Basetenが1億5000万ドルを調達、ヘルスケアおよびビジネスアプリケーション向けAIインフラの評価額が21億5000万ドルに3倍増

見えないエンジン：AIインフラへの1億5000万ドルの投資が現代医療の隠れた経済学をいかに解き明かすか

サンフランシスコ発 — アメリカの医療システムにある診察室では、毎週何百万回となく静かな技術革命が展開されている。ほとんどの患者の目には触れない人工知能によって、医療会話が数秒で臨床文書へと変換される。この変革の裏には、最近まで投資家にも技術者にもほとんど認識されていなかった計算インフラが存在する。

その状況は木曜日に一変した。この隠れたAI経済の多くを支える企業であるBasetenが、評価額21億5000万ドルで1億5000万ドルのシリーズD資金調達ラウンドを発表したのだ。この投資は、前回の7500万ドルの調達からわずか6ヶ月で同社の価値をほぼ3倍にするものであり、シリコンバレーが人工知能の運用基盤をどのように評価しているかにおける根本的な変化を示唆している。

BONDが主導し、CapitalG、Premji、既存投資家であるConviction、IVP、Spark、Greylockなどが参加したこのラウンドにより、Basetenの調達総額は2億8500万ドルを超えた。しかし、その重要性はベンチャーキャピタルの指標をはるかに超えている。この資金調達は、業界アナリストが「推論経済」と呼ぶものを裏付けている。これは、モデルが訓練された後、AIアプリケーションが毎日何百万人ものユーザーのために機能することを可能にする計算プロセスである。

Basetenの顧客ポートフォリオは、この新興市場の規模と重要性を示している。医療会話を臨床文書に変換するAbridgeは、このプラットフォームを通じて毎週100万件以上の臨床記録を処理している。全国の大手医療施設の医療提供者にサービスを提供するOpenEvidenceは、毎週数十億回のカスタムAIモデル呼び出しにBasetenのインフラを利用している。AIを活用した営業プラットフォームであるClayと、企業向けコンテンツ生成ツールであるWriterは、信頼性の高い高性能推論インフラに依存するアプリケーションの拡大する領域を代表している。

「Abridgeでは、医療会話を臨床的に有用で請求可能な文書にリアルタイムで変換することにより、医療におけるより深い理解を促進することを使命としています」と、AbridgeのCEO兼共同創設者であるシヴ・ラオ博士は説明した。「その約束を果たすには、高速かつ信頼性の高い推論が必要です。」

このインフラ層は、ベンチャーキャピタリストが現在、AIアプリケーションの成功における重要なボトルネックと認識しているもの、つまり有望なAI技術が実験室でのデモンストレーションから何百万ものユーザーにサービスを提供する本番システムへとスケールアップできるかを決定する計算基盤となっている。

1000億ドルの隠れた経済

全国各地の医療提供者の輝かしいオフィスでは、1時間ごとに何千回となく静かな革命が展開されている。すべてのAIによる診断、すべての自動転写、すべてのインテリジェントなレコメンデーションは、推論、つまり訓練されたAIモデルを実行してリアルタイムの結果を生成するプロセスに依存している。

AI学習（トレーニング）とは、膨大なデータセットを用いてモデルにパターンを学習させ、予測を行うという、リソース集約型のプロセスです。対照的に、AI推論（インファレンス）とは、学習済みモデルがその知識を新たな、未見のデータに適用して予測を行うことです。通常、クエリあたりの計算能力は少なくて済みますが、継続的な運用コストが発生します。この根本的な区別は、AIシステムの技術的な展開と経済的な意味合いの両方を理解する上で不可欠です。

AIシステムを訓練するために必要な大規模な計算努力とは異なり、推論は継続的に行われ、業界アナリストが年間1000億ドル規模の市場になると推定するものを生み出している。経済学は従来のソフトウェアとは根本的に異なる。コストはユーザーエンゲージメントに直接比例して増加するため、途方もない機会と同時に重大な運用上の課題も生み出している。

「私たちが目の当たりにしているのは、全く新しい種類のビジネスインフラの出現です」と、シリコンバレー全体のAIインフラ投資を追跡してきたある上級アナリストは説明する。「企業は、AIモデルを実験室で動作させることと、何百万人ものユーザーのために信頼性高く動作させることとは、大きく異なることに気づき始めています。」

