人工知能スタートアップのDeep Cogito（ディープ・コギト）は2026年8月26日、シリーズAラウンドで4,300万ドルを調達したと発表した。ラウンドを主導したのは米投資会社TQ Venturesで、Benchmark、Nexus Venture Partners、Atreides Management、起業家コミュニティ兼投資組織のSouth Park Commons、そして上場サイバーセキュリティ企業のZscalerが参加した。今回の取引により、同社の外部調達額は累計5,600万ドルを超えた。

注目すべきは、資金の大きさだけではない。Deep Cogitoが掲げるのは、開発者が毎回すべてを手作業で調整しなくても、学習や推論の結果を手掛かりに自らの能力を高めていく「自己改善型」のAIモデルだ。生成AI市場では、モデルを単に巨大化する競争に加え、限られた計算資源を有効に使いながら推論品質を上げる研究が重要になっている。同社の調達は、こうした研究テーマに投資家と事業会社の双方が期待を寄せている事例として読める。

一方で、「自己改善」という言葉を、人間の関与なしに際限なく賢くなる仕組みと受け取るのは早計だ。原文で説明されているのは、計算資源を増やした際の出力改善を分析してモデルのパラメーター調整に生かすことや、強化学習によって推論手順を洗練することだ。つまり現時点では、設計された学習工程と評価の枠内で改善を積み重ねる技術として理解するのが適切である。企業にとっては、派手な名称よりも、品質向上の方法、運用コスト、評価可能性を分けて確認する姿勢が欠かせない。

Deep Cogitoは、Google出身のDrishan Arora（ドリシャン・アローラ）氏とDhruv Malrana（ドゥルヴ・マルラナ）氏が2024年に創業した。研究の成果として、2025年4月には「Cogito」と呼ぶ大規模言語モデル（LLM）群をオープンソースで公開している。LLMとは、大量のテキストから言語のパターンを学び、質問応答、文章作成、要約、コード生成などを行う基盤技術である。オープンモデルは、利用条件や公開範囲に差はあるものの、企業や開発者が挙動を検証し、自社環境での活用を試しやすい点に価値がある。

原文が最新モデルとして紹介する「Cogito v2.1 671B」は2025年11月に登場した。「671B」は一般にモデル規模を示す名称として読め、Bは10億を意味する。ただし、パラメーター数が多いことだけで、実務上の性能や費用対効果が決まるわけではない。Deep Cogitoは公開時のブログで、同モデルが当時利用可能だった他の米国製オープンモデルを上回ったと説明し、同等の推論モデルよりトークン使用量も少なかったとしている。これは同社自身の主張であり、採用判断では第三者評価や自社データによる再検証が必要になる。

企業目線では、オープンモデルの存在は選択肢を増やす。外部APIだけに依存せず、機密性の高いデータを管理下に置いた構成や、用途別に調整したモデルを検討しやすくなるからだ。その反面、導入後の監視、更新、セキュリティ対策、ライセンス確認、計算基盤の確保は利用側の責任になりやすい。モデルの公開はゴールではなく、実運用に耐える評価とガバナンスを始めるための入口だと捉えるべきだろう。

Deep Cogitoがモデル学習に用いる中核技術が、社内開発した「IDA」と呼ばれる手法だ。原文の説明によれば、LLMにプロンプトが与えられた際、IDAはモデルが利用できるインフラ量を増やして、出力品質の向上を狙う。ここでいうインフラとは、推論に割り当てる計算資源と考えると分かりやすい。より多くの計算を使えば、複数の候補を検討したり、回答に至る推論を深めたりできる可能性がある。

重要なのは、追加計算で良い答えを得て終わりにしない点だ。IDAは、計算資源を増やしたことで出力がどの程度改善したかを分析し、その差からモデルのパラメーターを洗練する方法を探る。概念的には、「時間や計算を多く使った高品質な推論」を教師役にし、その成果を後のモデル改善へ戻す循環である。成功すれば、将来は同じ品質により少ない計算で近づける余地が生まれる。ただし、原文はIDAの詳細な実装、評価指標、改善幅までは示していないため、具体的な性能を断定することはできない。

日本企業がこの仕組みを見る際は、自己改善という看板より、改善サイクルをどのように統制できるかが焦点になる。何を「良い出力」と判定するのか、評価データに偏りがないか、更新前後で安全性や正確性が損なわれていないかを追跡できなければ、業務利用の説明責任を果たしにくい。継続学習に近い運用を検討する場合も、本番データを無条件に学習へ戻すのではなく、承認済みデータ、隔離された検証環境、版管理された評価セットを用いる設計が現実的だ。

Deep CogitoはIDAに加え、強化学習もモデル訓練に利用する。強化学習では、LLMに例題となるタスクを与え、その回答品質について別のニューラルネットワークからフィードバックを受け取らせる。その評価を手掛かりに、モデルはより望ましい回答を出す方向へ推論能力を調整していく。生成AIの文脈では、単なる正解データの暗記ではなく、回答の選び方や問題解決の振る舞いを改善するための枠組みとして使われる。

一般的な強化学習の工程では、最終的に完成した回答を中心に採点することが多い。これに対しDeep Cogitoは、「プロセス監督」と呼ばれる方法で、答えに到達するまでの個々の段階を評価する。最終回答だけが合っていても、その途中に不要な迂回や誤った推論が含まれていれば、別の問題では失敗につながり得る。途中経過を細かく評価することで、どの段階を修正すべきかという学習信号を与えやすくする考え方だ。

