Sakana AIが照らす大企業R&Dの構造的限界——資金も人材も豊富なのに、なぜブレイクスルーが生まれないのか
組織設計

Sakana AIが照らす大企業R&Dの構造的限界——資金も人材も豊富なのに、なぜブレイクスルーが生まれないのか

創業約1年でユニコーン評価を達成したSakana AIは、大企業の研究開発部門が抱える4つの構造的制約を逆照射する。意思決定速度・報酬制度・評価軸・失敗許容度の観点から、大企業R&Dがなぜ同等のブレイクスルーを生み出せないのかを分析する。

R&D 組織設計 意思決定 人材 評価制度 スタートアップ対比

「資金も人材も豊富」という通説は正しいのか

大企業のR&D部門には、スタートアップが持ち得ないリソースが揃っている。年間数百億円の研究開発予算、博士号を持つ専門家集団、グローバルな顧客基盤、そして数十年にわたって蓄積されたデータ。この条件を見れば、「大企業の研究所こそがイノベーションの主役であるべき」という結論は自然に見える。

しかし現実はその逆の方向に動いている。

2023年7月、東京を拠点にSakana AIが設立された。創業者はDavid Ha（元Google Brain Japan統括・元Stability AI Head of Research）とLlion Jones（Transformerアーキテクチャを提案した「Attention Is All You Need」（2017年）の共著者）、およびRen Itoの3名。創業時点での社員数は十数名。研究インフラは大手テック企業の研究所には遠く及ばない。

それでも、創業から1年でシリーズA（2024年9月）に約300億円（$200M）を調達し、評価額は約2,200億円（$1.5B）に達した。2025年11月のシリーズBでは約200億円（$135M）を追加調達し、評価額は約4,000億円（$2.65B）へ。シリーズAの出資者にはMUFG・みずほ・野村・伊藤忠・KDDI・NvidiaほかNEA・Khosla Ventures・Lux Capitalが名を連ね、シリーズBではMUFG・NEA・Khosla Ventures・Lux Capital（継続）に加え、米国の戦略投資機関In-Q-Tel・Macquarie Capitalほか多数が参加した（出典：日本経済新聞・TechCrunch、2025年11月）。

日本のスタートアップとして過去最高の企業評価額。しかし問うべき問いは「Sakana AIの成功」ではない。なぜ、世界最高クラスの研究者たちは、既存の大企業研究所の中でなく、その外に出なければならなかったのか。 その問いに答えることが、大企業R&Dの構造的限界を理解することと同義だ。

本稿が論じるのは「スタートアップは偉い、大企業のR&Dはダメだ」という二項対立ではない。Sakana AIを対比材料として使いながら、大企業の研究開発組織が構造的に抱える4つの制約 を解剖することが目的だ。

制約は個人の問題でなく、組織設計が生む必然だ。「優秀な人材を採用すれば解決する」という処方箋が的外れな理由も、そこにある。

4つの制約——意思決定速度の非対称性、報酬制度の構造的ミスアライン、評価軸の短期ROI偏重、失敗許容度の組織的ゼロ化——を順に見ていく。

制約1：意思決定速度の非対称性

David HaがGoogle Brainを離れ、Stability AIを経てSakana AIを設立したのは2023年7月だ。同年秋には最初の研究論文を公開し、翌2024年初頭にはシード調達$30Mを完了している。仮説から実行、資金調達、研究成果公開まで、着想からおよそ半年以内のサイクルで動いた。

大企業のR&D部門でこのサイクルを再現することはほぼ不可能だ。理由は能力ではなく、プロセスにある。

新しい研究方向を探索しようとする場合、多くの大企業では次のような手続きが発生する。事業部門との整合確認、法務・知財の事前審査、予算申請と上位承認、プロジェクト設計書の策定、中間報告の義務付け。このフローを一巡するだけで数ヶ月を要することは珍しくない。

さらに問題なのは、この手続きが「慎重さ」の価値観から設計されていることだ。大企業における承認プロセスは、失敗コストを最小化するためのリスクフィルターとして機能している。しかしイノベーション探索において、この設計は致命的な欠陥を持つ。フィルターをかけるタイミングが早すぎるために、検証前にアイデアが死ぬ。

