物理法則を学ぶAI——産業向けモデルに特化した技術戦略
Project Prometheusは2025年11月、約62億ドルの資金調達とともに設立されたAIラボだ。本社はサンフランシスコに置き、ロンドンとチューリッヒにもオフィスを構える。
同社が開発するのは、物理法則を理解することに特化したAIシステムだ。ChatGPTのような会話型AIとは一線を画し、エンジニアリングや製造、航空宇宙・自動車産業における製品設計プロセスの支援を目指している。AIが物理現象を正確に把握し、工業製品の設計や生産工程を最適化する——それがPrometheusの核心的なビジョンだ。
CEOを務めるのはヴィクラム・バジャジ氏。元Google Xのサイエンティストで、Foresite Labsの共同創業者でもある人物だ。設立からわずか数カ月で、OpenAI・xAI・Meta・DeepMindから優秀な研究者を採用し、社員数はすでに120名を超えた。最近ではxAIの共同創業者、カイル・コシック氏も合流している。
ベゾス氏の「経営復帰」——Amazon退任から5年、初の実質関与
今回のラウンドが注目を集めるもうひとつの理由は、ベゾス氏の存在だ。2021年にAmazon CEOを退いて以来、同氏が実質的な経営に関与するのはProject Prometheusが初めてとされる。宇宙ベンチャー「Blue Origin」への関与はあったものの、AIラボの共同創業と資金調達活動への参加は、ベゾス氏の新たなフェーズを示している。
Project Prometheusへの投資家需要は当初の計画を大幅に上回り、調達規模は途中で拡大されたとFTは報じる。同社はまた、事業シナジーを持つ企業を買収するためのホールディングカンパニーの設立も計画しており、単なるAIラボを超えた産業コングロマリットとしての展開を視野に入れている様子だ。
生成AIの競争が会話型・コーディング支援型モデルで激化する一方、Prometheusは「物理世界と接続する産業向けAI」という異なる戦場を選んだ。製造業・重工業領域でのAI活用はまだ黎明期にあり、そこへ世界最大規模の資金が流れ込もうとしている。
ソース：
・Jeff Bezos Nears $10 Billion Funding Round for Project Prometheus: FT — Bloomberg（2026年4月21日）
・Jeff Bezos nears $10 billion funding round for AI lab Project Prometheus — The Decoder（2026年4月21日）
「380億ドル」という評価額が意味するもの
設立から半年で評価額380億ドルというのは、AIスタートアップの歴史でも異例の速度だ。比較対象として、Mistral AIは設立から評価額60億ドル到達まで約2年、Anthropicは初期60億ドルに到達するまで設立から3年弱を要した。OpenAIの設立初期の評価額が10億ドル台だったことを考えれば、Prometheusの立ち上がりはむしろxAIの水準に近い。
背景には、ベゾス氏個人のブランド力に加えて、産業向けAIという未踏領域への投資家の期待がある。会話型AIの市場はOpenAIとAnthropicの寡占構造が固まりつつあり、新規参入の余地が狭まっている。一方、製造業や航空宇宙、エネルギー領域でのAI活用は、世界のGDPの約3割を占める産業群を相手にする巨大市場だ。Goldman Sachsの試算では、産業AIの市場規模は2030年までに1.2兆ドルに達する見込みで、ブラックロックやJPモルガンが大型出資に踏み切るだけの根拠がある。
競合動向——Physical Intelligence、Skild AI、World Labsとの違い
「物理世界を理解するAI」という領域には、すでに先行する顔ぶれがいる。Physical Intelligence（PI）は2024年に約24億ドルの評価額で資金調達し、ロボティクス向けの汎用基盤モデルを開発している。Skild AIはCMU出身者が立ち上げ、評価額15億ドルで産業ロボット向けに特化する。元Stanford大教授フェイフェイ・リー氏が率いるWorld Labsは「空間知能」をテーマに約10億ドルを調達した。
これらと比較したPrometheusの位置取りは明快だ。ロボット制御ではなく「製品設計プロセス」を主戦場に据えている。航空機の空力解析、自動車のシャシー設計、半導体パッケージの放熱シミュレーション——従来CAEや有限要素法に依存していた領域を、AIで一気に高速化する狙いだ。Siemens NXやDassault SystèmesのCATIAといった既存CADベンダーがAI機能を後付けで実装するのに対し、Prometheusはゼロから物理AIを設計している。
日本企業にとっての示唆——製造業の主戦場が動く
