結論: Recursive Superintelligenceは2025年12月31日に英国・ロンドンで設立された自己改善AI研究ラボです。設立わずか4ヶ月でGV（Google Ventures）とNvidiaが主導する$5億（約750億円）超の資金調達を完了し、評価額は$40億（約6,000億円）。創業者はSalesforce元Chief Scientistのリチャード・ソッチャー氏とUCL AI教授ティム・ロックテッシェル氏です。
この記事の要点:
- Recursive Superintelligenceの創業者・チーム・資金調達の全容（Tier 1ソース確認済み）
- 「自己改善AI」とは何か — 技術的アプローチと他の超知能ラボとの差異
- 欧州vs米国の超知能競争と、日本企業が今把握しておくべき「次の波」
対象読者: AI動向を追うCTO・経営企画部門・AI研究者、次世代AIインフラ投資を検討する意思決定者
読了後にできること: 自己改善AI（Recursive Self-Improvement）の概念を理解し、超知能競争の地政学的構図を把握した上で、自社のAI戦略の中長期ロードマップを再評価できます
「もうAIの進化のスピードについていけない…」
企業向けAI研修でよく聞くこの言葉、最近は研修参加者だけでなくAI研究者からも聞こえてきます。GPT-5→Claude→Geminiとモデルが更新されるだけでなく、今度は「AIがAI自身を改善する」という次元の話が現実として資金調達の世界に登場してきました。
2026年4月18日前後にSifted（欧州テックメディア）が報じたRecursive Superintelligenceのニュースは、AI業界で大きな注目を集めました。設立4ヶ月で$5億超の調達。評価額$40億。しかも創業者は元Salesforce Chief ScientistであるリチャードSocherと、UCL AI教授でDeepMind元Principal ScientistのティムRocktäschelです。
この記事では、Sifted・The Decoderなどのスタートアップメディアで確認したファクトをもとに、同社の全容と「自己改善AI」という概念が日本企業にとって何を意味するかを解説します。
Recursive Superintelligenceとは — 設立から$5億調達までの4ヶ月
確認済みの基本情報
| 項目 | 詳細 |
|---|---|
| 社名 | Recursive Superintelligence（Recursive Superintelligence Ltd.） |
| 設立日 | 2025年12月31日（英国企業登記、Financial Times報道） |
| 本社所在地 | ロンドン（英国） |
| チーム規模 | 約20名 |
| 調達額 | $500M（最大$1Bまで拡大可能。オーバーサブスクライブ） |
| 評価額 | $4B（pre-money） |
| リード投資家 | GV（Google Ventures） |
| 参加投資家 | Nvidia |
| 公式ローンチ予定 | 2026年5月中旬予定 |
設立から投資完了まで4ヶ月という速度は、AI業界でも異例です。比較として：OpenAIの最初の大型調達（$1B、2019年）は設立から3年後、AnthropicのシリーズA（$124M、2022年）は設立から1年後でした。この速度はリチャード・Socher氏のトラックレコードと、「自己改善AI」というコンセプトへの投資家の強い期待が合わさった結果です。
創業者プロフィール（Tier 1ソース確認）
リチャード・ソッチャー（Richard Socher）
- スタンフォード大学でNLPの博士号取得
- AI企業MetaMindを創業→2016年Salesforceが買収
- Salesforce Chief Scientist & EVP（在任〜2020年）
- 2020年にAI検索エンジンYou.comを共同創業（現在もCEO）
- 研究引用数19万以上、NLP分野のパイオニア
ティム・ロックテッシェル（Tim Rocktäschel）
- ユニバーシティ・カレッジ・ロンドン（UCL）AI教授
- 元Google DeepMind Principal Scientist & Director
- 強化学習・記号推論の分野で世界的な研究者
主要チームメンバー
- Josh Tobin（元OpenAI研究者）
- Jeff Clune（元OpenAI研究者）
- Tim Shi（元OpenAI研究者）
- Google・Meta出身者
20名という少人数で$5億調達。この「小さなチーム・巨大な資金」という構造は、ここ2年の超知能AI競争の典型的な形になっています。
AIエージェント全般の技術的背景については、AIエージェント導入完全ガイドで体系的に解説しています。
「自己改善AI」とは何か — 技術的コンセプトの整理
Recursive Superintelligenceのミッションは「AIが自らを改善し続けるシステムを構築する」ことです。具体的には、AI開発パイプライン全体の自動化を目指しています。
自動化を目指す5つのプロセス
- モデル評価（Evaluation）: どのモデルが優れているかをAI自身が判断する
