何が起きたか
プラハ拠点のAI研究ラボEquiLibre Technologiesが、Creandum主導のシリーズAで評価額5億ドルに達しました。Creandumのバイスプレジデント、Cameron Sellers氏は、これが同ファンドにとって単発では過去最大の投資だと明かしています。同社のシード調達はBlossom Capitalが主導し1,000万ドル・評価額1.4億ドル（Dealroom調べ）でしたから、短期間で評価額が約3.5倍に跳ね上がった計算です。
創業者はCEOのMartin Schmid氏、CTOのRudolf Kadlec氏、CSOのMatej Moravcik氏。3人はDeepMindがカナダ・エドモントンに構えた初の海外AI研究拠点（Alphabetが2023年に閉鎖）で客員博士学生として、ノーリミット・テキサスホールデムでプロを破った初のAI「DeepStack」を開発した経歴を持ちます。金融のバックグラウンドは全員ありません。強化学習の父と呼ばれ2024年にチューリング賞を受賞したRich Sutton氏がアドバイザーに名を連ねます。
なぜ重要か
ポーカーと株式取引は、いずれも「不完全情報下での意思決定」という点で構造が似ています。EquiLibreはクオンツ大手Tower Research Capitalと組み、そのアルゴリズムはS&P 500とNasdaqで日次数十億ドルを売買。2025年に暗号資産市場へ、続いて株式市場へ展開し、創業以来「月次リターンがマイナスになった月はゼロ」と主張しています。Schmid氏は「取引はスコアが単純明快。エージェントがいくら稼いだかだけ」と語り、強化学習の評価関数として金融市場が理想的だという立場です。
「ラボであり金融会社ではない」というポジション
注目すべきは、EquiLibreが自らを「ラボであって金融会社ではない」と定義している点です。Schmid氏は「市場を効率化したいから始めたのではなく、まだ誰も作ったことのないものを作るのが楽しいから」と述べ、あくまで研究組織としてのアイデンティティを強調します。中東欧最大級の計算クラスタ構築を計画し、Jane Streetが数万基のハイエンドGPUを持つ状況に対し「より少ないチップからより多くを引き出す」戦略で挑みます。プラハという立地についても「新しくホットなAIの話題が2ヶ月ごとに出てこないため、優秀な人材を引き留めやすい」と、シリコンバレーとの差別化を明確に語っています。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとって、この事例が示す論点は3つあります。
1. 「AI研究組織」を事業内部に持つ意味の再評価：EquiLibreは金融ノウハウゼロで金融市場に参入し勝ちにいっています。日本のメガバンク・生保・大手商社が抱えるクオンツ部隊やDX組織は、「業務を知る人がAIを使う」発想に留まりがちですが、逆に「AI研究者に業務ドメインを開放する」設計のほうが破壊力があると示唆されます。
2. 中東欧・非シリコンバレー拠点の合理性：Schmid氏が語る「人材が流出しにくい」という論理は、日本の受託開発・SaaS企業が地方拠点や海外開発拠点を検討する際の直接的なヒントです。給与勝負ではなく「他に選択肢が少ない立地」を戦略的資産にする発想は、人件費インフレ下の経営者が学ぶべき点です。
3. 強化学習の適用領域探索：ポーカーAI→暗号資産→株式取引という展開は、「スコアが明確な閉じた環境」なら強化学習が事業化できることを示します。EC企業の在庫最適化・広告入札、SaaSの解約防止スコアリングなど、KPIが数値化されている領域を持つ日本企業は、外部AIラボとの共同研究を今から仕込む価値があります。