原 信平とは？ai&共同創業者の経歴とAI推論コスト80%減の中身 (2026年版)

原信平とは？ai&共同創業者の経歴とAI推論コスト80%減の中身

この記事のポイント

  • 原信平氏は、日本発のAI企業ai&（株式会社エーアイ・アンド）のCo-Founder & President。半導体企業Tenstorrentでテクノロジーエグゼクティブを務めた人物です
  • ai&は2026年3月25日に、シード5,000万ドル（約75億円）とインフラ構築資本20億ドル超（約3,000億円）の確保を発表しました
  • 2026年6月23日に始まった「ai& Inference」は入力80円・出力480円（100万トークンあたり）。海外フロンティアAIより約80%安い価格帯です
  • 個人としての公開情報は多くありません。この記事は憶測を足さず、公表された事実だけで人物像と事業を組み立てています

ニュースで「約75億円調達」「3,000億円のインフラ」という見出しを見て、そこに並んでいた名前が気になった。おそらくそんな入り方だと思います。

答えを先に置きます。原信平氏は、日本発のAI企業ai&（エーアイ・アンド）の共同創業者で、社長にあたるPresidentを務める人物です。もう一人の共同創業者は、レノボ・ジャパンやNECパーソナルコンピュータのトップを歴任したデビット・ベネット氏。二人とも、AI半導体スタートアップTenstorrentの出身です。

つまりこの会社、ソフトウェア側からではなく計算する側の人間が作った会社。ここが性格を決めています。

原信平とは、ai&の共同創業者で社長を務める人物です

原 信平とは？ai&共同創業者の経歴とAI推論コスト80%減の中身 (2026年版) 図2

原信平氏とは、株式会社エーアイ・アンド（ブランド名ai&）のCo-Founder & President、つまり共同創業者かつ社長にあたる立場の人物です。前職はAI半導体企業Tenstorrentのテクノロジーエグゼクティブ。

肩書きの整理から入ります。ai&は代表者を2人立てる体制で、デビット・ベネット氏がCo-Founder & CEO、原氏がCo-Founder & Presidentです。日本の会社でよくある「社長=CEO」の一体型ではありません。

公開されている情報を表にまとめます。

項目公開されている内容
氏名原信平（はらしんぺい）
現職株式会社エーアイ・アンドCo-Founder & President
前職Tenstorrentテクノロジーエグゼクティブ
共同創業者デビット・ベネット（Co-Founder & CEO）
会社の設立2024年8月19日
本社神奈川県横浜市西区みなとみらい2-3-1クイーンズタワーA 10階
表舞台への登場2026年3月25日の資金調達発表

つまり、経営者として広く知られるようになったのは2026年3月から。まだ半年経っていません。

経歴でわかっているのはどこまで？

原 信平とは？ai&共同創業者の経歴とAI推論コスト80%減の中身 (2026年版) 図3

公表されている経歴は「Tenstorrentのテクノロジーエグゼクティブ」の一点に集約されます。出身校や過去の起業歴といった詳細は、2026年7月時点で公開されていません。

ここは正直に書きます。ネット上には人物像を長々と描いた記事が出回っていますが、一次情報にあたると、原氏本人について公表されている経歴は実質1行です。

だからこの記事では、埋められない空白を推測で埋めません。代わりに、Tenstorrentという前職が何を意味するのかを見たほうが実になります。

Tenstorrentは、NVIDIAのGPUとは別のアプローチでAI用プロセッサを設計している半導体企業です。同社でチーフカスタマーオフィサーを務めていたのがベネット氏、テクノロジー側の要職にいたのが原氏。二人はここで組んでいます。

  • AI半導体の設計と顧客導入の現場を、両側から知っている
  • 「モデルを作る会社」ではなく「計算基盤を作る会社」の出身
  • 日本市場でのエンタープライズ営業の土地勘（ベネット氏のレノボ・NEC時代）

この組み合わせが、ai&が最初にデータセンターと推論基盤から手を付けた理由を説明します。生成AIのアプリを作る会社なら、こんな順番にはなりません。

ai&はどんな会社か

原 信平とは？ai&共同創業者の経歴とAI推論コスト80%減の中身 (2026年版) 図4

ai&は2024年8月19日設立、横浜みなとみらいに本社を置くAI企業です。データセンターの開発とAIクラウドを手がけていたUnsung Fieldsの事業基盤を引き継ぎ、資本再編と新ブランドで再始動しました。

