ModalのシリーズD資金調達は7億5,000万ドルに到達、ソフトウェア主導クラウドモデルは利益率の試練へ
Modalは、年換算ランレート10億ドル、利用量3倍、前年比15倍超の成長を報告した後、7億5,000万ドルのシリーズDを完了した。今回の投資後、Modalの企業価値は157億5,000万ドルと評価されている。
この評価額は、わずか5カ月前のシリーズCでModalに付けられた46億5,000万ドルの3倍を超える。投資家は事実上、Modalが高額なコンピューティング能力を再販するだけの仲介業者ではなく、AIワークロード向けの持続的なソフトウェア層になれると見込んでいる。
重要な比較対象は、Modalと他のスタートアップの単純な比較ではない。Modalのソフトウェア主導・アセットライトなアプローチと、データセンターやGPU（graphics processing units）を保有、あるいは大規模に確保するインフラ提供企業との比較である。
Modalは自社でデータセンターを運営していない。外部クラウド事業者のキャパシティを、自社開発のファイルシステム、コンテナランタイム、スケジューラー、ネットワークスタックと組み合わせている。この構造は柔軟性をもたらす一方で、重要な疑問を残す。コンピュートコストとサプライヤー依存を十分に考慮した後、Modalの成長はどこまで維持されるのか。
ModalのシリーズD資金調達は5カ月間の異例の成長に続く
今回のラウンドが注目されるのは、Modalが通常のスタートアップなら数年かかる成長を5カ月に圧縮したためだ。
Modalは2026年10月14日に資金調達を発表した。Accelがラウンドを主導し、Kleiner Perkinsは新規投資家として参加した。Menlo Ventures、General Catalyst、Redpoint、Lux Capital、Amplify Partners、Bain Capital Venturesも参加している。
同社の資金調達発表によると、投資後評価額は157億5,000万ドルである。投資後評価額とは、新たな投資を含めた後に見積もられる企業価値を指す。
Modalは2026年5月、3億5,500万ドルのシリーズCを発表していた。このラウンドでの投資後評価額は46億5,000万ドルで、2025年9月に発表された8,700万ドルのシリーズBに続くものだった。
したがって、シリーズCからシリーズDまでの間に評価額は111億ドル上昇した。発表の間隔はわずか5カ月だが、最新の評価額は5月時点のおよそ3.4倍に当たる。
報告された事業成長もほぼ同じ速度で進んだ。Modalによると、シリーズC以降に利用量は3倍となり、事業は前年比で15倍超に成長した。また、年換算ランレートは10億ドルを超えたとしている。
年換算ランレートは、直近の事業活動を1年分に換算した指標である。現在の勢いを示すことはできるが、過去12カ月に認識された監査済み売上高と同じではない。
この違いは重要である。AIインフラ事業は急成長する一方で、大きな変動費を抱える可能性がある。顧客はモデルを実行したり、エージェント環境を立ち上げたり、GPUを利用したりするたびに収益を生み出す。しかし、関連するコンピュートコストの多くも、その活動に応じて増加する。
それでもModalの成長は、年初時点の立ち位置から大きな変化を示している。同社のシリーズCの詳細では、5月までに年換算売上高が3億ドルを超えたとしていた。年換算売上高と年換算ランレートという用語の違いを考慮しても、最新の数値は急激な加速を示唆している。
今回の資金調達により、シリーズA以降にModalが公表した累計調達額は10億ドルを大きく超えた。資本はもはや、小規模なインフラスタートアップにとってのような当面の制約ではない。
中心的な論点は移った。投資家はもはや、サーバーレスAIコンピューティングの初期実験に資金を供給しているのではない。AIエージェント、モデル推論、強化学習、その他の高負荷ワークロード向けの標準的な実行レイヤーとしてModalを確立しようとする試みに資金を投じている。
Modalの人員規模も、この移行を示す別の指標である。同社によると、ニューヨーク、サンフランシスコ、ストックホルムに200人超の従業員を擁する。シリーズCの発表では、チームは120人超とされていた。
この拡大は、より多くの製品とエンタープライズ顧客を支える一方、求められる水準も引き上げる。Modalは、規模も種類も大幅に拡大したワークロードを提供しながら、信頼性、セキュリティ、開発者にとっての簡便さを維持しなければならない。
したがってシリーズDは、同社の資源と同じくらい、その責務を変える。Modalは今後、急速な採用が単に劇的なランレートの見出しではなく、持続的な経済性を生み出せることを示さなければならない。
