- xAI共同創業者イゴール・バブシュキン氏の新会社River AIが、約1650億円（11億ドル）を調達した
- 会社の設立は2026年4月20日。ステルス解除からわずか2カ月での大型調達になる
- 企業評価額は約7500億円（50億ドル）。シード・シリーズAの中央値の31.2倍という異常値
- 目指すのは「自分で持てるAI」。オープンな重みのモデルを自社データで学習し直す仕組み
- NVIDIAとAMDが同時に出資。日本企業の「自社専用AI」構想にも直結する話
製品もまだ本格的に世に出ていない会社に、1650億円が集まりました。しかも設立からたった4カ月です。投資家たちはいったい何に賭けたのでしょうか。この記事では、River AIの資金調達の中身と、日本の企業や開発者にとって何が変わるのかを整理します。
River AIが約1650億円を調達 何が起きたのか
2026年8月11日、River AI（リバーAI）という会社が11億ドル（約1650億円、1ドル150円換算）の資金調達を発表しました。
主導したのはGeneral Catalyst（ジェネラル・キャタリスト）とAMP PBCの2社です。
そこにNVIDIA、AMD Ventures、Y Combinator、シンガポール政府系のTemasek（テマセク）が加わりました。GPUを作る最大手2社が、同じ会社に同時に出資したことになります。
企業としての評価額は約50億ドル（約7500億円）と伝えられています。
創業者のイゴール・バブシュキン氏自身も、最大1億ドル（約150億円）の私財を投じたと報じられました。
驚くのはスピードです。River AIが米ネバダ州で法人登記されたのは2026年4月20日。ステルスモード（会社の存在を公表しない開発期間）を解除したのが6月でした。つまり創業から4カ月、公表から2カ月での1650億円です。
創業者イゴール・バブシュキンとは誰か
「知らない名前だな」と思った方も多いはずです。ただ、経歴を並べると印象が変わります。
バブシュキン氏はイーロン・マスク氏が立ち上げたxAI（Grokを開発した会社）の共同創業者のひとりです。
その前はGoogle DeepMindで生成モデルと強化学習（AIが試行錯誤しながら賢くなる学習方法）を研究していました。さらにその前は、OpenAIで大規模な学習プロジェクトを率いています。
DeepMind、OpenAI、xAI。現在のAI業界で最も影響力のある3つの研究所を、すべて内側から見てきた人物です。
xAIを離れたのは2025年8月。その後「Babuschkin Ventures」という投資会社を作り、数カ月かけてチームを集めました。
創業メンバーにはxAIとTesla出身の技術者が並びます。深層学習、強化学習、AIインフラの専門家が中心だと説明されています。
River AIは何を作ろうとしているのか
「借りるAI」から「持つAI」へ
バブシュキン氏の主張はシンプルです。
「AIはオープンで、誰でも自由に使えて、安く手に入るべきだ。それを学習させた研究所のためではなく、使う人のために働いていると感じられるべきだ」
今のChatGPTやGeminiは、いわば借り物です。中身は開発した会社が握っていて、いつ仕様が変わるかは利用者に決められません。
River AIが目指すのは逆方向です。利用者が自分のデータで学習させ、自分で持ち続けられるAIをつくる、という考え方です。
バブシュキン氏はこれを「守護天使」と表現しています。静かにそばにいて、自分の側に立ち、本当に大事なことを手伝ってくれる存在。人の仕事を奪う代替物ではない、という位置づけです。
River APIでできること
すでに公開されているのがRiver APIです。
開発者はオープンウェイトモデル（中身の数値が公開されているAIモデル）を、自社のデータで学習し直せます。対応する規模は350億パラメータから1兆パラメータまでと説明されています。
手法はLoRA（ローラ／モデル全体ではなく一部だけを効率よく追加学習する技術）と強化学習の2本立てです。
同社は「複雑な強化学習の実行が15〜20分で終わる」「専任のインフラ担当チームは不要」「クローズドな選択肢と比べて2〜4倍のコスト削減」といった数字を掲げています。
料金はトークン従量課金（使った文字量に応じた支払い）で、学習も推論も同じ方式です。
最終的にはハードウェアまで
構想はソフトだけで終わりません。
バブシュキン氏は「学習、モデル、プロダクト層、そして新しいハードウェアまで、端から端まで作り直す」と語っています。
将来的には巨大データセンターではなく、手元の端末でAIが動き、使う人から学び続ける姿を描いています。NVIDIAとAMDが揃って出資した理由も、この一言に凝縮されているのかもしれません。
なぜ製品がないのに7500億円の評価がついたのか
ここが最大の論点です。
調査会社の分析では、この調達額はシード・シリーズAの中央値の31.2倍にあたります。統計的にはほぼ外れ値です。
しかもRiver AIは、有料顧客の名前も、公開デモも、詳しい製品ロードマップも明かしていません。1650億円をチップ開発と端末開発にどう配分するのかも不明です。
複数のメディアは、これを「事業ではなく創業者への賭け」と表現しています。
実は、この規模は事前の想定を上回っています。2026年5月時点の報道では、バブシュキン氏は評価額50億ドルで最大10億ドルの調達を探っていたとされていました。結果は目標を超えた形です。
AIバブルを警戒する声が強まるなかで、この案件は象徴的な事例として語られています。逆に言えば、実績ある人材そのものが最も希少な資産になっているという現実の裏返しでもあります。
Together AIやFireworksとの違いは？
「オープンモデルを追加学習できるサービス」自体は、実は目新しくありません。
代表格がTogether AIとFireworks AIです。
Together AIのLoRA学習は、160億パラメータ以下なら100万トークンあたり0.48ドルから。170億〜690億で1.50ドル、700億〜1000億で2.90ドルという価格帯です。学習した重みをダウンロードして他所へ持ち出せるのが特徴とされています。