事業の柱は4つに整理できます。

事業の柱中身
AIデータセンター国内10拠点を開発中、うち2拠点が稼働
AIクラウド計算資源の提供
推論サービスAMD・NVIDIA・Tenstorrentを混在させたヘテロジニアス構成
AIリサーチラボ継続的学習・言語モデル・メディアモデル・シミュレーションモデルの開発

注目すべきは3つめ。複数メーカーのチップを混ぜて動かす前提で設計しているところです。特定ベンダーの供給に縛られず、用途と規模に応じて計算処理を振り分ける。半導体側の出身者らしい発想です。

資金の規模も並ではありません。

項目金額発表
シード資金5,000万ドル（約75億円）2026年3月25日
インフラ構築資本20億ドル超（約3,000億円）同上

出資したのは民間の機関投資家と創業者。国の補助金を前提にした構図ではない点は、押さえておく価値があります。

計画も公表済みです。日本で実証したあとアジア太平洋・欧州・中東へ広げ、2年以内に米国のインフラを稼働。3年以内に100MW超の大規模拠点を建てる、というスケジュールを掲げています。

なお、ai&は自社で製品を売り切るのではなく、パートナー経由でのエンタープライズ導入も進めています。会社としての基本情報は株式会社エーアイ・アンドのパートナー情報にまとめてあるので、法人として接点を持ちたい場合はそちらが早いです。

ai& Inferenceは何ができる？

原 信平とは？ai&共同創業者の経歴とAI推論コスト80%減の中身 (2026年版) 図5

ai& Inferenceは、2026年6月23日に提供が始まった法人向けのAI推論プラットフォームです。ClaudeやGPTシリーズの代わりにAPIとして呼び出せて、処理はすべて日本国内のインフラで完結します。

「推論」という言葉が引っかかるかもしれません。AIモデルに質問を投げて答えを返させる、あの処理のことです。学習（モデルを作る側）ではなく、使う側の計算。日々のAPI利用料はほぼこれです。

提供の入口はconsole.aiand.com。開発者向けのコンソールから利用を開始します。

やれることを整理すると、こうなります。

  • 自社アプリからAPI（他のソフトからAIを呼び出す窓口）でモデルを呼ぶ
  • 入力したデータを海外のサーバーに出さずに処理する
  • 用途に応じて複数のモデルを使い分ける

社内でAIを組み込む段階の話なので、LLMの基礎を先に押さえておくと、この後の料金の話が一気に読みやすくなります。

料金はいくら？Claudeと比べてどれだけ安い？

ai&の公式発表によると、自社モデルNemtronの料金は100万トークンあたり入力80円・出力480円です（2026年6月時点）。同社が比較対象に挙げたClaude Opus 4.8の入力800円・出力4,000円に対して、約80%安い水準になります。

トークンとは、AIが文章を扱うときの文字のかたまりのこと。日本語だと1文字が1〜2トークン程度に相当します。

数字を並べます。

モデル入力（100万トークン）出力（100万トークン）
ai&（Nemtron）80円480円
Claude Opus 4.8800円4,000円

出力側で約8.3倍の開き。実務では出力トークンが費用の大半を占めるので、この差はそのまま請求書に出ます。

たとえば月に出力5,000万トークン使う社内チャットボットなら、単価だけの計算で月20万円が2.4万円に。桁が変わります。

ただし、この比較には条件があります。次のセクションで但し書きを開けます。

「最大80%削減」の但し書きをどう読むか

ai&が示した80%という数字は、同社の2026年6月時点の自社調べで、特定モデル同士のトークン単価を比べた値です。品質やタスクの難易度をそろえた第三者ベンチマークではありません。

ここは冷静に見てください。単価の比較と、業務での使い勝手の比較は別物です。

チェックすべき点を4つに絞ります。

  • 比較対象がフロンティアモデルの最上位版になっている（同社は「エンタープライズ用途で出力品質を維持しつつ」と説明）
  • 品質の同等性を示す公開ベンチマークスコアは、2026年7月時点で見当たらない
  • レイテンシ（応答の速さ）や同時接続数の上限は公表されていない
  • 無料枠の有無も明示されていない

