- Modalが評価額160億ドルのSeries D調達を発表、ARRは10億ドルに到達
- 5か月で利用量と企業価値が3倍、1年で15倍に拡大したとされる
- Sandboxes単体で3億ドルのランレート、起動数は約30億・100万同時実行
ModalがAIインフラのデカコーンに
AIインフラを手掛けるModalが、評価額160億ドルとなるSeries Dの資金調達を発表しました。未上場企業で企業価値100億ドル以上を指す「デカコーン」の水準で、ニューヨーク発のAIインフラ企業としては最も新しい例だとされています。ARR(年間経常収益)は10億ドルに達し、5か月で利用量と企業価値がともに3倍、1年で15倍になったとされます。
同社は直近で、初とみられるユーザーカンファレンスを開催し、Erik氏がキーノートを行いました。今回の資金調達は、その場で共有された内容と合わせて報じられています。7月にはCTOのAkshat Bubna氏が、エージェント向けにインフラがどう進化すべきかを講演しています。
エージェント時代のインフラ要件
Bubna氏はAIE NYCでの講演で、エージェントが必要とするインフラとして「数百万規模の同時サンドボックス」「分散学習向けのRDMAクラスタを安全かつ弾力的に起動すること」「推論向けの最先端スペキュレータの学習」「まったく新しいサンドボックスランタイムの構築」などを挙げました。RDMAはネットワーク越しにメモリを直接読み書きする通信方式で、分散学習の高速化に使われます。
つまりModalが提供しているのはGPUそのものではなく、エージェントを大量並列で動かすための実行基盤です。コード生成AIが広がるにつれ、生成されたコードを隔離環境で実行し、問題が起きても被害が広がらないようにする需要が生まれています。同社の急成長は、この需要が商用規模に達したことを示すものとみられます。
Sandboxesの使われ方と規模
中核製品であるSandboxesは2023年に立ち上げられました。LLMがコードを生成する使われ方に気づいたことがきっかけだったといいます。3年後には単体で3億ドルのランレート製品になり、用途はバックグラウンドエージェント、強化学習、vibecodingプラットフォームなどに広がっています。
起動されたサンドボックスは約30億にのぼり、100万の同時実行までスケールするとされています。ARRはSandboxes単体で3億ドル、全社で10億ドルという内訳です。単体製品としても、すでに相当な規模の事業になっていることがうかがえます。
現時点で不明な点
原文では、Series Dのラウンド規模(調達額そのもの)や投資家、調達時期は明記されていません。示されているのは評価額160億ドルという数字と「Series D」という表現です。
また、ARRの内訳や顧客数、提供リージョン、料金体系についても触れられていません。1年で15倍という記述が利用量と企業評価額のどちらを指すのかも明確ではありません。これらの詳細が公表されれば、事業の実態をより正確に評価できるようになります。
| 指標 | 5か月前との比較 | 1年前との比較 |
|---|---|---|
| 利用量 | 3倍 | 15倍(評価額との区別は不明) |
| 企業評価額 | 3倍 | 1年で15倍 |
Sandboxes exploded and three years later, it's a $300M run rate product just on its own. We've spun up close to 3 billion sandboxes, and they scale to a million concurrent.
Sandboxesは急成長し、3年後には単体で3億ドルのランレート製品になりました。私たちは約30億のサンドボックスを起動してきており、100万の同時実行までスケールします。
今後の見通し
ModalはARR10億ドル、評価額160億ドルに到達しました。次に注目されるのは、Series Dのラウンド規模と投資家、調達資金の使途です。原文にはこれらが書かれておらず、詳細が公表されれば、計算基盤への投資規模や事業拡大の方向性を判断できるようになるとみられます。Sandboxesの3億ドルというランレートがどこまで伸びるか、他のサンドボックス・実行基盤サービスとの差別化も焦点になります。ユーザーカンファレンスの内容が広く公開されれば、ロードマップがより明確になるとみられます。
日本の開発者・IT企業にとっての意味
エージェントを安全に実行するサンドボックス基盤が、単体で数億ドル規模の商売になったことを示す事例です。日本企業がコーディングエージェントや社内業務の自動化を検討する際、実行環境を自前で用意するかマネージドサービスに寄せるかを選ぶ場面が増えます。自前構築は隔離、スケール、コスト管理の負担が大きく、専業ベンダーを使う選択肢は現実味を帯びます。一方で100万同時実行を前提とした設計は、多くの日本の開発チームの規模を超えており、まずは小規模な検証から始める形になるでしょう。特定ベンダーへの依存やデータの所在をどう確認するかも、導入時の論点になります。
気になる点
- ModalのSandboxesは日本企業でも利用できるのでしょうか。
- 原文には提供地域や日本での利用可否についての記載はありません。グローバル向けのクラウドサービスとして提供されているとみられますが、リージョンやデータの所在地、SLAといった実務上重要な条件は原文では触れられておらず、現時点では公表されていないという扱いになります。
- Sandboxesの3億ドルというランレートは、何に使われて生まれていますか。
- 原文では、バックグラウンドエージェント、強化学習、vibecodingプラットフォームなどが用途として挙げられています。起動済みサンドボックスは約30億、100万同時実行までスケールするとされ、用途が広い実行基盤として使われていることがうかがえます。
- Series Dの調達額や投資家は公表されていますか。
- 原文にはラウンド規模、投資家名、調達時期は書かれていません。示されているのは評価額160億ドルという数字と「Series D」という表現だけです。ラウンドの詳細が公表されれば、資金の使途や成長計画を判断する材料になるとみられます。
用語解説
- ARR
- 年間経常収益。サブスクリプションなどの経常的な収益を1年分に換算した指標。
- デカコーン
- 企業価値が100億ドル以上と評価された未上場企業を指す俗称。
- サンドボックス
- 外部に影響を与えずにコードを実行できる隔離された環境。生成AIが書いたコードの実行に使われる。
- RDMA
- ネットワーク越しにメモリを直接読み書きする通信方式。分散学習の高速化に用いられる。
- スペキュレータ
- 推論を高速化する投機的デコーディングに使う小規模モデル。本命モデルの候補生成を担う。
- vibecoding
- AIに自然言語で指示を出してコードを書かせる開発スタイル。
出典
[AINews] Modal’s $1B ARR, $16B Series D makes it NYC’s newest AI Infra Decacorn, 3x usage and 3x valuation in 5 months, 15x in 1 yr
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する