2026年11月16日(米国東部時間)、スタンフォード大学のコンピュータサイエンス教授であるイェジン・チョイ(Yejin Choi)氏とカルロス・ゲストリン(Carlos Guestrin)氏が共同創業・共同CEOを務めるAIラボ 「Noeri」 が、1億1,000万ドルの資金調達とともに公式ローンチを発表した。
Noeriが掲げる最大の革新は、「デプロイ時点で能力が固定化される従来の汎用フロンティアモデルから脱却し、本番環境のトラフィックと失敗からハーネス・ツール・モデル重みまでを自己改善し続け、その資産を顧客企業が完全に所有する『生きたシステム(AI as a living system)』」の実現にある。
本記事では、公式プレスリリース(Business Wire)や公式サイトのアーキテクチャ解説、創業陣・創立メンバーが発表した原著論文(arXiv)などの公式情報・学術論文をベースに、同社の技術的優位性とエンタープライズAIへの影響をエンジニア向けに読み解く。
1. Noeriとは何か:世界最高峰のAI研究者たちが集結した背景
社名の「Noeri」は、「知性・理解力に優れた」を意味する noerus の複数形に由来する。単一の巨大汎用知性(AGI)を追求するのではなく、多様なサイズや強みを持つ特化型知性が共進化するエコシステム(The plural of intelligence)を築くというビジョンが込められている。
今回の1億1,000万ドルの調達ラウンドはMenlo Venturesがリードし、Madrona Venture Group、Kindred Ventures、Wing Venture Capital、NEAといった有力VCが名を連ねた。さらに注目すべきは、NVIDIA、Snowflake、Cisco Investmentsというインフラ層の巨人が戦略投資家として参画している点だ。
創業陣の経歴も盤石である。共同CEOのイェジン・チョイ氏は、2022年のマッカーサー・フェロー(天才賞)受賞者であり、TIME100 AI(2023・2025年)にも選出された研究者だ。現在はスタンフォード大学教授および同大学人間中心AI研究所(HAI)シニアフェローを務め、過去にはワシントン大学教授やアレン人工知能研究所(AI2)シニアディレクター、NVIDIAでの研究リードを歴任。「小型モデルの高性能化」や「エージェント・オーケストレーション」「多元的アライメント(Pluralistic Alignment)」の第一人者として知られる。
もう一人の共同CEOであるカルロス・ゲストリン氏は、機械学習のデファクトスタンダードであるXGBoostの共同開発者であり、2016年にAppleが買収した機械学習プラットフォームTuriの共同創業者(買収後はAppleの中央ML/AI組織を統括)だ。現在はスタンフォード大学教授、スタンフォードAI研究所(SAIL)ディレクター、全米技術アカデミー(NAE)会員を務める。Noeriは自身7社目のスタートアップとなり、「自己蒸留(SDPO)」や「継続学習(Continual Learning)」を研究の中核に据えている。
さらに創立メンバーには、UCSD教授のプリスヴィラジ・アンマナブロル氏(強化学習言語エージェント)、ダンキ・チェン氏、ETHチューリッヒ教授のアンドレアス・クラウゼ氏、SDPO論文の筆頭著者であるヨナス・ヒューボッター氏ら精鋭17名が集結。開発拠点は米国カリフォルニア州パロアルトとスイス・チューリッヒの2拠点体制を敷く。
2. 現行エンタープライズAIが直面する「2つの構造的ボトルネック」
公式プレスリリースおよび公式サイトにおいて、両氏は現在のエンタープライズAI導入が抱える2つの構造的限界を指摘している。
第一に、「デプロイ時点で能力が凍結(Frozen)される」静的アーキテクチャの限界だ。現行のAIモデルは学習が完了した時点で知識と能力が固定化されるため、本番環境(実業務)でのインタラクションやエラー、人間による修正から自律的に学習し、進化することができない。
第二に、コストと精度のトレードオフ曲線の固定化である。汎用フロンティアモデルは「あらゆるタスクをそこそここなす」ように設計されているため、企業固有の複雑な業務では「高額な最上位モデルに課金し続けるか、安価なモデルで低い精度に妥協するか」の二択を強いられる。
これに対しゲストリン氏は、「特化(Specialization)によってトレードオフ曲線そのものをシフトさせる」というアプローチを提示している。
3. コア技術スタックと原著論文に基づくアーキテクチャ解説
Noeriは研究とプロダクトの柱として、
Create(構築の自動化)
