なかでも、スウェーデンのユニコーン企業Lovable（ラバブル）が年間経常収益（ARR）1億ドル（約160億円）を達成して世界を驚かせたほか、中国では広東省深圳市のスタートアップ「深度賦智（DeepWisdom）」が急速に頭角を現している。

Vibe Codingはコードを書けるが、仕事は理解しない——“結果を出すAI”に挑む「InfCode」が資金調達

DeepWisdomは2025年2月、バイブコーディングツール「MetaGPT-X（MGX）」を発表し、広告費用を投じることなく初月にARR100万ドル（約1億6000万円）を達成した。同年9月時点でアクセス数は月間120万回、アプリ生成件数は1日当たり1万件を超え、中国で最大のユーザー数を誇るバイブコーディングツールとなった。

2025年前半に2度の資金調達を実施し、アント・グループ（螞蟻集団）やCathay Capital（凱輝基金）、錦秋基金（Jinqiu Capital）、百度風投（Baidu Ventures）などから計2億2000万元（約50億円）ほどを調達した。26年1月には次世代MGXをリリースし、ツールの名称も「Atoms」に変更。

「Atoms」のジュエリー用eコマースサイト構築プロセス

ほとんどのAIコーディングツールは、簡易なウェブサイトしか構築できない「おもちゃ」のようだと揶揄されている。一方のAtomsは、エンジニアの役割にとどまらず、ビジネスの収益化を後押しすることも可能だ。ログインやデータベース、ユーザー認証、決済、検索エンジン最適化（SEO）などの機能を備え、収益につながるウェブサイトを自然言語のプロンプトによって最低5分でも構築できる。

Atomsは、標準作業手順書（SOP）のようなマルチエージェントシステムを搭載し、自動的にタスクを7種類のAIエージェントに割り振り、連携させながら作業を進める。エージェントは、情報を収集する調査担当、仕様書を書くプロダクトマネージャー、技術プランを設計するアーキテクト、ウェブサイトを作るエンジニア、データ収集・分析のクローラー、検索エンジン最適化のSEO担当、米Stripeなどの決済プラットフォームを統合する決済担当の7種類で、ビジネスのアイデアを収益化するまでの全プロセスを網羅している。

生成AIでハードウエア開発、「30日から1日程度」へ。中国・指数科技、回路図もコードも低コストで

さらに、製品開発に関する「ディープリサーチ」を実行する調査エージェント「Iris」も開発した。ユーザーの調査テーマに基づき、サマリー、音声、データ、図表、ソーシャルメディアコンテンツ、アプリなどの形で調査レポートを生成する。その調査能力はGoogleやOpenAIなどのAIモデルを上回っているという。

調査エージェント「Iris」

「Atoms」のディープリサーチ能力評価

特に注目すべきは、同社は「DeepSeek」や「Qwen」などオープンソースのAIモデルを組み合わせ、「Lovable」「Replit」といった競合ツールをはるかに上回るコストパフォーマンスを実現。創業者の呉承霖氏によると、Atomsは競合ツールの2割のコストで、1.45倍のパフォーマンスを発揮するという。

競合ツールよりもコストパフォーマンスが高い「Atoms」

AI業界でスタッフが1～10人ほどの少人数スタートアップがもてはやされる中、DeepWisdomのスタッフは100人近くに上る。呉氏は「AIの開発が進めば業界内の競争はさらに激化する」と考えており、効率を高めるにはスタッフを減らすのではなく、コミュニケーションの無駄を省くべきだと強調した。

DeepWisdomはこの考えに基づき、15人に満たないジェネラリストで構成されるチーム「ROOT」を実験的に立ち上げた。各メンバーは特定の職務を持たずにフロントエンドからアルゴリズム、テストまでの開発工程全般をカバーする。

また、グローバル競争に対応するため、米シリコンバレーに海外オフィスを設け、世界中から優秀な人材を呼び込んでいる。呉氏は、今後のAI企業間の競争について、人的リソースの効率的な活用がポイントになるとの見方を示した。