AIエージェントがModalの拡大をけん引する理由
Modalが成長しているのは、AIアプリケーションがコードを実行するための安全で弾力的、かつプログラム可能な場所をますます必要としているからだ。
従来のクラウドインフラは開発者に柔軟なコンピューティングリソースを提供するが、その設定にはコンテナ、クラスター、ネットワークポリシー、キャパシティ計画、デプロイメントファイルが必要になる場合がある。AIワークロードには、希少なGPU、大規模モデル、予測不能なトラフィック、長いロード時間も加わる。
Modalは、ソフトウェアの構成要素を通じてこの問題に取り組む。開発者はPythonで関数を書く、あるいはワークロードを定義し、プラットフォームが必要なコンピュートをスケジューリングして周辺インフラを管理する。
このモデルは、特にAIエージェントに適している。エージェントはコードを生成し、ツールを呼び出し、ファイルを操作し、可能な解決策をテストできる。このような活動には、生成されたコードが不正確、安全でない、あるいは単にリソースを大量に消費する可能性があるため、隔離された実行環境が必要となる。
Modalはこうした隔離環境をSandboxesと呼ぶ。同社は、開発者がAI生成コードを自社プラットフォーム上で実行していることを確認した後、2023年にこの製品を立ち上げた。
Modalによると、Sandboxesは年換算ランレート3億ドル規模の事業になっている。また、プラットフォームは30億近いサンドボックス環境を起動し、同時に100万インスタンスまで拡張できるとしている。
これらの数値はModalによるものであり、同社の発表において独立監査は受けていない。それでも、投資家がなぜ従来型のGPUレンタルサービス以上の可能性を見ているのかを説明する助けにはなる。
GPUクラウドは主に、顧客にアクセラレーターへのアクセスを提供する。Modalは、アプリケーションがコンピューティングジョブを定義、起動、保護、調整する、より上位のソフトウェアレイヤーを担おうとしている。
このレイヤーはいくつかのワークロードを支えられる。コーディングエージェントには、生成したソフトウェアをテストできる一時的なマシンが必要だ。強化学習システムには、モデルがタスクを練習してフィードバックを受け取れる多数の環境が必要となる。画像、動画、音楽アプリケーションには、ユーザーの流入に応じて拡張する推論能力が必要である。
推論とは、訓練済みモデルを実行して出力を生成するプロセスである。訓練はモデルを作成または更新するのに対し、推論は完成したシステムをユーザーやアプリケーションに提供する。
Modalは、Cognition、Suno、DoorDash、Ramp、Runway、Substackを顧客として挙げている。Physical Intelligenceや1Xといったロボティクス企業も同社のインフラを利用しているとしている。
一例がTypeSafe AIのJevである。Modalによると、この製品は最初の3日間で同社プラットフォーム上において1兆トークンを処理した。トークンとは、言語モデルが処理するテキストの単位である。
これらの例は、弾力的なプラットフォームの魅力を示している。製品は、開発者があらかじめ固定クラスターを予約したり、想定されるすべてのトラフィック水準に対してキャパシティを交渉したりしなくても、突発的な需要の波に対応できる。
Modalは、短命な関数やSandboxesの範囲を超えても拡張している。複数の接続されたマシン間で作業を調整するマルチノードトレーニングを導入した。また、仮想マシン、HTTPサーバー製品、モデル提供構成を選択するための機能も提供開始している。
戦略は、AIアプリケーションのライフサイクルをより広くカバーすることにある。チームは、モデルの訓練または調整、並列環境での評価、推論向けのデプロイ、エージェント向けの実行空間の提供を、1つのプラットフォーム上で行える可能性がある。
この幅広さは運用上の摩擦を減らし得る。同時に、顧客のModalのインターフェースやランタイム動作への依存度を高め、後の移行をより複雑にする可能性もある。
7億5,000万ドルのラウンドにより、Modalは、すべてのカテゴリーが成熟した利益率を生む前にこれらの製品を構築する余地を得た。また、投資家がエージェント実行をチャットボット需要の一時的な延長ではなく、主要なインフラ市場になると期待していることも示している。
真の競争はソフトウェアのレバレッジとインフラ所有の対決にある
Modalの決定的な賭けは、オーケストレーションソフトウェアが、基盤となるデータセンターやGPUを所有すること以上の価値を生み出せるというものだ。
