英AI動画Synthesia、評価額40億ドルに Nvidiaも出資

イギリスのAI動画生成スタートアップSynthesiaは、シリーズEラウンドで2億ドル（約310億円）を調達し、企業評価額が40億ドル（約6200億円）に達したと発表した。テキストから高品質なアバター動画を生成する同社の技術は、企業の研修やマーケティング分野で導入が進んでいる。今回の大型調達は、生成AIが投機的技術から実用的なSaaSツールへと移行する市場の転換点を象徴しており、中国の競合HeyGenなどとの世界的な市場獲得競争が本格化する。

事実の整理

2017年にロンドンで設立されたSynthesiaは、テキストを基にAIアバターが話す動画を自動生成するプラットフォームを提供する。同社は最新のシリーズE資金調達ラウンドで2億ドルを確保した。これにより、同社の累計調達額は約3億5000万ドルに達し、企業評価額は40億ドルと評価された。TechCrunchの報道によると、この評価額は前回のシリーズCラウンド（2023年6月、評価額10億ドル）から1年足らずで4倍に急増したことになる。

主にな既存投資家には、Accel、Kleiner Perkins、そして半導体大手のNvidiaなどが名を連ねる。Synthesiaの発表によれば、同社のサービスは既にFortune 100企業の35%を含む5万社以上の企業に導入されており、研修コンテンツや製品説明、社内広報など多岐にわたる用途で活用されている。特に120以上の言語に対応する多言語機能が、グローバル企業の支持を集める要因となっている。

表層的原因と直接的仕組み

今回の大型調達の直接的な背景には、企業におけるデジタルトランスフォーメーション（DX）の加速と、動画コンテンツの需要を急増がある。従来の動画制作は、撮影、編集、ナレーション収録などに多大な時間とコストを要した。SynthesiaのSaaSプラットフォームは、このプロセスを根本から変革する。

利用者はウェブブラウザ上でテキストスクリプトを入力し、160種類以上用意されたAIアバターから話者を選択するだけで、数分以内に動画を生成できる。この仕組みにより、企業は製品アップデートや社内規定の変更といった情報を、迅速かつ低コストで全従業員や顧客に展開可能となる。特にリモートワークが定着する中で、非同期のコミュニケーションツールとしての価値が高まっており、これが高い顧客獲得数と成長率につながっている。

深層的原因と構造的背景

Synthesiaの急成長は、生成AI技術全体の構造変化を反映している。2022年の画像生成AI（Stable Diffusion、Midjourney）の登場以降、AIの応用範囲は急速に拡大。2023年からはRunwayやPika Labsといったスタートアップがテキストからの動画生成技術で注目を集め、2024年にはOpenAIが写実的なシーンを生成する「Sora」を発表し、市場の期待は最高潮に達した。

この技術的潮流の中で、Synthesiaは汎用的な動画生成ではなく、企業ユースケースに特化した「バーティカルSaaS」としての地位を確立した。これは、単一の基盤モデルの性能を競うレベル競争とは異なり、特定の業界課題を解決することで高い顧客価値と収益性を確保する戦略だ。市場調査会社MarketsandMarketsの予測では、AI動画生成市場は2023年の14億ドルから2028年には118億ドルへと年平均成長率52.9%で拡大すると見込まれており、この巨大な成長市場で先行者利益を固めるための戦略的資金調達といえる。

中国の競合と米中技術競争の構図

Synthesiaの躍進は、米中間のAI技術覇権争いの文脈で捉える必要がある。同社の最大の競合の一つは、中国・深圳発のスタートアップHeyGen（旧Movio）である。HeyGenも同様のAIアバター動画生成機能に加え、動画内の人物の口の動きを別言語に自然に合わせる「ビデオ翻訳」機能で急速に利用者を拡大している。

ここには、中国のAI産業に典型的な成功パターンが見られる。すなわち、欧米で生まれた先進技術を素早く模倣・改良し、巨大な国内市場で実証を重ね、低価格と独自の機能でグローバル市場に展開する戦略だ。これはドローン市場におけるDJIや、SNSにおけるTikTok（ByteDance）の軌跡と重なる。中国政府が推進する「AI+」戦略は、こうした応用AI企業の成長を後押ししている。

一方で、AI生成コンテンツはディープフェイクによる偽情報拡散のリスクを内包する。推測ではあるが、Synthesiaが欧米の有力ベンチャーキャピタルやNvidiaから支援を受ける背景には、データガバナンスやセキュリティ面での信頼性がある。西側諸国の企業にとって、機密情報を含む社内研修コンテンツなどを扱う上で、中国企業よりも欧米企業を選択するインセンティブが働く可能性がある。

日本にとっての意味

Synthesiaの評価額40億ドル、2億ドル調達は、日本のコンテンツ制作・教育産業に直接的な影響を与える。同社の「テキストから多言語動画を自動生成」する技術は、特に日本企業の海外展開におけるローカライゼーションコストを劇的に削減し得る。例えば、多国籍企業が海外拠点向けに研修動画を制作する際、Synthesiaの120言語対応技術を利用すれば、翻訳・吹き替え・撮影といった工程を大幅に短縮できる。これは、従来コンテンツ制作を担ってきた日本の映像制作会社や翻訳会社にとって、ビジネスモデルの変革を迫る圧力となる。

また、国内市場においても、企業研修や広報活動における動画コンテンツの内製化が進む可能性が高い。テキストベースの資料を容易に動画化できるため、これまで動画制作に多額の予算を割けなかった中小企業でも、高品質な動画コンテンツを活用できるようになる。これにより、日本のeラーニング市場や企業向けSaaS市場において、AI動画生成ツールを組み込んだ新たなサービスが台頭する機会が生まれる。

一方で、Synthesiaのような海外AI企業の急成長は、日本国内のAI研究開発、特に生成AI分野への投資不足を浮き彫りにする。日本企業がこの技術革新の波に乗り遅れないためには、自社でのAI開発に加え、Synthesiaのような先行企業との提携や、関連技術を持つ国内スタートアップへの積極的な投資が不可欠となる。特に、日本独自の文化や表現をAIアバターに反映させる技術開発は、グローバル市場での競争優位性を確立する上で重要な差別化要因となるだろう。

情報信頼性評価

本件に関する情報は、Synthesiaの公式発表およびBloomberg、TechCrunchといった主にテクノロジーメディアの報道に基づいているため、調達額や評価額といった中核的な事実の信頼性は高い。Nvidiaなど既存投資家の情報も公開情報と一致する。

ただし、現時点ではシリーズEラウンドを主導したリード投資家の詳細は公表されていない。また、同社の具体的な売上高や利益率、キャッシュフローといった詳細な財務データは非公開である。競合となるHeyGenやRunwayとの正確な市場シェアを比較した第三者機関のデータも限定的であり、競争環境の分析には一定の推測が含まれる。