＊1元＝約22円、1ドル＝約155円で計算しています。

（翻訳・大谷晶洋）

AIを活用したハードウエア設計プラットフォームを手がける中国スタートアップ「指数科技（Index Tech）」は代表的な一社だ。同社がこのほど、プレシリーズAで約1億元（約22億円）を調達した。雲啓資本（Yunqi Partners）が出資を主導し、誉尊資本と尚勢資本が参加した。指数科技が打ち出すのは、AIモデルを用いて電子回路図や組み込みコードを直接生成し、ハードウエア開発を「無人化」するという、これまでの常識を覆す発想だ。

Vibe Codingはコードを書けるが、仕事は理解しない——“結果を出すAI”に挑む「InfCode」が資金調達

目指すは電子設計界の「新エネ車」

指数科技は2023年12月に設立され、本社を広東省深圳市に置く。創業者の葉群松氏は過去に、米重工大手ハネウェル・インターナショナルのイノベーションラボに在籍していた。

電子設計自動化（EDA）分野は、米シノプシスなど少数の大手企業による寡占状態が長く続いてきた。葉氏は「既存の枠組みの延長では、後発企業が大手に追いつくのは現実的ではない」と判断し、アプローチそのものを変える必要があると考えたという。

「これまでのEDAは結局のところ作図ツールであり、エンジニアはいまなお作業時間の8割を配線や部品選定といった付加価値の低い工程に費やしている」。葉氏は自社を、電子設計分野における「新エネルギー車」に例える。燃料エンジンという従来の枠組みで競うのではなく、スマート機能やバッテリー性能など新たな価値で勝負するという意味だ。

指数科技の設計プラットフォームは、4層以下の回路基板を効率的に生成できる。消費者向け電子機器の大半をカバーできるうえ、開発期間はこれまでの20～30日から1～2日へと大幅に短縮できる。しかも、膨大な成功例でトレーニングしたAIモデルを使用するため、EMC試験（電子機器の電磁ノイズに関する試験）の初回合格率はエンジニアによる設計を大きく上回る。エンジニアによる設計では通常3～5回の手直しが必要になるのに対し、AIで設計した場合は2回未満で済むため、修正に伴うコストも大幅に削減できる。

汎用AIでは越えにくい参入障壁

汎用AIモデルが将来の競合になるとの見方もあるが、葉氏はハードウエア分野には独自の高い参入障壁が存在するとみる。

まずはデータだ。ハードウエア設計に関わるデータは形式がばらばらでノイズも多く、そのままではAI学習に適さない。指数科技は、AI学習に最適化したハードウエア向けコーパスを独自に構築し、大規模なデータ整理と合成を進めてきた。

第二は評価体系だ。ソフトウエアのコードなら、実行すれば即座に正誤が判明するが、組み込みコードはチップに書き込んで初めて検証が可能になる。指数科技は、強化学習と混合専門家モデル（MoE）をベースに、業界初となる組み込みコードを評価するベンチマークの構築に取り組んでいる。

現在、法人顧客40～50社にサービスを提供しており、年間の受注額は8000万元（約17億6000万円）を突破した。しかし、ただし、葉氏は「これはあくまで通過点だ」と話す。

今後は、まずメイカーのコミュニティーに参入し、徐々にプロのエンジニア層へと浸透させ、最終的には一般消費者にまでサービスを広げる構想だ。AIモデルが実際の利用シーンの中で進化していけば、将来的には、専門知識を持たない一般ユーザーも対話形式で要望を伝えるだけで、AIが設計を行い、製造サプライチェーンと連携して完成品を自宅に届ける世界を見据える。

同社の従業員数は50人未満で、今後も「100人を超えない」方針を掲げる。葉氏は「AIを前提にすれば、1人当たり売上高が1億ドル（約150億円）を超える企業が生まれても不思議ではない」と語る。法人向け事業はデータとキャッシュフローの基盤づくりと位置づけ、長期的には人員を増やさず、ツールの高度化によって成長を目指す考えだという。

ハードウエア設計のハードルが限りなく下がれば、煩雑な工程に縛られず、創造性を起点としたものづくりが可能になる。AFHは、ハードウエア開発の在り方そのものを変える起点となるかもしれない。

＊1ドル＝約154円、1元＝約22円で計算しています。

（翻訳・畠中裕子）

ただ、エンタープライズ（B2B）市場では、こうしたAIツールが本格的に浸透するまでにはまだ時間がかかるとみられる。一般的なAIコーディングツールは、コード生成のスピードが速く、小さなアプリを複数開発するには有効だが、コンプライアンスやリスク管理など企業が求める社内ルールに対応するのが難しく、レガシーコードにも適応できない。