多くのAIインフラ企業は、アセットヘビーな道を選んできた。アクセラレーターへの資金供給、電力の確保、データセンター空間の建設または賃借を行い、長期契約または従量制クラウドサービスを通じてアクセスを販売する。
このモデルはキャパシティを確保し、より大きな物理的制御を提供できる。一方で、顧客需要が確実になる前に多額の資本投入を必要とする。
Modalは異なる道を取る。同社によると、キャパシティプールは20を超えるクラウドにまたがる一方、独立系メディアの報道では、同社は13のクラウドパートナーと協業しているとされる。Modalは外部のキャパシティを集約し、顧客に単一のソフトウェア体験として提供している。
自社開発のスケジューラーが、ワークロードをどこで実行するかを決定する。コンテナランタイムはアプリケーションを隔離し、ネットワークレイヤーはサービスを接続し、ファイルシステムはワークロードに必要なデータを移動または公開する。
この設計は、断片化された供給全体にまたがる抽象化レイヤーに似ている。顧客は各プロバイダーと個別に交渉する必要がないが、Modalは実際のマシン、電力、データセンター運用については依然としてそれらのプロバイダーに依存している。
キャパシティが分散している場合、この仕組みには明確な利点がある。Modalは新たな施設の建設を待つ代わりに、複数のサプライヤーからリソースを調達できる。また、地域やパートナーをまたいで利用可能なハードウェアと異なるワークロードを組み合わせることもできる。
顧客が予測不能なピークを経験する場合、供給の集約はより価値を増す。AI動画製品を開発する企業は、通常の開発時よりも、バイラルな公開後にはるかに多くのキャパシティを必要とする可能性がある。
ただし、アセットライトはコストがかからないことを意味しない。Modalは、許容可能な収益も必要とする企業からコンピュートをリースまたは購入しなければならない。これらのサプライヤーは料金を引き上げたり、直接顧客を優先したり、最新チップを大口契約向けに確保したりする可能性がある。
ハイパースケーラーも別の圧力源となる。Amazon Web Services、Microsoft Azure、Google Cloudはすでに大規模なコンピュートプールを管理し、幅広いエンタープライズプラットフォームを運営している。各社は開発者体験を改善したり、既存のクラウド契約にAIサービスを組み込んだりできる。
専門的な推論プロバイダーは別の方向から圧力をかける。Baseten、Fireworks AI、Fal、Together AI、Groq、CoreWeaveを含む企業は、モデル提供とアクセラレーテッドコンピューティング市場の重なる領域を標的としている。
競合の一部は高度に最適化された推論に注力する。別の企業は、生のGPU供給、カスタムチップ、メディア生成、プライベートデプロイを強調する。Modalは、より広範でプログラム可能なプラットフォームが、こうした専門特化型の選択肢よりも優れた結果をもたらすと顧客に納得させなければならない。
同社の最も強力な防御策は、特定のGPUへのアクセスではない。ハードウェアの可用性は変化し、顧客は多くの場合、同じチップを他社から入手できる。その防御は、開発者の生産性、スケジューリング効率、信頼性、そして再現が難しい機能から生まれなければならない。
これは、独自のインフラソフトウェアを重視する理由を説明している。Modalのスケジューラがマシンの稼働率を維持し、ワークロードを迅速に起動し、ジョブを効率的に配置できれば、同社は同じ基盤容量からより大きな価値を引き出せる。
このアプローチは、運用データにおける潜在的なネットワーク効果も生み出す。ワークロードが増えるほど、さまざまなモデル、ハードウェア構成、実行パターンの挙動をModalが学習できる。より良い配置判断は、その後の顧客のパフォーマンス改善につながり得る。
ただし、この効果は自動的に生まれるものではない。大手クラウドプロバイダーも、膨大なワークロードデータ、調達上の優位性、グローバルネットワークを保有している。基盤インフラへの直接アクセスを提供しながら、魅力的な抽象化レイヤーを模倣することも可能だ。
したがってModalは、ハイパースケーラーより使いやすく、特定用途に最適化された推論ベンダーより幅広い存在であり続ける必要がある。その中間的な立ち位置は商業的に魅力的だが、防衛は難しい。
この評価額は、同社がその立ち位置を持続的なプラットフォーム優位性へ転換できることを前提としている。GPU不足だけに依存することはできない。新しいハードウェアが登場し、データセンター容量が拡大すれば、不足はいずれ変化するからだ。
10億ドルのランレートが示さないもの
