Factory評価額15億ドル 企業向け自律型AI開発Droidsの正体

3行要約

• 創業3年のAIスタートアップ「Factory」が1.5億ドルを調達し、評価額15億ドル（約2,300億円）でユニコーン企業の仲間入りを果たした。
• 単なるチャット形式のAIではなく、ソフトウェア開発ライフサイクル（SDLC）全体を自律的に遂行する「Droids」というエージェントシステムを提供している。
• GitHub Copilotのような「補完」から、Devinのような「代行」へ、さらに一歩進んだ「組織への統合」を狙うエンタープライズ特化型のアプローチが特徴だ。

何が起きたのか

シリコンバレーで最も注目されるAIエンジニアリング企業の一つ、Factory（ファクトリー）が、Khosla Venturesを筆頭に1.5億ドルの資金調達を実施しました。創業わずか3年で評価額15億ドルに達した事実は、現在のAI投資バブルの中でも「実務で使える開発AI」への期待値がいかに高いかを物語っています。

私がこのニュースを重要視する理由は、彼らが「開発者のツール」を作るのではなく「AIエンジニアそのもの（Droids）」を組織に提供しようとしている点にあります。これまでの生成AIは、IDEの中でコードを一行ずつ補完するか、せいぜい1つの関数を書く程度のアシスタントでした。しかしFactoryが提供するのは、企業の既存のワークフロー（Jiraのチケット管理、GitHubのPRレビュー、デプロイ後の監視）に直接介入し、自律的にタスクを完了させるエージェントです。

特にSIer出身の私から見て、この「企業向け（Enterprise）」というキーワードは非常に重いです。大企業のシステム開発では、コードを書く時間よりも、仕様の確認、レガシーコードの解析、そして複雑な内部承認プロセスに時間がかかります。Factoryは、この「コードを書く以外の面倒なプロセス」をAIに肩代わりさせるためのプラットフォームを構築しており、そこに巨額の資金が投じられたのです。Khosla VenturesはOpenAIの最初期の出資者としても知られており、彼らがこの額を積んだということは、Factoryの技術が単なるGPT-4のラッパー（上位互換を装っただけのアプリ）ではないと判断した証拠と言えます。

技術的に何が新しいのか

Factoryが提供する「Droids」の核心は、静的なコード生成ではなく、コンテキスト（文脈）の保持能力と、外部ツールとの高度な連携にあります。従来の開発支援AIと何が決定的に違うのか、技術的な観点から3つのポイントを深掘りします。

第一に「自律的なタスク分解能力」です。通常のLLMは、プロンプトで指示されたことしかできません。しかしFactoryのDroidsは「この既存機能の不具合を修正して、ステージング環境でテストし、承認者に通知して」という高レイヤーの指示を受け取ると、それを内部で数十のサブタスクに分解します。これはエージェント型アーキテクチャと呼ばれ、LangChainやAutoGPTなどで試みられてきた概念ですが、Factoryはこれをエンタープライズレベルの堅牢性で実現しています。

第二に「レガシーコードへの深い理解」です。企業のソースコードは、数十万行、時には数百万行に及びます。ChatGPTなどの汎用AIではコンテキストウィンドウが不足し、プロジェクト全体の依存関係を把握できません。Factoryは独自のインデックス化技術により、コードベース全体を「知識グラフ」として保持しています。これにより、Aというファイルを変更した際の影響が、全く別のディレクトリにあるBというファイルに及ぶことを正確に予見できます。

第三に「ワークフローへの完全な埋め込み」です。以下のような擬似的なワークフローを想定するとわかりやすいでしょう。

# 従来のAI: コードの断片をくれるだけ
# Factory Droids: インフラを含む一連の操作を自律実行
def handle_jira_ticket(ticket_id):
    droid = Factory.load_droid("MaintenanceDroid")
    # 1. 課題の分析
    context = droid.analyze_issue(ticket_id)
    # 2. ブランチ作成とコーディング
    droid.create_branch(ticket_id)
    droid.write_code(context)
    # 3. 既存のCIツールを回してテスト
    test_result = droid.run_tests()
    if test_result.passed:
        # 4. 人間にPRを投げてレビューを依頼
        droid.submit_pull_request(reviewers=["negi_senior_engineer"])

このように、APIを通じてGitHubやJira、Slackと連携し、開発者が普段使っているツールチェーンの中で「同僚」として振る舞う設計になっています。これは単なる生産性向上ツールではなく、開発プロセスそのものの自動化レイヤー（オートメーション・レイヤー）としての立ち位置です。

