10月30日、ブルームバーグ社が情報筋を引用して報じたところによると、NVIDIAはAIスタートアップのPoolsideに最大10億ドルの投資を計画しており、この取引により同社の評価額が4倍に跳ね上がると見込まれている。
情報筋によると、Poolsideは現在、新たな資金調達ラウンドを交渉中で、投前評価額120億ドルで20億ドルの調達を目指している。その中でNVIDIAは少なくとも5億ドルの出資を予定しており、本ラウンドが順調に完了すればNVIDIAの総投資額は10億ドルに達する可能性がある。
報道によると、Poolsideは最新ラウンドで10億ドル超の投資コミットメントを獲得しており、そのうち既存投資家から約7億ドルが含まれている。
PoolsideはAI駆動のコーディングアシスタントを提供する企業で、その製品は開発者のコード執筆とデバッグ効率を向上させる。
執筆時点で、NVIDIAとPoolsideは共にメディアのコメント依頼に回答していない。
では、NVIDIAが目を付けたこのAIスタートアップは何者か？
Microsoftの技術重鎮が率い、設立2年で評価額約1兆円
Poolside AIは2023年に設立され、最初は米国カリフォルニア州サンフランシスコに本社を置いていたが、現在は本社と運用の中枢をフランスのパリに移している。同社は生成AIとソフトウェア開発の交差点を位置づけ、「コード執筆AIアシスタント/コーディングアシスタント」および長期的な「汎用人工知能（AGI）」を目指している。
同社の創業者であるJason WarnerとEiso Kantは共にソフトウェアエンジニアで、WarnerはPoolsideのCEO、KantはCTOを務めている。
Poolsideを創業する前、WarnerはGitHubのCTOを務め、GitHubのAIツールCopilotを孵化させ、GitHub Actions、Packages、Codespaces、Advanced Securityなどの製品ラインも担当したほか、CanonicalやHerokuでエンジニアリングチームを率いた経験がある。
Jason Warner
Eiso Kantは連続起業家で、以前に開発者向けスタートアップを複数共同創業しており、エンジニアリング分析会社のAthenianなども含まれる。
Eiso Kant
Warnerは2017年にKantと出会い、その後6年間で開発者向けAI駆動補助ツールスイートを共同で計画し、最終的にPoolsideへと発展させた。
Warnerはインタビューで、Microsoftを離れてPoolsideを創業した理由を説明したことがある。
Warnerは、業界がAIのソフトウェア開発への破壊的影響を過小評価していると考えている。彼は、未来の核心はソフトウェア開発専用に設計されたAIを構築することであり、汎用モデル（GitHub Copilotの背後にあるGPTシリーズなど）に依存するものではないと確信している。「完全なプログラム合成」（AIが完全なプログラムを自動生成）という究極目標を実現するには、ソフトウェアに特化したAIでなければならず、汎用モデルでは不可能だ。これが独立企業を創業してこの問題に集中する決定的動機だと述べている。
Warnerは次のように述べた：「Microsoftはもうイノベーションを起こさず、何十年もイノベーションがない。Microsoftはプライベートエクイティ企業で、さまざまな分野の資産を保有している。だから、OpenAIとの提携、GitHub、LinkedIn、Minecraftなどの買収は、Microsoftがもはやソフトウェア開発企業ではなくプライベートエクイティ企業であることを示している。彼らは各業界の資源を統合し、それを結束させて現在の市場地位を築いている。この点で彼らは誰よりも優れている。彼らはこのトレンドを鋭く察知した。AI分野では常に他の競合をリードしている。この勢いを維持する限り――そして変化の兆しはない――彼らは非常に有利な市場地位にある。他の企業はこの潮流を逃している。」
Poolsideは独自のAIモデルを開発し、コード自動補完や特定コンテキスト・コードベース向け関連コード推薦などのタスクを補助する――これは競合のAI補助コーディングツールと類似している。同社の顧客は主に世界2000強企業と公共機関で、公開顧客はほとんどない。
今年3月時点で、Poolsideには約100人の従業員がいる。
公開情報によると、設立以来3ラウンドの資金調達を完了し、累計6.26億ドルの資金を調達、現在の評価額は30億ドルに達している。