だから、単価が8分の1でも、そのまま総コストが8分の1になるとは限りません。難しいタスクで再試行が増えれば、消費トークンは膨らみます。

判断の順番はシンプルです。自社の実タスクを20〜30件用意して、同じ入力を両方に投げる。品質が許容範囲なら、そこで初めて単価差が意味を持ちます。API利用料の考え方そのものが曖昧なら、Claude APIの料金と使い方で構造を掴んでから比較すると精度が上がります。

移行はどれくらい大変？

ai&の説明では、アプリケーションの接続先設定を1行、海外プロバイダーから同社のエンドポイントへ変更するだけで既存コードがそのまま動くとしています。OpenAI互換の呼び出し方に寄せた設計です。

これは地味に効きます。乗り換えコストが「試すか迷う」レベルまで下がるからです。

移行作業想定される手間
接続先URLの変更1行
APIキーの差し替え環境変数の入れ替え
プロンプトの再調整モデルが変わる以上、ここは必要
出力品質の再検証実タスクでの突き合わせが必須

つまり、つなぐのは簡単、合わせ込みは相応に必要。ここを誤解すると導入計画が狂います。

複数のモデルを切り替えながら運用したいなら、LiteLLMのような中継レイヤーを先に噛ませておくと、あとから乗り換える判断が軽くなります。1社に直結しないのは、こういう場面で効いてきます。

ここまでの整理: 原信平氏はTenstorrent出身の技術系経営者で、ai&の社長。ai&は約3,000億円のインフラ資本を背景に、国内完結・低単価のAI推論基盤を2026年6月に立ち上げた。単価は魅力的だが、品質の同等性は自社で確かめる必要がある。

データを国内に置きたい会社にとって何が変わるか

国内完結が効くのは、価格よりも先に「そもそも海外サービスを使えない」制約を抱えた組織です。金融、医療、公共、防衛関連、そして機微な設計データを扱う製造業がここに入ります。

原氏はAI Watchの取材に対し、「クラウドを使うと選択肢がないのが現状だが、僕らは選択肢を広げる」と語っています。ここが同社の立ち位置を端的に示しています。

対象になりやすい業種を並べます。

領域引っかかりやすい制約
金融監督官庁向けの外部委託先管理、データの越境移転
医療要配慮個人情報の取り扱い
公共・自治体調達要件でのデータ所在指定
製造・半導体図面や工程データの外部流出リスク

要は、コスト削減の話に見えて、実態は使えるかどうかの話である企業が一定数いる、ということ。

社内でAIを導入するときのルール整備が追いついていないなら、AIのセキュリティとプライバシーを先に読んでおくと、稟議で詰まるポイントが減ります。監査部門との調整が絡む場合は、内部監査で使えるAIツールの整理も同じ棚に置いておくと話が早いです。

3,000億円と100MW級データセンターは実現するのか

ai&は3年以内に、複数の100MW級AIデータセンターを日本国内に建設する計画を掲げています。約3,000億円のインフラ構築資本はこのための枠です。

100MWという数字の重さを補助線で。一般的な国内データセンターは数MW〜数十MW規模のものが多く、100MW級は電力インフラの調整が前提になる水準です。

現実的な論点は3つ。

  • 電力の確保（送電網の空き容量と、系統接続の順番待ち）
  • 土地と冷却（AI向けは従来型より発熱が桁違い）
  • チップの調達（AMD・NVIDIA・Tenstorrentの混在構成は、この制約への回答でもある）

3つめが効いています。単一ベンダーに依存しない設計は、思想の問題ではなく調達の現実解。ここは半導体側から来た創業チームの強みが出るところです。

一方で、稼働中は現時点で2拠点。開発中が10拠点。計画と現在地の差はまだ大きく、2027年の進捗を見るまで評価は保留が妥当です。

検討していい会社・急がなくていい会社

ai& Inferenceが刺さるのは、AI利用料が月数十万円を超えていて、かつデータの置き場所に制約がある組織です。逆に、月数千円のチャット利用が主なら、いま動く理由はありません。

判断の目安を表にします。

状況判断
API利用料が月50万円以上実タスクで比較検証する価値あり
データ越境が規制で難しい有力な選択肢。優先度は高い
社内チャット中心で月数万円急がなくてよい。既存のままで十分
画像・動画生成が主用途対象外。専用ツールのほうが早い
個人・小規模チーム法人向け基盤なので、まだ出番ではない

