上海のAIスタートアップ、Pragmatik Labsが注目を集めている。創業者は、アリババの大規模言語モデル「Qwen（千問）」ファミリーで技術責任者を務めた林俊旸氏だ。中国での登録名は「語用科技（Yuyong Technology）」で、社内では「p7k」と呼ばれていると報じられている。同社が掲げるのは、デジタル世界と物理世界をまたいで働く「次世代エージェント」だ。34

驚きを呼んだのは、資金調達のタイミングである。Pragmatikは、公開製品やモデル、顧客基盤、売上、正式なリリース時期を明らかにする前に、エンジェルラウンドで投後評価額約20億ドルに達したと報じられている。813

つまり、この評価額はすでに大きな事業が生み出した実績への値札ではない。林氏のこれまでの実績、採用力、研究構想、そしてAIが次に進む方向への期待に対して、投資家が先に価格を付けたものだ。

資金調達と株主構成で分かっていること

資金調達は、高榕創投とHSGが共同で主導したと報じられている。HSGは、旧セコイア・チャイナとして知られる投資会社だ。テンセントと上海未来産業基金も参加したとされる。411

報道で頻繁に示されている内訳は、総額約2億2,000万ドル。高榕創投とHSGがそれぞれ約1億ドル、テンセントが約2,000万ドルを出資し、上海未来産業基金も関与したという。ただし、これらの詳細な配分はメディアや業界報道に基づく数字であり、企業が正式に発表した資金調達資料で確認されたものではない。1014

企業登記に関する報道では、Yuyong Technologyの外部機関投資家の持ち分は合計約12％にとどまり、林氏と関連会社が約88％を保有しているという。811 この構成なら、創業者の経営・研究面での裁量は大きい。一方で、投資家が買っているものが、現時点の商業実績というより林氏のリーダーシップと技術判断への継続的なアクセスであることも浮かび上がる。

ここで注意したいのは、「評価額」と「事業価値」は同じではないという点だ。約20億ドルという数字は、非公開の資金調達ラウンドで合意された投後評価額を意味する。Pragmatikがすでに20億ドル規模の売上事業を持つという証明ではない。公開情報からは、製品、ユーザー、顧客、受注、売上の存在は確認できない。813

基盤モデルの次ではなく、エージェントへ

林氏がアリババで携わっていたのは、Qwenのような基盤モデルの研究・開発だった。これに対し、Pragmatikが前面に打ち出しているのは、デジタル環境と物理環境の双方で動く「次世代エージェント」である。418

デジタルエージェント

デジタルエージェントは、知識労働、企業運営、業界向けワークフローを対象とする。会社が示している中核能力は、次のようなものだ。1718

• タスクの目的を推論する
• ソフトウェアや外部ツールを使う
• 実行結果や環境からのフィードバックで学ぶ
• 長時間にわたる作業の中で行動を調整する

従来型のAIが「質問に答える」ことを主な役割としていたとすれば、エージェントはその先を目指す。課題を分解して計画を立て、実際に操作し、結果を確認し、うまくいかなければ次の手順を修正する。回答を生成して終わるのではなく、仕事を前に進めるシステムだ。

物理エージェント

物理エージェントは、その行動範囲を現実世界へ広げる。変化する周囲の状況を認識し、環境に適応し、機械を通じて動作し、長時間に及ぶタスクを完了するシステムが想定されている。1718

これは、ソフトウェア上のアシスタントよりはるかに難しい。デジタルエージェントなら、誤った回答やツール操作が主な失敗になる。しかし物理エージェントには、視覚などの知覚、空間認識、制御、ハードウェアの信頼性、安全性、そして現実世界で行動した結果への責任まで求められる。

「研究から製品へ」と長期的な探索

Pragmatikは「Research to Product（研究から製品へ）」という循環も掲げている。最先端の研究成果を現実の場に投入し、そこで得られたフィードバックを次の研究テーマに反映する考え方だ。また「Long Horizons（長期的な視野）」では、現在のエージェントを小刻みに改良するだけでなく、既存の枠組みを超えるシステムを探る姿勢を示している。1825

