2026年11月16日、AI研究所「Noeri(ノエリ)」が正式に発足しました。本社は米カリフォルニア州パロアルトです。設立から約5カ月で、1億1,000万ドル(約170億円)を調達しました。
共同創業者はスタンフォード大学のコンピュータサイエンス教授、イェジン・チョイ氏とカルロス・ゲストリン氏です。2人は共同CEOを務めます。
同社が売るのは、モデルそのものではありません。導入した企業の業務データと失敗から学びます。ハーネス、ツール、指示、そしてモデルの重みまでを更新し続ける「生きたシステム」です。変更はすべて説明され、人間の承認を経て適用されます。
「自己改善するAI」という言葉は、いま少し危険な響きを持っています。何が新しいのか、どこまで本当なのか。発表資料と論文、そして周辺の数字から整理します。
- 配属された日が、いちばん賢い日
- 1.1億ドルの中身——Menloが賭けた5カ月
- 2人の共同CEO——XGBoostと、小型モデルの研究者
- 出発点は、GPT-5が高すぎた研究室だった
- 仕組みは4層——ハーネスから重みまで
- TTTとSDPO——「失敗」を学習信号に変える
- 【比較表】凍結・指示・再学習・生きたシステム
- SDPOが削ったのは、思考の冗長さだった
- 人間が承認する——コードレビュー型の安全弁
- 市場は追い風——1,770億ドルと69%という集中
- 競合は日本にも——Sakana AIのFuguとRSI Lab
- 「自分で賢くなる」は、どこまで本当か
- 【FAQ】Noeriと自己改善型AIのよくある質問
- まとめ——賢さは、置いた場所で決まる
配属された日が、いちばん賢い日
現在の企業AIには、はっきりした期限があります。学習が終わった時点で、能力が固定されるということです。ChatGPTでもClaudeでもGeminiでも、配属初日が最も賢く、そこから先は本番の経験を吸収しません。
現場では、その穴をプロンプトやRAGで埋めてきました。社内文書を検索させ、指示文を磨き、ツールをつなぐ。しかしモデル本体はデプロイ時点で能力が凍結するため、改善は周辺の作り込みにとどまります。
もう一つの限界は、費用と精度のトレードオフです。汎用のフロンティアモデルは「あらゆるタスクをそこそここなす」ように作られています。企業固有の複雑な業務では、二択を迫られがちです。最上位モデルに高い料金を払い続けるか、安価なモデルで低い精度を受け入れるか。
ゲストリン氏は発表文でこう述べています。「私たちが話をする企業は、どこも同じ曲線の上にいる。最高性能のモデルに高く払うか、安いモデルで悪い結果を受け入れるかだ」。Noeriが狙うのは、この曲線そのものを動かすことだと説明しています。
1.1億ドルの中身——Menloが賭けた5カ月
ラウンドの構成は、ベンチャーキャピタルとインフラ企業の組み合わせです。出資者の顔ぶれを見るだけで、この会社がどこに売れようとしているかが見えてきます。
| 項目 | 内容 |
|---|---|
| 調達額 | 1億1,000万ドル(約170億円) |
| リード投資家 | Menlo Ventures |
| 参加VC | Madrona Venture Group、Kindred Ventures、Wing Venture Capital、NEA |
| 戦略投資家 | Cisco Investments、NVIDIA、Snowflake |
| 設立 | 2026年(発表まで約5カ月) |
| 拠点 | パロアルト(本社)、チューリッヒ |
| 創立メンバー | 17名 |
| 企業価値 | 非開示 |
Menlo Venturesのパートナー、ヴェンキー・ガネサン氏は、リードを即断した理由をこう説明しています。「多くの新興AIラボはブレークスルーまで何年も市場を待たせる。カルロスとイェジンは世界最高峰の研究をしながら、同時に企業の中で動かしている」。研究と商用実装が同じ場所にある点を評価した形です。
戦略投資家3社の並びも示唆的です。NVIDIAは、継続学習とテスト時学習が生む計算需要。Snowflakeは、企業データ基盤の直上での特化学習。Cisco Investmentsは、企業ネットワークとセキュリティの接点です。それぞれがNoeriのアーキテクチャと事業領域で噛み合っています。
2人の共同CEO——XGBoostと、小型モデルの研究者
創業者の経歴は、この会社の設計図そのものです。片方は「小さく賢くする」研究、もう片方は「学習基盤を事業にする」経験を持っています。
イェジン・チョイ氏はマッカーサー・フェロー(2022年)です。TIME誌の「AI分野で最も影響力のある100人」に、2023年と2025年の2度選ばれました。ワシントン大学教授、アレン人工知能研究所(AI2)シニアディレクター、NVIDIAのディスティングイッシュト・サイエンティストを歴任。現在はスタンフォード大学教授と同大学HAIのシニアフェローを務めます。専門は小型モデルの高性能化、エージェント・オーケストレーション、多元的アラインメントです。