数字で見る競合比較

この比較から見えるのは、Factoryが「既存の巨大な組織」にいかに食い込むかを重視している点です。Devinが「AIだけで開発を完結させる」という理想主義に近いアプローチなのに対し、Factoryは「既存の開発チームの中にAIの枠を作る」という現実的な設計をしています。

実務レベルで言えば、レスポンス速度よりも「精度」と「一貫性」が重要です。Factoryは調達した資金を使って、各企業独自のコーディング規約やドキュメントを学習し、その組織にとっての「正解」を出すためのファインチューニングや、RAG（検索拡張生成）の最適化にリソースを割いています。SIerの現場で「この変数の命名規則はプロジェクト独自のものだ」と怒られるような、あの細かなニュアンスをAIに理解させようとしているのです。

開発者が今すぐやるべきこと

このニュースを「遠い国のすごい話」で終わらせてはいけません。日本の開発現場でも、3ヶ月から半年以内にこの種のエージェント型ツールが導入され始めるはずです。

まず、自社のソースコードのクリンネス（清潔さ）を再確認してください。AIエージェントは非常に強力ですが、ベースとなるコードがスパゲッティ状態であれば、AIも誤った推論を連発します。Factoryのようなツールを導入した際に、AIが正しく理解できるディレクトリ構造や、関数の責務分担になっているかを見直すことが、結果として「AIを使いこなせる組織」への第一歩になります。

次に、GitHub Copilotの「Chat」機能を、単なる質問箱としてではなく、エージェントとして使う訓練を始めてください。例えば「このクラスのユニットテストをすべて書き直して」といった、やや広範囲な指示を投げ、AIがどこで躓くかを観察するのです。これにより、次世代のエージェントツールに何を任せ、何を手動で残すべきかの境界線が見えてきます。

最後に、Factoryの公式ドキュメントやウェイトリストに登録し、その「統合方法」を研究してください。彼らがどのようにJiraやSlackと連携させようとしているのか、そのインターフェースを理解することは、将来的にAIエージェントを管理する「AIマネージャー」としてのスキルセットに直結します。コードを書く能力以上に、AIに仕事を割り振る（オーケストレーションする）能力が、今後のエンジニアの市場価値を左右します。

私の見解

私は今回のFactoryの躍進を、非常にポジティブに捉えています。SIer時代、私は「変更箇所の調査」と「ドキュメント更新」だけに数日を費やすプロジェクトをいくつも見てきました。正直に言えば、あのような「人間の創造性を削る作業」は、一刻も早くAIに譲るべきです。

一部では「AIがエンジニアの仕事を奪う」という懸念がありますが、私の考えは逆です。Factoryのようなツールが普及すれば、エンジニアは「どう実装するか（How）」から「何を作るべきか（What）」という、より本質的な設計とビジネスロジックに集中できるようになります。RTX 4090を2枚挿してローカルLLMを動かしている私から見ても、Factoryが目指している「コンテキストの組織的共有」は、個人で構築できるレベルを遥かに超えた、企業にとっての聖杯です。

ただし、懸念もあります。Factoryが提示する「Droids」が、もしベンダーロックインを強めるものであれば、企業のコード資産が特定のプラットフォームに依存しすぎるリスクがあります。また、日本のSI構造においては、AIが生産性を上げても「人月単価」という古い評価制度が壁になるでしょう。しかし、そんな古い制度を破壊するほどのパワーが、今回の15億ドルという数字には込められています。私は、このツールを真っ先に導入し、開発プロセスを根底から書き換える勇気のあるチームが、次世代の覇権を握ると確信しています。

よくある質問

Q1: FactoryはGitHub Copilotと何が違うのですか？

Copilotは「次に書くべき1行」を提案するツールですが、Factoryは「チケットの要件を読んでコードを書き、テストを通し、PRを出す」という、一連のエンジニアリング業務を完結させる自律型エージェント（Droids）です。

Q2: セキュリティ面で不安はないのでしょうか？

Factoryはエンタープライズ特化を掲げており、SOC2 Type IIへの準拠や、顧客専用のアイソレートされた環境でのデプロイをサポートしています。企業のコードを学習に流用しない設定など、B2B向けの厳格なポリシーを持っています。

Q3: 導入すればジュニアエンジニアは不要になりますか？

いいえ。むしろAIが生成したコードや、AIが行ったタスクの「妥当性」を判断できる、質の高いジュニア〜中堅エンジニアの需要が増えます。ただし、言われた通りにコードを書くだけの作業者は、AIに置き換えられる可能性が高いです。

あわせて読みたい

• Bench for Claude Code 使い方とレビュー