2026年8月11日、米AIスタートアップのRiver AIは、シードおよびシリーズAで計11億ドル（約1,600億円）を調達したと公式ブログで発表した。開発者や企業が独自モデルを迅速かつ低コストで構築・所有できる環境の実現を目指す。
15分で強化学習を完了 インフラ負荷を激減させるAPI
今回の調達はゼネラル・キャタリストとAMP PBCが主導し、NVIDIAやAMDベンチャーズ、Yコンビネーター、テマセクなどが参加した。獲得資金は、個人や組織が自身のAIモデルをトレーニングし、その知的財産や所有権を自ら保持するためのフルスタック基盤開発に投入される方針である。
現在多くの企業が利用する汎用モデルは、Web全体のデータで学習されており、個別の開発現場やビジネスロジックには最適化されていない。カスタムモデルの構築には専用のインフラチームや特殊ハードウェアが必要であり、数ヶ月の開発期間が大きな障壁となっていた。
同社が提供する「River API」はこの課題を根本から変革する。インフラチームを介さず、15分から20分程度で複雑な強化学習セッションを完結できる点が強みだ。高速な重み転送やサンプリング・学習の一貫性保持、弾力的な分散計算（※）といった複雑な基盤制御をプラットフォーム側が吸収する。商用モデル比で2〜4倍のコスト削減を実現し、GPUの待機コストを排除した従量課金制を提供する。
※弾力的な分散計算：ワークロードの増減に応じて計算リソース（GPUなど）を自動で動的に割り振り、処理の一貫性とコスト効率を両立させるインフラ制御技術。
オープンモデル主導の時代へ エンジニアに求められる役割の変化
River AIの創業者兼CEOであるイゴール・バブシュキン氏は、OpenAIやGoogle DeepMind、xAIなどで大規模モデルの学習を牽引してきた実績を持つ。同氏は「AIは巨大ラボではなく利用者のために働くべきだ」と語り、AIの所有権を各開発者や個人の手へと分散させる重要性を強調する。
ゼネラル・キャタリストのヘマント・タネジャCEOも、米国のAIにおける主導権維持にはオープンウェイトモデルの発展が不可欠であると分析する。これまで巨大プラットフォームのAPIを叩くだけだったエンジニアは、オープンウェイトモデルをベースに自社データでLoRAファインチューニングや強化学習を回し、独自モデルをプロダクトへ即時デプロイする設計力が求められるようになる。
今後はAPIにとどまらず、継続学習やパーソナライズに特化した製品群、さらにはローカルで稼働する専用ハードウェアまで含めたフルスタック化が進む見通しだ。インフラ運用の泥臭い負荷から解放されたハイクラスエンジニアは、モデルのチューニングやドメイン特化のアーキテクチャ設計に集中できる時代が到来すると考えられる。
