タグ: 日本

bitFlyerは同社が独自開発したプライベートブロックチェーン技術「Miyabi」を発表した。3大メガバンク（みずほフィナンシャルグループ、三井住友銀行、三菱UFJフィナンシャル・グループ）とデロイトトーマツグループによる実証実験の報告書が11月30日に公開されているが（関連記事）、ここで用いたブロックチェーン技術がこのMiyabiであることも今回明らかにした。

bitFlyerの説明によれば、Miyabiはすでに製品と呼べる段階にある。すでに、前述の3大メガバンク以外のある大手企業の顧客での検証が進んでいるとのことである。ただし「とても問い合わせ全部には対応できないので大型案件を中心に取り組んでいる」（加納氏）。大型案件は時間がかかることから「事例として登場するのは、来年（2017年）ではまだ難しいだろう」（加納氏）というスケジュール感である。適用分野としては「複数の企業が参加する、ある程度大きなシステムに向いている」。いわゆるコンソーシアムチェーン向けの技術ということになる。つまり、従来は第三者機関が台帳管理を行っていた分野に適用することで、取引のコストや所要時間を大幅削減可能な技術としての使い方がスイートスポットになる。発表会では、銀行、証券会社、シェアリングエコノミー（空き家の活用、カーシェアリング）、食品トレーサビリティ、不動産登記、マイナンバー、電子政府などへの活用が可能であるとアピールした。

ビジネスモデルとしてはSI（システム構築）よりもプラットフォームを志向していると話しており、「今後1〜2年の間に、BaaS（Blockchain as a Service）の形でプラットフォームとしてMiyabiを提供することも考えている」とのことだ。BaaSはクラウドサービスとしてブロックチェーン技術を提供するもの。ブロックチェーンでは、トランザクションごとの電子署名を行うこと、ブロックチェーン上の記録も耐改ざん性が高いことから、クラウド上の情報システムであっても厳重な物理的セキュリティに守られた情報システムと同等以上に記録内容が信用できると考えられている。

Miyabiは、前述の3大メガバンクとデロイトトーマツによる実証実験では1500tps（トランザクション/秒）の性能を実証している。「ファイナリティを持たせた上で秒間1500件の処理性能を第三者が検証した例は他にない。世界最速だ」とbitFlyer代表取締役の加納裕三氏は話している。なお、1500tpsは全銀システムの処理性能をやや上回る数字だ。加納氏は「別の環境では1万tpsも達成可能だ」とも話している。

他社製品の例として、プライベートブロックチェーン技術mijinの次世代版が4000tpsの性能を記録している（関連記事）。これを見ると、最新のプライベートブロックチェーン技術の処理性能はほとんどの業務システムの要求に対応できる段階まで来ているようである。ただ、これらの数字は前提が異なるので比較する場合には注意が必要だ。

加納氏は「直線だけ速くて曲がれない車を作っても仕方ない」と話す。ブロックチェーン技術は使い方の幅が広く、自動車のように総合性能で見ないと速さを議論できないというのだ。プライベートブロックチェーンの性能は、地理分散をどう扱うか（例えば1地域内のノード群だけで合意して高速性を達成し、他の地域のノードはバックアップとして扱う設計もありうる）、アプリケーションの種類（銀行と電子マネーでは特性が異なる）など使い方に大きく左右される。ブロックチェーン技術の性能の比較可能な数字をどうするか、このあたりは今後課題となってくるだろう。