カルロス・ゲストリン氏は、機械学習の定番ライブラリXGBoostの共同開発者のひとりです。共同創業したTuriは2016年にAppleが買収しました。同氏は買収後、Appleの機械学習・AIの中核組織を立ち上げて率いています。現在はスタンフォード大学教授、同大学AI研究所(SAIL)のディレクター、全米技術アカデミー会員。Noeriは自身7社目のスタートアップになります。
創立メンバー17名も層が厚い顔ぶれです。UCSD教授のプリスヴィラジ・アンマナブロル氏は強化学習言語エージェント、プリンストン大学のダンキ・チェン氏、ETHチューリッヒ教授のアンドレアス・クラウゼ氏。SDPO論文の筆頭著者ヨナス・ヒューボッター氏も加わりました。研究拠点はパロアルトとチューリッヒの2カ所です。
社名のNoeriは、ラテン語で「知性・理解力に優れた」を意味するnoerusの複数形に由来します。単一の巨大知性ではなく、多様な特化型知能が共進化する生態系を目指すという宣言です。
出発点は、GPT-5が高すぎた研究室だった
構想の原点は、企業のAI戦略ではありません。ある研究室の家計簿でした。
チョイ氏がBloombergに語ったところによると、ある研究チームはGPT-5の利用料が高すぎると判断しました。スタンフォード大学の微生物学・免疫学のチームです。そこで小型のAIを訓練し、GPT-4などの旧モデルをスケジューリングさせて研究業務を回しました。すると小型モデルが旧モデルを指揮するこの組み合わせが、特定の科学研究タスクでGPT-5を上回りました。
派手な話ではありません。むしろ逆で、制約から生まれた発見です。計算資源を積み増す方向ではなく、仕事の割り振りを設計する方向に伸びしろがあった。Noeriのプロダクトは、この経験を企業の業務に一般化したものと位置づけられます。
チョイ氏は声明で「AIの未来は、さまざまな規模と強みを持つ多様な知能が共存する健全なエコシステムになる」と述べています。タスクに合った規模のモデルは安く、消費電力も少なく、要件定義やテスト、監督がしやすい。この主張が、そのままプロダクトの思想になっています。
仕組みは4層——ハーネスから重みまで
Noeriが「システム全体」と言うとき、その範囲はかなり広いものです。同社は研究と製品の柱を4つに分けています。構築の自動化(Create)、効率的な特化(Own)、終わりのない学習(Evolve)、未知の探索(Discover)。
最適化の対象は、下から順に積み上がります。エージェントの実行・制御基盤であるハーネス、スキル、指示文、ツール群、工程ごとのモデル選択。改善効果が見込める場合は、モデル自体の内部パラメータまで踏み込みます。既存ツールで足りなければ、新しいツールを生成する場合もあります。
評価の置き方も特徴です。精度とコストは公開ベンチマークではなく、顧客自身のトラフィックと指標で測ります。大規模なラベル付きデータセットを用意するのではなく、タスク、失敗、修正、本番の実トラフィックから学ぶ設計です。
クローズドモデルとオープンウェイトモデルの両方に対応し、新しい基盤モデルが出れば適応します。モデル非依存を掲げる点は、特定ベンダーへのロックインを避けたい大企業にとって分かりやすい利点です。
TTTとSDPO——「失敗」を学習信号に変える
4つの柱のうち「Evolve」と「Discover」を支えるのが、創業者たちが発表してきた論文です。ここが、他のAIラボとの技術的な差分になります。
ひとつはTest-Time Training(TTT)です。推論の場で、目の前の問題に対して継続学習を行い、重みを更新します。関連論文は2本あります。「End-to-End Test-Time Training for Long Context」と「TTT-Discover」です。推論時の計算を、答えの探索だけでなく学習に使う発想です。
もうひとつが自己蒸留(SDPO)です。論文「Reinforcement Learning via Self-Distillation」で示された手法です。現在のポリシー自身が教師になります。失敗した試行のログから、ロジット単位の細かいアドバンテージを計算して蒸留します。外部の巨大な教師モデルも、高コストな人間ラベリングも要りません。
3つ目はエージェント・オーケストレーションです。チョイ氏のマルチLLM協調研究(Modular Pluralism)が土台にあります。小型モデルが指揮者となり、他のモデル群やツールを統率します。単一のフロンティアモデルに全額を投じる構成を否定し、タスク単位で最適な組み合わせを選ぶ設計です。
【比較表】凍結・指示・再学習・生きたシステム
既存の選択肢と横に並べると、違いは「何を動かすか」に集約されます。動く範囲が広いほど、効果も検証の難しさも大きくなります。
| アプローチ | 導入後の変化 | 最適化の対象 | 主な負荷 |