2023年5月、Poolsideはシードラウンドで2600万ドルを調達、Redpoint Venturesがリード、本ラウンド評価額は非公開で、資金はAIプラットフォームの開発と初期インフラ構築に充てられた。
3ヶ月後、2023年8月に1億ドルのAラウンドを完了、Felicis、Redpoint China、Xavier Nielが共同リード、評価額非公開で、資金はチーム拡大と製品開発加速に使用。
2024年10月、Bラウンドで5億ドルを調達、Bain Capital Venturesがリード、本ラウンド評価額30億ドルと確定。資金はAI駆動ソフトウェア開発ツールのR&D、市场参入戦略強化、全体R&D加速に充てられる。
Poolsideは何が特別でNVIDIAの目に留まったのか？
Bラウンド完了後、創業者の2人は公式ブログで記事を公開、Bラウンド資金の用途を説明し、データと計算能力に制限がない理想環境下ではAGIはすでに実現済みだと述べた。AIは大量の練習で非常に賢くなるが、現在のAI学習効率が低く、必要なデータが多すぎる。
人間のようにプログラミングを上手くやるには、既存コードの学習だけでは不十分で、AI自身が「コードを書いて実行」し、プログラムが正しく実行されるかでフィードバックを得る必要がある。これはプログラマーがコードをデバッグするプロセスと同じで、能力向上の鍵だ。
そのため、Poolsideチームは強化学習手法（RLCEF）を開発し、AIが数万の実プロジェクトでコード執筆を繰り返し試行し、即時実行結果フィードバックを得て訓練する。同社はこの訓練を全力推進し、Bラウンド資金は大量の計算リソース購入に充てられる。
2人の創業者はブログで次のように書いている：
「我々は、次のトークン予測に基づく自己監督学習がAGI実現への有望な道を開くと考える。しかし、現在のAIは人間よりデータから学習する効率がはるかに低く、必要なデータ量は数桁多い。言語理解等领域では大規模データでモデルを学習できるが、他の能力領域ではデータ不足が深刻で、新しいデータ収集技術が必要だ。
データと計算能力に制限がない理想環境下では、AGIはすでに実現済みだと信じる。これらの資源制限のため、ソフトウェア開発がAIが最初に重大な経済影響を与え、人間能力を超える領域になると考える。
モデルをソフトウェア開発で優位にするには、確定フィードバックで推論とコーディング能力を強化する必要がある。これは現代の開発実践で明らかだ：開発者はタスクを受けたら完璧コードを即出力せず、思考・執筆・実行し、実行フィードバックでイテレーションする。このコード実行ベースのフィードバックが推論・開発能力向上の鍵だ。同様に、言語とコードで訓練された大規模言語モデルも、大規模な同様フィードバックで同等能力を習得する必要がある。
为此、我々はコード実行フィードバックベースの強化学習手法（RLCEF）を開発した。現在、モデルは13万の実コードベースを含む訓練プールで数百万タスクの解決策を探求し、各試行に実行フィードバックを提供する。この規模でも、ソフトウェア開発で人間レベル能力実現には不十分。新ラウンド資金で訓練クラスターを1万GPUに拡張し、RLCEFとモデル訓練をさらに拡大中だ。」
実は前ラウンドからNVIDIAはすでに投資家として参画し、Poolsideに資金支援を提供していた。
では、従業員100人未満のこのAIスタートアップが、NVIDIAやBainなどのテック・資本大手から注目される特別な点は何か？
それは同社の技術レイアウトから説明できる。
ゼロからインフラ構築、高品質コードデータ不足のボトルネック解消
今年初めのAWSカスタマーカンファレンスで、Poolsideの欧州・中東・アフリカ地域ソリューションエンジニアリング責任者Vitor MonteiroがAWS開発者ブログのインタビューに応じ、急成長AIコーディング企業の歴史と技術ロードマップを共有した。Vitorは、Poolsideの究極目標はAIがソフトウェア開発を真に理解・自律実行し、AGIのソフトウェア分野実装に進むことだと語った。
Monteiroは、AIコーディングアシスタントツールが次々登場する中、業界は「ボトルネック期」に入っていると指摘――2年前の驚異的機能は今や開発者を感動させない。開発者は「速くコードを書く」以上の、コンテキスト理解・推論・判断力を持つ真のインテリジェントアシスタントを求める。これがPoolsideの基盤だ。
「我々はチャットボットや自動補完エンジンではなく、開発者と協力・学習・改善提案をする同僚のようなAIパートナーを構築したい」とMonteiro。
Poolsideの独自性について、Monteiroは、OpenAI、Google、AWSなど世界でわずか10～15社しか最先端大モデルを自主訓練する計算力・技術を持たず、Poolsideもその一つだと指摘。