スタートアップにおける意思決定の速さは「組織が小さいから」という単純な話ではない。意思決定権が創業者に集中し、承認コストがゼロに近く、仮説検証を最小コストで回せる設計が組み込まれている——この構造の差が本質だ。承認ループが新規事業を潰す構造については別稿で詳述している。

制約2：報酬制度の構造的ミスアライン

Llion JonesがSakana AIをスタートアップとして立ち上げた選択は「大企業の安定を捨てた」という物語として語られることが多い。しかし、この解釈は表面的だ。世界水準の研究者にとって、スタートアップの株式報酬は大企業の固定給よりも合理的な選択になっている という事実を反映しているに過ぎない。

Sakana AIの評価額が$2.65Bに達した時点で、創業期から参加した研究者の株式価値は、同等ポジションの大企業給与の数十年分を上回る可能性がある。これは個人の冒険心の問題ではなく、期待値の計算の問題だ。

一方、大企業のR&D部門における報酬設計には構造的な問題がある。多くの場合、研究者の評価は「職位グレードに基づく固定給」と「直近の業績評価に連動する短期ボーナス」で構成される。この仕組みは、長期的な研究成果に対して報酬がほとんど連動しない構造を生む。

5年後・10年後に花開く基礎研究を担う研究者が、1年単位の業績評価で処遇される。その場合、合理的な研究者は「評価されやすい研究」に向かう。短期に成果を証明しやすい応用研究・近接領域の開発業務に向かい、不確実性の高い探索的研究から遠ざかる。組織に居続ける研究者の研究行動が、徐々に既存事業の改善・最適化に収束していく——大企業における人材の瓶詰め現象の典型的な発現だ。

さらに逆説がある。イントレプレナーに成果報酬を導入しても、「同等のリスクとリターンを取るなら、組織の制約なしに動けるスタートアップの方が合理的」という判断が促され、むしろ有能な人材の外部流出を加速させる。この逆説の構造はイントレプレナー報酬のパラドックスとして別稿で論じている。

制約3：評価軸の短期ROI偏重

大企業のR&D投資の最大の問題は、評価軸が短期ROIに固定されている ことだ。

「研究開発に投資しているはずなのに、なぜ長期的な探索が行われないのか」。答えは単純だ。経営会議で問われる問いが「この研究は3年以内にどの事業に貢献するか」であれば、その問いに答えられない研究は予算承認されない。

Sakana AIが取り組む「進化的モデルマージング」「自然界の原理に基づくAIアーキテクチャ」「AIを使ったAI研究の自動化（AI-scientist）」は、いずれも3年以内の具体的なROIを示すことが困難な研究領域だ。これらは商業応用に先行する基礎的な探索であり、その価値は不確実性の中にある。

しかし大企業の研究所において、「3年以内のROIを示せない研究」に継続的に予算を配分し続けることは、経営会議の承認を得る上で著しく困難だ。

この構造は、研究テーマの選択を歪める。研究者は「面白い問い」よりも「説明しやすい問い」を優先するようになる。イノベーションに見えるが、実質は既存事業の改良に過ぎない研究が量産される。経営層が「R&D予算を投じているのに成果が出ない」と感じる場合、多くはこの評価軸の問題が根本原因だ。

特許数やR&D比率を「イノベーション成果の指標」として使うケースが多いが、これらはブレイクスルーの出現と相関しない。この点はイノベーション指標の都市伝説として別稿で詳述している。四半期ごとのP&L評価が研究部門にまで浸透し、研究者の行動が3ヶ月単位の成果証明の圧力にさらされる——その構造的な歪みは別途分析している。

制約4：失敗許容度の組織的ゼロ化

スタートアップと大企業のR&Dで最も対称的な差異が現れるのは、「失敗への対応」だ。

Sakana AIはこれまでに複数の研究方向を公開し、一部は予期しない結果や制約を伴うものだった。その都度、公開論文・ブログポストで経緯を透明に開示している。研究組織として、失敗が知識資産に転換されている。

大企業のR&D部門で同等の行動を取ることは、多くの場合、個人のキャリアリスクを伴う。「失敗プロジェクトのリーダー」というレッテルは、次の予算申請を困難にし、昇進評価に影響し、場合によっては異動・縮小の契機となる。