|---|---|---|---|
| フロンティアモデルAPI | 凍結(ベンダー更新待ち) | モデル単体(ブラックボックス) | 高性能=高単価 |
| エージェント基盤 | 人間が手動で改修 | ハーネス・プロンプト・ツール連携 | 設計と保守の工数 |
| ファインチューニング | 静的(バッチ再学習) | モデルの重みのみ | データ整備と再学習のコスト |
| Noeri型「生きたシステム」 | 動的・自己改善 | システム全体(重みまで含む) | 変更の承認と統制 |
表を読むときの注意も書いておきます。Noeriは自社モデルの対外ベンチマークを公表していません。改善幅を顧客の指標で測る設計は理にかなっていますが、第三者が同じ条件で比較することはできません。この点は後段で改めて触れます。
SDPOが削ったのは、思考の冗長さだった
数字を見ると、狙いがはっきりします。SDPOの論文では、検証可能な報酬による強化学習(GRPO系)との比較が示されています。生成トークン数は最大3〜11分の1に短縮され、それでいて精度は上回るといいます。
理由は信用割当の粒度です。従来手法では思考が冗長化しやすく、ループや長大な連鎖が発生します。SDPOはロジット単位で寄与を配分するため、無駄な思考を書かずに済む。これは本番のレイテンシと推論コストに直結します。
もう一つの数字は試行回数です。発見・証明・コード生成のような、二値報酬の難しいタスクが対象になります。テスト時適応に自己蒸留を使うと、Best-of-kサンプリングの約3分の1の試行回数で同等の発見確率に届きました。
この効率は、科学研究の用途で効いてきます。新分子やタンパク質の設計のような開かれた探索は、単発の質問応答とは桁違いの試行を要します。巨大モデルを回し続ければ計算コストが破綻する領域で、小型モデルと重み更新の組み合わせなら経済性が立つ。Noeriが企業業務と科学研究を同じアーキテクチャで語る理由がここにあります。
人間が承認する——コードレビュー型の安全弁
「自分で書き換える」と聞くと物騒ですが、実際の設計は逆です。Noeriは変更の自動適用を明確に否定しています。
システムが提案するすべての変更には説明が付きます。対象はツール、ワークフロー、指示、モデルの更新まで。コードレビューと同様の人間の承認を経てから本番に反映される仕組みです。稼働中のシステムがブラックボックスのまま自己書き換えを進める事態を、設計段階で避けています。
所有権の扱いも明示されています。顧客は自社データを保持し、この仕組みを通じて開発したワークフローとモデルの所有権も顧客に帰属します。ただし第三者のモデルライセンスは引き続き適用されます。ここは契約次第の部分なので、導入時には確認が必要です。
私は、この承認の粒度が導入の可否を分けると考えています。1日に何件の変更提案が出るのか、誰が承認権限を持つのか、却下した提案はどう扱われるのか。改善ループが回るほど、この運用設計が実務の重荷になります。
市場は追い風——1,770億ドルと69%という集中
Noeriの賭けは、市場の数字と噛み合っています。リード投資家のMenlo Venturesが11月3日に年次調査を公表しました。「2026: The State of Enterprise AI」です。
企業のAI導入支出は、2026年9月までに1,770億ドルへ拡大しました。前年の330億ドルから5.4倍です。学習に投じた1ドルが、展開段階で1.70ドルの収入を生んでいるという試算も示されています。
注目すべきは集中の度合いです。フロンティアラボが導入支出の69%を占め、前年の50%から上昇しました。Anthropicは40%から55%へ、OpenAIは27%から31%へ伸びています。Googleは21%から9%へ落ちました。オープンソースは利用の19%を占めるのに、支出では4%にとどまります。
つまり企業は、性能のために上位モデルへ資金を寄せている。一方で支出の55%は既存のソフトウェア予算や人件費の付け替えではなく、新規予算だといいます。予算が新しく生まれている局面だからこそ、「高いモデルか安いモデルか」以外の第三の選択肢が入り込む余地があります。
ただし、この調査の著者とNoeriのリード投資家が同一である点は差し引いて読むべきです。市場データ自体は広く引用されていますが、因果の説明には投資家の視点が混じります。
競合は日本にも——Sakana AIのFuguとRSI Lab
同じ方向を、日本の会社がすでに走っています。東京拠点のSakana AIです。
Sakana AIは2026年6月22日、オーケストレーションシステム「Fugu(フグ)」を正式リリースしました。約70億パラメータ規模の小型コーディネーターが、GPT-5.5やClaude、Geminiを動的に組み合わせます。利用者からは単一のAPIに見えます。9月11日には費用対効果を最適化したFugu Maxも追加されました。