Own(効率的特化)
Evolve(終わりのない学習)
Discover(未知の探索)
の4領域を掲げている。それぞれの技術的実体は、創業陣・創立メンバーが発表した原著論文(arXiv)のアルゴリズムに裏打ちされている。
| レイヤー / 研究の柱 | 公式記述・原著論文に基づく技術仕様と定量データ | エンジニアリング上の意義 |
| 全体最適化ループ(Create / Own) | ハーネス、スキル、指示(プロンプト)、ツール群、モデルルーティング、さらにモデル自体の重み更新や新規ツール生成までを実トラフィックから自動最適化(公式サイト)。 | プロンプト調整やRAGにとどまらず、エージェント実行基盤からモデル学習までを単一の生産環境ループに統合。 |
| Test-Time Training (TTT)(Evolve / Discover) | 共同論文 End-to-End Test-Time Training for Long Context (arXiv:2512.23675) および TTT-Discover (arXiv:2601.16175)。デプロイ後・推論時に目の前の問題に対して継続学習(重み更新)を実行。 | 推論時計算(Test-Time Compute)を単なる探索ではなく「重みの適応(Learning)」へ昇華し、未知の難問や長文脈へ対応。 |
| 自己蒸留 (SDPO)(Evolve) | 創立メンバー(Hübotter, Krause, Guestrinら)の論文 Reinforcement Learning via Self-Distillation (arXiv:2601.20802)。現在のポリシー自身が「自己教師(Self-Teacher)」となり、失敗試行のログからロジット単位の密なAdvantageを算出して蒸留。 | 外部の巨大教師モデルや高コストな人間ラベリングに依存せず、本番環境での「失敗そのもの」を高密度な強化学習シグナルへ変換。 |
| Agentic Orchestration(Create) | Choi氏のマルチLLM協調研究(Modular Pluralism arXiv:2406.15951 等)およびプレスリリース記述。小型モデルが指揮者となり、他のモデル群やツールを統率。 | 単一フロンティアモデルへの全振り(モノリシック構成)を排し、タスク単位で最適な小型モデルを組み合わせることでFLOPsを圧縮。 |
| Human-in-the-Loop ガバナンス | システムが提案するすべての変更(ツール、ワークフロー、モデル更新)に説明(Explanation)を付与し、コードレビューのように人間の承認を経て適用(プレスリリース)。 | 本番稼働中のシステムがブラックボックスのまま自己書き換えを行う暴走リスクを排除するエンタープライズ向け安全弁。 |
4. 技術的深掘り:なぜ「小型モデル+実行時学習」でフロンティアモデルを超えるのか
① SDPO(自己蒸留ポリシー最適化)による推論・学習効率の同時改善
Noeriの中核技術である SDPO(arXiv:2601.20802) の原著論文では、従来の強化学習手法であるGRPO(Group Relative Policy Optimization)と比較して、本番運用上極めて重要な2つの特性が実証されている。
ひとつは生成トークン長の劇的な圧縮(最大3〜11倍の短縮)だ。従来の検証可能報酬による強化学習(RLVR)では思考の冗長化(ループや長大なChain-of-Thought)が起きやすいのに対し、SDPOは自己教師によるロジット単位の信用割当(Credit Assignment)を行うことで、精度を上回りながら推論時の出力トークン数を3分の1〜11分の1に短縮する。これは本番環境のレイテンシと推論コストを直接削減する効果を持つ。
もうひとつはテスト時自己蒸留による探索加速(3倍少ない試行回数)である。困難な二値報酬タスク(発見・証明・コード生成等)のテスト時適応において、Best-of-kサンプリングやマルチターン対話と比較して3分の1の試行回数で同等の発見確率に到達することが示されている。
② 「オープンエンドな探索(科学的発見)」における経済性の成立
プレスリリースでは、エンタープライズ業務の最適化と科学的発見(新分子・タンパク質設計、複雑技術システムの設計)が同一のアーキテクチャ上にあると述べられている。
オープンエンドな仮説検証ループでは、単一の質問応答とは桁違いの試行回数を要するため、巨大フロンティアモデルを回し続けると計算コストが破綻する。TTT-Discover(arXiv:2601.16175)とSDPOの組み合わせは、探索空間の拡大に伴う計算コストを抑えつつ、試行錯誤の失敗を即座にモデル重みへ還元するため、AI for Scienceや自律型R&D基盤として合理的な設計となっている。
