資金調達
AIチームの拡大に向け、評価額15億ドルでシリーズBに2億5,000万ドルを調達

要点モデルMLは、ロンドンとニューヨークでAIチームを拡大するために、評価額15億ドルで2億5000万ドルを調達した。
もっと見る
- モデルMLは、ロンドンとニューヨークでAIチームを拡大するために、評価額15億ドルで2億5000万ドルを調達した。
- 同社のエージェントは企業自身のシステムとデータ上で動作し、顧客データでモデルを訓練することは決してない。
- モデルMLはプロバイダー間でタスクを振り分け、自社モデルのコストはフロンティアモデルの水準の2%であると報告している。
Model MLは2026年11月17日、評価額15億ドルでシリーズBの資金調達として2億5,000万ドルを調達したと発表した。General AtlanticとQED Investorsがこのラウンドを共同で主導した。調達資金は、ロンドンとニューヨークでの研究・エンジニアリングチームの拡充、製品開発の深化、顧客への導入拡大に充てられる。
Evolution Equity Partners、Airtree、Forestay Capital、Y Combinator、FT Partners、Latitude、Inception Fund、13Books Capitalも参加し、累計調達額は3億5,000万ドルとなった。今回のシリーズBは、Model MLがステルス状態を脱してから18か月後に実施されたもので、2025年11月にFT Partnersが主導した7,500万ドルのシリーズAに続くものだ。
公表された成長と海外展開
Model MLによると、2026年第3四半期の年間経常収益は前年同期比で12倍に増加し、1日あたりのアクティブユーザー数は26倍になった。これらの指標は、新たな資金調達とプラットフォームの利用拡大との関連を示すものであり、評価額や事業拡大計画を理解するための補足情報となる。
2026年にパリ、マドリード、東京、シンガポール、ドバイに開設したオフィスは、各地域の顧客にサービスを提供することを目的としている。これらの拠点は、ロンドンの本社とニューヨークの事業拠点に加わり、より幅広い導入を目指す同社の国際的な事業基盤を広げる。
General Atlanticのマネージングディレクター兼金融サービス部門グローバル責任者であるPaul Stamasは、金融機関や専門サービス機関は、AIの実験段階から日常的な利用へと急速に移行していると述べた。また、Model MLの顧客はすでに、ますます複雑化する業務を同社のプラットフォームに任せていると語った。
金融業務向けのパーソナルエージェント
兄弟のChaz EnglanderとArnie Englanderは、銀行員、コンサルタント、投資家向けのパーソナルAIエージェントを提供するためにModel MLを創業した。エージェントは企業のシステムとデータ上で動作し、顧客、進行中の取引、個々の業務上の好みから文脈を把握する。継続的にやり取りすることで、利用者に合わせた対応がさらに進む。
「AIは、単にもう一つ答えを返したり通知を送ったりするだけではいけません。あなたの仕事を理解し、実際に業務を遂行すべきです」と、Model MLの共同創業者兼CEOであるChaz Englanderは述べた。
Model MLによると、エージェントは分析の準備に何日もかける代わりに、数分で完了できる。たとえば、銀行員の担当企業リストに載っている企業に影響を及ぼす動きがあった場合、エージェントはその重要性を評価し、影響を検討したうえで、単にアラートを出すのではなく、その企業独自の形式で分析を作成する。
導入形態とモデルのコスト構造
顧客は自社のインフラ内でプラットフォームを運用できる。Model MLは、顧客の環境内にデータをとどめるため、この導入形態をよく採用している。同社は、顧客データをAIモデルの学習に使用することは一切ないとしている。Model MLはISO/IEC 27001:2022認証を取得しており、SOC 2 Type II監査を受けている。
使用するモデルは、特定のAIプロバイダーに固定するのではなく、ルーティング層を通じて選択される。Model MLは実際の金融業務でモデルを評価し、品質、速度、コストに応じてタスクを割り当てる。同社独自のファインチューニング済みオープンソースモデルが、そうした業務のうち増加する割合を担っている。
同社によると、これらの自社モデルが担う業務では、コストは最先端モデルの水準の2%で、大半の場合に速度は5倍、精度は最先端モデルと同等かそれ以上だ。これらの数値は特定の業務に限ったものであり、プラットフォーム全体ではなく、Model ML独自のモデルに割り当てられたタスクを対象としている。
今後の事業拡大の成否は、エージェントの導入範囲を広げるなかで、顧客が管理するデータ、個別ニーズに応じた自動化、業務ごとのモデルのコスト効率という組み合わせを維持できるかどうかにかかっている。












