Mr. Jun Sawada, President and CEO of Nippon Telegraph and Telephone Corporation, was interviewed at "2020 OurCrowd Global Investor Summit" held in Jerusalem, Israel from February 11 to 13, 2020. Mr. Sawada talked about the possibility of collaborating with Israeli start-ups that have high technology, and also mentioned about our company, saying that he would like to utilize reliable partners such as AT PARTNERS.<a href="https://www.calcalistech.com/ctech/articles/0,7340,L-3793072,00.html">CTECH</a> Link&nbsp;<div class="raw-html-embed"><center>
<figure><video controls="" width="75%" height="75%" src="https://res.cloudinary.com/dvsycmggz/video/upload/v1625708107/CTechInterview_NTT_Sawada_la15uv.mp4"></video>
<figcaption></figcaption>
</figure>
</center></div>&nbsp;&nbsp;

thumbnail_2020_OCevent.png

2020_OCevent.png

Mr. Jun Sawada, President and CEO of NTT, was interviewed by Israeli media CTECH

<a href="https://standardkernel.com/">Standard Kernel</a>は、Jump Capitalがリードし、General Catalyst、Felicis、Cowboy Ventures、Link Ventures、Essence VC、さらにCoreWeaveやEricsson Venturesなども参加したSeedで$20Mを調達した。AIによるGPUソフトウェア最適化に焦点を当てるStandard Kernelが取り組んでいるのは、AIインフラにおける現実的な問題です。企業はGPUクラスターに数十億ドル規模の投資を行っていますが、実際のところ多くのハードウェアは本来の性能を十分に引き出せていません。GPUから最大のパフォーマンスを引き出すには、ハードウェアを深く理解すること、コンパイラの仕組みを把握すること、そして低レベルのシステムチューニングに精通することなど、非常に高度な専門知識が必要です。現在でも多くの高性能コードは手作業で書かれています。しかしこれは非常に手間がかかる作業であり、チップやAIワークロードの急速な進化に追いつくことができません。Standard Kernelはこの状況を変えようとしています。同社はAIを用いて、特化型のGPUカーネルを自動生成します。これらのカーネルは、AIモデルがどれだけ高速かつ効率的に動作するかを決定する基本的な構成要素です。チップの命令レベルまでチューニングを行うことで、Standard Kernelは従来の汎用ライブラリを排除し、それぞれのワークロードとハードウェア構成に最適化されたコードへ置き換えます。パートナー企業とのテストでは、Standard KernelはNVIDIA H100 GPU上で動作するエンドツーエンドのワークロードにおいて、80%から最大4倍のパフォーマンス向上を実証しました。いくつかのケースでは、NVIDIAが高度に最適化したcuDNNライブラリを上回る性能を示しました。近年、カーネル生成は大規模言語モデルのベンチマークタスクの一つになっています。しかし多くのアプローチは、より高レベルの抽象化や比較的単純なワークロードに焦点を当てています。