CoreWeaveがMonolith AIを買収、クラウドハードウェアからエンジニアリングソフトウェアへ事業を拡大へ

CoreWeave、戦略転換：GPUレンタル事業からエンジニアリングワークフローの掌握へ

ニュージャージー州リビングストン — 企業向け人工知能（AI）の覇権争いは、もはや最も強力なハードウェアを誰が保有しているかだけでは決まらない。かつてはグラフィックス処理ユニット（GPU）のレンタルで知られていたCoreWeaveは、真の成長はエンジニアが日常的に使用するツールを掌握することにあると大きく賭けている。

このクラウドプロバイダーは月曜日、機械学習をエンジニアリングのテストおよび検証業務の中核に組み込むロンドン拠点のスタートアップ、Monolith AI（モノリスAI）を買収する計画を発表した。買収価格は公表されていないが、これはCoreWeaveにとってわずか7ヶ月間で3度目のソフトウェア買収となる。このM&Aのペースは、同社がAmazonやMicrosoftのようなハイパースケーラーと、潤沢な資金を持つ企業が通常は勝利する生身のGPU供給だけで戦うことに満足していないことを示している。

この最新の買収は、産業AIが淘汰期を迎える中で行われた。シミュレーションおよびクラウドサービスの巨大企業は、ライバルに先駆けて顧客との関係を確固たるものにしようと競い合っている。例えばシーメンスは、最近Altair Engineering（アルテア・エンジニアリング）を数十億ドル規模で買収した。CoreWeaveは明らかに、この競争に乗り遅れることを避けたいと考えている。

GPU価格競争からの脱却

CoreWeaveは、コモディティ化したインフラに依存することの危険性を認識している。確かに、OpenAIとの9月の65億ドル、そしてその数日後にMetaからの142億ドルという巨額の契約は話題になった。しかし、これらの契約は同社を非常に薄い利益率に晒すものでもある。GPUのレンタルは、多額の設備投資コスト、予測不能な利用状況、そして簡単に他社からレンタルできる顧客に対する影響力の小ささを意味する。

そこでMonolithが状況を一変させる。そのソフトウェアは、BMW、日産、Honeywell（ハネウェル）といった企業のエンジニアリング部門に導入されている。テストデータを分析することで、チームがどの実験を実行すべきかを決定し、異常を早期に発見し、さらに次のステップを推奨する。物理的なテストをわずかにでも削減できれば、製造業者に数百万ドルの節約をもたらし、開発期間を数ヶ月短縮することができる。

ある自動車R&Dの研究者は次のように述べている。「エンジニアリングには常に多くのデータがあったが、十分な良質なモデルがなかった。ソフトウェアがそのギャップを埋め、実機での検証時間を削減できれば、迅速に採用されるだろう。」

実験追跡のためのWeights & Biases（ウェイト＆バイアス）や、強化学習のためのOpenPipe（オープンパイプ）といった以前の買収を通じて、CoreWeaveは顧客が離反しにくいソフトウェアレイヤーを静かに構築してきた。戦略は単純だ。ワークロードを生成するツールを所有することであり、単にそれを実行するマシンを所有するのではない。

産業分野における大きな機会

潜在的な市場は巨大だ。マッキンゼーの試算では、AIは複雑な製造業における研究開発効率を最大80%向上させる可能性があるという。この数字は、10年にわたる製品サイクルと数千万ドル規模のテスト予算を監督する経営陣にとって重要である。バッテリー開発、航空宇宙認証、自動車の安全性など、何千もの物理テストがよりスマートなモデルに置き換えられる可能性のある分野を考えてみよう。

CoreWeaveは、アストンマーティン・アラムコF1チームとの提携により、高性能環境での知見をすでに得ている。この実績と、Monolithが産業エンジニアリングチーム内で日常的に使用されているという事実を組み合わせることで、同社は製造業者に提示する説得力のあるストーリーを手に入れる。