このリスク構造が存在する限り、研究者の合理的な行動は「失敗しにくいテーマを選ぶ」ことになる。探索の幅が狭まり、ブレイクスルーの確率は下がる。「安全な失敗」すら許容されない環境では、「意義ある挑戦」は発生しない。

この問題はしばしば「心理的安全性の欠如」という個人・文化の問題として語られる。しかし根本は制度の問題だ。評価制度が失敗を罰するように設計されている限り、個人の意識改革や研修によって行動は変わらない。「失敗してもいい文化に」という掛け声がなぜ機能しないかの答えは、ここにある。

Sakana AIが示す「構造的解放」の実態

Sakana AIが短期間でユニコーン評価を達成した背景には、研究者の能力という個人要因だけでなく、制約からの構造的解放 がある。

  • 意思決定はDavid Haが即断でき、承認コストがない
  • 報酬は株式が中心であり、長期成果へのアップサイドが研究者に直接帰属する
  • 評価軸は「投資家から見た将来価値」であり、3ヶ月のROIではない
  • 失敗した研究方向は公開され知識資産となり、採用・資金調達への貢献に転換される

この4点は、前述した大企業R&Dの4制約の完全な反転だ。

翻って言えば、大企業がSakana AIのような成果を出すために必要なのは、「優秀な研究者を採用すること」ではない。制約の構造を変えること だ。

意思決定権を研究チームに委譲し、報酬に長期インセンティブを組み込み、評価軸を短期ROIから学習速度・仮説検証サイクルに置き換え、失敗を罰しない評価制度を設計する。これらは「文化を変える」という抽象的な取り組みではなく、制度・プロセス・権限設計の具体的な変更だ。

大企業の強みは別の場所にある

大企業がスタートアップに「勝てない」という結論は、本稿が導くものではない。

大企業のR&D部門には、スタートアップには持ち得ない強みがある。顧客基盤へのアクセス、長期データの蓄積、製造・流通・法規制対応の実装能力——これらは研究成果を実社会に展開する段階で決定的な優位性をもたらす。

問題は、大企業がこれらの強みを持ちながら、組織設計の欠陥によってその強みを活かす研究成果を自ら生み出せなくなっていることだ。

MUFGがSakana AIのシリーズA・シリーズBの双方に出資しているという事実は、この文脈で示唆的だ。内製か外部かという二項対立ではなく、「どの段階のイノベーションを内部で担い、どの段階を外部連携で補うか」という設計の問いへと、大企業の戦略的位置取りは移行しつつある。

結論：問うべきは構造、責めるべきは個人ではない

Sakana AIが日本のスタートアップとして過去最高の企業評価額を達成した事実は、「優秀な研究者が輝く場を見つけた」という個人の成功物語ではない。

意思決定速度の非対称性、報酬制度のミスアライン、評価軸の短期ROI偏重、失敗許容度の組織的ゼロ化——この4つが、世界水準の研究者に「組織の外」を選ばせる環境を作っている。これが大企業R&Dの現実だ。

通説は「大企業は資金も人材も豊富だから有利」だ。しかし資金と人材を活かす組織設計が欠如している限り、豊富なリソースはイノベーションの燃料にならない。Sakana AIはその限界を、ポジティブな形で照らし出している。「資金も人材も豊富なはずなのに、なぜブレイクスルーが出ないのか」という問いへの答えは、すでにここにある。

参考文献・一次ソース

荒井宏之 / INNOVATION VOYAGE

関連記事

組織設計

スタートアップ総力創出パッケージ2026が大企業に迫る構造変化｜CVC・オープンイノベーション戦略の問い直し

2026年5月20日公表のスタートアップ総力創出パッケージは、ディフェンステックSBIR・政投銀レイターファンド・政府調達指針改訂の三本柱で構成される。5か年計画の折り返し点で打たれたこの政策テコ入れは、大企業のCVC・オープンイノベーション戦略に何をもたらすのか——「補助金が増えれば新規事業が育つ」という通説に正面から疑問を投げる構造分析。

2026年5月30日