製造業を基幹産業とする日本にとって、Prometheusの動きは無視できない。トヨタ、ホンダ、三菱重工、川崎重工といった企業は、製品設計のサイクル短縮が競争力の源泉だ。仮にPrometheusのモデルが汎用APIとして提供されれば、設計工数を一桁削減できる可能性がある。
逆にリスクもある。日本の製造業の設計ノウハウは「暗黙知」として現場に蓄積されてきた。Prometheusのような外部AIに依存することは、その暗黙知が学習データとして米国企業に吸い上げられる構図にもなり得る。経済産業省は2025年から「AI主権」の議論を進めており、製造業のAI活用におけるデータガバナンス指針の策定を急いでいる。Prometheusの本格稼働が始まる前に、国内でも産業AIの基盤モデル開発に投資する必要性が高まっている。実際、PFNやTuringがロボティクスや自動運転で先行しているが、設計AIに特化した日本発のプレイヤーはまだ存在しない。
投資家構成が示す、産業AIへの資金移動
今回のラウンドでブラックロックとJPモルガンが主導した点は、AI業界の資金の流れを読み解く上で象徴的だ。これまでの生成AIラウンドは、SequoiaやAndreessen Horowitz、Founders FundといったテックVCが主役だった。一方、ブラックロックは運用資産10兆ドル超を抱える世界最大の資産運用会社で、ベンチャー単独投資より、年金やソブリンウェルスファンドの資金をインフラ的アセットに振り向ける性格が強い。JPモルガンの参加もプライベートクレジット部門経由とされ、エクイティとデットの中間的な性格を帯びる。
これは産業AIが「ベンチャー投資の対象」から「インフラ投資の対象」へと移りつつある兆候と読める。製造業や航空宇宙といった重厚長大産業を相手にするAIは、データセンターやエネルギー設備と同じく長期キャッシュフローを生む資産と見なされ始めている。380億ドルという評価額は、PER的な指標では正当化しづらい一方、向こう10〜15年の産業AI市場の規模感を織り込めば説明はつく。
過去の類似事例——重工業×ソフトウェアの再来か
製造業を主戦場に据えた巨額調達は、過去にも前例がある。GEが2015年に「GE Digital」を立ち上げ、Predixプラットフォームに数十億ドルを投じた事例が代表格だ。当時GEは産業IoTで世界を制すると宣言したが、結果としてPredix事業は2018年に分社化、最終的に大幅縮小に追い込まれた。失敗の原因は、ソフトウェア人材を内製で抱えきれず、既存の重工業文化との摩擦が解消できなかった点にある。
Prometheusはこの轍を踏まないために、最初からソフトウェアファースト・AIファーストの組織として立ち上がっている。社員120名のうち多数がOpenAI、Meta、Google DeepMind出身で、製造業の現場を持たない。これは強みでもあり弱みでもある。物理AIモデルの設計力は世界最高水準が見込まれる一方、製造業の現場知をどう取り込むかが今後の最大の論点になる。GEが失敗した道を逆方向から進むPrometheusが、産業知識をどこで補完するかは要注目だ。
日本の重工業・自動車産業に求められる対応
日本企業の対応軸は3つに整理できる。第一に、Prometheusのモデルが汎用APIとして公開された場合に備え、自社の設計データをどの粒度で連携するかを今のうちに決めておく必要がある。トヨタやデンソーが持つ生産工程データは、世界でも有数の高品質データセットだが、丸ごと外部AIに渡せば競争優位の源泉を手放すことになる。社内データの「学習に使う部分」と「絶対に出さない部分」の線引きが急務だ。
第二に、国内連合での対抗軸の構築だ。経済産業省が進める「AI主権」議論と歩調を合わせ、PFN・Turing・トヨタ系子会社などが共同で産業向け基盤モデルを開発する座組みが現実味を帯びる。単独企業の研究開発費でPrometheusの100億ドル規模に対抗するのは非現実的で、産業横断のコンソーシアム型開発が選択肢になる。
第三に、設計エンジニアの役割変化への備えだ。AIが製品設計プロセスを高速化すれば、CADオペレーターや解析担当者の職務は再定義される。三菱重工や川崎重工は、設計者を「AIを使いこなして物理直感を磨く役割」へとリスキリングする教育投資を、Prometheusが本格稼働する2027年前後までに前倒しで進める必要がある。380億ドルの評価額が示すのは、製造業の競争ルールが書き換わる速度の速さだ。
## 関連記事 - [Claude（クロード）の料金プラン完全比較｜Free・Pro・Max・API の違いと選び方【2026年最新】](/articles/10000196) - [AIコーディングエージェント徹底比較｜Claude Code・Cursor・Devin・Copilot・Windsurf——2026年の最適解は](/articles/10000212) - [BtoB、BtoCの次は「BtoA」。AIエージェントに商品を買ってもらう時代が来た](/articles/10000338)