しかし、実行は容易ではないだろう。エンジニアリング企業はしばしば、シーメンス、Ansys（アンシス）、Dassault Systèmes（ダッソー・システムズ）といった企業の根強く使われているソフトウェアに依存している。CoreWeaveは、この新たな買収を既存のエコシステムに組み込もうとする際、他社の縄張りを踏み荒らすリスクを冒すことになる。シーメンスが最近、AI駆動型シミュレーションを統合する動きを見せたことも、新たな課題を加えている。成功するには、CoreWeaveはMonolithが複数のプラットフォームで機能するほど中立的であることを保ちつつ、顧客を自社のクラウドに誘導する必要がある。

そして、同社自身の実績の問題もある。今年初め、一部の顧客への納入に関する遅延が報じられた。安全性重視の産業は遅延を容易に許容せず、調達チームは複数年にわたる契約を締結する前に、これらのリスクを慎重に評価するだろう。

より安定した収益を追求

ビジネスの観点から見ると、産業分野のワークロードの魅力はその安定性にある。大規模言語モデルのトレーニングは、ある四半期には爆発的な需要があるものの、次の四半期には落ち着くといったように、突発的に発生する。対照的に、エンジニアリングテストは製品ライフサイクル全体を通じて安定して行われる。このような予測可能な需要は、CoreWeaveの稼働率を平準化し、激しい変動を好まない投資家を安心させることができるだろう。

経済性も改善される。エンジニアは日常的に使用するソフトウェアに依存しており、これは純粋な計算時間と比較してより高い利益率を意味する。CoreWeaveが、買収したWeights & Biases、OpenPipe、そして今回のMonolithを統合ソリューションとしてバンドルすれば、GPU時間ごとの課金から、成果に対する課金へと移行できる可能性がある。計算時間の提供ではなく、「バッテリー検証加速プログラム」を販売するようなものだと想像してみよう。これは全く異なるビジネスモデルである。

市場関係者は、CoreWeaveが今後1年以内に業界特化型のバンドル製品を展開すると予想している。バッテリー開発や航空宇宙認証における早期の成功は、慎重な買い手を説得するための強力な実績となるだろう。

リスク、競合、そして次なる展開

投資家は機会を見出す一方で、多くのリスクも認識している。1年足らずで3つのソフトウェア企業を統合することは並大抵のことではない。CoreWeaveは、顧客離反を防ぎながら、製品ロードマップを予定通りに進める必要がある。これを成功させれば、同社はハイパースケーラーに対する真の防衛線を築くことができるだろう。もし躓けば、競合他社がすぐに食い込んでくるだろう。

そして、競合他社も立ち止まっているわけではない。シーメンス、Ansys、ダッソー・システムズは皆、競合するツールを自社で開発または買収するリソースを持っている。一方、PhysicsX（フィジックスエックス）やNeural Concept（ニューラルコンセプト）のような小規模な物理AIスタートアップは、大規模なベンチャー投資を募っており、他の大手企業にとって迅速な買収ターゲットとなる可能性がある。

アナリストはいくつかの兆候に注目するよう推奨している。CoreWeaveが新しいソフトウェアをどれだけ迅速に統合するか、Monolithの既存顧客以外に主要な顧客を獲得できるか、そして産業分野のワークロードが利用指標に現れ始めるか、だ。製造業の顧客に対する強力な現場サポート体制を構築することも、同社がこの分野にどれだけ真剣に取り組んでいるかを示すものとなるだろう。

より広範なレベルでは、CoreWeaveの動きは産業AI全体の業界再編を加速させる可能性が高い。シミュレーション、テスト最適化、クラウドインフラを橋渡しするスタートアップは、突如として注目の的となっている。エンジニアリングのワークフロー全体を掌握できた企業が、高い企業価値を評価されるだろう。

Monolithの買収は最終的に、垂直統合がCoreWeaveに持続的な優位性をもたらすのか、それともハイパースケーラーが需要を認め次第、単にその機能を模倣するに過ぎないのかを試すことになる。産業顧客にとって、その結果はイノベーションそのものの未来を形作る可能性がある。より迅速な製品サイクルと効率的なテストが実現するのか、あるいは単にある依存先から別の依存先への移行に過ぎないのか、そのどちらかとなるだろう。

投資助言ではありません