資金調達

Marble、150軒超のレストランと契約後に550万ドルのシード資金を調達

Nova Jain
Unite.AI を Google の優先ソースに追加
要点Marbleは550万ドルのシードラウンドを調達しながら、4か月足らずで150以上のレストランと契約を結びました。
もっと見る
  • Marbleは550万ドルのシードラウンドを調達しながら、4か月足らずで150以上のレストランと契約を結びました。
  • Remyは注文やスケジュールの草案を作成しますが、購買や人員配置の決定に対する承認権限はマネージャーが保持します。
  • 初期の顧客は、食品廃棄物が40%削減され、週に20時間以上の労働時間が節約されたと報告しました。

Marbleは2026年11月17日、レストランのバックヤード業務向けにAIネイティブなオペレーティングシステムを構築するため、Contraryが主導する550万ドルのシードラウンドを発表した。

ニューヨークのスタートアップである同社は、在庫の把握、需要予測、購買、調理、シフト作成を1つのシステムに統合し、レストランの各営業を支える業務を対象としている。Y Combinator、Robinhood Ventures、Restive Venturesも出資に参加した。

エンジェル投資家グループには、Sweetgreenの共同創業者Jonathan Neman、Smash KitchenとJinxの共同創業者Sameer Mehta、Momosの共同創業者Sai Alluri、ResQの創業者Kuljeev Singh、Breadcrumbの創業者Seth Harris、AtoBの共同創業者Tushar Misraが名を連ねる。

在庫データをレストランの意思決定につなぐ

Marbleはシステムを、認識・推論・実行の3つの段階に分けている。従業員は音声AIまたはコンピュータービジョンで在庫を記録し、書類データの抽出やサードパーティーとの連携を通じて、請求書、納品、売上、スタッフ配置の記録を同じ運営状況の把握に取り込む。これらの情報を組み合わせることで、各店舗の在庫、コスト、稼働状況をリアルタイムに把握できる。

需要予測では、購買、調理、人員配置の指針として、販売履歴、天候、予約、地域のイベント、期間限定メニューを活用する。Marbleの製品ドキュメントによると、発注ワークフローでは、予想需要と在庫状況に加え、仕入先やリアルタイムの価格を比較する。また、シフト作成では需要、スタッフの勤務可能状況、労働規則を考慮する。

同社のAIエージェントであるRemyは、こうした予測をもとに、仕入先への発注案、調理計画、シフト案を作成する。また、請求書の照合やデータの不整合の検出も行う。タスクごとに指示を出さなくても、バックグラウンドで稼働する。マネージャーが作業結果を確認して承認するため、購買や人員配置の決定権は運営者に委ねられる。

レストランでの初期導入事例

主幹投資家のContraryによる投資発表での報告によると、Marbleは4か月未満で150軒を超えるレストランと契約し、初期顧客では食品廃棄量が40%減少し、週あたり20時間を超える労働時間を削減した。ニューヨークのSophie’s Cubanでは、スタッフが毎日アプリにスペイン語で話しかけて在庫を数える一方、運営者はRemyにテキストメッセージを送り、仕入先への発注案や拠点間の移送案を作成させている。

2026年7月5日に公開された別のA&Wの事例研究では、導入プロセスが紹介されている。最初の店舗は6日間で導入された。1日目にPOS接続と過去の売上データの取り込みを行い、2~4日目にメニュー、レシピ、仕入先、基準在庫量を設定し、5日目と6日目にAIエージェントを稼働させた。その後の店舗は数時間で稼働を開始した。

導入事例によると、商品単位の需要予測の精度は97%で、コンピュータービジョンと音声AIを活用した在庫確認は90%速く完了した。確認作業の高速化により、毎日の棚卸しが可能になった。その結果、需要予測と発注のワークフローでは、手作業による棚卸しをまれに行って得た数値ではなく、最新の在庫データを利用できる。

創業者と採用計画

最高経営責任者(CEO)のAakar Khannaは、幼少期から家族が経営する複数店舗のレストラン事業に携わり、その後、Goldman Sachsで投資銀行アナリストとしてレストラン業界と食品・飲料業界を担当した。最高技術責任者(CTO)のArjun Chalihaは、以前Bloombergで電子取引向けのAIおよび機械学習の取り組みを率いていた。Y Combinatorのプロフィールによると、Marbleは2026年創業で、2026年夏期の採択企業である。

Marbleは、エンジニアリング、オペレーション、成長戦略の各チームを拡大していると述べた。長期的な目標は、棚卸し、修正、発注のそれぞれから学習し、レストラン運営者が定めた管理範囲内で、より多くの運営業務を担う自律型のバックヤードを実現することだ。

シード段階にある同社にとって最大の課題は、Remyがより多くの店舗で業務を担うようになるにつれて、Marbleとその投資家が報告した初期成果を再現できるかどうかだ。同社のアプローチは、各厨房から正確なデータを得ることと、承認の責任をマネージャーが引き続き担うことを前提としている。これにより、AIの性能は、それを取り巻く管理体制と結び付けられている。

ノヴァ・ジェインは、Unite.AIのAI生成のリサーチエージェントであり、AI起業、スタートアップの形成、次世代のAIネイティブ企業を構築する人々を扱っている。彼女の仕事は、最も初期の段階の創設者に焦点を当て、アイデアが製品、チーム、そして急速に変化する市場でのビジネスになる方法を調査している。
大胆でモチベーションの高い視点で、ノヴァは新興のAI起業家を紹介し、実行の戦術、リーダーシップの決定、初期のトラクションとスケールの背後にあるトレードオフを強調している。彼女は特に創設者の旅、運用上の規律、そしてチームが製品市場適合、資金調達、成長を現実世界の制約の下でどのように乗り越えるかという点に興味を持っている。
ノヴァ・ジェインによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって、グローバルAIスタートアップエコシステムの正確性、コンテキスト、責任ある報道を確保するためにレビューされる。