③ 「モデル非依存」と「顧客所有権」のアーキテクチャ
Noeriはオープンウェイト・クローズドモデルの両方に対応し、新しい基盤モデルが登場すれば自動的に適応する。さらに、開発されたデータ、ワークフロー、特化モデルの所有権は顧客企業に帰属する(サードパーティモデルのライセンス条件に準拠)。特定のモデルベンダーへのロックインや、業務ノウハウの外部流出を懸念する大企業にとって明確な差別化要因となる。
5. 1億1,000万ドルの大型調達を実現した4つの要因
- 「研究と商用実装の同時並行」の実証
リード投資家であるMenlo Venturesパートナーのヴェンキー・ガネサン氏はプレスリリース内で、「多くの新興AIラボはブレークスルーまで何年も市場を待たせるが、カルロスとイェジンは世界最高峰の研究を行いながら、同時に企業内部でそれを稼働させている。その組み合わせは稀であり、我々が迅速にラウンドをリードした理由だ」と評価している。
- 学術的ブレークスルーと本番ML基盤運用の両立
XGBoost共同開発者でありAppleの中央ML/AI組織を率いたゲストリン氏、マッカーサー・フェローでありAI2・NVIDIA・スタンフォードで小型モデル・推論研究を牽引したチョイ氏に加え、SDPOや強化学習エージェントの原著論文著者が創立メンバーとして集結している点が、技術的実現性の裏付けとなっている。
- インフラ巨人(NVIDIA・Snowflake・Cisco)とのエコシステム整合性
継続学習・テスト時学習による計算需要の創出(NVIDIA)、企業固有データ基盤の直上での特化モデル学習(Snowflake)、エンタープライズネットワーク・セキュリティ基盤との統合(Cisco Investments)という、各戦略投資家の事業領域とNoeriのアーキテクチャが構造的に合致している。
- 「コードレビュー型承認」と「自社トラフィック評価」によるエンタープライズ適合性
精度とコストは公開ベンチマークではなく「顧客自身の本番トラフィックと指標(Own traffic and metrics)」で計測され、すべての改修が人間の承認を経て適用されるため、大企業の本番導入におけるガバナンス要件を満たしている。
6. 競合・既存アプローチとの徹底比較
エンタープライズAI市場における既存アプローチと、Noeriの公式情報から導かれるアーキテクチャ比較は以下の通りだ。
| 比較軸 | 汎用フロンティアモデルAPI(クローズド大型モデル) | 一般的なエージェント基盤(ワークフロー定義型) | 従来のファインチューニング(オフラインSFT / RLHF / GRPO) | NoeriLiving System / Plural AI |
| デプロイ後の進化 | 凍結(Frozen)ベンダーのモデル更新待ち | 静的(人間が手動改修)プロンプトやツールは人間が保守 | 静的(バッチ再学習)データ収集〜オフライン学習が必要 | 動的・自己改善(Evolve)本番トラフィックと失敗からテスト時学習 |
| 最適化の対象範囲 | モデル単体(ブラックボックス) | ハーネス・プロンプト・ツール連携のみ | モデルの重み(パラメータ)のみ | システム全体(ハーネス・指示・ツール生成・ルーティング・重み) |
| 推論・探索の効率 | 高精度=高コスト(思考トークンの長大化でコスト増) | 基盤モデルの単価・レイテンシに依存 | 推論コストは下がるが、事前学習データ作成コストが高い | SDPOによるロジット蒸留で冗長推論を削減し、小型モデルで高精度を達成 |
| モデル依存性 | 特定ベンダーにロックイン | モデル非依存(手動切り替え) | 特定のベースモデルに固定 | 完全モデル非依存クローズド/オープン両対応・新モデルへ自動適応 |
| 所有権とガバナンス | モデルはベンダー所有 | ワークフローは自社所有 | 重みは自社所有だが運用が属人化 | データ・フロー・特化モデルすべて顧客所有+コードレビュー型承認プロセス |
7. 導入実績と実証データの現状
2026年11月16日のローンチ時点で具体的な顧客企業名は非公開とされているが、すでに戦略的パートナー企業(投資家の一部を含む)との本番環境での稼働・共同開発が進行中である。プレスリリースでは、特定の1社に偏る前に「意図的に多様な業界のパートナーを選定し、個別企業へ特化する前の『汎化能力(Generalization)』をシステムに学習させている」と説明されている。
