「安心に、ゴールはない」──研究者が起こしたChillStackが、3つの事業を同時に育てる理由

使い道はいま3つある。

ひとつめはナショナルセキュリティ（安全保障）事業。官公庁に向けた研究開発で、止まることも間違えることも許されないネットワークから、攻撃の兆しを見つけ出す。

ふたつめは企業の内部統制を支える「Stena」。勤怠と入退館の記録、立替経費と法人カードの明細、給油の履歴と社用車の走行データ、アルコール検査の記録など、社内にありながら突き合わせてこなかったデータを重ねて、食い違いを見つけ出す。一度導入したら使い続けてもらうプロダクトだ。

みっつめはAIそのものを守る「AIセーフティ」。企業がAIを業務で使えば、社員が入力した情報が外に漏れたり、AIがだまされて意図しない答えを返したりするおそれが出てくる。同社はこうした穴を洗い出す診断を提供している。あわせて、社員のAI利用をリアルタイムでモニタリングし、危ない使い方を自動で止める仕組みも用意している。

取材内容等を基にFastGrowにて作成

小さなスタートアップが国の安全保障と企業の内部統制とAIの安全を、同じ技術の土台から同時に手がけている。それ自体がまず珍しい。Stenaはクラウドサービスの形で提供されるが、中身のAIモデルは1社ごとに組み直している。決まった機能をそのまま使うSaaSとは違う。不正を見つけるAIやルールを組み直し、AIの判定に人の確認を組み合わせて精度を上げていく、AIを中心に据えたプロダクトだ。同社は、中身が同じStenaは一つとして存在しないと説明している。

3つの事業はどれも同じ技術の土台から生まれている。では、なぜこの会社は、市場より先に技術から始めるのか。

この事業開発ストーリーは創業者の経歴・経験から来ているものだと言えよう。伊東氏はもともと研究者で、AIとセキュリティの研究を10年以上続けてきた。取締役CTOの谷洋樹氏とは同じ研究室の同期で、ともに会社を立ち上げた。

ただ、研究室にこもるタイプではなかったという。

AIの研究室に入った伊東氏は、機械学習や統計の手法が、セキュリティと相性がよいことに気づく。論文が賞を受け、外から声がかかるうちに、AIを使ったセキュリティを社会が求めていることも実感していった。

そこから、起業を考えるようになる。

2018年11月、ChillStackは立ち上がった。

4年後の2022年、取締役COOの中道浩之氏が加わる。総合系ファームでコンサルタントをしていたころ、ある証券会社への提案においてChillStackと組むことがあり、その際に深く話し合ったことがきっかけになった。

ChatGPTが世に出る前の話である。

研究者が技術を持ち込み、ビジネスの側から来た中道氏も、その技術を見て加わった。出発点には、研究から生まれた技術で、企業や社会が安心して挑戦できる環境をつくりたいという動機があった。目の前の課題を1つずつ解いて、技術を社会へ運んでいく。だから届け先もはじめから1つに決まってはいなかった。

届け先が増えれば、事業は散らばる。だからスタートアップは伸びるところに人とお金を集める。選択と集中だ。事業が3つあると聞けば、どれが主力なのかを知りたくなる。

伊東氏も、その問いを何度も受けてきた。

まず、事業ごとに時間の流れ方がまるで違う。

8年先にようやく形になる仕事だけでは、会社が続かない。そこを支えるのがほかの2つだ。

3つは、事業としての段階も違う。AIセーフティは0から1を立ち上げているところ。Stenaは手応えをつかみ、大きく伸ばしにいくところ。ナショナルセキュリティは立ち上がってはいるが、大きく育つまでの道のりが長い。進むペースも違う3つを同時に回しているから、時間のかかる挑戦も続けられる。

そしてもう1つ、官と民のあいだを信頼が行き来する。

安全保障と民間の両方に通じる技術や事業は、デュアルユースと呼ばれる。伊東氏は同じ技術を2つの領域で使えることの先に、もう一段の価値を見ている。

技術もまた、官と民のあいだを行き来する。

中道氏は、自社を少し笑いながらこう表す。

水と油と醤油も、混ぜれば和風ドレッシングになる。中道氏は技術の珍しさより、この組み合わせに強みを見ている。

取材内容等を基にFastGrowにて作成

時間軸と性質の違う挑戦を続け、信頼と技術を事業のあいだで回していくには、どれか1つでは足りない。だから3つを同時に育てている。

では、性質の違う3つの事業は、それぞれどこから始まったのか。

同じ技術の土台に立つ3つだが、始まりはそれぞれ違う。Stenaから順に、事業になるまでの道筋を見ていこう。

Stenaの始まりは、顧客からの相談にある。ある大手金融機関から、DXによる効率化とガバナンスを両立させる体制をつくりたいと相談を受け、PoC（実証実験）として動き出した。ChillStackの手元には、大量のデータから人の行動を可視化し、異常値を見つけ出すAI技術があった。これを使い、社内規定と実際の経費精算の突き合わせなど、人の目で一つひとつ確認してきた作業を、AIで自動化していく。