Fireworks AIは同じ帯域で3.00ドル、6.00ドルと高めですが、3000億パラメータ超まで対応します。学習したLoRAアダプタをサーバーレスで即座に動かせる点が売りです。
ではRiver AIの差別化は何か。整理すると3点あります。
- 強化学習まで含めて15〜20分という速度を前面に出している点
- 1兆パラメータ級まで対応をうたっている点
- 学習基盤からハードウェアまで自社で作るという垂直統合の構想
既存2社が「便利な道具屋」だとすれば、River AIは「AIの流通経路そのものを作り替える」と宣言している、という違いです。
ただし速度もコスト削減幅も、現時点では同社の自己申告です。第三者による検証結果はまだ出ていません。
日本の企業・開発者にはどう関係するか
遠い米国の話に見えて、日本の事情とかなり噛み合っています。
日本では2025年5月にAI基本法が成立し、ソブリンAI（自国のインフラでAIを開発・運用する考え方）が国の方針として明確になりました。経済産業省のGENIACによる計算資源支援も続いています。
ここに「自社データを外に出さずに追加学習したい」という現場の需要が重なります。
たとえば、ある中堅の製造業の品質保証担当者を思い浮かべてください。過去10年分の不具合報告書が社内サーバーに眠っています。汎用のAIに読ませたいけれど、取引先の図面情報が含まれるため外部送信は許可されません。
オープンウェイトモデルを自社環境で追加学習できれば、この壁は下がります。
医療機関も似た構図です。カルテの表現は病院ごとに癖があります。自院のデータで学習させたモデルなら、略語の解釈精度が上がります。ただし患者情報は院外に出せません。
個人開発者にとっても無関係ではありません。趣味の小さなアプリのために、専任のインフラ担当を雇える人はまずいないからです。学習が数十分・従量課金で回せるなら、試行錯誤の回数そのものが変わります。
一方で注意点もあります。River APIの日本語対応の水準や、国内リージョンでの提供可否は、現時点では公表されていません。日本語データでの実用性は各社が自分で検証する必要があります。
国内にはPreferred NetworksのPLaMoやNTTのtsuzumiなど、閉域環境で動かせる国産モデルの選択肢も育っています。River AIはその対抗馬というより、「自社専用AIをどう安く速く回すか」という同じ問いへの別解と見るのが実態に近いでしょう。
よくある質問（FAQ）
Q1. River AIのサービスは今すぐ使えますか？
River APIは提供が始まっていると報じられています。ただし有料顧客の事例や公開デモは明らかにされていません。導入を検討する場合は、まず小さな検証から始めるのが安全です。
Q2. なぜNVIDIAとAMDが同じ会社に出資したのですか？
River AIが独自ハードウェアの開発を掲げているためだと見られています。将来AIが端末側で動くようになれば、半導体の需要地図が変わります。両社にとっては先を押さえる意味があります。ただし公式な理由の説明はありません。
Q3. オープンウェイトモデルを自社で学習させると何が良いのですか？
大きく3つです。データを外部に送らずに済むこと、自社の言い回しや業務ルールをモデルに覚えさせられること、そして提供元の仕様変更に振り回されにくいことです。
Q4. この調達額はAIバブルの兆候でしょうか？
製品や売上の実績がない段階で中央値の31倍という規模は、明らかな異常値です。バブルの証拠と見る専門家もいます。一方で、大規模学習を実際に回せる人材が極端に少ないという構造的な事情を指摘する見方もあります。
Q5. 個人でもRiver APIを使えますか？
トークン従量課金なので、仕組みのうえでは小さく始められます。ただし料金表の詳細や個人向けの制限については公表情報が限られており、確認が必要です。
まとめ
- River AIが2026年8月11日、約1650億円（11億ドル）を調達。評価額は約7500億円
- 創業者はxAI共同創業者のイゴール・バブシュキン氏。DeepMind・OpenAI・xAIを渡り歩いた人物
- 法人登記は2026年4月20日、ステルス解除は6月。創業2カ月での大型調達となった
- 目指すのは「使う人が所有し、学習させ続けられるAI」。ハードウェアまで自社開発する構想
- River APIは350億〜1兆パラメータのモデルにLoRAと強化学習を適用でき、複雑な強化学習が15〜20分で完了するとうたう
- Together AIやFireworks AIと領域は重なるが、速度・規模・垂直統合で差別化を狙う
- 製品実績がないままの巨額調達には、AIバブルを懸念する声も強い
まずは自社のどの業務データが「外に出せないけれどAIに読ませたい」ものなのかを、1つ書き出してみてください。オープンウェイトモデルの追加学習が現実的な選択肢になったとき、その1つが最初の検証対象になります。
参考文献
- TechCrunch「General Catalyst leads $1.1B round into 2-month-old River AI」（2026年8月11日）
- Business Wire「River AI Raises $1.1B Led by General Catalyst and AMP PBC to Build Open AI Stack」（2026年8月11日）
- Tech Startups「Former xAI co-founder Igor Babuschkin’s River AI raises $1.1 billion」（2026年8月11日）
- AI Weekly「Babuschkin’s River AI closes $1.1B at ~$5B for user-owned AI」
- morphllm「Fireworks vs Together AI Pricing (2026)」
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
