
Edelbyte
🟡 条件つき$70M · Series A / シード · 評価 $500M
検索・分析・ベクトル・グラフ・地理空間の処理を1つにまとめたデータ基盤。AIエージェントが人間よりはるかに多くの問い合わせをデータに投げる時代を前提に、ペタバイト級のデータでもミリ秒で答え、費用を抑える設計。パブリッククラウド・ソブリンクラウド・自社運用・オンプレミスのどこでも動き、データを動かさずにその場で検索できる。Claude・Codex・Grafan…
Daily
トップティアVC投資 日次1ページ|2026-11-12(対象 11/11 07:00〜11/12 07:00 JST)
Tier1リードの新規3件、特集は3件。Sequoiaがシードをリードし、元Microsoftのデータ基盤チームが作るEdelbyteがステルスから$70M(シード+Series A)で登場。General CatalystがSeries Bを共同リードした営業AIのRox($100M、評価額$1.3B)、Thrive Capital・Founders Fund・Lightspeedらが共同リードしたAI推論チップのFractile($720M Series C)も特集。確認範囲:会社公式サイト・公式X・創業者X、Sequoia・Lightspeed公式記事、PR Newswire、TechCrunch、The Next Web、Globes、Calcalist、TechStartups・SiliconReport・Work Insidersの日次調達まとめを日付指定で照合。全Tier1の全投稿を網羅した調査ではありません。
日本で狙えそう: 🟡 Rox(大企業の営業を動かすAIエージェント。日本語対応と商習慣への適応が条件)、🟡 Edelbyte(オンプレ・自社クラウドでも動くデータ分析基盤。国内導入には販売パートナーが条件)
- Imprint:ブランドと組む提携クレジットカードの基盤で$130M、評価額約$1.9B。Khosla Venturesがリードし、Ribbit CapitalとThrive Capitalが参加。Fanaticsのカードも獲得(出典:Upstarts Media、Traded)。 - Tendrils:数千コアを並列で動かす新しいCPUを開発する英ケンブリッジの会社で$30M、Benchmarkリード。Jack Altman氏が取締役に就任。発表は11/10で昨日の確認漏れ(出典:Tendrils公式ブログ、Tech.eu)。 - Charta Health:医療カルテをAIで確認し請求ミスを減らす基盤で$55M Series B、Insight Partnersリード。発表は11/10で昨日の確認漏れ(出典:Charta Health公式、Insight Partners公式)。 - SPARETECH:製造業の予備部品の在庫を減らすAIで$20M Series B、Blume EquityとInsight Partnersが共同リード。独シュトゥットガルト拠点(出典:PR Newswire、FinSMEs)。
(Tier1リード外) - Torus($500Mの成長資金、Magnetarリード。Tier1リスト外。出典:SiliconReport) - Daylight Security(AIセキュリティで$80M Series B、Goldman Sachs Alternativesリード。Tier1リスト外。出典:The Wall Street Journal、TechStartups) - Plurai(AIエージェントのシミュレーション基盤で$13Mシード。Tier1のリード・参加を確認できず。出典:SiliconReport)

$70M · Series A / シード · 評価 $500M
検索・分析・ベクトル・グラフ・地理空間の処理を1つにまとめたデータ基盤。AIエージェントが人間よりはるかに多くの問い合わせをデータに投げる時代を前提に、ペタバイト級のデータでもミリ秒で答え、費用を抑える設計。パブリッククラウド・ソブリンクラウド・自社運用・オンプレミスのどこでも動き、データを動かさずにその場で検索できる。Claude・Codex・Grafan…

$100M · Series B · 評価 $1.3B
大企業(Global 2000)向けの「レベニューエージェント」。見込み客の発掘、案件の見極め、商談の予約、案件管理、既存顧客の拡大までを、AIエージェントが企業の既存システムの中で裏側から進める。各社のデータウェアハウスの上に構築するのが特徴。

$720M · Series C · 評価 £5B超
AIの「推論」(学習済みモデルが答えを出す処理)を速くする専用チップとラック単位のシステムを開発。高帯域メモリ(HBM)に使うのと同じDRAMを演算回路の真上に積み重ね、メモリとのデータのやり取りを速くする設計。チップから機械学習コンパイラまで自社で一貫開発する。