外部API呼び出しや製品UIに特化した「AI消費者型Copilot」と異なり、Poolsideはデータ・アルゴリズム・訓練フレームワークを完全自研。既存オープンソースモデルに頼らず、データパイプライン・訓練ソフトウェア・計算スタックをゼロから構築し、重要技術決定で主導権を握る。
Monteiroは、この基底自研パスはコスト高だが2大メリットをもたらす：①オープンソースコンポーネントの機能制限回避、②ソフトウェア開発シーン向けにモデルアーキテクチャ・学習メカニズムを深く最適化、汎用折衷なし。
モデル訓練では、Monteiroが指摘する無視されがちな問題――計算力ではなくデータ品質。
GitHub、GitLabなどのオープンソースコードから、訓練可能は約10%のみ、残90%は重複・エラー・冗長。
为此、共同創業者兼CTOは2016年から「コードインテリジェンス」研究に取り組み、チームはコード実行フィードバックベース強化学習システムを自研、「合成データ生成」で高品質データ不足を突破。
このシステムはインターネット上の高品質コードリポジトリを自動スキャン、変更の正確性を検証・抽出、信頼性あるコミット記録を抽出。その後、コミット記述（自然言語）をプロンプトにモデルが最大50のコード案生成、ユニットテスト・セキュリティレビューなどでスクリーニング、すべて通過サンプルのみを訓練に使用。これを正負強化でモデル決定を最適化、フィードバックから「正しいコード執筆」を学習。
現在、Poolsideは20万超コードリポジトリを自動処理、全プロセス自動で拡張可能。Monteiroによると、世界の高品質コードデータは約3兆トークン、トップコードモデル訓練には最低1.5兆合成データトークン必要。Poolsideは自研技術でこの規模に近づいている。
モデルイテレーション体系：実験で「最適脳」を選抜
モデルR&Dでは単一路線でなく、高度実験化並行訓練体系を構築。多数小規模実験でアーキテクチャ・損失関数・最適化戦略を探求、有望方向をスケール。
Monteiroは、この方法で失敗コストを大幅低減、モデル探求で敏捷性を保てると述べ。Poolsideの初コアモデルは2025年リリース予定、強化学習・合成データプレトレーニングで、現行コードアシスタントの推論深度・タスク複雑度ギャップを埋める。
コアモデルリリース前、PoolsideはAWS Bedrock経由で基礎モデルと生成AIアシスタントMaiduを提供。
製品実装では、主流SaaSと異なり、顧客はモデルを自社クラウド（AWS VPCなど）に直接デプロイ可能、データは企業内ネットワーク外不出。金融・政府・大企業で人気、データプライバシー確保・ローカライズ最適化。
機能面ではチャット交互・インテリジェント補完・コード説明・自動ドキュメント生成など、Visual Studio、VS Code対応、開放APIで統合・拡張。レガシーシステムでは顧客私有コードベースでファインチューン、RAG類似メカニズムでプロジェクト依存を自動識別、コンテキストで精密提案。
機密部門向け、多モデルパーティション展開・ロールベースアクセス制御で部門間データ漏洩防止。
AIツール生産力測定について、Monteiroは「生産力は単一数字ではない」と。定量・定性結合で使用頻度・機能呼び出し率・開発者フィードバック・提案採納率を追跡、ツールが日常業務に「溶け込む」か判断。
現在、複雑タスク処理を最適化中、例：コード移行・アーキテクチャリファクタリング等多段階タスク――子タスク1つの失敗で全体失敗、業界未解決課題。
インタビュー終わり、Monteiroは「Poolsideはソフトウェア開発パラダイム変革の力になりたい。未来の開発者はコードを書く人ではなく、AIと共同でソフトウェアシステムを構築する人だ」と。
基底モデルからデプロイアーキテクチャ、合成データから強化学習まで、Poolsideは混雑AIコーディングレースで「純粋自構築」技術で独自路を歩む。AGIへの道で、AIに「コード生成」以上の「ソフトウェア理解」能力を与えている。
参考リンク：
https://www.youtube.com/watch?v=wMQoDRTWwUg&t=9s
https://www.focal.vc/transcripts/5yf-episode-20-poolside-ceo-jason-warner
https://www.youtube.com/watch?v=0TCMv2oiw-E
https://poolside.ai/blog/announcing-our-500-million-fundraise-to-make-progress-towards-agi