命令レベルでハードウェアに特化したカーネル生成を行い、人間が設計した実装と同等またはそれ以上の性能を達成することは依然として大きな課題です。Standard KernelのAIプラットフォームは、この最先端領域を自動化します。新しいハードウェアに対して長期間の手動チューニングを待つことなく、初日からピーク性能を実現できます。AIインフラの規模と複雑さが増す中で、この能力はますます重要になっています。カーネル生成は、AIハードウェアのパフォーマンスと効率を向上させるうえで重要です。SemiAnalysisの創業者であるDylan Patelは、GPUの大規模運用が進むにつれて最適化されたソフトウェアが不可欠になると指摘しています。Standard Kernelは、手動のコーディングやチューニングに依存することなく、オペレーターが最大効率を実現できるようにします。今回の資金調達により、Standard Kernelは自律型カーネル生成プラットフォームの開発を加速します。同社はAIネイティブ企業およびエンタープライズパートナーとの導入を拡大する計画です。また、新しいモデルやハードウェアとともに進化する適応型システムソフトウェアの開発も進めます。Standard Kernelは、段階的な最適化手法とは異なり、コンパイルおよびカーネル生成プロセスの中核にAIを深く組み込んでいます。命令レベルで特定のハードウェアに合わせてコードを設計することで、GPU運用全体の非効率を削減しながらスループットを最大化します。このプラットフォームにより、企業は高性能GPUの潜在能力を初日から最大限に引き出すことができます。これにより運用コストが削減され、大規模なAIワークロードの導入に必要な時間も短縮されます。命令レベルで動作することで、Standard Kernelは多くのAI最適化ツールの範囲を超える課題に対応しています。同社のプラットフォームは、新しいチップや進化するモデルが数ヶ月の手動開発を待つことなくピーク性能を達成できるようにします。Standard KernelのAI駆動プラットフォームはGPUパフォーマンスを自動的に最適化し、企業がより大規模なAIワークロードをより高い効率と低い運用コストで実行できるようにします。世界的にAI投資が加速する中で、ハードウェアの多様性とGPU運用規模は急速に拡大しています。Standard Kernelのソリューションは、この拡大するエコシステム全体で一貫したパフォーマンスを確保します。同プラットフォームは、新規導入だけでなく継続的なアップデートに対しても最適化を自動化します。AIと深いシステム知識を組み合わせることで、Standard KernelはAIハードウェアの利用方法を変革します。企業は、効率が十分でないことが多い手動最適化ライブラリに依存する必要がなくなります。同社のアプローチは、大規模モデルのトレーニングや推論などの複雑なワークロードにおいて特に価値があります。この技術は広範な影響をもたらす可能性があります。より高速で効率的なGPUはエネルギー消費と運用コストを削減しながら、より大規模なモデルや複雑なAIタスクを可能にします。Standard Kernelは、次世代AIインフラの重要な基盤技術としてのポジションを確立しようとしています。Standard KernelのAI駆動アプローチにより、GPUリソースは初日から最大限活用されます。同社のソフトウェアはハードウェアやワークロードの変化に自動的に適応します。これによりダウンタイムが減少し、企業や研究機関における導入サイクルが加速します。Standard Kernelは、次世代AIシステムを支えるインフラを構築しています。スタックの深いレイヤーで動作することで、他のソリューションが見落としがちな課題を解決します。Standard Kernelは、現在の急速に進化するAI計算環境に対応するためにプラットフォームを構築しました。同社はAIによる最適化、命令レベルでの精密な制御、そしてハードウェアを深く理解するソフトウェアを組み合わせています。これによりGPUパフォーマンス自動化の分野をリードしています。効率的でスケーラブルなAIインフラの基準を引き上げていると言えます。 &nbsp;