- データ選定（Data Selection）: 次の訓練に使うデータをAIが自律的に選ぶ
- 訓練（Training）: 選定したデータでモデルを自動で訓練する
- Post-training: RLHF・DPO等の後処理をAIが最適化する
- 研究方向の決定（Research Direction）: 次に何を研究すべきかをAI自身が決める
この全プロセスを人間なしに自動化できれば、AIの能力改善速度が指数的に加速する可能性があります。これが「再帰的自己改善（Recursive Self-Improvement）」と呼ばれる所以です。
研究段階の正直な現状
ただし、The Decoderの報道が指摘するように、この概念は現時点では研究段階です。「AIが自分を改善する」という完全な形での実証は、長期間にわたって行われたことがありません。Recursive Superintelligenceが実際にこれを達成するかどうかは不確実です。
重要なのは、GVやNvidiaがこの不確実性を承知の上で$5億を投じているという事実です。これは「技術が確立された後の投資」ではなく、「最もハイリスク・ハイリターンな賭け」に近い投資形態です。
超知能ラボの群雄割拠 — Ineffable・Prometheus・NeoCognitionとの比較
Recursive Superintelligenceは単独の現象ではなく、2025〜2026年にかけて急増した「次世代超知能ラボ」の一角を占めています。当メディアが既報した他の新興ラボと比較します。
| 会社名 | 創業 | 本社 | 調達額 | 評価額 | フォーカス |
|---|---|---|---|---|---|
| Recursive Superintelligence | 2025年12月 | ロンドン | $500M+ | $4B | AI自己改善・全パイプライン自動化 |
| Ineffable Intelligence | 2025年 | 英国 | $1.1B | — | DeepMind発・基盤モデル研究 |
| Project Prometheus | 2025年 | 米国 | $100B目標 | — | 物理AI（Bezos主導） |
| NeoCognition | 2025年 | — | $40M | — | 自己学習エージェント |
特筆すべきはRecursiveとIneffableがどちらも英国・ロンドン拠点である点です。欧州、特に英国が「超知能競争」の重要な拠点として台頭しています。
欧州vs米国の超知能競争：地政学的背景
なぜロンドンがこれほど多くのAIラボを引き付けているのでしょうか。
- DeepMindの人材輩出効果: DeepMind（ロンドン本社）出身者が複数のスタートアップを設立している。Tim RocktäschelもDeepMind元Principal Scientistです
- 規制環境: EUのAI法（AI Act）の直接適用外（英国はBrexit後）で、米国より実験的な研究がしやすい側面もある
- 人材の集積: UCL・Oxford・Cambridgeからの研究者が集中しており、トップ研究者の採用でシリコンバレーと競争できる
- 資本の流入: 米国VC（GV等）が欧州のAIラボにも積極的に投資するようになった
一方、米国はOpenAI・Anthropic・Google DeepMind（米本体）・xAIという4強体制で依然として主導的です。しかし「超知能ラボ」の乱立は、次の5年間の主導権がどこに帰するかをより不確実にしています。
日本企業にとっての「次の波」 — 追跡すべき3つの視点
Recursive Superintelligenceのような超知能ラボの動向は、一見「日本企業には直接関係ない」ように見えるかもしれません。しかし100社以上の企業向けAI導入支援の経験から、これは「今から注視すべき次の波」だと確信しています。
視点1: AIの能力改善速度が変わる
現在、AIモデルの改善は人間の研究者チームが主導しています。もし自己改善AIが部分的にでも機能し始めると、能力改善のサイクルが月単位→週単位→日単位へと加速する可能性があります。
日本企業への示唆：「現時点のAI能力を前提にした3年ロードマップ」を作りすぎないこと。能力改善の速度が加速した場合に備えて、AI活用の「筋肉」を組織に作ること自体を目標にする。
視点2: GPU・インフラ需要の根拠になる
Recursive Superintelligenceのような大規模な自己改善AI研究は、極めて大量の計算資源（GPU）を必要とします。GVの$5億投資の一部は確実にNvidiaのGPU調達に向かいます。NvidiaがRecursiveへの投資家として参加しているのは、この需要のフィードバックループを意識してのことです。
日本企業のインフラ選定への示唆：Nvidia B300（本メディア別記事参照）などの高性能AIインフラへの需要は、超知能ラボの増加によって2026〜2027年にかけてさらに高まる可能性があります。クラウドGPUのコストが短期的に上昇するリスクを織り込んでおく必要があります。
視点3: AI安全性・ガバナンス議論が変わる
「AIが自分を改善する」という仕組みが実現に近づくほど、AI安全性（Safety）とガバナンスの重要性が増します。欧州のAI Act、米国の行政命令、日本の経済産業省・総務省の動向は、こうした技術的背景を踏まえて読む必要があります。
