Graphon AI、830万ドルのシード資金を調達し、エンタープライズAI向け「プレモデル・インテリジェンス・レイヤー」を構築

2026年5月14日、サンフランシスコ — Graphon AIは本日、ステルスモードから脱却し、830万ドルのシード資金を調達したことを発表しました。同社は「プレモデル・インテリジェンス・レイヤー」と呼ばれる新しい種類のAIインフラを構築しており、現在のAIモデルが企業データを処理する際の核心的な課題であるコンテキストウィンドウの制限を解決することを目指しています。最先端の大規模言語モデルでも約100万トークンしか処理できませんが、企業のデータ量は通常、ドキュメント、動画、ログ、データベースにわたって数兆トークンに達します。従来の検索拡張生成システムは関連コンテンツを検索できますが、データセット間の隠れた関係を発見することはできません。

Graphonのソリューションは、モデルがデータに触れる前に、グラフォン関数を使用して動画、音声、ドキュメント、画像、構造化データベース間の関係を自動的に発見します。このシステムは、エンタープライズソフトウェア、カメラ、機械、スマートフォン、スマートグラスなどの新興プラットフォームからのリアルタイムデータソースも分析できます。その結果、事実上無限かつ永続的なコンテキストを実現し、あらゆる基盤モデルやエージェントフレームワークと連携できるため、既存のAIアプリケーションの効率を高めながら、新しいAIアプリケーションを可能にします。

今回のラウンドはNovera VenturesのArvind Guptaが主導し、Perplexity Fund、Samsung Next、GS Futures、Hitachi Ventures、Gaia Ventures、B37 Ventures、およびAurum Partners（サンフランシスコ・フォーティナイナーズのオーナーなどを戦略的LPとする投資ファンド）が参加しました。Gupta氏は「Graphonはインテリジェンスが発生する場所を変えます。ほとんどの企業はより大きなモデルを構築しようとしていますが、Graphonは生のエンタープライズデータとモデル自体の間のレイヤーを改善しています。これにより、現在の基盤モデルは複雑なデータをよりよく理解し、モデルサイズを大きくすることなくはるかに有能になります」と述べています。

Graphonの創業者とアドバイザーチームは、Amazon、Meta、MIT、Rivian、Google、Apple、NVIDIA、Samsung AI Center、NASA出身の元研究者やエンジニアから構成されています。創業者兼CEOのArbaaz Khan氏は「AIは過去10年間で言語を模倣することを学びましたが、世界はトークンではなく関係でできています。その構造を保持することで、基盤モデルをエンタープライズスケールでより正確で有用なものにしています。Graphonを組み合わせたLLMは単独のLLMよりも優れています。私たちはモデルを置き換えるのではなく、増幅しているのです」と述べています。

Graphonの顧客と開発者はすでに、エンタープライズコンテンツ管理（動画、音声、画像、ドキュメントにわたる推論）、産業インテリジェンス（プロセスギャップ、コンプライアンス問題、根本原因イベントの特定）、エージェンティックワークフロー（豊富なマルチモーダル入力に基づくAIエージェントの自動意思決定）、オンデバイス（スマートフォン、カメラ、ウェアラブルなどが生成するマルチモーダルデータの理解と推論）などの用途で利用しています。韓国の大手財閥GSグループの副社長Ally Kim氏は「GraphonはGSグループのAI変革の旅において貴重なパートナーであり、優れた情熱とAI専門知識を提供してくれました。彼らのマルチモーダルAIソリューションは、コンビニエンスストアでの顧客動線分析や建設現場のCCTV分析による安全性向上など、実際の課題解決に役立っています」と述べています。

カリフォルニア大学バークレー校の計算・データ科学・社会カレッジ学部長Jennifer Chayes氏と、グラフォンという用語を作ったコンピュータサイエンス教授Christian Borgs氏（両名ともGraphonのテクニカルアドバイザー）は「Graphonの技術はデータ間の関係を自動的に発見し、その構造を第一級市民として扱います。AIの未来はトークン以上の構造を理解することにかかっており、彼らの連続マルチモーダルグラフ表現はシステムモデルの新しいパラダイムを切り開きます」と述べています。

Graphon AIについて：Graphon.aiはエンタープライズAI向けのプレモデル・インテリジェンス・レイヤーを構築しています。生のマルチモーダルデータを永続的な関係メモリに変換することで、Graphonは基盤モデルが孤立したトークンシーケンスではなく接続されたシステムを推論できるようにします。コンテキストウィンドウを構造化メモリに置き換えることで、Graphonは精度を向上させ、ハルシネーションを低減し、LLMがエンタープライズスケールで動作することを可能にします。詳細はgraphon.aiをご覧ください。