2026年8月11日、米AI企業River AIは、シリーズSeedおよびシリーズAで計11億ドルを調達したと発表した。General CatalystとAMP PBCが主導し、NVIDIAやAMD Venturesなども参加。企業が自社向けAIモデルを訓練・調整・所有できる基盤の拡充を進める。
River AI、独自AIモデルを短時間で構築可能に
River AIは今回の資金調達により、開発者や企業が自らAIモデルを訓練、調整、所有するための基盤を拡充する。出資にはGeneral Catalyst、AMP PBCのほか、NVIDIA、AMD Ventures、Y Combinator、Temasekが参加した。
同社が提供する「River API」では、専用のインフラチームを用意せずに複雑な強化学習（※1）を15～20分で実行できるという。オープンウェイトモデル（※2）を対象としたLoRAファインチューニングや強化学習に対応し、重量転送や計算資源の調整など基盤側の複雑な処理を担う。
さらに、訓練したモデルは即座に本番環境へ展開でき、料金は学習と推論で使用したトークン単位で計測する。稼働していないGPUのコストを抑えられるため、従来は専用のインフラや専門人材、長期間の開発を必要とした独自モデル構築の負担軽減につながる仕組みだ。
背景には、現在多くの企業がインターネット上の情報をもとに訓練された汎用モデルを利用している状況がある。River AIは、企業ごとのデータや業務に合わせたモデルを構築できる環境を提供し、AIの所有権を利用者側に置くことを目指している。
※1 強化学習：AIが行動と結果から学習し、より望ましい結果を得るようモデルを調整する手法。
※2 オープンウェイトモデル：学習済みモデルの重みが公開され、利用者側で実行や調整が可能なAIモデル。
AIを「所有する」企業が増える可能性 コストと運用が課題に
River AIの基盤が普及すれば、企業は汎用AIを利用するだけでなく、自社の業務やデータに合わせてモデルを継続的に改善する方向へ進む可能性がある。特に、インフラ管理の負担を抑えながら短時間で訓練できる点は、独自AIの導入を検討する企業にとってメリットになると考えられる。
また、使用したトークンに応じて課金する仕組みは、稼働していないGPUにかかるコストを抑えるうえで有効とみられる。こうした料金体系が、AI活用の初期負担を抑え、これまで大規模なインフラを確保しにくかった企業や開発者にも利用を広げる要因となる可能性がある。
一方で、独自モデルを企業自身が保有する場合、学習データの管理やモデルの品質維持、継続的な運用など、新たな管理負担が生じることも考えられる。AIを自社向けに最適化できることと、安全性や精度が自動的に確保されることは別の問題であり、導入後の管理体制が重要になると考えられる。
さらに同社は、企業向けAPIの先に、利用者自身が制御し、継続的に学習するパーソナルAIの実現も掲げている。AIを「借りて使う」段階から「自分で育てて所有する」段階へ移行する動きにつながるかどうかは、今後のAI市場を考えるうえで注目されるポイントになりそうだ。
関連記事：
オープンウェイトで企業独自AIの構築を支援 Thinking Machines、初のAIモデル「Inkling」公開
Microsoft、自社開発AI「MAI」7モデルを発表 企業向けAI最適化機能「Frontier Tuning」も公開