独自の新合意アルゴリズム、貨幣型、スマートコントラクトを組み込み

発表資料によれば、Miyabiの特徴は、次のようになる。

(1) 独自設計の合意アルゴリズムBFK2
ビットコインで用いているPoW（Proof of Work）の挙動が確率的（取引が覆る確率が時間とともに0に収束する）であるのと異なり、挙動が決定論的、つまりファイナリティ（決済の確定性）を確保している。また計算競争にエネルギーを消費するPoWと違い省エネルギーとのこと。PoWと違いノード数は既知であることが前提。n台のノードがあるとき、(n-1)/3台までのビザンチン故障（例えばノードが乗っ取られて不正をする可能性を含む）に耐え、(n-1)/2台までのハードウェア障害（ノードが不正をしない単純な故障）に耐える。例えば13ノード中4ノードのビザンチン故障に耐え、6ノードまでのハードウェア故障に耐える。

このアルゴリズムの詳細は非開示だが、「ブロックの承認に使うこと、ファイナリティを持つことを前提とした合意アルゴリズムで、仕組みは（分散システム研究から生まれた合意のアルゴリズムの）Paxosに近い」（小宮山峰史CTO）とコメントしている。

なお、このアルゴリズムの前提はノード数が既知であることなので、不特定多数のノードが自由に参加/脱退する環境には適用できない。ただし、2種類のノード（合意ノードと参加ノード）を分けており、合意形成に参加するノードだけが既知のノードで、他のノードは不特定多数でもよい。「ビットコインのネットワークも、実質的な合意形成は一部のマイナーたちで実施しており多数派のノードは参加しているだけだ。それと似ている」（加納氏）。

(2)「貨幣型」を組み込み
ビットコインのデータ構造（UTXO）はコインを取引した結果の総額（入出力の合計）が一致するように設計されている。Miyabiでは、この考え方を参考に「総額の増減がない」など貨幣特有の制約条件を組み込んだ「貨幣型」を導入し、プログラム開発の負担を減らし、システムの信頼性を高めたとしている。具体的には、トランザクションごとに、電子署名の強制、総資産が一定の強制、残高が非負であることの強制が働き、不正やバグが発生しにくい仕組みとしている。

(3) 独自のスマートコントラクト環境「理（ことわり）」
ここでいうスマートコントラクトは「ブロックチェーン上で動作するプログラム」のこと。特徴として、合意アルゴリズムと共に動作させることで外部のデータを取り込むときの決定性を保証する仕組みを備えている。例えば外部から金融商品の価格や利回りの情報を入手するとき、ノードごとに「時差」がある場合に時差に応じて数字が変わってしまうが、ここである一つの時点の数字を選び決定できるようにした。

プログラミング環境として.NET Frameworkを用いており、C#などのプログラミング言語を使える。他の対応言語は検討中とのことだ。

このほか「キャンセル機能」もMiyabiが導入した新しい機能の一つだ。ブロックが承認される前であれば、トランザクションを取り下げ、ブロックの記録に含ませないようにできる。

「ビットコインの設計思想に影響された」

bitFlyer代表取締役の加納裕三氏は「自分たちはサトシ・ナカモトを尊敬している。Miyabiもビットコインの設計思想に影響を受けている」と語っている。bitFlyerではビットコイン取引所を開設するにあたり、独自実装のクライアントソフトを開発するなど自前技術にこだわってきたのだが、その過程で新たなブロックチェーン技術の開発に乗り出すことになった。発表会にゲストとして登壇したカレンシーポート代表取締役CEOの杉井靖典氏は「やはり、（ブロックチェーン技術を）作りたくなっちゃったんだなと思いました」と、“ブロックチェーン界隈”の雰囲気を伝えるようなコメントをしている。

今回の発表内容を見る限り、Miyabiはほとんどのエンタープライズシステムの要求に対応できる内容を備えている。処理性能、ファイナリティ、貨幣型、スマートコントラクトでロジックを組み込める性質は、エンタープライズシステムの要求にはマッチしそうだ。3大メガバンクが参加した実証実験で使われたという実績もある。発表会では技術の説明にかなり時間を割いたのだが、それでもユーザー企業が製品として検討するには技術情報の量はまだまだ乏しい。今後さらなる情報公開を期待したいところだ。