画像まわりが主戦場のチームは、そもそもレイヤーが違います。AIイラストツールの選び方や、ローカル環境で回すならComfyUIとStable Diffusionの違いのほうが実利があります。

海外フロンティアモデルとの使い分け

現実的な運用は「全部乗り換える」ではなく、タスクごとに振り分ける形になります。難易度の高い推論は海外の最上位モデル、量が出る定型処理は国内の低単価モデル。

用途別の目安を置きます。

タスク向いている先
複雑な設計・長文の論理チェックClaudeなどのフロンティアモデル
大量の分類・要約・整形ai& Inferenceのような低単価モデル
社内文書の検索と要約Dify等で組んだ社内AI＋低単価モデル
高速な応答が要る対話Groqのような推論特化基盤
完全に閉じた環境Ollamaでのローカル実行

閉域で回したい要件なら、クラウドを使わない選択肢も残ります。ローカルLLMをOllamaで動かす手順は、その入口として実用的です。

社外の情報収集まで含めて設計するなら、ChatGPTやGeminiといった汎用アシスタント、日本語のリサーチに強いFeloの使い方、オープンモデル側の動きを追うならMeta AIの全体像も合わせて見ておくと、社内の議論が噛み合いやすくなります。クラウド基盤側から入るならAmazon Bedrockとの比較も避けて通れません。

AI PICKS編集部の判定

原信平氏という人物に関して言えば、公開情報はまだ驚くほど少ないです。「Tenstorrentのテクノロジーエグゼクティブ」という一行と、いくつかの発言。それが2026年7月時点のすべて。人物論として語れることは、正直まだ多くありません。

ただ、事業のほうは評価軸がはっきりしています。約3,000億円のインフラ資本を確保し、稼働拠点2つ・開発中10拠点という現在地を公表し、単価を80円/480円と数字で出した。ここまで具体を出す新興企業は、国内では珍しい部類です。

そのうえで、いまの立ち位置は「有望だが未検証」。品質の同等性を示す第三者データがなく、稼働実績も積み上げ途中。単価だけを見て全面移行するのは早すぎます。

一方で、データの越境に制約があって海外サービスを諦めていた企業にとっては、選択肢が増えたこと自体が価値です。この層には破格の登場と言っていい。

判定としては、月数十万円以上のAPI費用を払っていて、かつデータ所在の制約がある企業は、いますぐ実タスクで比較検証すべき。それ以外は2027年の稼働実績を見てからで間に合います。

よくある質問（FAQ）

Q. 原信平氏の読み方は？

「はらしんぺい」です。英語表記ではShimpei Haraとして紹介されています。

Q. 原信平氏はai&のCEOですか？

いいえ。CEOはデビット・ベネット氏で、原氏はCo-Founder & Presidentです。2人代表の体制になっています。

Q. ai&は国の出資を受けていますか？

公表されている出資者は民間の機関投資家と創業者です。国からの出資は明示されていません。

Q. ai& Inferenceは個人でも使えますか？

2026年7月時点で公表されている情報は法人向けの内容が中心で、個人向けの無料枠についての明示はありません。利用の入口はconsole.aiand.comです。

Q. Claudeから乗り換えると品質は落ちますか？

同社は「エンタープライズ用途で出力品質を維持しつつ」と説明していますが、品質の同等性を示す第三者ベンチマークは公開されていません。自社のタスクで突き合わせて確認するのが確実です。

Q. ai&のデータセンターはどこにありますか？

国内10拠点を開発中で、うち2拠点が稼働中と公表されています。個別の所在地は非公表です。

Q. Tenstorrentとai&は資本関係がありますか？

創業者2人がTenstorrent出身という経歴上のつながりはありますが、資本関係についての公表はありません。ai&の推論基盤はTenstorrent製チップにも対応する構成です。

Q. 会社の詳しい情報はどこで確認できますか？

公式サイトはhttps://www.aiand.com/jp/ です。国内のパートナー情報は株式会社エーアイ・アンドのページにまとめています。

関連する比較・代替を見る

次に読むならこれ。API費用の内訳を自分で計算できるようになるのが先決なので、Claude APIの料金と使い方を開いてください。そこで出した現在の月額が、ai&を検討すべきかどうかの唯一の判断材料になります。

各ツールの公式サイト（一次情報）

料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。