この発見は、企業がAI展開について考える方法を再構築した。初期採用者は、モデル訓練の成功が自動的にアプリケーションの成功につながると仮定していたが、現実はより複雑であることが証明された。大規模なパフォーマンス、信頼性、コスト管理には、機械学習アルゴリズムをはるかに超える専門知識が必要となる。

ミリ秒が市場での地位を決定するとき

Abridgeが提供するような医療アプリケーションでは、その重要性が明らかになる。医師がAIに頼って重要な患者情報を取得する際、システムの遅延は単なる不便さではなく、患者ケアの質や診療所の運営効率に影響を与える可能性がある。

ラオ氏は「その約束を果たすには、高速かつ信頼性の高い推論が必要です」と説明する。「Basetenは、医療システム全体で安全に拡張できるインフラを提供することで、私たちの使命をサポートしています。」

同様の力学は、AIアプリケーションが重要な機能を果たす他の産業でも展開されている。全国の大手医療施設で医療提供者に医療情報を提供するOpenEvidenceでは、毎週数十億回のカスタムAIモデル呼び出しを処理している。同社の共同創設者兼CTOであるザカリー・ジーグラー氏は、インフラ要件を「文字通り、生死にかかわるミッションクリティカルなもの」と表現している。

これらの運用上の要求が、ベンチャーキャピタリストが現在「推論のボトルネック」と呼ぶもの、すなわち有望なプロトタイプから本番規模の展開へと移行できるAIアプリケーションを決定する技術的・経済的制約を生み出した。

AIブームの裏に潜むプラットフォーム戦争

Basetenの急速な評価額上昇は、競争が激化する市場の中心におけるその地位を反映している。同社は、Together AI（評価額33億ドル）やFireworksのような専門プラットフォームだけでなく、包括的なAIサービスを構築するテクノロジー大手とも競合している。

2025年時点の主要AIインフラおよび推論プラットフォーム企業の評価額

企業	評価額	評価日
Baseten	21億5000万ドル	2025年9月5日
Together AI	33億ドル	2025年2月
Fireworks AI	40億ドル（潜在的）	2025年7月

Amazon Web Services、Google Cloud、Microsoft Azureは、その広範なクラウドサービスと推論機能を積極的にバンドルしており、業界オブザーバーが「ミドルウェアの圧迫」と呼ぶ状況を作り出している。独立系プラットフォームは、より大きな技術エコシステムに吸収されるのを避けるために、継続的に革新しなければならない。

複数のAIインフラ企業を評価してきたあるベンチャーパートナーは、「最も成功する推論プラットフォームは、規模の拡大とともに劇的に改善されるユニットエコノミクスを示す必要があるでしょう」と指摘する。「この市場では、一定のマージンを維持しながら収益を伸ばすだけでは不十分です。」

この競争圧力により、Basetenは純粋な推論を超え、モデルの学習やファインチューニングといった隣接する機能にも進出した。CEOのトゥヒン・スリバスタバ氏は、この進化を、AIアプリケーションの初期開発から大規模展開までをサポートできる「フル推論ライフサイクル」プラットフォームの構築であると説明している。

経済的防衛としての垂直特化

おそらく最も重要なことに、Basetenの成長軌道は、専門的な業界知識がいかに持続可能な競争優位性につながるかを示している。規制遵守、データプライバシー、信頼性要件が非常に厳格な医療分野での同社の成功は、技術的な能力がいかに単純なソフトウェア統合をはるかに超えるスイッチングコストを生み出すかを示している。

医療用AIアプリケーションは、消費者向けチャットボットとは根本的に異なる制約の下で動作する。それらは、監査可能な性能指標、詳細なコンプライアンス文書、そして主モデルが失敗した場合の高度なフォールバックメカニズムを必要とする。これらの運用要件が、技術幹部が「重大な移行障壁」と表現するものを生み出している。

「一度、コンプライアンスフレームワーク全体を特定の推論プラットフォームに合わせて構成してしまうと、プロバイダーの変更は6〜12ヶ月かかるエンジニアリングプロジェクトになります」と、競争力学について匿名で話すことを求めた著名なヘルステクノロジー企業の最高技術責任者は説明する。「技術的負債だけでも、かなりのロックイン効果を生み出します。」

