プレスリリース要約（Executive Summary）
- 発表日: 2026年9月23日
- 資金調達の概要: 自律型AIエージェントプラットフォームを提供するEmaが、Creaegis主導のもとSeries Bで7,700万ドルを調達。Accel、S32、Prosusなどの既存投資家も追資し、累計調達額は1億4,000万ドルに到達（企業評価額は前回の4倍以上へ急伸）。
- 事業成長とスケール: 直近24か月で売上50倍を達成。単なる実証実験（PoC）にとどまらず、Wipro、Hitachi、ADP、PwCなどのフォーチュン500企業において、HR・IT・財務オペレーションの日常的な本番環境で運用中。
- 主要な成果: 大手GSIにて年間290万件のクエリ自動処理（HRチームを50%スリム化）、大手BPOにて100万件超のITSMチケットおよび15言語以上の音声・テキスト通信に対応（精度95%、エスカレーション率10%未満）などを実現。
- 資金の使い道: Go-to-Market（市場開拓）体制の拡充および製品プラットフォームのさらなる投資・機能強化。
Ema 会社概要（Company Overview）
- 会社名: Ema Unlimited, Inc.
- 設立年: 2023年
- 経営陣（Co-founders）:
- Surojit Chatterjee (CEO & Co-founder): 元Coinbase CPO（最高プロダクト責任者）、元Google VP（Google Shopping製品統括）
- Souvik Sen (Head of Engineering & Co-founder): 元Google ヴァイスプレジデント兼フェロー
- 事業内容: エンタープライズ向け自律型AIエージェントプラットフォーム「Ema」の開発・提供（HR、IT、Finance等の自律化）
- 資金調達実績: 累計1億4,000万ドル（Series A $25M, Series B $77M 等）
- 主な投資家: Creaegis, Accel, Section 32 (S32), Prosus, Dust2 Ventures 等
「LLMやRAGのPoC（概念実証）は成功したものの、エンタープライズの本番環境で運用できる自律型AIアーキテクチャを描けていない」—多くのエンジニアリングリーダーが直面している課題です。
2026年9月23日に発表されたEmaの7,700万ドルの資金調達ニュースを題材に、「なぜEmaは大手GSIやBPOで数百万件規模の本番トラフィック（Production Load）を処理できるAIエージェント基盤を構築できたのか？」というテーマをエンジニアリング視点で読み解きます。
1. ニュースのキーファクト（エンジニアリング的インデックス）
- 成長指標: 直近24か月で売上50倍。
- 主要な実績データ（Production Scale）:
- 大手GSI（グローバルシステムインテグレーター）: 65か国・24万人規模の組織で年間290万件のクエリを自動処理（100以上のワークフロー統合）。応答時間を「数日→数秒」に短縮、チケット数の60%を完全自動回避。
- 大手グローバルBPO: 年間100万件超のITSMチケット、15言語以上の音声・テキスト通信（100万コール以上）に対応。精度95%を維持し、人間へのエスカレーション率を10%未満に抑える。
単なるチャットボット（RAG）ではなく、複雑な業務完遂を行うAgentic AIの大規模運用実績が示されています。
2. 実効性を証明する主要導入事例（Case Studies）
Emaが公開しているエンタープライズでの導入実績から、実際の運用インパクトを抽出します。
- Hitachi Digital
- プロジェクト概要: コードネーム「Skye」として、5つの事業会社・4万人以上の従業員向けにAzureおよびGoogle Cloud上でマルチクラウド展開。Microsoft Teams / Google Chatと連携。
- 技術的成果: 構想から僅か8週間未満で本番稼働（Go-Live）。20以上の異種SoRと連携し、チケット処理効率が70%向上、月間のHRチケットボリュームが30%削減（精度90%超を維持）。
- Wipro
- プロジェクト概要: 65か国・24万人の従業員を対象に、1,000以上の社内システム（うち100以上が従業員直接参照アプリ）と16,000のポリシー文書を統合した単一アクセスポイントを構築。
- 技術的成果: 150名以上のテスターによる厳格な検証と100項目以上のセキュリティ/コンプライアンス（SOC2, ISO27001, GDPR等）チェックをクリア。年間290万件の問い合わせに対応し、HR運用コストを50%削減。