同社によれば、この方法はモデルが不要または誤った手順を踏む可能性を下げ、ハードウェア使用量の削減にもつながるという。ただし、これも企業側の説明であり、利用環境やタスクによって効果は変わり得る。B2Bでの検証では正答率だけでなく、回答までの遅延、トークン量、再試行率、人間による修正時間も一緒に測る必要がある。また、思考過程らしい文章が表示されても、それだけで内部推論の正確な説明になるとは限らないため、監査可能な入出力記録や外部の根拠確認と組み合わせることが重要になる。

生成AIにおける「トークン」は、モデルが文章を処理する際の基本単位だ。日本語では一文字と一トークンが常に一致するわけではなく、分割方法はモデルによって異なる。クラウド型AIサービスでは、入力と出力のトークン量が料金や処理時間に影響することが多い。自社でモデルを動かす場合も、長い推論や大量の候補生成はGPUなどの計算資源を消費するため、トークン使用量は運用費を考える一つの目安になる。

Deep CogitoがCogito v2.1 671Bについてトークン使用量の少なさを強調する背景には、推論モデル特有のコスト課題がある。複雑な問題で長く検討するほど品質向上を期待できる一方、すべての問い合わせに同じ量の計算を投入すれば、待ち時間と費用が膨らむ。不要な推論手順を減らし、必要な問題だけに追加計算を配分できれば、品質とコストの均衡を取りやすい。IDAとプロセス監督は、それぞれ異なる方向からこの均衡を改善しようとする取り組みだと整理できる。

導入企業は、モデル単体のベンチマーク順位ではなく、業務一件を完了する総コストで比較したい。例えば、安価な回答でも人間の全面修正が必要なら、全体の費用は下がらない。反対に、モデル利用料が高くても、再作業や確認時間を減らせるなら投資効果が出る場合がある。日本語の社内文書、専門用語、長い文脈を含む実データを使い、品質、処理時間、計算量、人手確認を同一条件で記録することが重要だ。Deep Cogitoの効率性に関する主張も、こうした実務指標へ置き換えて初めて企業価値を判断できる。

Deep Cogitoは研究成果を公開するだけでなく、企業が社内データを使ってカスタムAIモデルを開発できるプラットフォームを提供し、収益化を図っている。今回の投資家でもあるZscalerは、その利用企業の一社だ。Zscalerは企業向けクラウドセキュリティを手掛ける米国の上場企業であり、投資家と顧客の両方として名を連ねる点は、Deep Cogitoの技術が研究用途だけでなく企業ニーズに接続していることを示す材料になる。もっとも、原文には導入範囲や具体的な成果は記されていない。

企業専用モデルの価値は、一般モデルが知らない社内用語、業務手順、製品知識などに適応できる可能性にある。ただし、「社内データを使う」方法は一つではない。モデル自体を追加学習する方法もあれば、質問時に社内文書を検索して関連情報を渡す仕組みもある。原文はDeep Cogitoのプラットフォームがどの方式をどこまで支援するかを詳述していないため、検討企業はデータの保存場所、学習への再利用、削除手順、アクセス制御、ログ管理を個別に確認する必要がある。

今回の資金は、企業向け事業の拡大、研究チームの増員、新たなオープンソースモデルの公開に使われる予定だ。研究公開で開発者の信頼と利用を広げ、企業向け基盤で収益を得る構図は、AIスタートアップにとって有力な戦略の一つである。日本企業にとっては、モデル性能と同じくらい、サポート体制、障害時の責任分界、更新方針、データ保護、将来の乗り換えやすさが重要になる。小規模な対象業務から始め、評価基準と撤退条件を先に決めておくことが、技術変化の速い市場でのリスク管理につながる。

Deep Cogitoだけが自己改善型AIを追うわけではない。原文は競合例としてRecursive Superintelligenceを挙げ、同社が2026年5月にNvidiaを含む投資家連合から6億5,000万ドルを調達したと伝えている。また、同年4月に発足したIneffable Intelligenceは、評価額51億ドルで11億ドルの資金調達を完了したという。いずれも原文が紹介した数字であり、各社の技術成熟度や事業成果を直接比較する材料ではない。それでも、大型資金が集まっていることは、モデル改善の自動化が有力な研究・投資テーマとして認識されている状況を映している。

ここからは記事内容を踏まえた考察になる。競争の焦点は、巨大モデルを一度訓練して公開する形から、利用中に得られる評価を次の改善へ安全に結び付ける「改善サイクル」へ広がる可能性がある。企業向けでは、単純な性能差よりも、特定業務に適応する速さ、改善内容を再現できる仕組み、計算コスト、規制や社内方針への適合が差別化要因になり得る。同時に、評価系そのものが誤っていれば、モデルが望ましくない方向へ最適化されるリスクもあるため、自動化が進むほど人間による統制設計の重要性は増す。

日本企業が今すぐ取れる行動は、自己改善モデルの全面導入ではなく、評価基盤を整えることだ。代表的な日本語タスク、許容できない誤り、参照すべき根拠、コスト上限を定義し、モデル更新のたびに同じ条件で比較できるようにする。次に、顧客対応の下書きや社内検索など、人間が確認できる領域で試験し、品質と費用を記録する。その上で、学習に戻してよいデータと戻してはいけないデータを分類し、承認者と停止手順を決める。Deep Cogitoの動きは、企業がモデル選びだけでなく、AIを継続的かつ安全に改善する運用能力を持つ必要性を示唆している。