ただし、公開された説明はまだ広い。利用可能な報道の範囲では、モデルのパラメーター数、ベンチマーク、学習データ、ロボット関連の提携先、具体的な製品、リリース時期は明らかになっていない。232425

投資家が林俊旸氏に賭けた理由

今回の投資の中心にあるのは、実績に基づく「人材プレミアム」だとみられる。林氏はアリババでQwenの技術とオープンソースのエコシステム構築に貢献した。その経歴は、優秀なチームを集め、AI研究の最前線で成果を出せるのではないかという期待につながっている。48

林氏は言語学・計算言語学の研究を経て、2019年にアリババの達摩院（DAMO Academy）へ入った。その後、アリババの通義研究所の立ち上げ時期にQwenの技術リーダーとなった。Qwenの初期技術報告書の著者の一人であり、Qwen2.5の技術報告書にも中核貢献者として名を連ねたと報じられている。48

Qwen陣営は、コーディング、数学、画像・マルチモーダル、推論など、幅広いオープンモデルを公開してきた。2026年初めまでのエコシステムについては、公開モデルが400種類以上、派生モデルが20万種類以上、世界でのダウンロード数が10億回を超えたとする数字も報じられている。8

ただし、これらはQwenのエコシステムに関する数字であり、Pragmatikの事業実績ではない。ここを混同することはできない。

林氏の身体性AIへの関心も、今回の起業で初めて現れたものではない。報道によれば、林氏は2025年10月、Qwen内部でロボット工学と身体性知能に取り組むチームを立ち上げた。Pragmatikの物理エージェント路線は、アリババ在籍時から続いていた研究方向の延長線上にあると考えられる。1531

アリババ退社と「エージェント的思考」

林氏は2026年3月4日、Qwenプロジェクトからの離任を公表し、「Bye my beloved Qwen」と投稿した。退社の背景については、組織運営や商業化の優先順位の変化と関連づける報道があるものの、社内事情を完全に独立検証できる公的な説明は、現時点で確認されていない。57

その後、3月26日に発表した論考『From “Reasoning” Thinking to “Agentic” Thinking（「推論的思考」から「エージェント的思考」へ）』で、AI開発の次の段階について考えを示した。主張の中心は、限定されたプロンプト内で推論するモデルから、計画を立て、ツールを使い、環境に入り、フィードバックを観察し、戦略を修正しながら継続的に行動するシステムへ移るべきだ、というものだ。1719

この考え方では、環境そのものが知能の一部になる。質問への回答なら、文章の正しさや有用性を評価できる。一方、現実の仕事を完了するエージェントは、長い行動の連鎖の中で前進できたか、失敗から復帰できたか、最終的に役立つ成果へ到達できたかまで評価されなければならない。

物理エージェントでは、この問題がソフトウェアの外側へ広がる。ファイル、ウェブサイト、業務ツールだけでなく、物体、機械、刻々と変化する周囲の環境を相手にするからだ。フィードバックの種類は豊かになる可能性があるが、技術的・運用的な難度は一気に高まる。したがって、これは有望な長期仮説ではあるものの、現時点で実証された技術的優位や商業的優位ではない。1115

ミラ・ムラティ氏のThinking Machines Labとの比較

Pragmatikは、従来の売上や顧客指標が整う前に、著名なAI人材と研究構想へ巨額の価格が付く新興企業の波に位置づけられる。

元OpenAI幹部のミラ・ムラティ氏が創業したThinking Machines Labは、2025年7月、アンドリーセン・ホロウィッツが主導するラウンドで約20億ドルを調達し、評価額は120億ドルと報じられた。当時、同社には売上も製品もなかったとロイターは伝えている。33