日本企業の実務的な対応：今すぐ必要な対応はないものの、社内のAIガバナンス委員会やAI利用ガイドラインに「能力の急激な向上に備えた再評価プロセス」を組み込んでおくことを推奨します。
【要注意】超知能AI報道を読む時の失敗パターン
失敗1: 評価額$40億を「現実のビジネス価値」として読む
❌ 「$40億評価だから、すでに大きなビジネスになっている」
⭕ 設立4ヶ月・製品未公開の段階での「将来性への期待値」として捉える
Recursive Superintelligenceはまだ製品を公開していません。$40億評価は、研究者の実績・投資家の期待・AI競争の激しさを反映したものです。製品が実際に機能するかどうかは、2026年5月の公式ローンチ後に評価が始まります。
失敗2: 「自己改善AI＝汎用人工知能（AGI）実現」と結論づける
❌ 「Recursiveが成功すればすぐにAGIが来る」
⭕ 自己改善の部分的な実現でも大きな進歩だが、AGIまでには多くのハードルがある
AIの自己改善と人間レベルの汎用知能（AGI）の間には、依然として大きなギャップがあります。The Decoderが指摘するように「この概念は長期的に実証されていない」のが現状です。期待値は適切に管理しながら追跡する姿勢が重要です。
失敗3: 欧州拠点だから「無関係」と判断する
❌ 「ロンドンの話だから日本企業には関係ない」
⭕ GVとNvidiaという米国主要プレイヤーが関与しており、グローバルAI産業の一部として追跡すべき
Recursiveの投資家であるGV（Google Ventures）とNvidiaは、日本企業とも深く関わるグローバルプレイヤーです。この動向はグローバルのAIインフラ需要・GPU価格・クラウドAIサービスの展開に影響します。
失敗4: 「次の波」を待ってから対応しようとする
❌ 「超知能AIが実用化されてから対応を考えよう」
⭕ 能力改善のスピードが加速する前提で、今のAIを使う「筋肉」を先に作っておく
過去のAI技術進化を振り返ると、「GPUが普及してからディープラーニングに対応しよう」と考えた企業は、既に5年遅れていました。次の波が来る前から「AIを使いこなす組織能力」を蓄積している企業が、次のサイクルで競争優位を持ちます。
まとめ：自己改善AIの時代を前に — 今日から始める3つのアクション
Recursive Superintelligenceは2025年12月31日ロンドン設立、Richard Socher（元Salesforce CS）&Tim Rocktäschel（UCL AI教授）共同創業。GV主導・Nvidia参加でオーバーサブスクライブの$500M調達（最大$1Bまで拡大可能）、評価額$4B pre-money。「AIが自己改善する」研究パイプラインの全自動化を目指す超知能ラボです。
日本企業が今日から取るべきアクション：
- 今日やること: Recursive Superintelligence（watershed.com）の公式ローンチを2026年5月以降にフォロー。同社の技術デモ・ブログが公開されたら「実際に何ができたか」を確認する
- 今週中: 自社のAI導入ロードマップを確認し、「3年後の計画」が現在のAI能力を前提にしていないか点検する。能力改善の加速を前提に、柔軟に見直せる構造になっているか
- 今月中: 超知能ラボの動向を定期的に追うための情報ソース（Sifted、The Decoder等）を社内のAI担当者と共有し、業界動向の定期レビュー会を設ける
関連記事：Ineffable Intelligence解説（11億ドル・DeepMind発の超知能ラボ）、Project Prometheus解説（Bezos主導・物理AI）、NeoCognition解説（自己学習エージェント40M）もあわせてご覧ください。
参考・出典
- Four-month-old Recursive Superintelligence raises $500m — Sifted（参照日: 2026-05-03）
- Self-improving AI startup Recursive Superintelligence pulls in $500 million just four months after founding — The Decoder（参照日: 2026-05-03）
- GV, Nvidia back a four-month-old AI lab in a $500M raise: report — Tech Funding News（参照日: 2026-05-03）
- Richard Socher 公式サイト — socher.org（参照日: 2026-05-03）
著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。早稲田大学法学部在学中に生成AIの可能性に魅了され、X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援を展開。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。
ご質問・ご相談はお問い合わせフォームからお気軽にどうぞ。