最後に、発表会のゲストの杉井氏の言葉を紹介したい。「日本が開発の中心になっているブロックチェーンはいくつかある。HyperledgerプロジェクトのIroha、mijin、Orb、Keychain、それに本日発表のMiyabi。これだけたくさんの基盤技術を日本のベンチャー企業がリスクを取ってやっている。失われた20年の中では珍しい動きではないか」。日本のスタートアップのブロックチェーン技術には、今後もまだまだ動きがありそうだ。

さくらインターネット、テックビューロ、電子マネー事業を展開するアララの3社は協同でブロックチェーン技術mijinの次世代コア「Catapult」を電子マネーに応用する実験を実施し、最高4142取引の処理性能を確認した（発表資料）。2017年2月には詳細レポートを公開予定としている。またCatapultを含む次世代mijinもオープンソース化を予定している。まだ正式版ではない段階で平均して秒間3000取引ほどのスループットを出しているのだが、これはブロックチェーン技術の実システム適用の可能性を考える上で重要な実験といえる。

Catapultとは、ブロックチェーン技術mijinのコア部分を再構築し高速化を図ったものだ。従来バージョンのmijinを使った実証実験では、アララは秒間平均50取引の性能を確認していたが（関連記事）、今回はその約80倍の性能を確認できたことになる。

秒間4142取引がどれぐらいの性能かということだが、VISAカードのシステムはピーク性能が秒間5万6000取引（5万6000tps）と言われおり、平均スループット（処理性能）はその1/10前後と言われている。今回の実験の最高で秒間4142取引、平均して毎秒3000取引という数字は、「VISAカードの平均スループットにもうすぐ届く性能」といったところだ。ほとんどの業務システムのニーズをカバーする十分に大きな数字といえる。また、現状は正式版ではないので今後改善される可能性がある。

今回の実験は1リージョン内で実施したものだが、地理的に分散させた実験も今後予定している。地理分散により耐故障性のレベルは格段に上がるが、その一方でネットワーク遅延の発生が性能に影響するものと予想される。

実験では一部ノードを停止させても処理性能を落とさず続行できることも確認している。mijinを始め現行ブロックチェーン技術は処理の冗長化はしていても分散化はしていないので「性能が落ちない」とはノードの故障によるトラブルが起きないことを確認したという意味だ。

今回の実験はアララが事業として取り組む電子マネーのシステムを想定したもの。電子マネーは「1対N」の形の取引で、しかもNの数字が非常に大きい（今回の実験では1080万アカウント）ユースケースとなる。一方、銀行の勘定系などは「N対M」の取引ということになる。

プライベートブロックチェーン技術は「パラメータを自由にいじれる」

ブロックチェーン技術は、従来型のITと比較すると非常に分かりにくく見える。理由の一つは「性能を追求していない」ように見えることだ。例えばビットコインの処理性能は「約7tps（トランザクション/秒）」であると言われている。数字だけを見れば低い性能に見えるが、注意が必要なこととして、この値はビットコインの場合のブロックサイズ、トランザクションのサイズの平均値、ブロックタイムから算出しているので、いわば「フェルミ推定」のような数字だということだ。現実のビットコインの実効スループットはこの数字より下だと考えられるし、逆にパラメータが変われば数字は大きく上がる。例えば新技術「Segwit」はトランザクションのサイズを大幅に圧縮するし、ブロックサイズを変えるかどうかの議論も盛んだ。ただし、ビットコインは時価総額1兆4000億円以上（記事執筆時点）の価値を記録しているネットワークでもあり、ビットコイン開発者コミュニティは仕様変更にはきわめて慎重な態度を取っている。

mijinの場合、ビットコインのようなパブリックブロックチェーンではなく企業システムに閉じたプライベートブロックチェーン向けの技術なので「ブロックサイズ、ブロック承認時間のパラメータを自由に変えられる」（テックビューロの朝山氏）。つまり、もともと性能のチューニングをやりやすい構成となっている。さらにCatapultでは、性能面のネックとなっていた要素をコア再構築により取り払った。「C++により再構築した点、（ブロックチェーンの中核部の）チェーンサーバーとAPIサーバーを分けた点が性能に寄与している」（テックビューロ代表取締役社長の朝山貴生氏）。