medium_1773300956-w4gBVnryLTKkGocjaqtCbdYE.png

small_1773300956-w4gBVnryLTKkGocjaqtCbdYE.png

thumbnail_1773300956-w4gBVnryLTKkGocjaqtCbdYE.png

1773300956-w4gBVnryLTKkGocjaqtCbdYE.png

AIによるGPUソフトウェア最適化に焦点を当てる"Standard Kernel"がSeedで$20Mを調達

<a href="https://www.translucent.ai/">Translucent AI</a>は、GV(Google Ventures)がリードし、NEA、Virtue、FPV Venturesが継続参加したSeries Aで$27Mを調達した。これは2025年8月の$7MのSeedからわずか数ヶ月後の出来事です。医療財務向けの初のエージェンティックAIプラットフォームを提供するTranslucentは、病院やクリニックが財務の健全性と患者の健康のどちらかを選ばなければならない世界を終わらせることを目指しています。同社のエージェンティックAIプラットフォームは、リアルタイムの可視性と常時稼働の根本原因特定機能を大規模に提供し、医療財務チームが強固な財務基盤と優れた患者ケアの両方を維持できる明確な洞察を提供します。医療費は2025年末までに$5.6Tに達すると予測されており、これは前年から7.1%の増加です。そして初期の兆候から、コストは2026年も上昇し続けると見られています。しかし、この成長は持続可能な利益率には結びついていません。医療財務はすでに一つの閾値を超えており、労働力、医療用品、保険請求、契約経済、設備、その他のコストセンターなど分断された領域にまたがるデータ量と複雑性が増大しています。その結果、リアルタイムでの手動照合作業は現実的ではなくなり、人間のチームは事後的にビジネスを管理することを余儀なくされています。リアルタイムの可視性がなければ、組織はどこで収益が漏れているのかを特定できず、意味のある変化を生み出すための行動を迅速に取ることができません。この財務可視性の欠如は、昨年20件の病院破産と23件の病院および救急部門の閉鎖の一因となりました。現在、700以上の地方病院が閉鎖のリスクに直面しており、患者の移動を引き起こし、医療アクセスをさらに困難にしています。TranslucentのエージェンティックAIプラットフォームは、オペレーションデータ、臨床データ、財務データを統合された単一ビューに集約し、組織全体のシグナルを継続的に監視することでリアルタイムの財務インサイトを提示し、問題が発生した瞬間に根本原因を特定します。Translucentはこれまで医療財務オペレーションの特徴であったバラバラのツール、スプレッドシート、手作業による業務の寄せ集めを置き換え、チーム全体が共有できる最新の真実の情報源を提供します。月末締めを待ったり静的なレポートを引き出したりする代わりに、組織は現在起きている状況を反映した計画を立て、問題が拡大する前に行動することができます。Northwestern Medicine、Duly Health and Care、Wray Hospital and Clinic、Springfield Clinicなどの医療機関は、財務体質の改善のためにTranslucentを利用する予定です。FP&amp;Aのコアワークフローにおいて数週間にわたる手動照合作業を削減したり、数百万ドル規模の医療提供者の生産性改善機会を発見したりするなど、小さなオペレーション改善であっても、部門を赤字から黒字へと転換させる可能性があります。「すべての利益率ポイントが重要となる環境で運営している中で、Translucentは収益機会やオペレーション機会がどこに存在するのかをよりよく理解するために必要なスケールと可視性を向上させる可能性のある重要なツールだと考えています。臨床チームと財務チームを同じリアルタイムデータのもとで結びつけることで、組織の連携を強化し、私たちの組織と提供する医療の双方を強化する意思決定を支援できると期待しています。」とNorthwestern MedicineのChief Financial Officerは述べています。Translucentの創業者であるJack O'Haraは、ChenMedでの経験や地方医療の現場で働いた経験の中で、不透明な財務オペレーションが与える影響を目の当たりにしました。そこでは単一のプロセスの見落としが施設全体の存続を危うくする可能性がありました。「JackとTranslucentチームは、EHR、ERP、請求システムと並ぶ医療オペレーションの重要な柱を構築しています。彼らは医療オペレーターに変革的な可視性をもたらし、非常にダイナミックな経済環境の中でも財務的に成長できるようにします。私たちは医療提供者の財務インフラを近代化するというこの重要なミッションにおいて、彼らとパートナーになれることを誇りに思います。」とGVのGeneral Partnerは述べています。今回の資金調達により、Translucentはプロダクト開発を加速し、チームを拡大して、米国のより多くの医療システムにリアルタイムの財務インテリジェンスを提供していきます。これにより医療機関の運営安定化を支援し、最も重要な時期において医療アクセスを守ることを目指します。 &nbsp;<div class="raw-html-embed"><iframe title="vimeo-player" src="https://player.vimeo.com/video/1171145082?h=5837cddaa6" width="640" height="360" frameborder="0" referrerpolicy="strict-origin-when-cross-origin" allow="autoplay; fullscreen; picture-in-picture; clipboard-write; encrypted-media; web-share" allowfullscreen=""></iframe></div>

