Takeshi Ikemoto

医療 × 経営 × テクノロジー

·note記事··医療AI Founder Playbook

Arc Institute

医療AI

まず押さえること：NVIDIA との関係と、これまでの成果

なぜこの企業を取り上げるのか

103社リストに加え、NVIDIA は Arc の主力モデル Evo 2 を 一緒に開発したパートナー でもあります [3][4]。

一言でいうと、何の会社か

DNA を「言語」として読み書きするAIを作る、生物学版の基盤モデル研究所 です。ChatGPT が文章を扱うように、Arc の Evo は 遺伝子の配列（DNA・RNA・タンパク質） を扱います。

ここがインパクトの核心です。Evo にできるのは大きく2つあります。

つまり 「試行錯誤で何年もかかった発見を、AIの予測で短縮し、しかも自然界にないものまで設計できる」。新薬・遺伝子治療・ワクチンなどの 共通の土台 になり得るため、「1つの製品」ではなく 「生物学の進め方そのものを変える」 ところが評価されています。

これまでの主な成果（査読論文ベース）

なぜすごいのか（ポイント）

1. 個別の製品ではなく「土台」を狙う … 1つの薬ではなく、多くの研究者が共通で使う 基盤モデル を作っている 2. 非営利なのに巨額資金 … Stripe 創業者 Patrick Collison、Vitalik Buterin らから 累計6.5億ドル超 を調達 [5]。大学でも普通の企業でもない「第三の道」 3. 一流科学者 × 連続起業家 … 研究者（Patrick Hsu、Silvana Konermann）と起業家（Patrick Collison）の組み合わせ

以降は、この Arc Institute をスタートアップ分析の枠組みで詳しく見ていきます。

1. Startup Fact Sheet

2. Founder Story & Founder-Market Fit

創業者は Silvana Konermann、Patrick Hsu、Patrick Collison の3名で、もともと研究助成プログラム Fast Grants で協働した間柄 [2]。

この「起業家の資金・組織力 × 科学者の研究力」の組み合わせが、大学（資金・スピードの制約）でも企業R&D（短期成果の圧力）でも実現しにくい体制を可能にしている。公式が掲げる "A full-stack institute for AI and biology research" [1]——基礎研究から応用・社会実装までを一貫して担う——という思想も、この座組みがあって成り立つ。

3. Deep Dive Analysis（徹底解剖）

#### Pain & Solution

Arc が向き合うのは、生命科学の研究現場にある3つの構造的な壁です。

1. 資金とテーマの制約 … 大学では研究費が競争的で短期成果を求められ、分野をまたぐ挑戦がしにくい 2. 基礎研究と実用化のギャップ … 論文発表で完結しがちで、社会実装まで遠い 3. AIと生物学の分断 … 両方に通じた人材が少なく、融合チームを組みにくい

Arc の答えは 「独立した非営利」×「フルスタック（基礎から応用まで一貫）」 という形態 [1]。寄付ベースの安定資金（→ §Unit Economics）で長期テーマに取り組み、AIと生物学の研究者を同じ屋根の下に置くことで、Evo のような基盤モデルを生み出している。

#### Unit Economics & Monetization

Arc は 非営利研究機関 であり、製品販売で利益を出すモデルではない [1]。財源と支出はおおむね次の構造。

営利企業のような売上・利益の指標はなく、「寄付で長期投資し、成果を広く公開する」点がこの組織の経済的な特徴です。

#### Data Strategy & Moat

Arc の堀（模倣されにくさ）は、Evo 2 を支えるデータとモデル にあります。

しかも Evo が生む新しい予測・設計データが、次のモデル改良に回る 循環 があり、後発が追いつきにくい構造になっています。

#### Regulation Hack

Arc は医薬品・医療機器そのものを売らない研究機関なので、FDA のような製品承認規制の直接の当事者ではない [1]。ただし、ゲノムを扱う以上、別の規制・倫理に向き合う必要がある。

つまり「規制を避ける」のではなく、研究機関としてデータ倫理と安全性を徹底する ことで、大規模ゲノム研究を可能にしています。

#### Competitive Edge (vs Rivals)

Arc の立ち位置は、3つの既存プレイヤーと比べると際立ちます。

共通する強みは、多くの企業が後で使う"基盤"を押さえる こと。製品で直接競うより、エコシステムの中心に立つ戦略です。

4. Contrarian × 10x 視点

通念を覆している点 - 「独立した非営利」という第三の道 … 大学でも企業でもなく、学術の自由度と企業のスピード・資金力を併せ持つ組織モデル [1] - 科学者 × 連続起業家のタッグ … 研究主導でも事業主導でもなく、両者を最初から融合（§Founder 参照） - フルスタック … 論文で完結せず、基礎から社会実装まで一気通貫で追う [1]

10倍のインパクトの源泉 - 試行錯誤の圧縮 … 冒頭で見た「読む・書く」により、何年もかかった発見・設計をAIの予測で短縮する - 基盤ゆえの波及 … Evo は1分野でなく、創薬・遺伝子治療・合成生物学など多領域の土台になりうる [3][4]。特定課題の解決にとどまらず、研究の進め方そのものに効く

Arc Institute は、GTC 2026 で名指しされた103社のなかでも、「生物学の基盤モデル」 という土台を作るタイプに当たります。製品1つではなく、創薬・遺伝子治療・合成生物学など広い領域に効く可能性がある、という点が評価の核心です。

✅ 確認済みソース

以下は本分析において確認できたデータです。それ以外の記述は公開報道・公式HP・推定に基づきます。