もちろん、単にデータストアの処理性能だけを追求するならインメモリDBが一番いい。それに耐故障性とトランザクション処理性能だけを追求するなら、従来型の情報システム（OLTPシステム）の方がまだ性能は上だろう。今回の実験の意義は、ブロックチェーン技術が業務システムのトランザクション処理に耐える性能があることが確認できたところにある。従来型の情報システムと比べたブロックチェーン技術のいい所の一つは、耐改ざん性と耐故障性をソフトウェアのレイヤーで実現していることだ。今回の実験のようにクラウドサービスで動かしていても、内部不正や外部からの攻撃、故障に強い。この性質は業務システムの大幅な低コスト化に役立つと期待されている。mijinの場合は「内部にトークンの概念（Mosaic）を持っていることが、電子マネーへの適用に役立つ」（朝山氏）としており、アララでもこの点がシステム構築コストの圧縮に寄与すると期待している。

実験内容は、「さくらのクラウド」の1リージョンで実施。ブロックタイム15秒とし、1時間1080万人の利用を想定し、1080万アカウントを用意、1マイクロトークンから1080万マイクロトークンまでの異なる残高を与える。1080万アカウントから3ノードに対して残高全額を支払うリクエストを送信。なおかつ、この処理中に3ノードのうち2ノードを6分間停止、その後復旧と同期を行った。コンセンサスアルゴリズムは「mijin POS（Proof of Stake）」を使用している。

編集部注：この原稿は萩原正人（ @mhagiwara ）氏による寄稿である。 萩原氏はGoogle、Microsoft Research、バイドゥ、楽天技術研究所（ニューヨーク）にて、検索エンジンおよび自然言語処理の研究に携わった後、2015年2月からはDuolingo にてソフトウェアエンジニア、リサーチサイエンティストとして自然言語処理技術を活かした研究開発に従事している。2009年名古屋大学大学院情報科学研究科博士課程修了。博士（情報科学）。著書に、翔泳社『自然言語処理の基本と技術』（2016）、訳書に、オライリー『入門 自然言語処理』（2010）、『入門 機械学習』（2012） がある。英語（TOEIC満点）および中国語（HSK口語上級）が堪能。

 

「英語を流暢に話せるようになりたい！」との思いで、週末など、週1回ほど英会話学校に通っている読者の方も多いのではないかと思う。残念なことに、データ解析によると、そのような方は学習を続けられずに脱落してしまう可能性が高い。では、どうすれば英語学習を続けることができるのだろうか。本記事でこれから述べる簡単な点に留意するだけで、英語など外国語の学習に成功できる可能性をぐっと上げることができるかもしれない。

巷には、「1週間でペラペラになれる！」「聞き流すだけで英会話をマスター」のようなタイトルの書籍や教材があふれている。そもそも、英語などの外国語をマスターしようと思ったら、どのぐらいの量を、どのように勉強したらよいかということはあまり知られていない。何時間も机に向って勉強するべきなのか、それとも、毎日10分でも効果があるのだろうか。

本記事では、私がDuolingoの大規模データを分析して分かった、外国語学習に成功する人に共通する特徴を紹介することによって、外国語の習得のためのヒントを提供できればと思っている。

外国語の習得に本当に必要なもの

残念ながら、全く予備知識のない人が、外国語を１週間でペラペラになるまで習得することはまず無理だ。これは多くの人の経験からも、これまでの科学的な知見からも明らかだ。それでは、外国語の習得に本当に必要なものは何なのだろうか。