比較は参考になるが、両社は同じではない。Pragmatikの報じられた評価額約20億ドルは、Thinking Machines Labの120億ドルの約6分の1だ。さらにPragmatikは、ソフトウェアエージェントだけでなく、身体性・物理システムにも取り組もうとしている。両方を同時に実現するなら、実行面での課題は特に大きい。433

両社が示すのは、AI投資における共通の現象だ。投資家は、実証済みの売上よりはるか先に、研究チームや技術的ブレークスルーへの期待を評価額へ織り込むことがある。しかし初期の商業指標が乏しいほど、その後の検証は重要になる。強い創業者は資金を集められるが、その資金を信頼性の高いシステムと持続可能な事業に変えられるかは別問題だ。

Pragmatikが次に証明すべきこと

評価額が本当に試されるのは、資金調達資料の中ではなく、実際の製品と利用現場においてだ。Pragmatikは、既存の基盤モデル提供会社やエージェント・プラットフォームでは簡単に得られない能力を、自社の技術が顧客や開発者に提供できることを示す必要がある。

重要な検証ポイントは、次の通りだ。

• 役に立つデジタルタスクを、長時間にわたって安定して完了できるか
• 企業や業界の実際のワークフローで、測定可能な成果を出せるか
• 有料顧客を獲得し、継続収益へつながる道筋を示せるか
• ロボットを中核に据えるなら、物理環境で安全かつ再現性のある動作を実現できるか
• 研究、計算資源、データ、ハードウェア、導入にかかるコストを支えられる経済モデルを構築できるか

現時点で確認できるのは、巨額の資金を得ている創業者主導の研究スタートアップが存在し、デジタルと物理の両方を対象にした広いエージェント構想を掲げているということだ。製品性能、普及、売上、あるいは約20億ドルの評価額を正当化するほどの技術的優位が確立したことを示す証拠は、まだない。4813

Pragmatikの次の課題は、林氏のQwen時代の評価を、独立した企業の実績へ変えることにある。AIに「考えさせる」だけでなく、実際に行動させ、その行動を経済的価値へ結びつけられるか。約20億ドルの賭けの成否は、そこにかかっている。

上海のAIスタートアップ、Pragmatik Labsが注目を集めている。創業者は、アリババの大規模言語モデル「Qwen（千問）」ファミリーで技術責任者を務めた林俊旸氏だ。中国での登録名は「語用科技（Yuyong Technology）」で、社内では「p7k」と呼ばれていると報じられている。同社が掲げるのは、デジタル世界と物理世界をまたいで働く「次世代エージェント」だ。34

驚きを呼んだのは、資金調達のタイミングである。Pragmatikは、公開製品やモデル、顧客基盤、売上、正式なリリース時期を明らかにする前に、エンジェルラウンドで投後評価額約20億ドルに達したと報じられている。813

つまり、この評価額はすでに大きな事業が生み出した実績への値札ではない。林氏のこれまでの実績、採用力、研究構想、そしてAIが次に進む方向への期待に対して、投資家が先に価格を付けたものだ。

資金調達と株主構成で分かっていること

資金調達は、高榕創投とHSGが共同で主導したと報じられている。HSGは、旧セコイア・チャイナとして知られる投資会社だ。テンセントと上海未来産業基金も参加したとされる。411

報道で頻繁に示されている内訳は、総額約2億2,000万ドル。高榕創投とHSGがそれぞれ約1億ドル、テンセントが約2,000万ドルを出資し、上海未来産業基金も関与したという。ただし、これらの詳細な配分はメディアや業界報道に基づく数字であり、企業が正式に発表した資金調達資料で確認されたものではない。1014

企業登記に関する報道では、Yuyong Technologyの外部機関投資家の持ち分は合計約12％にとどまり、林氏と関連会社が約88％を保有しているという。811 この構成なら、創業者の経営・研究面での裁量は大きい。一方で、投資家が買っているものが、現時点の商業実績というより林氏のリーダーシップと技術判断への継続的なアクセスであることも浮かび上がる。

