AIコーディングツール市場でCursorが個人開発者の心を掴んでいる間、はるかに静かで、はるかに大きなゲームが企業の内側で展開されていました。
2026年4月16日、Factoryがシリーズ Cで$150Mを調達しました。企業価値は$1.5B。Khosla Venturesがリードし、既存投資家Sequoia Capitalに加え、BlackstoneとInsight Partnersも新たに参加しました。そして顧客リストが尋常ではありません。NVIDIA、Adobe、Morgan Stanley、EY、Palo Alto Networks、Adyen。名前を見るだけで、これが「開発者ツール」ではなく「企業インフラ」の戦いだとわかります。
これは何？
Factoryは「Droids」と呼ばれるAIエージェントを開発するスタートアップです。2023年、当時UCバークレーで物理学の博士課程に在籍していたMatan GrinbergがSequoiaのパートナーShaun Maguireにコールドメールを送ったことから始まりました。MaguireもCaltech出身の物理学博士だったため、2人はすぐに意気投合し、GrinbergはMLエンジニアのEno Reyesと共に学位を中断して会社を立ち上げました。
Droidは単なるコード補完ツールではありません。ソフトウェア開発ライフサイクル全体を自律的に処理するエージェントです。コード生成、テスト作成、コードレビュー、ドキュメント作成、デプロイまで対応します。IDEの中でしか動かないCursorとは異なり、DroidsはSlackで業務を受け取り、Linearのチケットを処理し、CI/CDパイプラインにまで接続します。
主力機能のMissionsは特に印象的です。「レガシーPython 2の決済サービスをKotlinマイクロサービスに移行して」と自然言語でリクエストすると、複数のDroidが計画を立て、数時間から数日かけて自律的に実行します。人間が都度介入する必要はありません。
モデルはどこにも縛られていません。Claude、DeepSeek、その他のフロンティアモデルの中からタスクに合ったものを自動でルーティングします。特定のAIラボにロックインされたくない大企業の調達担当者にとって、これは魅力的なポイントです。
何が変わるの？
AIコーディングツール市場は2026年に明確に2つに分かれました。個人開発者向けIDEアシスタント市場と、企業の自律エージェント市場です。Factoryは明確に後者です。
| ツール | 主なターゲット | コア機能 | モデルサポート | エンタープライズ適合度 |
|---|---|---|---|---|
| Factory（Droids） | エンタープライズチーム | Missions、マルチDroidオーケストレーション、CI/CD連携 | モデル不問（Claude、DeepSeekなど） | ★★★★★ |
| Cursor | 個人開発者 / 小チーム | IDE内の高速コード編集、Agentモード | Claude、GPT、Gemini | ★★★☆☆ |
| GitHub Copilot | 全開発者 | コード補完、チャット | GPT、Claude、Gemini | ★★★☆☆ |
| Claude Code | Claude中心の開発者 | ターミナルベースの自律コーディング | Claude専用 | ★★★★☆ |
| Cognition（Devin） | エンタープライズ | 完全自律型ソフトウェアエンジニア | 独自スタック | ★★★★☆ |
FactoryがMorgan StanleyやEYのような大企業を顧客として獲得できた理由は、単に「より優れたモデル」だからではありません。Droidがその会社の内部システムを理解した上でコードを書くからです。Morgan StanleyのDroidは社内固有のリスクフレームワークを知っており、NVIDIAのDroidはCUDAドライバの内部を把握しています。そのコンテキストが蓄積されると、競合他社が「より良いモデル」で簡単に顧客を奪えない乗り換えコストが生まれます。
「モデルはコモディティだ。価値はモデルを取り巻く50のもの — テストハーネス、権限境界、監査証跡、モデルルーティング — から生まれる。」
— Eno Reyes、Factory共同創業者
始め方のまとめ：エンタープライズAIコーディングエージェント導入ステップ
FactoryのようなエンタープライズAIコーディングエージェントを実際の組織に導入するには、段階的なアプローチが必要です。いきなり「全部任せよう」と始めると失敗する可能性が高いです。
- まずコンテキストを整備する
社内ドキュメント、テストカバレッジ、CI/CDパイプライン、内部API仕様を整理しましょう。Droidが動作する環境が「散らかって」いると、どんな優れたエージェントも信頼できる結果を出せません。Factoryが「道路を舗装する（paving the roads）」と呼ぶこのステップが実は最も重要です。 - スコープが狭いタスクから始める
レガシー移行、テスト自動化、ドキュメント作成など、結果の検証が容易なタスクからDroidに委任しましょう。ミッションクリティカルなシステムを最初から任せるのは危険です。 - 監査証跡と権限境界を設定する
エンタープライズ環境では、エージェントがどのコードをどの権限で変更したかを追跡できる必要があります。規制産業（金融、医療）では特にこのステップが必須です。 - モデルルーティング戦略を立てる
すべてのタスクに同じモデルを使う必要はありません。複雑な計画にはClaude、大量のコード生成にはDeepSeekなど、タスクごとにコストとパフォーマンスを最適化しましょう。特定のAIラボへのロックインも避けられます。 - 自律化を段階的に拡大する
Droidの信頼性が確認されたら、人間がレビューする範囲を徐々に減らしましょう。Factoryでは月次で生産性指標を計測し、自律度を調整するアプローチを取っています。
さらに詳しく知りたい方へ
Factory シリーズ C 公式発表 創業者のMatan GrinbergとEno Reyesが直接執筆。Missionsのアーキテクチャと次の投資方針が記載されています。 factory.ai
TechCrunch: Factory hits $1.5B valuation 公式ファンディングラウンドの報道。Keith Raboisのボード参加と顧客状況を簡潔にまとめています。 techcrunch.com
Factory Missionsアーキテクチャ詳細解説 DroidがどのようにマルチステップのLong Horizonタスクを処理するか、設計上の意思決定を詳しく説明したエンジニアリングブログです。 factory.ai
Tech Insider: Factory AI $150M シリーズ C 詳細分析 投資家視点、競合状況、顧客別のユースケース、リスクを網羅した詳細な分析記事です。 tech-insider.org