投資への示唆と市場の進化

投資の観点から見ると、Basetenの評価額は、推論市場の機会の規模と、サードパーティのハードウェアサプライヤーに依存するインフラ事業を構築する際の固有のリスクの両方を反映している。ほぼゼロの限界費用を達成できる従来のソフトウェアプラットフォームとは異なり、推論プロバイダーは需要の変動パターンを管理しながら、継続的にGPU容量に投資しなければならない。

課題は純粋な資本要件にとどまらない。NVIDIAのハイエンドプロセッサは高価で調達が難しく、高度なサプライチェーン管理と長期的な容量計画が必要とされる。成功には、パフォーマンス最適化とコスト管理のバランスが求められるが、これらはごく一部の組織しか内部で開発できない技術的能力である。

AIインフラにおけるユニットエコノミクスとは、サービスまたは出力の単一の、定義可能な単位に関連する収益とコストを分析することです。これには、推論1回あたりのコスト、学習済みモデル1つあたりのコスト、または処理されたデータ1ギガバイトあたりのコストを計算し、クラウドサービスやSaaSの原則を適用して、コスト管理、収益性、スケーラビリティを最適化することが含まれます。

この分野を追跡する金融アナリストは、持続可能な推論プラットフォームは、単に収益を拡大するだけでなく、ユニットエコノミクスの改善を示す必要があると示唆している。最も防御性の高いビジネスモデルは、使用量ベースの価格設定と、特定の顧客の成果に結びついた価値ベースの料金を組み合わせるかもしれない。

Clayの共同創設者兼CEOであるカリム・アミン氏は、Basetenのインフラを採用後にAI搭載セールスプラットフォームが経験した変革について次のように説明している。「私たちは、新しいAI機能をより速く、より高品質で、お客様のために機能するという確信を持って投入できます。Basetenは私たちにとって単なるインフラではなく、次世代のAIを活用したソリューションを提供する方法の重要な一部なのです。」

統合の問題

今後、推論インフラ市場は大幅な統合の局面を迎えるように思われる。ベンチャー資金は専門プラットフォームに流れ続けているものの、根底にある経済学は、複数の顧客セグメントとユースケース全体で大規模なスケールを達成できる企業を優遇している。

Basetenの課題は、高成長のAIスタートアップや中堅企業に集中している現状からさらに拡大することである。エンタープライズでの採用は、通常、包括的なベンダー管理、詳細なサービスレベル契約、高度なコスト配分ツールなど、技術的パフォーマンスをはるかに超える能力を必要とする。

同社の最近の製品発表（人気のオープンソースモデル向けのマネージドAPIや統合された学習機能など）は、専門ソリューションではなく、包括的なプラットフォームになることに焦点を当てた戦略を示唆している。このアプローチが、特化した競合他社とハイパースケールクラウドプロバイダーの両方に対して効果的に競争できるかどうかが、同社の長期的な市場での地位を決定する可能性が高い。

AIアプリケーションが産業全体で増殖し続ける中、推論インフラ市場は、クラウド統合の時代において、大規模な独立系ソフトウェア事業を構築するための数少ない残された機会の1つを表している。Basetenの1億5000万ドルの投資は、最終的には、業界最大のプレイヤーがAIインフラを完全にコモディティ化する前に、特化された性能最適化プラットフォームが持続可能な市場での地位を確立できるという賭けを意味する。

その影響は、単一企業の成功を超えて広がっている。推論市場がどのように進化するかは、どの組織がAIを大規模に展開できるかを根本的に形成し、人工知能が真に民主化されるのか、あるいは十分な資金力を持つテクノロジー大手の中に集中したままとなるのかを決定する可能性がある。

Abridgeのサービスを利用する医療提供者にとって、これらのインフラに関する決定は、最終的にAIによる患者ケアの改善が広く利用可能になるのか、それとも資金力のある機関に限られるのかを決定するだろう。その意味で、BasetenのシリーズD資金調達は単なるビジネス上の節目を超え、人工知能が社会をどのように変革するかを形作る技術的基盤への投資なのである。

投資助言ではありません