Modalの目を引く成長は需要を裏付けるが、その需要の持続性や収益性まで証明するものではない。
同社は、粗利益率、顧客集中度、営業キャッシュフロー、売上のうちコンピュート供給業者へ支払われる割合を公表していない。これらの数値は、AIクラウド事業を評価するうえで不可欠だ。
10億ドルのランレートと高い粗利益率を持つソフトウェア企業は、高い基礎コンピュートコストを抱えながら同規模の取引量を生むインフラ仲介業者とは大きく異なる。売上だけでは、その違いを判断できない。
今回のラウンド以前の報道は、より広い懸念を浮き彫りにしていた。9月のinference funding reportでは、コンピュートの取得やリースが高価であるため、推論スタートアップ全体の利益率は依然として薄いと指摘されている。
Modalのソフトウェアは利用効率を高め、オーバーヘッドを削減する可能性がある。しかし同社は、その効果を測定できるほど十分な財務詳細を公開していない。したがって、その評価額は、投資家が利用できる非公開情報と、将来のオペレーティングレバレッジに対する期待の両方に一部依存している。
報告されている拡大の速さは、別の不確実性ももたらす。5カ月で利用量が3倍になったことは印象的だが、その利用の内訳が重要になる。
需要の一部は、予測可能なワークロードを持つ既存製品によるものかもしれない。一部は、ベンチャーキャピタルを積極的に消費する実験段階のAI企業によるものかもしれない。また、初期の注目が過ぎた後にトラフィックが減少する短命なローンチによるものもあり得る。
顧客集中度が重要なのも同じ理由からだ。急成長する少数のAIアプリケーションが例外的なランレート成長を生む一方で、インフラ供給業者は製品の失敗、顧客離れ、契約再交渉の影響を受けやすくなる可能性がある。
同社の3億ドルのSandboxランレートは、収益がGPU推論だけに限定されていないことを示している。この多様化は心強いが、Sandboxesもインフラを消費し、他の安全なコード実行プラットフォームとの競争に直面している。
セキュリティも、製品の約束において中心的な要素だ。AIが生成したコードを実行するには、厳格な分離、認証、リソース制御が必要になる。
2026年7月、Modalの顧客アカウントが、OpenAI agentとHugging Faceに関連するインシデントに関与した。Modal CTOのAkshat Bubnaは、ある顧客が認証なしのエンドポイントを公開し、誰でもそのsandboxesへアクセスできる状態にしていたと述べた。
Bubnaは、Modalのプラットフォーム自体が侵害されたわけではないと説明した。この説明は、顧客設定の失敗とプラットフォーム侵害を区別するものだが、この出来事はエージェント実行をめぐるリスクも示している。
インフラプラットフォームは、設定の安全性を他者の問題として扱うことはできない。顧客がマネージドサービスを選ぶ理由の一部は、安全なデフォルト、明確な境界、ミスの影響を軽減する制御を期待しているからだ。
Modalは、より細かなロールベースアクセス制御、すなわちRBACを追加する計画だとしている。RBACは、ユーザー、サービス、またはエージェントに割り当てられた権限に応じて操作を制限する。
エージェントが本番システムへのアクセスを拡大するにつれ、これらの制御の有効性と導入状況が重要になる。数百万の同時実行環境を提供するプラットフォームは、分離境界だけでなく、顧客がそれらの環境を公開するために使うインターフェースも守らなければならない。
急速な採用拡大は、追加の実行上の課題を生む。Modalは発表によれば、5月時点の120人超から10月には200人超へと拡大した。製品開発、サポート、コンプライアンス、インフラ運用は、この拡大に合わせて成熟しなければならない。
資金調達は、こうした投資に十分な余力をもたらす。ただし、資本が増えることで、最も強い製品が再現可能な経済性を確立する前に、企業があまりに多くの隣接市場へ進出することを促す可能性もある。
Modalは現在、推論、トレーニング、強化学習、仮想マシン、Sandboxes、notebooks、バッチ処理、HTTPサーバーを対象としている。共通の技術基盤がこの広がりを支える一方、エンタープライズ営業と製品要件はこれらのカテゴリーごとに異なる。
同社は、理解や運用を難しくすることなく、一つのプラットフォームでそれらを提供できることを証明しなければならない。当初の魅力は、インフラの複雑さを取り除いた点にあった。製品拡張によって、ますます混雑するインターフェースを通じてその複雑さを再び持ち込んではならない。