medium_1773294693-mIKygMjrtcwRaFV1XBHGWqAl.png

small_1773294693-mIKygMjrtcwRaFV1XBHGWqAl.png

thumbnail_1773294693-mIKygMjrtcwRaFV1XBHGWqAl.png

1773294693-mIKygMjrtcwRaFV1XBHGWqAl.png

医療財務向けの初のエージェンティックAIプラットフォームを提供する"Translucent"がSeries Aで$27Mを調達

<a href="https://www.mindrobotics.com/">Mind Robotics</a>は、AccelとAndreessen Horowitzが共同でリードしたSeries Aで$500Mを調達し、評価額は約2Bに達しました。2025年後半にEclipseがリードした$115MのSeedに続くもので、Mind Roboticsの創業から数か月での資金調達総額は$615Mとなりました。産業規模でAI搭載ロボットシステムの構築および展開するMind Roboticsは、基盤モデル、専用ロボティクス、そしてデプロイメントインフラを含むフルスタックプラットフォームを構築し、産業および製造業の作業を大規模に自動化することを目指しています。電気自動車メーカー<a href="https://rivian.com/">Rivian</a>の創業者兼CEOであるRJ Scaringeによって設立され、2025年11月にRivianからスピンアウトし、RJ Scaringeが会長を務めています。基本的なアイデアとしては、Rivianの電気自動車工場から得られるデータを活用して産業用ロボットをより器用で適応力のあるものに訓練すること、そしてそれらのロボットの有用性を実証する場を提供することです。Series Aを発表した<a href="https://www.businesswire.com/news/home/20260311414783/en/Mind-Robotics-Announces-%24500M-Financing-to-Support-Deployment-of-AI-Powered-Robots-at-Industrial-Scale">プレスリリース</a>によると、この会社は「現在の産業オートメーションソリューションに存在する構造的なギャップを解決するために設立された」とされています。「既存の産業ロボットは繰り返し可能で寸法的に安定した作業を実行できますが、工場の付加価値作業の大部分には、人間のような器用さ、適応力、そして物理的な推論能力が必要であり、従来のロボティクスでは対応できません。Mind Roboticsはこのギャップを埋めるために、AIの基盤―モデル、ハードウェア、そして導入インフラ―を構築しています。」RJ Scaringeは<a href="https://www.wsj.com/business/entrepreneurship/rivian-ceos-ai-powered-robotics-startup-raises-500-million-0edc0209?gaa_at=eafs&amp;gaa_n=AWEtsqciXxU4_srH1BWBdfBqV7NaGZ8IWSlnxdCKCgD5_ysPRJmwhUcY1GFLtZGt_bE%3D&amp;gaa_ts=69b18d1f&amp;gaa_sig=YptxPQ-ZUpHZH0I9slGxD2NlAQ3ZI6GBqA1RXRG2x5VMuIlB_kiNAdikfd2PKKWwkej8gA7bBWFZSWMhrLIOag%3D%3D">The Wall Street Journal</a>に対し、Mind Roboticsは今年末までに多数のロボットを配備する予定だと述べました。Mind Roboticsが発表されて以降の数か月の間に、同氏はMind Roboticsがどのようなロボットに注力するのかについて何度か語っています。それによると、Teslaが開発しているようなここ1年で大きな注目を集めているヒューマノイドロボットではなく、より伝統的な工場向けロボット設計に焦点を当てる予定です。「側転をすることは製造業に価値を生みません」とRJ Scaringeは語りました。Mind Roboticsは、Rivianをパートナーおよび主要株主として運営しており、モデルのトレーニングに活用できる大規模なデータフライホイールと、大規模展開のための実運用環境を提供しています。実際の製造環境に根ざした開発を行うことで、Mind Roboticsの開発および導入はRivianの電気機械エンジニアリングの専門知識と膨大な生産データの恩恵を受けています。ロボットの訓練データや配備場所の提供以外にも、RivianとMind Roboticsが今後協力できる可能性のある分野があります。12月にRivianは、自社の車両に搭載される自動運転ソフトウェアを動かすためのカスタムシリコンを開発していると発表しました。RJ Scaringeは、RivianがそのカスタムチップをMind Roboticsに販売する可能性について「想像するのは難しくない」と述べました。「それはロボティクス向けプロセッサなので、その用途に非常によく適している可能性があります」と語っています。Mind RoboticsはRivianが2025年にスピンアウトした2社目の企業です。最初の企業は<a href="https://ridealso.com/">Also</a>という電動モビリティ企業で、高級モジュール式e-bikeやAmazon向けの小型電動カーゴ車の開発からスタートしています。このスタートアップもEclipseの支援を受けており、その後Greenoaks Capitalからさらに$200Mを調達しました。現在の企業価値は約$1Bとされています。 &nbsp;

