで、多くの企業がAI予算を超過しながらほとんどリターンを得られていない状況の中で行われた。ウーバーのCTOは4月、同社がすでに2026年のAI予算を超過したことを明らかにした。2つの大手銀行は、重要なリターンを得ることなくAI実験に推定10億ドルを費やしたと、The Timesが報じている。メタは、2026年にAIだけで数十億ドルを費やす見通しであることが判明した後、社内のトークン使用に厳格な制限を課した。

Engramの共同創業者兼CEOであるダン・ビダーマン氏は、コロンビア大学で計算神経科学の博士号を取得し、その後スタンフォード大学のAIラボで勤務。同社はAIシステム向けに「学習型メモリー」層を構築していると語る。このアイデアは、AIモデルが非常に高性能に見える一方で、そのメモリーは見かけ以上に限定的であり、コンテキストを追加するとモデルが圧倒され、コストが急騰するという観察から生まれた。

「私たちは既存のノートテイキングを超え、人間が持ち、現在のAIモデルには備わっていない直感の層を構築しようとしている」とビダーマン氏は述べた。

この効率性への注力は、AI業界全体がコスト危機に直面する中で行われている。OpenAIとAnthropicは、大規模言語モデルサービスの実質コストを請求し始めてから3カ足らずで、大幅な値下げを検討している。シスコの幹部によれば、トークンコストは大規模運用で生み出される価値をはるかに上回っているという。ガートナーは、AIサーバー需要によるメモリー不足が2026年にPC価格を17％、スマートフォン価格を13％押し上げると予測している。

Engramのアプローチは、より広範な効率化シフトを反映している。アップルはGoogle Geminiとの提携を通じてオンデバイスAIモデルを構築し、大規模モデルをローカルで動作する小型バージョンに蒸留している。中国のスタートアップZhipu AIは最近、オープンウェイトモデル「GLM-5.2」をリリース。トークンあたり最大82％低い価格で、100万トークンあたり4.40ドルのアウトプット価格を実現し、西側の最先端モデルをアンダーカットしている。

ビダーマン氏は、EngramのモデルがすべてのタスクにおいてOpenAIやAnthropicのモデルよりも「絶対的に優れている」わけではないが、特殊化において優れており、場合によっては他の機能を犠牲にすることもあると認めた。同社は調達資金をコンピュート資源と人材に充てる計画だ。

投資家にとって、Engramの急速な顧客獲得——設立から数カ月でマイクロソフトとNotionを獲得——は、コスト効率の高いAIインフラに対する企業需要が現実的かつ緊急であることを示している。同スタートアップは競合のひしめく効率化分野に参入するが、組織メモリーに焦点を当てる点で、一般的なモデル最適化とは一線を画す。Engramの100分の1トークン削減の主張が本番環境の大規模運用で実証されれば、業界全体の推論価格に圧力をかけ、クラウドプロバイダーのマージンを圧迫する一方で、企業のAIバイヤーに恩恵をもたらす可能性がある。

本記事は情報提供のみを目的としており、投資助言を構成するものではない。