「外国語の習得はダイエットと非常に似ている」というのが私の持論だ。両者の類似点から成功に必要な条件を書き出してみよう。

継続的な努力と時間

• 残念ながら、日本人にとって英語は習得が難しい言語の1つであることは疑いない。文法や発音など、 言語学的も文化的にも英語は日本語とはとても異なる言語である。これは逆の例になるのだが、英語話者にとって日本語は世界のメジャーな言語のうち最も習得が難しい言語とみなされており、2200時間以上の学習が必要だという見積もりもある。日本語話者が英語を勉強する場合も、そのぐらいの勉強時間は少なくとも覚悟したほうがよさそうだ。
• また、日本国内では、またまだ英語話者と接する機会が少なかったり、英語を仕事で直接使う必要性が少なかったりと、環境やモチベーションという要因も、外国語、特に英語を習得することを難しくしている。

総合的な練習

• 人間がどのように外国語を獲得するか、そのためにどのようなメカニズムが絡んでいるかというのは、最新の科学でもよく分かっていない部分が多い。
• ただ、これまでの膨大な第二言語習得の研究の積み重ねから1つだけ言えるのは、外国語は「聞き流すだけでマスター」できるような単純なものではないということだ。ダイエットでも、例えば、ある食品だけを食べる「◯◯ダイエット」などの極端に単純な方法が流行することがあるが、健康的なダイエットのためには、さまざまな食品や栄養素をバランス良く摂ることが重要であることを否定する人はあまりいないだろう。

正しい方法に関する知識

• 「ダイエットに必要なもの」と聞くと「ジムに行って運動」などのようにまず「運動」を思い浮かべる人が多いかと思う。しかし、医学的な立場から見ると、ダイエットのためには運動よりも食事のほうがはるかに大切であることが分かっている。
• 外国語習得でも、最初に触れた「どのぐらいの時間勉強すべきか」などの問題以外にも、例えば「文法はしっかり勉強したほうが良いのかどうか」など、長い間、専門家たちの間で研究調査がなされてきた。

「1日何時間勉強するべきか？」といった一見して非常に簡単な質問に対しても、自信を持って答えられる人は少ないのではないだろうか。そのような「正しい方法に関する知識」がなかなか広まらないのはなぜだろうか。

1つの理由は、外国語の習得は複雑かつ時間のかかるプロセスなので、大規模な対照実験（例えば「学生をたくさん集めて2つのグループに分け、片方のグループに教材Aを使ってもらい、もう片方のグループに別の教材Bを使ってもらう」など）を実施して異なる学習法の効果などを比較することが簡単にはできないからだ。

しかし、パソコンやスマートフォン上で外国語の学習をすることが一般的になるにつれ、これまででは考えられなかったような数の外国語学習者の学習パターンを自動的に分析し、そこから知見を得ることが可能になってきた。

本記事では、1億5000万の登録ユーザーを有する世界最大の外国語学習アプリである Duolingoの大規模データに基づき、どのような人が外国語学習に成功するのかを分析した。

具体的には、外国語の学習を継続できているユーザーと離脱してしまったユーザーをそれぞれ数千人ずつ無作為抽出し、分析（より専門的に言うと、さまざまな要因の影響を分解・統制して、結果を予測するロジスティクス回帰分析）することによって、さまざまな特徴の違いが見えてきた。

成功する学習者の特徴１：継続的に学習する

データから分かった、成功する学習者の1つ目の特徴は、継続的に学習するということだ。

例えば、最後に学習してから経過した日数（グラフ1）を見ると、ほとんどの継続ユーザーが毎日、もしくは最低でも2〜3日ごとに学習しているのに対し、離脱ユーザーは5〜6日の間が空いてしまっている。また、1週間のレッスン・練習数（グラフ2）を見ても、継続ユーザーは離脱ユーザーと比較して圧倒的に多く学習している。

