Lovableが評価額132億ドルで資金調達協議—ノーコードAI開発の急成長

ノーコードAIアプリ開発プラットフォームのLovableが、評価額約132億ドル（約1兆9千億円）での資金調達ラウンドを協議していることが報じられた。調達額は約3億ドルで、Menlo Venturesがリードする見通しという。

Lovableは2024年に設立された比較的新しいスタートアップだが、AIを用いたアプリケーション開発の簡素化で急速にユーザーを獲得している。今回のラウンドが実現すれば、評価額は直近の約2倍に跳ね上がる計算になる。

ノーコード・ローコード開発ツール市場はAIの台頭とともに再活性化しており、Lovable以外にもCursorやReplitなどが類似領域で競合している。資金の流入は、この市場が投資家にとって「本物の成長機会」と認識されていることを示唆している。

Modal CTOが語る「エージェント体験」のためのインフラ進化

クラウドコンピューティングプラットフォームModalの共同創業者兼CTO、Akshat Bubna氏が、AIエージェント時代に向けたインフラの進化について語った。同社は最近3億5,500万ドルのSeries C調達を完了している。

核心のメッセージは、従来のクラウドインフラが「開発者向け」に設計されていたのに対し、これからは「エージェント向け」に再設計が必要だという点だ。エージェントは人間とは異なる方法でドキュメントを読み、APIを呼び出し、エラーを処理する。そのため、従来のYAMLベースの設定や人間向けダッシュボードでは対応しきれない部分が増えている。

Modalは「Agent Cloud」シリーズとしてDatabricksやDaytona、Railwayなど複数のプロバイダーを調査してきたが、エージェントが自律的にリソースを消費し、スケールし、課金される仕組みの設計が今後のインフラの中核課題になると指摘した。AIエージェントの本格普及に向けて、インフラ側の準備も加速していることがうかがえる。

LayerXがAI予算を「第二の人件費」と再定義—全社員に利用額を公開

日本のスタートアップLayerXが、AI利用のコスト管理に関するユニークな取り組みを公開した。同社は社員全員のAI利用額を社内に公開し、CEOの利用額も例外ではないという徹底した透明性を実践している。

注目すべきは、利用額が部門予算の10倍を超過しても経営陣が現場を叱らなかった点だ。その背景には、AIコストを単なる「経費」ではなく「第二の人件費」として位置づけ、組織の資産に変える戦略がある。つまり、外注費をAI利用費に置き換える基準で予算を管理し、上司1人が部下20人をサポートする「未来の組織図」を描いている。

AI導入のコスト管理は多くの企業で共通課題となっているが、締め付けによって現場のAI活用が萎縮しては本末転倒になる。LayerXの事例は、透明性と投資的発想を両立させる一つの方向性を示している。

AIエージェントの「行動証明」を標準化する試み—Actenon

AIエージェントが重要な判断や行動を行う際、その結果が正当なプロセスに基づくことを証明する仕組みを提供するオープンソースプロジェクト「Actenon」が公開された。

コンセケンシャル（重大な結果をもたらす）なAIエージェントの行動について、中立的な証明基準を提供することを目的としている。金融取引や法務判断など、人間への影響が大きい領域でAIエージェントが自律的に動く際、その意思決定プロセスが監査可能であることは信頼の基盤となる。

AIエージェントの実用化が進む中で、ガバナンスと説明責任のフレームワーク構築は待ったなしの課題だ。Actenonのような標準化の試みは、エージェントの社会実装を支える重要な要素になりそうだ。

Nika—「Intent as Code」でAIワークフローを設計する新アプローチ

AIワークフローを「意図のコード化（Intent as Code）」というパラダイムで構築するオープンソースツール「Nika」が公開された。

従来のワークフロー構築では手順を明示的に記述する必要があったが、Nikaは開発者の「意図」を宣言的に記述することで、AIエージェントが自律的に実行計画を立て・実行する仕組みを提供する。インフラのコード化（IaC）がクラウド管理に革命をもたらしたように、AIワークフローにも同様の抽象化レイヤーが求められている。

トークン市場の登場—AI推論コストをスポット取引するMtok.market

AI推論のトークンを非カストディアルなスポット市場で取引するプラットフォーム「Mtok.market」がローンチされた。AI推論のコストを需要と供給で決定し、効率的な価格発見メカニズムを提供することを目的としている。

AI推論のコストは用途や時間帯によって大きく変動するが、固定価格のAPIモデルが主流だ。トークンのスポット市場が機能すれば、コスト最適化の選択肢が広がり、特に大規模にAIを利用する企業にとっては費用削減の余地が生まれる可能性がある。ただし、流動性や価格変動リスクなど、市場が成立するかどうかの検証はこれからになる。