medium_1773281662-UTN71JmjrtF4iVgaKC58y3bl.png

small_1773281662-UTN71JmjrtF4iVgaKC58y3bl.png

thumbnail_1773281662-UTN71JmjrtF4iVgaKC58y3bl.png

1773281662-UTN71JmjrtF4iVgaKC58y3bl.png

産業規模でAI搭載ロボットシステムの構築および展開する"Mind Robotics"がSeries Aで$500Mを調達し評価額は約2Bに拡大

<a href="https://www.swarm.aero/">Swarm Aero</a>は、Two Sigma VenturesとSilent Venturesがリードし、Khosla Ventures、Coatue、Founders Fund、Alumni Venturesなどが参加したSeries Aで$35Mを調達した。2022年に設立された大規模な無人航空機(UAV)スウォームを開発するSwarm Aeroの大型マルチミッションUAVは、センサー機能と攻撃機能の両方を備えた新しい航空機カテゴリーを導入するものであり、比較的安全な場所から離陸し、戦場まで長距離を移動するよう設計されています。歴史的に、有人戦闘機は生存性を最優先に設計されてきました。これは、限られた高価な資源であるパイロットを可能な限り保護するためです。しかしこの優先順位付けと急速に進化する技術的脅威が重なり、コストは複合的に増加してきました。新世代の戦闘機は、前世代の約3倍のコストがかかります。ドローン戦の登場は、この傾向を逆転させ、第二次世界大戦以来の最高ペースで必要な航空機を製造する機会を生み出しています。しかしドローンは万能ではなく、航続距離の短い小型ドローンは戦場に到達するために支援を必要とします。これに対してSwarmの大型マルチミッションUAVは、センサー機能と攻撃機能の両方を備えた新しい航空機カテゴリーを導入し、比較的安全な場所から離陸し、長距離を飛行して戦場へ到達するよう設計されています。大型UAVは小型ドローンにはない積載能力も備えており、高価値の高度目標を無力化し、非対称的な影響を与えることが可能です。Swarmは、前例のない機体生産量を実現するために、カーボン複合材を高い速度で生産する手法を開発し先駆けてきました。無人機のスウォームを展開するには、数千機の機体を同時にチームで制御できる新しい指揮統制のアプローチが必要です。現在の遠隔操縦航空機(RPA: remotely-piloted aircraft)の方式では、最大4人の人間が1機のUAVを操作するため、拡張性がありません。Swarmの指揮統制ソフトウェアであるLegionは、この問題を解決します。オペレーターがミッション目標を入力すると、Legionがそれを空中、地上、海上の多数のロボットシステムへの指令に変換します。Legionはすでに、複雑な作戦において1人のオペレーターが数十の実機アセットを制御することを可能にしています。<a href="https://www.diu.mil/">DIU</a>(Defense Innovation Unit)は以前、132社の中からSwarmを選定し、DIUのAutonomous Collaborative Teamingプログラム向けソフトウェア開発を担当させると<a href="https://www.diu.mil/latest/defense-innovation-unit-announces-software-vendors-to-support-replicator">発表</a>しました。これはDOWが数千機のドローン運用を拡大する取り組みを支援するものです。「自律的で手頃な価格の大量戦力は、従来型の紛争の中心にあります。制空権から地上支援、争奪下の物流に至るまで、知能化された航空システムは現在および将来の戦場に特化したミッションクリティカルなソリューションとして登場しています。多くの企業がGroup 1ドローンに注目する中、Swarmはアメリカで大規模に製造される大型高性能UAVを開発しています。しかも従来プログラムに見られる不合理なコスト構造や長いリードタイムなしで実現しています。私たちはSwarmのPre-Seedを共同リードしました。Swarmがこのカテゴリーを迅速に確立し、戦闘員に有利な技術を提供すると確信していたからです。Swarmがアメリカ製の空軍力の量産と配備を開始する中、このSeries Aを共同リードできることを光栄に思います。」とSilent VenturesのManaging Partnerは述べています。 &nbsp;<div class="raw-html-embed"><iframe width="903" height="508" src="https://www.youtube.com/embed/EU--oT29lK0" title="Foresight 2024: Danny Goodman, Swarm Aero" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen=""></iframe></div>

