Discovered Materials、AIエージェントがチップ冷却材料を発見すると賭ける：Lightspeed主導の900万ドルシード

クラウドベースのAIエージェントを稼働させ、新しい半導体材料——まずはAIチップの放熱と3Dチップパッケージング向け——の発見と検証を行い、その成果を特許化してライセンス供与するAI駆動型材料企業。

毎日数千件の材料仮説を生成する自律型AIエージェントが、半導体の研究開発を数年から数カ月へと短縮できるという賭け——まずはAIチップの熱から着手する。

Lightspeed Indiaが主導し、Y Combinator、Peak XV、およびPaul Grahamを含むエンジェル投資家が参加した900万ドルのシード（2026年8月）。

Advaith SridharとAkash Ramdasは10年以上前にIITマドラスで出会った。Ramdasはスタンフォード大学で材料科学の博士号を取得し、11年間半導体材料の研究に従事。一方SridharはPersona AI（買収済み）とLuma LabsでAIエージェントを構築した。二人はY Combinatorを経てDiscovered Materialsを立ち上げ、Anthropicのモデルが材料候補を生成し、二人が訓練した物理モデルがそれを検証するソフトウェアパイプラインを構築した。

2026年8月、同社はLightspeed Indiaが主導し、Y Combinator、Peak XV、およびPaul Graham、Gokul Rajaram、Thariq Shihiparを含むエンジェル投資家が参加した900万ドルのシードを発表し、半導体用途向けにAIが発見した数百件の材料を公開するとともに、実際のチップ材料問題でフロンティアモデルを追跡するベンチマーク「Material Discovery Bench」を立ち上げた。創業者らは、世界最大級の化学企業が開発に数年を要した製品と同等の性能を持つ新しい熱材料を3カ月で作製したと主張している。

依然として初期段階：2026年8月時点で同社は候補材料とベンチマークを有するが、AIが発見した材料が商業規模で展開された実績はない。創業者らは1年以内に特許取得に値する材料を目標とし、チップメーカーへのライセンス供与をビジネスモデルとすると述べた。

測定可能なボトルネック（熱、および1日約20回の試行）が、AIエージェントに人間主導の発見に対する具体的なスループット上の優位性をもたらした。

くさび——3Dチップパッケージング向けの熱誘電体——は、資金力のあるフロンティア研究所がそこに注力する前に、シード段階のチームが主張できるほど狭い。

ファブを建設するのではなく特許化とライセンス供与を行うことで、小規模チームが半導体の資本集約性なしに発見を収益化できる。

創業者の適合性（スタンフォードの材料博士号＋PersonaとLumaでのエージェントエンジニアリング）は、まさにこの問題が求める組み合わせである。

AIの科学における最良の活用法は、測定可能なスループットを持つ狭く緊急性の高いボトルネック——熱と1日約20回の試行——であり、そこで自動化が特許可能なIPを生み出す。ウェットラボでの検証は依然として未解決である。

2026年8月時点でDiscovered Materialsはラボと特許の段階にある。AIが発見した数百件の材料と公開ベンチマークを公表し、900万ドルのシードでチームと実験室を拡大し、1年以内に特許取得に値する材料を実現することを目指している。商業展開やライセンス契約は発表されておらず、この分野の未解決の課題——AIの候補を製造可能で検証済みの材料に変えること——は同社の前に依然として残っている。