.svg)
注目ベンチャー紹介：Axiomatic AI
Written by Yuhei Yano
今回の注目ベンチャーの紹介はAxiomatic AIです。
同社は、科学・工学領域に特化したAIプラットフォーム企業であり、従来の生成AIとは異なり、数理・物理に基づく「検証可能なAI」の実現を目指しています。
Axiomatic AI
サービス／プロダクト概要
主なプロダクトは以下の2つ：
- Operators
フォトニクス、半導体、熱・機械などの工学分野における設計・解析・測定ワークフローを自動化するAIエージェント群 - Lemma（クローズドβ）
数式の導出、モデル化、数値解析、コード生成を一体化した、エンジニア・研究者向けのAIコ・エクスプローラー
これらは共通の基盤技術である Axiomatic Intelligence 上に構築されており、単なる「生成」ではなく、物理法則・数理モデル・検証プロセスを組み込んだエンジニアリングAIとして設計されている。
特徴／提供価値
Axiomatic AIの最大の特徴は、“verification-first（検証前提）”のアーキテクチャにある。
従来の生成AIは「それらしい答え」を高速に出すことに優れている一方で、工学分野においては以下の課題があった：
- 結果の正当性が保証されない（hallucination）
- 物理法則との整合性が担保されない
- 再現性・トレーサビリティが不足
Axiomatic AIはこれに対し：
- 数式・モデルの整合性検証
- 物理法則ベースの制約
- ワークフロー全体の再現性
を組み込むことで、“使えるAI”から“信頼できるAI”への進化を狙っている。特に強みが出るのは、以下のような領域である：
- フォトニクス（光デバイス設計・測定）
- 半導体パッケージ（熱・応力・界面）
- マルチフィジックス問題（光×熱×機械）
実際に、フォトニックデバイス開発において3ヶ月かかる課題を1人のエンジニア＋AIで解決した事例や、wafer probe装置をAIが自律的に操作し、測定・解析・最適化を回すデモなど、単なる解析支援を超えた“クローズドループエンジニアリング”を実現している。
ビジネスモデル
Axiomatic AIのビジネスモデルは、エンジニアリングワークフローへの組み込み型SaaSに近い。
主な収益構造は：
- エンタープライズ向けライセンス契約
- 特定ドメインにおける共同PoC（初期導入）
- 既存装置（例：測定装置）との統合による展開
特徴的なのは、既存ハードウェアへの“後付けAI”として展開できる点である。
例：
- wafer probe stationと連携し、測定→解析→最適化を自動化
- 既存の設計・解析ツール群の上にAIをオーケストレーション層として導入
これにより：
- 新規設備投資を必要としない
- 導入障壁が低い
- 既存顧客基盤を活用したスケールが可能
一方で、ドメインごとのモデル構築が必要となるため、SaaSとコンサルの中間的な性質を持つ点も特徴である。
市場動向・なぜこの会社なのか？
現在、「AI×科学」領域では以下の2つの潮流がある：
- 生成型（Generative）
- 新材料・新分子の探索（例：Cusp AI、Orbital Materials）
- 検証・実行型（Execution / Verification）
- 工学プロセスの最適化・自動化（Axiomatic AI）
Axiomatic AIは明確に後者に位置する。
特に重要な背景は：
- 半導体・フォトニクスの複雑化
- マルチフィジックス問題の増加
- エンジニアリング人材の不足
- 開発サイクル短縮の圧力
中でもフォトニクス領域は：
- 光・熱・機械が強く結合する
- 測定・キャリブレーションが複雑
- パッケージングが性能のボトルネック
といった特性を持ち、AIの価値が最も出やすい領域の一つとなっている。
Axiomatic AIはこの領域で実績を作りつつ、
半導体パッケージ、材料、製造へと横展開する戦略を取っている。
顧客・競合・パートナー
- 顧客：
- 半導体装置メーカー
- フォトニクス企業
- 材料・パッケージメーカー
- 競合：
- 生成系：CuspAI, Orbital Materials
- ツール系：ANSYSなどのシミュレーションソフト、EDAツール->ただし、AIによる統合・自動化レイヤーが異なる
- パートナー
- 測定装置メーカー（例：probe station）
- フォトニクス関連企業
- 研究機関
特に重要なのは、既存装置との統合によるGo-to-Market戦略である。