medium_1773282145-BZ3nXreDzd2O9TqQIP86khNt.png

small_1773282145-BZ3nXreDzd2O9TqQIP86khNt.png

thumbnail_1773282145-BZ3nXreDzd2O9TqQIP86khNt.png

1773282145-BZ3nXreDzd2O9TqQIP86khNt.png

大規模な無人航空機(UAV)を開発する"Swarm Aero"がSeries Aで$35Mを調達

Databricksは、データ業務の進め方を大きく変える新しい自律型AIエージェント「Genie Code」を発表しました。Genie Codeは、データパイプラインの構築、障害のデバッグ、ダッシュボードの公開、本番システムの保守といった複雑な業務を実行できるAIエージェントです。Databricksによると、実際のデータサイエンス業務を用いた評価では、Genie Codeは主要なコーディングエージェントと比べて成功率を2倍以上に高めたとしています。ソフトウェア開発の分野でエージェント型コーディングが開発手法を変えたのと同様に、Databricksはデータエンジニアリング、データサイエンス、アナリティクスにも同じ変化をもたらすと位置づけています。&nbsp;Genie Codeは、Databricksがすでに提供している「Genie」の新たな拡張機能です。Genieは、Unity Catalogに格納された文脈や意味情報を活用し、ナレッジワーカーがデータに自然言語で質問して信頼できる答えを得られる仕組みです。今回のGenie Codeは、その考え方をデータ専門職向けに拡張し、アイデアから本番環境への移行までに必要な複雑なエンジニアリング作業を担います。あわせてDatabricksは、AIエージェント向けの評価および強化学習技術を手がけるQuotient AIの買収も発表しました。これにより、GenieとGenie Codeに継続的な評価機能を直接組み込む方針です。Databricksは、従来のデータツールではAIが補助役にとどまり、コード作成やローカルテストを支援しても、計画立案、オーケストレーション、運用、検証、保守といった中核作業は依然として人間のデータチームが担ってきたと指摘しています。Genie Codeはこの構図を反転させ、問題を推論し、多段階の実行計画を立て、本番品質のコードを書いて検証し、さらには運用維持まで行います。一方で、重要な意思決定は引き続き人間が管理する設計になっています。Co-founder兼CEOのAli Ghodsiは、ここ半年でソフトウェア開発がコード補助から完全なエージェント型エンジニアリングへ移行してきたとし、Genie Codeはその革命をデータチームにももたらすものだと述べています。Databricksはこれを「Agentic Data Work」と呼び、企業の意思決定の在り方を根本から変える可能性があるとしています。&nbsp;Genie Codeの特徴の一つは、企業のデータ文脈を理解したうえで動作する点です。既存のエージェント型コーディングツールは、データの系譜、利用パターン、業務上の意味づけといった重要な文脈情報にアクセスできず、データ業務では十分な成果を上げにくいとされてきました。Genie CodeはUnity Catalogと統合されており、既存のガバナンスポリシーやアクセス制御を適用しながら、業務上の意味や監査要件も理解し、外部プラットフォーム上のデータも含めて企業データを横断的に扱います。これにより、本番環境に必要な高い精度と統制を備えた形でデータ業務を進めることができます。&nbsp;また、Genie Codeは機械学習エンジニアとしても機能し、モデルの計画、作成、デプロイを含むエンドツーエンドのMLワークフローを扱います。MLflowへの実験記録や、提供用エンドポイントの最適化も行います。データエンジニアリングの面では、単にテストデータで動くスクリプトを書くのではなく、ステージング環境と本番環境の違いを踏まえ、変更データキャプチャのワークフローを設計し、データ品質要件も適用するなど、上級アーキテクトのように振る舞うとされています。