サカナAIの強みを3つの視点で整理｜技術と資金調達の最新動向

国産AI企業として注目を集めるサカナAI（Sakana AI）について、「何がすごいのか」という疑問を持つ人は多いはずです。大手AI企業が巨大な基盤モデルの開発競争を続ける中、サカナAIは自然界の仕組みに着想を得た独自路線で存在感を高めています。本記事では、同社の技術的な特徴と事業の広がりを整理して紹介します。

自然界の進化・集合知の仕組みをAI開発に応用する独自路線を取っている
既存モデルを組み合わせる進化的モデルマージなど効率重視の技術を持つ
解釈可能性を意識した新しいニューラルネットワーク研究も進めている
大型の資金調達を重ね、金融・製造・公共分野への事業実装を広げている
著名な研究者の参画など、研究体制の強化も続いている

サカナAIとは何者か

サカナAIは2023年に設立された東京拠点のAI研究開発企業です。共同創業者には、Google出身の研究者であるデイビッド・ハ氏と、Transformer（トランスフォーマー）の提案論文の著者の一人として知られるリオン・ジョーンズ氏が名を連ねています。社名の「サカナ」は、個々の魚が集まって群れという一つの大きな知性を作り出す様子に由来しており、同社が目指す「個の協調から生まれる知能」というコンセプトを象徴しています。

多くのAIラボが、巨大な計算資源を投じて基盤モデルを力づくで拡大していくアプローチを取る中、サカナAIは既存の仕組みを工夫して組み合わせることで、少ない計算資源でも高い性能を引き出そうとする点が特徴です。この発想自体が、同社が「すごい」と評価される大きな理由になっています。

サカナAIは金融機関や公共部門、製造業など幅広い分野に向けて、AIエージェントやRAG（検索拡張生成）、マルチエージェントの仕組みを提供する事業開発も進めており、研究成果を実社会に落とし込む動きが活発化しています。

強み①：自然界に学ぶ設計思想

サカナAIの研究の軸にあるのは、進化・集合知・創発といった自然界のメカニズムをAIの設計に取り込む考え方です。現在の大規模AIモデルは、あらかじめ設計された構造に沿って学習が進むため、建物のように硬直的で、想定外の環境変化に弱い側面があるという課題意識が背景にあります。

これに対してサカナAIは、生物が世代を重ねながら環境に適応していくように、AIモデル自体も進化的なプロセスを通じて柔軟に成長させるアプローチを採っています。この発想は、既存の大手AI企業の路線とは一線を画すものであり、独自性の高さが評価されているポイントです。

研究テーマとしては、「The AI Scientist」（AIによる研究プロセスの自動化）、「Darwin Gödel Machine」（自己改善を重ねるAIシステム）など、自然界の進化プロセスを模したユニークな取り組みが複数進められています。

強み②：進化的モデルマージと軽量LLMで効率を追求

サカナAIを象徴する技術の一つが進化的モデルマージ（Evolutionary Model Merge）です。これは、自然選択のプロセスに着想を得て、複数の既存AIモデルの得意な部分を自動的に組み合わせ、ゼロから巨大なモデルを再学習させることなく、新しい高性能なモデルを生み出す手法です。

この手法のメリットは、開発コストと計算資源を大きく抑えられる点にあります。巨大なGPUクラスターを長期間動かし続けるのではなく、既存の優秀なモデル同士を組み合わせることで効率的に性能向上を図れるため、資金力に依存しすぎない開発スタイルを実現しています。

さらに、日本語に特化した軽量な言語モデル開発にも力を入れており、大型モデルの知識を小型モデルに引き継ぐ手法を使うことで、低コスト・低消費電力での運用を目指すモデル群も展開しています。巨大モデル一辺倒ではなく、用途に応じて「ちょうど良いサイズ」のAIを作る発想も、同社らしい強みといえます。

観点	一般的な大規模開発	サカナAIのアプローチ
モデル構築の方法	大量データでゼロから学習	既存モデルの組み合わせ・進化的な改良
計算資源への依存度	非常に高い	比較的抑えられる設計
モデルサイズの方向性	巨大化が中心	用途に応じた軽量化も重視

強み③：解釈可能性を重視する新しいニューラルネットワーク研究

サカナAIが研究する「Continuous Thought Machines（CTM）」も、技術面での注目ポイントです。これは、現在主流のTransformer型ネットワークとは異なる仕組みを持つニューラルネットワークで、ニューロンごとのタイミング情報を取り込むことで、人間の思考プロセスに近い形で情報処理を行うことを目指した研究とされています。

従来型のAIモデルは、内部でどのように判断が行われているかが見えにくい「ブラックボックス」になりやすいという課題がありました。CTMは、段階的に情報を処理する過程を可視化しやすい設計になっており、AIの判断過程をより理解しやすくするという解釈可能性の面で評価されています。

この研究には、Transformerの提案論文の著者でもあるリオン・ジョーンズ氏自身が関わっており、「Transformerを超える次の仕組みを探る」という視点からも関心を集めています。

事業展開と資金調達から見える勢い

サカナAIは設立からの短期間で、国内外の投資家から大型の資金調達を重ねています。調達した資金は、日本市場向けの基盤モデル開発に加え、防衛・製造業などの分野への社会実装にも活用される方針とされています。

時期	ラウンド	概要
2024年9月ごろ	シリーズA	約300億円規模の資金調達が行われたとされる
2025年11月ごろ	シリーズB	約200億円規模が追加され、累計調達額は500億円超に達したとされる

投資家には国内大手金融機関やテクノロジー企業も含まれているとされ、研究開発型のスタートアップとしては国内最大級の評価額に成長している点も、サカナAIが「すごい」と言われる理由の一つです。

研究体制の強化という面では、著名なAI研究者が顧問として参画し、AIが自身の仕組みを改善し続ける「再帰的自己改善」をテーマとした研究チームを率いる動きも伝えられています。基礎研究と事業化の両面を強化する姿勢がうかがえます。

AI動向に関心がある読者が注目したいポイント

サカナAIの取り組みは、単に「もう一つの国産AI企業」という位置づけではなく、AI開発の方向性そのものに新しい選択肢を示している点に意味があります。巨大化一辺倒ではない効率重視の開発手法や、解釈可能性を重視する研究姿勢は、今後のAIツール選びや活用シーンにも影響を与える可能性があります。

今後、軽量で効率的なAIモデルが増えていくことで、個人や中小規模の事業者でも扱いやすいAIツールが普及しやすくなることが期待されます。サカナAIのような取り組みは、その流れを後押しする存在として注目しておく価値があります。

最新の研究発表や事業提携のニュースは、公式サイトで随時更新されています。気になる方は、サカナAI公式サイトも確認してみてください。

まとめ

サカナAIの「すごさ」は、単一の技術にとどまらず、自然界の仕組みに学ぶ独自の設計思想、効率重視の進化的モデルマージや軽量LLM開発、解釈可能性を意識した新しいニューラルネットワーク研究という3つの視点が組み合わさって成り立っています。そこに大型の資金調達や著名研究者の参画といった事業面の勢いが加わることで、国内外から高い評価を集める存在になっています。巨大化競争とは異なる路線を取るサカナAIの今後の動向は、AIツールの選択肢を広げる意味でも注目しておきたいテーマです。