PoCは何度も繰り返され、サービスとして使える水準まで磨き込まれていく。その成果を見て、ChillStackは仮説を立てた。同じ課題を抱える大企業は、ほかにも多いはずだ。似た立場の顧客に話を聞いて回ると、答えはその通りだった。1社のためにつくったAIを、多くの企業に届けられるSaaSに育てる。この転換が、事業が伸びる大きな転機になった。

AIセーフティの始まりは、研究にある。ChillStackは2018年から、AIへの攻撃と防御の研究や啓発を続けてきた。その出発点が、AIをだます研究だった。たとえば画像認識のAIは、人の目とは違う仕組みで物を見ている。パンダの写真に人には見えないノイズをいくらか重ねると「テナガザル」と答え、標識の「60」に線を足すと「20」と読み、一時停止の標識にシールを数枚貼ると「制限速度45」と取り違える。AIを使う現場には、こうした思いがけないリスクが潜んでいる。

不正アクセス関連のニュースを目にしない日がないほど、攻撃は身近になった。AIが業務に入り込むほど、攻撃を受けうる場所はさらに増えていく。

研究が事業に変わる転機は、生成AIの普及だった。特に、文章を扱う生成AIはさまざまな事業の現場に入り込み、日々の仕事で使われ始めた。社員がAIに送る文章から、情報が漏れるおそれも出てきた。それを食い止めるソリューションとして、2025年7月に「Stena AI」の提供を始めたのである。社員が生成AIに送る文章に個人情報や非公開情報が含まれていれば、自動で検知して送信を防ぐ。日本経済新聞にも取り上げられ、「2025年日経優秀製品・サービス賞」ではスタートアップ部門賞を受けた。

AIを組み込んだシステムが孕むリスク等を調べるAIセキュリティ診断も、こうした社会変化から生まれたメニューだ。そしてChillStackは2026年4月、「Stena AI」の名を「Safia」に改め、教育・診断・防御を組み合わせた「AI Safetyソリューション」を打ち出した。

診断と防御、似ているようで依頼の中身は全く異なっている。事例を2つみていこう。

診断を依頼したのは、ある大手企業だ。社内でAIを動かすにあたり、仕組みの設計や権限の設定がこれで安全なのか不安が残っていた。診断を受けると、役員しか見られないはずの資料まで、AIが検索して答えてしまうケースも見つかった。企業は、その結果に合わせて仕組みを直した。

防御を依頼したのは、会計領域の大手企業だ。扱う情報は顧客の機密ばかりで、社員がAIに入力しても、AIが答えてしまっても困る。そこで、ファイルも含めて検知する仕組みが求められた。「秘密」のラベルがついたファイルは、そもそも入力させたくない。機密に当たる答えは、出力の段階で止めてほしい。入力する側でも、制御をかけたい。中道氏は、決まりを書面で交わすだけでは、悪意がなくても人は間違えてしまうと言う。だから、仕組みで防ぐ。

そして、ナショナルセキュリティ事業の始まりは、外からの声かけにある。声をかけたのは、伊東氏の論文を読んだ企業だった。ただし、Stena事業のようにニーズが明確だったというわけではない。

ChillStackはこの仕事を引き受けた。

この分野では、領域ごとに、システムや通信基盤を長く担ってきた大手企業がその基幹を押さえている。ChillStackはそのパートナーとして、基幹の上に載せるAIのモデルを担う。自分たちにできる範囲にも、伊東氏ははっきり線を引く。

仕事は、売り込みより紹介で広がってきた。

こうした積み重ねによって、ChillStackの先進性や技術力への信頼は日に日に高まっている。2026年10月10日の日経新聞1面トップに掲載されたAIを使った不正アクセスの急増を伝える記事には、防御にAIを使う難しさについて、伊東氏の「AIにリアルタイムで攻撃を遮断させるのは難しい」という専門家としてのコメントも掲載されるほどだ。