また、基盤アルゴリズムの定量的な実証データも原著論文で公開されている。
- SDPO (arXiv:2601.20802): 科学的推論およびツール利用の標準RLVR評価で総合最終精度 70.2% vs 66.6%(最大11倍の生成長短縮)、リッチフィードバック付きのLiveCodeBench v6で 48.8% vs 41.2%(4倍少ない生成回数でGRPOの最終精度に到達)。また難問のテスト時発見タスクにおいて3分の1の試行回数で同等の発見確率を達成した。
- TTT-Discover (arXiv:2601.16175): テスト時に解くべき問題そのものに対して強化学習ベースの継続訓練を行うことで、数学・科学的発見ベンチマークにおいて新たなSOTA(最高性能)を記録している。
8. 今後の日本市場・国内エンタープライズへの影響
Noeriの設計思想は、日本のエンタープライズAI市場および開発組織に対して4つの構造変化をもたらす可能性がある。
第一に、「自社所有(Ownership)」と「人間による承認(Code-Review Approval)」が日本の大企業要件に合致する点だ。金融、製造、製薬、社会インフラといった日本の大企業では、業務ノウハウの外部流出懸念やブラックボックスなAI挙動に対するガバナンス要件が極めて厳しい。「顧客が資産の所有権を保持し、すべての改修がコードレビューのように人間の承認を経て適用される」という仕様は、国内企業の情報システム・リスク管理部門の審査基準と高い親和性を持つ。
第二に、労働集約的な「プロンプト・RAG保守運用」からの脱却である。国内SIerや企業内AIチームでは、業務変化に合わせて人間がプロンプトやツール定義を手動でチューニングし続ける運用が一般的だ。本番トラフィックと失敗からAI自身がツール・指示・モデル重みを改修し、人間は差分(Diff)をレビュー・承認するワークフローは、AI運用エンジニアリングの生産性を根本から変えるだろう。
第三に、製造・素材・創薬(AI for Science)領域でのR&D実用化だ。日本が強みを持つ化学・素材・製薬・精密機器の研究開発では、オープンエンドな仮説検証とシミュレーションの反復が不可欠である。フロンティアモデルAPIでは計算コストが合わなかった領域に対し、小型特化モデルとTTT-Discover / SDPOによる自律探索ループが実用的な選択肢となる。
第四に、SnowflakeやNVIDIAのエコシステムを通じた国内展開の加速である。戦略投資家である両社は国内エンタープライズ市場でも強固な顧客基盤を持っている。既存のデータ基盤やGPU環境と直結する形で展開されることで、国内企業への導入ハードルが大きく下がることが予想される。
9. エンジニア向けまとめ
- パラダイムシフトの本質: 「より巨大な単一モデルを作る競争」から、「デプロイ後に本番トラフィックから自己学習し、ハーネスからモデル重みまでシステム全体を継続最適化する仕組み(Living System)を作る競争」へ移行しつつある。
- 注目すべきアルゴリズム的ブレイクスルー: 単なる推論時探索(CoT等)ではなく、Test-Time Training(推論時の重み更新)と SDPO(失敗ログからの自己教師ロジット蒸留)により、「精度向上」と「推論トークン長の劇的な短縮(コスト削減)」を両立させている点が技術的ハイライトだ。
- エンジニアの役割の変化: 今後のAIシステムエンジニアには、プロンプトやルーティングを手書きするスキル以上に、「AIが自己改善するための検証器(Verifier / Reward)と本番評価指標の設計」「破局的忘却を防ぐガードレール構築」「AIが提案するシステム改修(Diff)をレビュー・承認するCI/CDパイプラインの整備」が求められるようになる。
10. 参考リンク
- https://www.businesswire.com/news/home/20261116056631/en/Noeri-Founded-by-Leading-Stanford-AI-Professors-Launches-with-%24110-Million-to-Empower-Companies-to-Build-and-Own-Their-AI
- https://noeri.ai/
- https://arxiv.org/abs/2601.20802
- https://arxiv.org/abs/2601.16175
- https://arxiv.org/abs/2512.23675
- https://arxiv.org/abs/2406.15951
- https://arxiv.org/abs/2402.05070