購入者にとって、慎重なアプローチは、切り捨ても無批判な受容でもない。チームは、自社の本番環境の条件下で、起動時間、ワークロードの信頼性、セキュリティ制御、データ移動、リージョンの可用性、総コンピュート消費量を評価すべきだ。
また、重要なワークロードに対する退出経路も準備しておくべきである。外部クラウドレイヤーは、条件を変更したり、容量制約に直面したり、障害を起こしたりする可能性がある。プラットフォームの性能が優れていても、ポータビリティには価値がある。
ModalのAIクラウド論を試す3つのシグナル
次の局面を決めるのは、次の評価額の節目ではなく、財務の質、本番導入、セキュリティ性能である。
第一のシグナルは、利益率と継続的収益に関する証拠だ。Modalの年換算ランレートは直近の活動ペースを示しているが、投資家と顧客には依然として収益の質をより明確に把握する必要がある。
複数四半期にわたって維持されるランレートは、Modalが持続的な本番ワークロードを支えているという主張を強めるだろう。粗利益率の改善が開示されれば、同社のスケジューラと集約レイヤーが測定可能な経済的価値を生んでいることも示される。
注目度の高いローンチ後に利用が減少すれば、この見方は弱まる。低利益率のコンピューティングリソース再販が主な成長源である場合も同様だ。
第二のシグナルは、拡大するModalの製品群全体での導入状況である。同社によれば、Sandboxesはすでに大きな事業となっている。問題は、トレーニング、強化学習、推論サーバー、仮想マシンが同様の顧客コミットメントを生み出せるかどうかだ。
複数製品にまたがる導入は、Modalのプラットフォーム論を支えることになる。それは、開発者がModalを単一の孤立したタスクに使うのではなく、AIアプリケーションのライフサイクル全体にわたる共通の実行レイヤーとして評価していることを示すだろう。
最も説得力のある証拠は、顧客が中核的な本番システムを複数のModalサービスへ移行することから得られる。公開される事例研究には、包括的な推奨コメントではなく、運用結果、ワークロード規模、導入期間が含まれるべきだ。
Sandboxes以外での導入が限定的であれば、より狭い結果を示唆する。Modalは依然として価値ある事業を築けるかもしれないが、現在の評価額は、単一の成功したランタイム製品を超える期待を反映している。
第三のシグナルは、同時実行数が増加するなかでのプラットフォームのセキュリティと信頼性の実績だ。Modalは、Sandboxesが100万の同時インスタンスに到達可能であり、2023年以降で30億近くを起動したと述べている。
この規模では、まれな障害でさえ重要になる。顧客は、独立して記録された障害、分離上の欠陥、認証インシデント、より強力なアクセス制御の展開を注視すべきだ。
より重い本番利用の下でクリーンな実績を維持できれば、独自スタックが多数のインフラ供給業者にまたがるワークロードを安全に管理できるというModalの主張は強まる。インシデントが繰り返されれば、顧客が機密性の高い実行をより大規模なクラウドやプライベート環境に留める圧力が強まる。
競合他社の反応は、これら3つのシグナルすべてに文脈を与える。ハイパースケーラーはサーバーレスAI製品を簡素化できる一方、専門プロバイダーは独自のsandbox、トレーニング、推論サービスを改善できる。
Modalは、生のハードウェア容量であらゆるプロバイダーを打ち負かす必要はない。類似したGPUが他でも利用可能な場合でも、開発者が選ぶほど自社の抽象化レイヤーを価値あるものにする必要がある。
latest round coverageは、投資家がその目標を追求するためにModalへ大きな資源を与えたことを確認している。しかし、このような高い評価額が生み出す運用上の試練を取り除くものではない。
したがって、ModalのSeries D資金調達ラウンドは、AIインフラ需要への信任投票以上の意味を持つ。クラウドスタックのどこに価値が蓄積されるかをめぐる大きな賭けだ。
価値がチップ、電力契約、データセンターを保有する企業に集中し続けるなら、Modalは厳しい供給業者経済に直面する。価値が、断片化した容量を調整し、エージェントに安全な作業場所を与えるソフトウェアへ移るなら、Modalはその制御点の近くに位置している。
開発者とエンタープライズ購入者は今、実務的な問いを投げかけるべきだ。Modalは、本番AIシステムを提供する際のコスト、遅延、運用負荷を一貫して削減しているだろうか。
答えは、ワークロードの維持、より幅広い製品導入、財務透明性の改善、そして大規模かつ安全な実行を通じて明らかになる。これらのシグナルが、Modalの評価額が新たなクラウドプラットフォームの到来を示すのか、それともAIインフラ需要のピーク近くで行われた積極的な賭けなのかを決定する。