特に、最初に触れたように、主に週末にしか勉強しない人は、脱落してしまう可能性が高いことがデータ解析によって分かった。

特にある外国語を習いたての時期には、記憶をフレッシュに保つために、できれば毎日、少なくとも2〜3日に一度は何らかの形でその外国語に触れる、勉強するようにした方が良いと言えるだろう。

ちなみに、学習する際に、レッスンを手早く終わらせるのではなく、よりゆっくり時間をかけて、学習内容をきちんと理解して進むユーザーの方が、継続できる可能性も高いことが分かった。これも、外国語に関する記憶をより強固なものにするために有効であると考えられる。

成功する学習者の特徴２：詰め込みをしない

データから分かった、成功する学習者の2つ目の特徴は、「詰め込みをしない」というものだ。グラフ3は、1日ごとのレッスン・練習量のばらつき（相対標準偏差）を示したものだが、離脱ユーザーの方が大きくなっている。これは、継続ユーザーは、毎日ほぼ一定の量を学習している傾向が高いのに対して、離脱ユーザーは、「ある日は何十分、何時間も勉強するのに、他の日はほとんど勉強しない」というような学習パターンを示す傾向が高いことを示している。前に述べた「週末にしか勉強しない人」もこのパターンに相当する。週末にしか勉強しないと、平日の分を取り戻そうという心理が働いてしまうのかもしれない。

たくさんの量を短時間で学習する「詰め込み」は、外国語の習得にかぎらず、長期的な学習にとっては効果が低いということが、心理学などの分野の多くの研究によって示されている。外国語を習得するには、少しずつでも良いので、ほぼ同じ量を毎日コンスタントに学習する方が良いと言えるだろう。

成功する学習者の特徴３：復習をする

Duolingo には、新しい単語や文法規則を学習するための「レッスン」の他に、これまでに習った内容を復習できる「練習」という機能がある。

データから分かった「成功する学習者の特徴」の3つ目は、この「練習」を多くする人の方が、外国語学習を継続できる可能性が高いというものだ。

外国語を学習する際は、新しい単語や文法規則などを、読んだり聞いたりした時に意識的に考えなくても意味が分かったり、書いたり話したりする時に自然と出てきたりするぐらいのレベルまで、体に染み込ませる（これを、自動化と呼ぶ）ことが重要だ。このためには、習った内容をそのままにせず、練習を通じて記憶をより強固なものにすることが必要不可欠になる。

Duolingo などのアプリに限った話ではないが、スピーキング（実際に、ネイティブスピーカーなどとその外国語を使って会話をすること）はとても大切だ。会話は、単にスピーキングの練習になるというだけでなく、習ったことを総動員するので、記憶の定着、知識の自動化などにとても効果的だからだ。ネイティブスピーカーが近くにいない場合は、チャットボットなどを相手に練習するのも良いかもしれない。

逆に、教科書を読み返したり、大事な項目に下線を引いたりすることは、単純で多くの人が実践している学習法だと思うが、記憶の定着という意味では学習にとってほとんど効果がないことが心理学の研究によって分かっている。単語の意味を覚えているかどうか単語カードを使ってテストしたり、書いたり話したりする際に外国語の文をきちんと組み立てられるか練習したりといった、なるべく記憶に負担をかけるような練習が効果が高いとされている。

なお、復習の際には、単語や文法項目などを「ちょうど忘れかけたタイミング」に、「だんだんと練習間隔を伸ばして」復習するのが良いとされている。この手法は、心理学の分野で間隔反復と呼ばれており、外国語学習に限らず、さまざまな学習システムに応用されている。ただし、「ちょうど忘れかけたタイミング」というのは、個人の能力や、単語や文法項目、学習中の言語や母語など、さまざまな要因によって変わってくる。人間の脳の中を直接のぞけない以上、このタイミングを適切に推定するのはとても難しい。Duolingo では、大量のユーザーから毎日生み出される大規模データと機械学習を使い、この復習タイミングをさまざまなパラメーターから適切に推定することができる半減期回帰法という手法を開発した。このおかげで、ユーザーに対して適切なタイミングで、適切な単語・文法項目の練習をうながすことができる。