ここで注意したいのは、「評価額」と「事業価値」は同じではないという点だ。約20億ドルという数字は、非公開の資金調達ラウンドで合意された投後評価額を意味する。Pragmatikがすでに20億ドル規模の売上事業を持つという証明ではない。公開情報からは、製品、ユーザー、顧客、受注、売上の存在は確認できない。813

基盤モデルの次ではなく、エージェントへ

林氏がアリババで携わっていたのは、Qwenのような基盤モデルの研究・開発だった。これに対し、Pragmatikが前面に打ち出しているのは、デジタル環境と物理環境の双方で動く「次世代エージェント」である。418

デジタルエージェント

デジタルエージェントは、知識労働、企業運営、業界向けワークフローを対象とする。会社が示している中核能力は、次のようなものだ。1718

• タスクの目的を推論する
• ソフトウェアや外部ツールを使う
• 実行結果や環境からのフィードバックで学ぶ
• 長時間にわたる作業の中で行動を調整する

従来型のAIが「質問に答える」ことを主な役割としていたとすれば、エージェントはその先を目指す。課題を分解して計画を立て、実際に操作し、結果を確認し、うまくいかなければ次の手順を修正する。回答を生成して終わるのではなく、仕事を前に進めるシステムだ。

物理エージェント

物理エージェントは、その行動範囲を現実世界へ広げる。変化する周囲の状況を認識し、環境に適応し、機械を通じて動作し、長時間に及ぶタスクを完了するシステムが想定されている。1718

これは、ソフトウェア上のアシスタントよりはるかに難しい。デジタルエージェントなら、誤った回答やツール操作が主な失敗になる。しかし物理エージェントには、視覚などの知覚、空間認識、制御、ハードウェアの信頼性、安全性、そして現実世界で行動した結果への責任まで求められる。

「研究から製品へ」と長期的な探索

Pragmatikは「Research to Product（研究から製品へ）」という循環も掲げている。最先端の研究成果を現実の場に投入し、そこで得られたフィードバックを次の研究テーマに反映する考え方だ。また「Long Horizons（長期的な視野）」では、現在のエージェントを小刻みに改良するだけでなく、既存の枠組みを超えるシステムを探る姿勢を示している。1825

ただし、公開された説明はまだ広い。利用可能な報道の範囲では、モデルのパラメーター数、ベンチマーク、学習データ、ロボット関連の提携先、具体的な製品、リリース時期は明らかになっていない。232425

投資家が林俊旸氏に賭けた理由

今回の投資の中心にあるのは、実績に基づく「人材プレミアム」だとみられる。林氏はアリババでQwenの技術とオープンソースのエコシステム構築に貢献した。その経歴は、優秀なチームを集め、AI研究の最前線で成果を出せるのではないかという期待につながっている。48

林氏は言語学・計算言語学の研究を経て、2019年にアリババの達摩院（DAMO Academy）へ入った。その後、アリババの通義研究所の立ち上げ時期にQwenの技術リーダーとなった。Qwenの初期技術報告書の著者の一人であり、Qwen2.5の技術報告書にも中核貢献者として名を連ねたと報じられている。48

Qwen陣営は、コーディング、数学、画像・マルチモーダル、推論など、幅広いオープンモデルを公開してきた。2026年初めまでのエコシステムについては、公開モデルが400種類以上、派生モデルが20万種類以上、世界でのダウンロード数が10億回を超えたとする数字も報じられている。8

ただし、これらはQwenのエコシステムに関する数字であり、Pragmatikの事業実績ではない。ここを混同することはできない。

林氏の身体性AIへの関心も、今回の起業で初めて現れたものではない。報道によれば、林氏は2025年10月、Qwen内部でロボット工学と身体性知能に取り組むチームを立ち上げた。Pragmatikの物理エージェント路線は、アリババ在籍時から続いていた研究方向の延長線上にあると考えられる。1531

アリババ退社と「エージェント的思考」

林氏は2026年3月4日、Qwenプロジェクトからの離任を公表し、「Bye my beloved Qwen」と投稿した。退社の背景については、組織運営や商業化の優先順位の変化と関連づける報道があるものの、社内事情を完全に独立検証できる公的な説明は、現時点で確認されていない。57