同社は2025年11月にシリーズBで約320億円を調達し、評価額は約27億ドルです。2026年9月にはユルゲン・シュミットフーバー氏がチーフ・サイエンティフィックアドバイザーに就任しました。メタ学習とゲーデルマシンの研究で知られる人物です。同社は自己改善を専門とする「RSI Lab」も始動させています。
研究の蓄積も並びます。LLM自身に学習アルゴリズムを発明させるLLM-Squared。自己改変コードの系譜を進化的に伸ばすDarwin Gödel Machineは、SWE-benchで+30ポイントを記録しました。150回の試行で最適化問題を解いたShinkaEvolve。AtCoderヒューリスティックコンテストで804人を抑えて1位になったALE-Agent。RSI Labの発表には、こうした成果が並記されています。
Noeriとの違いは、商品の輪郭です。Fuguはモデル選択のオーケストレーションを単一APIとして売る製品。Noeriは顧客システム全体の改善と、その資産の所有権までを含めます。富士通も2026年5月に自己進化型のマルチAIエージェントを発表しました。国内でも「導入後に育つAI」という語彙は珍しくなくなっています。
「自分で賢くなる」は、どこまで本当か
ここまで聞くと万能に見えます。しかし留保は多く、発表文そのものが課題を認めています。
第一に破滅的忘却です。新しいことを学ぶと古い能力が壊れる現象で、継続学習の古典的な難所でした。Noeriは研究課題として「忘却を伴わない継続学習」を挙げています。つまり、まだ解けていない問題だと自ら位置づけているわけです。
第二に、第三者検証の不在です。顧客の実トラフィックで成果を測る設計は妥当ですが、外部から比較できません。導入企業が増えて事例が出るまでは、改善幅は主張の域を出ません。
第三に、言葉の混同です。Anthropicは11月2日の修正S-1/Aで、再帰的自己改善(RSI)に近づいている可能性をリスク要因に追加したと報じられました。ただし根拠は現行モデルではなく、社内推計と将来モデルの見通しです。閾値を超えたモデルは1つもないとされています。同日には、中国出身の研究者がRSI企業を設立準備中との観測も本人が否定しました。
私は「企業が所有する改善ループ」と「AIがAIを作るRSI」は別物だと整理しています。前者は工学的な運用設計、後者は能力の爆発を巡る研究課題です。ここを混ぜると期待値が跳ね上がり、導入判断を誤ります。
【FAQ】Noeriと自己改善型AIのよくある質問
発表で触れられている範囲と、触れられていない範囲を分けて、よく聞かれる点をまとめました。
| 質問 | 回答 |
|---|---|
| Noeriとはどんな会社ですか? | スタンフォード大教授のイェジン・チョイ氏とカルロス・ゲストリン氏が2026年に創業した企業向けAIの研究所です。企業のデータと業務から学び、導入後も改善し続けるシステムを開発します。 |
| 1億1,000万ドルは誰が出したのですか? | Menlo Venturesがリードし、Madrona、Kindred、Wing、NEAが参加しました。Cisco Investments、NVIDIA、Snowflakeが戦略投資家として加わっています。企業価値は非開示です。 |
| 従来のファインチューニングと何が違うのですか? | 重みだけでなく、ハーネス、指示、ツール、モデル選択まで含めて最適化する点です。学習もバッチではなく本番トラフィックから継続的に行います。 |
| モデルは勝手に書き換わるのですか? | 書き換わりません。すべての変更に説明が付き、コードレビューに似た人間の承認を経て適用されます。 |
| 日本企業でも使えますか? | 提供地域や日本語対応は公表されていません。初期パートナーは企業領域と科学領域にまたがるとされ、日本での事例はまだ出ていません。 |
| 導入すると何が安くなるのですか? | 高価な最上位モデルへの依存を減らし、特化した小型モデルへ移すことで推論費を下げる設計です。ただし削減幅は顧客の業務と指標次第で、一律の数字は示されていません。 |
まとめ——賢さは、置いた場所で決まる
2026年のAI競争は、モデルの性能から、置いた後の学習設計へ移りつつあります。Noeriの1億1,000万ドルは、その移行に対する金額としては小さくありません。設立5カ月の会社に、インフラ企業3社が名を連ねた事実が象徴的です。
一方で、これはまだ主張の段階です。破滅的忘却は未解決課題として残り、成果は顧客の内側でしか測れません。導入を検討する企業が見るべきは、デモの華やかさではなく3点です。変更提案の量と承認フロー、評価指標の設計、そしてデータとモデルの所有権の帰属。
自社のAIが、配属初日から賢くなっているかどうか。一度確認してください。小さな業務から検証を始めましょう。モデルの大きさより、置いた場所の設計が効いてくる時代です。

コメント