さらに、LakeflowパイプラインやAIモデルをバックグラウンドで監視し、障害の切り分けや異常調査を実施するほか、エージェントの実行履歴を分析してハルシネーションの修正にも取り組み、必要に応じてリソース配分の調整まで自律的に行います。継続利用によって賢くなる点も特徴です。Databricksによると、Genie Codeは持続的なメモリ機能を通じて、過去の対話やコーディングの好みを踏まえ、内部指示を自動更新します。その結果、実業務に近いデータサイエンス課題で、主要なコーディングエージェントの成功率を32.1％から77.1％へと大きく引き上げたとしています。SiriusXMのVP of Data EngineeringであるBernie Grahamは、Genie Codeがノートブック作成、複雑なSQL、テーブル関係の推論、パイプラインのデバッグまで支援し、データチームがより短時間で高品質な成果を出せる開発パートナーになっていると述べています。また、RepsolのPrincipal Data ScientistであるEmilio Martín Gallardoも、同社のデータ、ガバナンス、業務文脈、内部ライブラリを理解したAIパートナーに複雑なワークフローを任せられることで、時系列予測から本番デプロイまでを厳密性や統制を損なわずに加速できると評価しています。Databricksはさらに、本番品質を継続的に高める仕組みとしてQuotient AIを買収しました。Quotient AIは、エージェントの回答品質を測定し、性能低下を早期に検知し、失敗箇所を特定することで、強化学習のループを通じてエージェントを継続改善する技術を持っています。創業メンバーはGitHub Copilotの品質改善を主導した経験を持ち、AIコーディングシステムの評価に深い知見を持っています。Databricksはこれらの機能をGenie Codeに組み込むことで、データおよびAIシステムが単に本番で動くだけでなく、運用の中で継続的に改善される環境を整える考えです。&nbsp;Databricksについて Databricksは、データとAIのための統合プラットフォームを提供する企業です。San Franciscoに本社を置き、世界で20,000を超える組織が、データアプリケーション、AIアプリケーション、分析、AIエージェントの構築と拡張のためにDatabricksを活用しています。同社のData Intelligence Platformには、Lakebase、Genie、Agent Bricks、Lakeflow、Lakehouse、Unity Catalogなどが含まれており、企業がデータとAIを一体的に運用できる基盤を提供しています。&nbsp;

medium_Databricks.png

small_Databricks.png

thumbnail_Databricks.png

Databricks.png

データ業務の自律実行を実現するエージェント型データAIのDatabricks、Genie Codeを発表しQuotient AIを買収

Mr. Jun Sawada, President and CEO of NTT, was interviewed by Israeli media CTECH

関連ニュース

日刊工業新聞に弊社のスタートアップデータベース（ATDB）の記事が掲載されました

イスラエルハイテク企業への投資を促進するための税制優遇措置を承認

【MARR Online 新連載】第4回寄り道：スタートアップ創出元年！大手事業会社にとっては何元年？

最新ニュース

AIによるGPUソフトウェア最適化に焦点を当てる"Standard Kernel"がSeedで$20Mを調達

医療財務向けの初のエージェンティックAIプラットフォームを提供する"Translucent"がSeries Aで$27Mを調達

産業規模でAI搭載ロボットシステムの構築および展開する"Mind Robotics"がSeries Aで$500Mを調達し評価額は約2Bに拡大

大規模な無人航空機(UAV)を開発する"Swarm Aero"がSeries Aで$35Mを調達

データ業務の自律実行を実現するエージェント型データAIのDatabricks、Genie Codeを発表しQuotient AIを買収

Contact