その後、3月26日に発表した論考『From “Reasoning” Thinking to “Agentic” Thinking（「推論的思考」から「エージェント的思考」へ）』で、AI開発の次の段階について考えを示した。主張の中心は、限定されたプロンプト内で推論するモデルから、計画を立て、ツールを使い、環境に入り、フィードバックを観察し、戦略を修正しながら継続的に行動するシステムへ移るべきだ、というものだ。1719

この考え方では、環境そのものが知能の一部になる。質問への回答なら、文章の正しさや有用性を評価できる。一方、現実の仕事を完了するエージェントは、長い行動の連鎖の中で前進できたか、失敗から復帰できたか、最終的に役立つ成果へ到達できたかまで評価されなければならない。

物理エージェントでは、この問題がソフトウェアの外側へ広がる。ファイル、ウェブサイト、業務ツールだけでなく、物体、機械、刻々と変化する周囲の環境を相手にするからだ。フィードバックの種類は豊かになる可能性があるが、技術的・運用的な難度は一気に高まる。したがって、これは有望な長期仮説ではあるものの、現時点で実証された技術的優位や商業的優位ではない。1115

ミラ・ムラティ氏のThinking Machines Labとの比較

Pragmatikは、従来の売上や顧客指標が整う前に、著名なAI人材と研究構想へ巨額の価格が付く新興企業の波に位置づけられる。

元OpenAI幹部のミラ・ムラティ氏が創業したThinking Machines Labは、2025年7月、アンドリーセン・ホロウィッツが主導するラウンドで約20億ドルを調達し、評価額は120億ドルと報じられた。当時、同社には売上も製品もなかったとロイターは伝えている。33

比較は参考になるが、両社は同じではない。Pragmatikの報じられた評価額約20億ドルは、Thinking Machines Labの120億ドルの約6分の1だ。さらにPragmatikは、ソフトウェアエージェントだけでなく、身体性・物理システムにも取り組もうとしている。両方を同時に実現するなら、実行面での課題は特に大きい。433

両社が示すのは、AI投資における共通の現象だ。投資家は、実証済みの売上よりはるか先に、研究チームや技術的ブレークスルーへの期待を評価額へ織り込むことがある。しかし初期の商業指標が乏しいほど、その後の検証は重要になる。強い創業者は資金を集められるが、その資金を信頼性の高いシステムと持続可能な事業に変えられるかは別問題だ。

Pragmatikが次に証明すべきこと

評価額が本当に試されるのは、資金調達資料の中ではなく、実際の製品と利用現場においてだ。Pragmatikは、既存の基盤モデル提供会社やエージェント・プラットフォームでは簡単に得られない能力を、自社の技術が顧客や開発者に提供できることを示す必要がある。

重要な検証ポイントは、次の通りだ。

• 役に立つデジタルタスクを、長時間にわたって安定して完了できるか
• 企業や業界の実際のワークフローで、測定可能な成果を出せるか
• 有料顧客を獲得し、継続収益へつながる道筋を示せるか
• ロボットを中核に据えるなら、物理環境で安全かつ再現性のある動作を実現できるか
• 研究、計算資源、データ、ハードウェア、導入にかかるコストを支えられる経済モデルを構築できるか

現時点で確認できるのは、巨額の資金を得ている創業者主導の研究スタートアップが存在し、デジタルと物理の両方を対象にした広いエージェント構想を掲げているということだ。製品性能、普及、売上、あるいは約20億ドルの評価額を正当化するほどの技術的優位が確立したことを示す証拠は、まだない。4813

Pragmatikの次の課題は、林氏のQwen時代の評価を、独立した企業の実績へ変えることにある。AIに「考えさせる」だけでなく、実際に行動させ、その行動を経済的価値へ結びつけられるか。約20億ドルの賭けの成否は、そこにかかっている。