さらに、ツールが担保するのは「コードが正しく生成されたかどうか」だけで、業務上の成果には責任を負わないため、企業の「生産ツール」として定着するには至っていない。

その典型的な例は金融業界にみられる。規制当局は、口座開設にあたりコンプライアンスチェックを必須要件として明確に定めているが、AIツールは一般の公開情報を頼りに、業界ルールを反映しないまま業務プロセスを勝手に設計してしまう。生成されたコード自体は正しくても、企業側からすれば実務では役に立たない「無効なコード」でしかない。

AIエージェント特化のマーケットプレイス「MuleRun」誕生、3日で20万円稼ぐクリエイターも

必要なのは「使える」コードを生成するエージェント

バイブコーディングを企業の実運用にまで落とし込むため、シリコンバレーでは「フォワード・デプロイド・エンジニア（FDE）」という概念が再び注目を集めはじめた。

これは2010年にソフトウエア開発の米Palantir（パランティア）が打ち出した方式で、単にソフトウエアを販売するのではなく、技術と業務の双方を理解したエンジニアを顧客の現場に派遣し、複雑なシステムを実際に運用できるよう支援するというものだ。AI時代を迎えた今、このアプローチが再び脚光を浴びており、AI開発を手がける米OpenAI（オープンAI）や米Anthropic（アンソロピック）なども、FDEを配置した「実運用重視のAIチーム」の拡充を進めている。

こうした流れを受け、中国バイトダンス出身のエンジニア楊萍氏は2025年7月、法人向けにコーディング用AIエージェントを提供するスタートアップ「詞元無限（Tokfinity）」を立ち上げた。同社はすでに、エンジェルラウンドでソフトウエア業界のコーポレートベンチャーキャピタル（CVC）から数千万元（数億円超）を調達している。

主力のコーディング用AIエージェント「InfCode」は、2025年12月に初版が公開され、プラグインと企業向けAIコーディングプラットフォームを組み合わせた形で提供されている。一般的なプログラミング支援ツールとは異なり、InfCodeは単にコード生成を肩代わりする存在ではなく、企業の開発現場で「中堅クラスの開発エンジニア」として機能することを目指す。

AIが生成するコードを企業の実務レベルにまで引き上げるため、InfCodeでは二段階の仕組みを取り入れている。第一段階では、内蔵するMCPサーバーを通じて一般的な業務システムと連携し、AIが社内文書やルールをリアルタイムに参照できるようにする。第二段階では、企業ごとに異なるマイクロサービスアーキテクチャや社内プロセス、レガシーシステムに対応するためのインターフェースを提供し、企業のITチームが軽微な調整を施すだけで運用できるようにしている。

詞元無限が実施した概念実証実験（PoC）によると、提携企業のプロジェクトの開発効率が40％近く向上し、AIが生成したコードの使用可能率が88％以上に達したほか、コードのクオリティーも中堅エンジニアの水準に匹敵したという。

注目すべきは、同社が途中段階におけるAIの生成精度に重きを置くのではなく、人員効率や納期短縮といったプロジェクトそのものの成果を評価軸としていることだ。

AIのコーディング能力を評価する国際的なベンチマーク「SWE-Bench Verified」で、InfCodeは79.4％のスコアを記録し、最高水準（SOTA）を達成した。これはOpenAIの「GPT-5」やAnthropicの「Claude」といった最先端モデルの65％前後というスコアを大幅に上回る結果だ。

「記憶科学」でLLMは人間に近づく。AIカスタマサービス「紅熊AI」が資金調達、評価額170億円に

楊氏は、AIエージェントのビジネスモデルは最終的に、RaaS（Result as a Service）という成果ベースの方式に向かい、企業の管理者は投資対効果を明確に算出できるようになると語る。そのうえで「消費者向けコーディングツールの普及により、AIでコードを書くこと自体はすでに企業の開発者にも浸透している。残る課題は、実際の現場を理解するという『最後の1キロ』だ」と説明した。

バイブコーディングが効率化ツールから生産ツールへと変わる転換点に立ち、詞元無限は、スピードではなく確かな成果こそが勝敗を決める鍵であることを実証しようとしている。

＊1ドル＝約158円、1元＝約23円で計算しています。

（翻訳・畠中裕子）