さて、3つの事業は、その特性だけでなく、立ち上がってきた道筋も違っていた。では、事業ごとに違う課題に、同社はどう技術を当てているのか。

この問いに、取締役CTOの谷洋樹氏は「難しさの質」の違いから答える。

だから同社はAIを自分たちでゼロからつくる道を残している。国の案件では、他社が開発した生成AI等のサービスは一切使っていない。

借りてこられる部品がなければ、データの定義から自分たちで組み立てる。生成AIを利用しているだけのプレイヤーでは、この動きを取ることはできないだろう。そこまでできるから、どの技術を使い、どれを使わないかを課題に合わせて選べる。

同社は使い分ける4種類のモデルを3つの物差しで整理している。

取材内容等を基にFastGrowにて作成

統計ベースのモデルは安く、出力も安定するが、複雑な事象は捉えきれない。生成AIは複雑な事象を扱えるが、高くつき、出力も揺れる。だから課題ごとに選ぶ。

選ぶ候補には外のAIも入る。

ゼロからつくることも、外のものを使うこともできるから、課題ごとにいちばん合う手段を選べる。自分でつくっていることは、顧客への説明にも役立つ。

生成AIが注目されるよりずっと前から、伊東氏と谷氏はAI・機械学習・時系列解析の研究を続けてきた。基礎があるから、新しい技術が出てきても評価できるし、使わないという判断もできる。最新のモデルを追いかけるより、手持ちの技術を組み合わせて課題に当てることに、同社は力を注いでいる。

それにしても、なぜここまで手間をかけるのか。売上の大きさだけなら、ほかに選び方もあったはずだ。

伊東氏は仕事を引き受けるかどうかを、会社の向かう方向に合うかで決めてきた。その方向は同社のミッションとビジョンに書かれている。

どちらにも「安心」が入っていて、「安全」は出てこない。

セキュリティの会社なら、「安全」を選びそうなものだ。そこには伊東氏の人間観がある。

2つの言葉の違いは語感だけではない。文部科学省の「安全・安心な社会の構築に資する科学技術政策に関する懇談会」の報告書は、2つをこう区別している。

安全とは、人とその共同体への損傷、ならびに人、組織、公共の所有物に損害がないと客観的に判断されることである。

安心とは、人が知識・経験を通じて予測している状況と大きく異なる状況にならないと信じていることである。

安全は客観的な状態を、安心は人の抱く信頼を指す。

同社の技術の柱の1つは、「いつもと違う動き」を見つける異常検知だった。安心の定義は予測と大きく違う状況にならないと信じられること。予測から外れたものを見つける技術は、その安心を裏側から支えている。伊東氏がそう語ったわけではないが、編集部にはそう見える。

同じ報告書には、完全に安心した状態はかえって油断を招く、という一節もある。安心は一度つくれば終わりではない。伊東氏が自社の行き先を語る言葉も、それと重なる。

取材を終えて、純度の高い会社だと感じた。

安全保障もセキュリティも、本来は費用対効果が厳しく問われる領域だ。そこで仕事を広げている会社が、目先の採算ではほとんど動いていない。技術を社会に届けたいという動機があり、その技術に外から使い道が見つかって、事業が3つになった。仕事を受けるかどうかも会社の向かう方向で決めている。3人とも、自分たちにできないことやわからないことを、自分から口にする。ドローンも船もつくれない、強みでない依頼は断る、この精度が出るかはやってみないとわからない、と。

経営者に話を聞くと、売上が何倍に伸びたか、どの大企業と組んだかを強調されることが、最近は少なくない。取材を重ねるなかで、FastGrow編集部はそう感じてきた。ChillStackの3人からは、そうした話がほとんど出てこなかった。大手と組む国の仕事でさえ、語られたのは相手の名前より、自分たちに何ができて何ができないかだった。伊東氏の話の根には、最後まで「安心」という言葉があった。目の前の課題を、自分たちの経験と技術でどう越えるか。そのことを実直に続けてきたのだろうと思わせる、等身大の受け答えが続いた。

ピュアだ、と書くと幼く聞こえるだろうか。だが、これだけ硬い領域で、これだけ素のまま進んできた会社を、ほかに見たことがない。

ここまでは事業と技術の話だった。性質の違う3つの事業を、この会社はどう1つの組織で回しているのか。次の記事では経営を担う伊東氏と中道氏に、その動かし方を聞く。