結局、毎日少しずつ練習をすること

「地道な継続が大切」という割と当たり前の結論に、がっかりした方もいるかもしれない。しかし、高価な教材を買ったり、英会話学校に入学しなくても、「詰め込みをせずに、毎日少しずつでも、地味に練習をする」ことによって、外国語の力は着実についていく。本記事が、そのための励みや道しるべになれば幸いである。

日本の独立系VCのグローバル・ブレインが200億円規模となる「グローバルブレイン6号投資事業有限責任組合」を設立し、12月末でファンド組成のファーストクローズをして運用額150億円で投資を開始すると発表した。ファンド組成のセカンドクローズを2017年6月末としており、最終的には上限に設定した200億円規模で、2026年までの10年間で運用することになる。この12月にも投資を開始し、年間50億円程度をスタートアップ企業に投資していく。

グローバル・ブレインはEC、ゲーム、メディア、教育、クラウド、広告、IoT、Fintechなど多ジャンルで国内を中心に幅広く投資してきた日本の独立系VCだ。2001年に森トラストグループをLP出資者として20億円の1号ファンドを組成したのを皮切りに、ニフティ、SBI証券、KDDI、産業革新機構などを出資者として、これまで5つのファンド、累計355億円を運用してきた。

これまでレアジョブ、5Rocks、nanapi、Luxaなどで9つのIPO、26のM＆Aのエグジットの実績がある。現在成長中のスタートアップ企業としては、ラクスル、メルカリ、Baseなどがポートフォリオにある。グローバル・ブレインはKDDIや三井不動産など大手企業と協力してCVC運営も行っている。

VCとしての特徴は名前通り活動がグローバルであることと、研究者や技術者としてのバックグラウンドを持つ投資家を内部に持つことだという。特に最近はロボティクスやAIといった研究開発やハードウェアに近い領域での取り組みの比重が増えている。

米国や韓国、東南アジア、イスラエルなどとのVCと協調投資によりグローバルなネットワークを構築しつつあるという。米国スタートアップ企業への投資では、トップティアの海外VCと協調投資を行い、グローバル・ブレインが日本や東南アジア市場の経験、知見を活かした形で戦略的に技術ベンチャーのグローバル展開を支援する枠組みができつつある、としている。

グローバル・ブレインのLP出資者としては、今回クールジャパン機構、JTB、三井住友銀行も戦略的LPとして参加。クールジャパン機構は50億円を出資している。ほかLP出資者としては住友林業、電通国際情報サービス、KODENホールディングス、KDDI（KDDI Open Innovation Fund）のほかに大学、海外機関投資家なども含まれるという。グローバル・ブレイン代表取締役社長の百合本安彦氏は都内で開催した自社イベントで「海外機関投資家から出資を受けたのは日本のVCとしては初めて」といい、「官」からの資金に加えて、大学、産業界からの出資により、産官学連携を進めやすい枠組みができたと話した。

日本の大手有力企業をLP出資者として持っていることで、スタートアップ企業の持つ技術シードを社会課題へ素早く適用していく狙い。特にグローバル・ブレインが強調するのは2020年の東京オリンピックで、観光やインバウンド産業の競争力強化を目指すとしている。

スタートアップ企業への投資に回る資金であるファンドの資金は近年増えつつある。2008年のリーマンショック以降に極端に落ち込んでいた国内VCのファンド組成額は250〜300億円と低調だったが、日本ベンチャーキャピタル協会の調査によれば、2016年上半期の組成額はすでに2500〜2600億円と、今年は3500億円に達する見込みだ。事業シナジーを見込んだ大手企業によるCVC設立やLP出資が、この流れの背後にあり、ファンド組成のニュースが続いている。