- その他エンタープライズ（PwC, ADP, NTT DATA等）
- 適用領域: 単なるHR / IT問い合わせにとどまらず、派遣労働力管理（Contingency Workforce）、コンプライアンス審査、財務アナリティクス業務など、基幹プロセス全般へ波及。
3. 競合プラットフォームとの比較分析（Competitive Architecture）
各社の公式製品アーキテクチャ・技術ドキュメントに基づく技術比較は以下の通りです。
| 比較軸 | Ema (Ema.ai) | Salesforce Agentforce | Cognigy (Cognigy.AI) |
| 一次情報参照元 | Ema Official Release & Docs | Salesforce Developer/Architect Docs | Cognigy Official Docs |
| プラットフォーム定義 | Enterprise AI Employee Platform | Agentic CRM Platform | Conversational AI & Agent Platform |
| 推論・計画エンジン | Generative Workflow Engine™自律的タスク分解と自己検証(Self-Correction) | Atlas Reasoning Engine意図理解・ステップ分割・アクション実行ループ | Cognigy AI Agents Frameworkフロー型ロジックとLLM推論のハイブリッド |
| データ・統合基盤 | Universal Integration Layer250+のSoR（Workday, ServiceNow等）を直接抽象化 | Data Cloud / MuleSoftSalesforceメタデータ構造およびData Cloud連携 | Cognigy Integration CenterWebhooks/REST APIおよび主要CCaaS連携 |
| アクセス制御・ガバナンス | SOC2, ISO27001/42001, PII Masking, RBAC同期 | Einstein Trust Layer（ゼロデータ保持、PIIトークン化） | Cognigy Trust Center（GDPR, SOC2 Type II, PII保護） |
4. エンジニアが注目すべき3つの技術的・設計的ポイント
① 「Agentic Workflows & Multi-Agent Orchestration」の実装
Emaは単一のコンテキストウィンドウに頼るのではなく、自律的なプランニング・タスク分解・実行・自己検証（Self-Correction）を行うGenerative Workflow Engine™を採用しています。専門化したマルチエージェントがパイプラインを形成し、重要判断時にはHuman-in-the-Loop（HITL）へ安全にフォールバックします（エスカレーション率10%未満の達成）。
② 250以上のSystem of Record（SoR）を抽象化するAPI層
Workday, ServiceNow, Salesforceなどのエンタープライズ基幹システムを変更することなく、統合API/Webhookレイヤーを介して状態管理を集約。異種DBやOCR処理を含むドキュメント解析パイプラインをリアルタイム処理に耐えうる速度で実現しています。
③ Enterprise-grade Governance & Guardrails
エンタープライズの厳格な要件に応えるため、SOC2, ISO42001, HIPAA, GDPR, ISO 27001などの各種認証に標準対応。社内LDAP/RBACに同期したアクセス制御と、ハルシネーションをリアルタイム検知するガードレール・エージェントを組み合わせることで高精度（90%〜95%）を担保しています。
5. まとめ
「Stop buying software. Start hiring AI Employees.（ソフトウェアを買うのをやめ、AI社員を雇おう）」というEmaのメッセージは、SaaSのあり方を再定義しています。
自社のプロダクト開発やエンタープライズ向けのアーキテクチャ設計において、「ユーザーが操作するUIを作ること」から「AIエージェントが安全かつ自律的にAPIを叩いて業務を完遂する基盤を作ること」へとパラダイムシフトが起こっています。Emaの構成パターンは、AI基盤を本格稼働させたいエンジニアにとって極めて実践的なケーススタディと言えます。
