クリエイティビティ、AIシステム、そしてNikunj Bajajが語るTrueFoundry

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
世の中には、単なるビジネスチャンスからではなく、自らの深い実体験から起業するタイプの創業者たちが存在します。TrueFoundryの共同創業者兼CEOであるNikunj Bajajは、まさにそうした創業者の一人です。Arden Labs Podcastの最近の対談で、彼はカルカッタでの幼少期から、インドで最も競争率の高い難関試験を突破し、パンデミックのロックダウン中に共同創業者2人と一緒に1つの部屋のマットレスの上で過ごしながら、のちにTrueFoundryとなる会社を発想するに至るまでの物語の全貌を語りました。
それは、じっくりと時間をかけて耳を傾けるに値するストーリーです。
カルカッタからIITへ、そしてIITからバークレーへ
Nikunjは、カルカッタの堅実でつつましい家庭で育ちました。同じ家、同じ友人、同じ近所で長年過ごすという、彼自身が「安定していて一貫性があった」と振り返る環境です。彼自身の弁によれば、子供の頃からIIT(インド工科大学)を夢見ていたわけではありませんでした。その目標は、すでにその道を歩んでいた人々との会話や、工学や数学への関心が深まるにつれて、徐々に芽生えていったものでした。
その後彼を待ち受けていたのは、インドのIIT入学試験に向けた2年間の猛勉強でした。毎年50万人もの学生が受験し、合格するのはわずか数千人です。Nikunjはその一区切りに入りました。
最も歴史が古く最大のキャンパスを持つIIT Kharagpurで、彼はロボティクスや、現実に連動して動くものを作る可能性に魅力を感じ、計測工学(instrumentation engineering)を専攻しました。教室の外でも、彼はまさにそれを実践しました。彼のチームは無人地上車両(AGV)を開発し、米国で開催されたロボティクスコンテストでインド代表として参加した初のチームとなりました。それが彼の初めてのアメリカへの旅でした。
続いて、イスラエルとインドの指導教員からの研究推薦により、UC Berkeleyでのインターンシップを獲得しました。このインターンシップがすべてを変えることになります。彼の研究成果は指導教員から修士課程への進学を打診されるほど評価されました。また、同じプログラムで渡米していた現在の妻ともそこで出会いました(彼女のルームメイトが、彼のラボ仲間でした)。1回のインターンシップが、彼のキャリアと人生の双方を決定づけたと彼は振り返ります。
Meta時代とすべての始まりとなった洞察
2014年にバークレーで修士号を取得した後、NikunjはEC業界向けAI企業であるReflektionに初期の機械学習エンジニアの一人として参画しました。3年半の在籍期間中に彼はMLチームのリードへ昇進し、社内の機械学習デベロッパープラットフォームを構築しました。これが、彼がのちにキャリアを捧げて解決することになるインフラ課題との最初の本格的な出会いでした。
そしてMetaの時代が訪れます。
MetaでNikunjは対話型AIチームに所属し、のちにChatGPTや生成AIの波を駆動することになるTransformerベースのモデルへ同社が急速に傾倒していた時期を過ごしました。しかし、技術的な知識を得たこと以上に彼の心に強く残ったのは、Meta内部のMLプラットフォームがもたらす運用上の現実でした。
「Metaの個人デベロッパーとして、私は機械学習モデルを構築し、誰にも依存することなく自分一人で10,000個のノードにデプロイすることができました」と彼はポッドキャストで語りました。Metaの外部では、そのような機能はパブリッククラウドのエコシステムには存在していませんでした。企業は、ソフトウェア用、ML用、そして急速に増えつつある生成AI用といった、断片化された並列のスタック上で機械学習アプリケーションを構築していました。オルタナティブな環境を見たことがある者にとって、その効率の悪さは明白でした。
この観察がTrueFoundryの創業仮説となりました。すなわち、機械学習はいずれ転換点を迎え、その時点で企業はMetaが社内で構築したような、統一され垂直統合されたインフラプラットフォームを緊急に必要とするようになる、という仮説です。問題はそれが起こるかどうかではなく、「いつ」起こるかでした。
パンデミック、ピボット、そして新たなスタート
TrueFoundryの前には、Enthireという会社がありました。2020年初頭、Nikunjと2人の共同創業者(同じくMetaにいたAbhishekと、WorldQuantで機械学習を用いてトレード戦略を構築していたAnurag)は、別の課題である「技術面接の非効率性」を解決するために会社を辞めました。
Nikunjの言葉を借りれば、タイミングはこれ以上ないほど最悪(あるいはこれ以上ないほど明快)でした。彼らがバンガロールに到着したのは2020年3月、インドがロックダウンに入るわずか数日前のことでした。行くあてのない3人は、友人の2DKのアパートの1部屋を数ヶ月間共有し、マットレスを敷き詰めてゼロから会社を立ち上げることになりました。
Enthireは成長しました。1年以内に40〜50社の顧客を獲得し、Y Combinator(YC)への採択も決まりました。しかし、YCのパートナー(YCに参画する前に4年間の歳月と3,500万ドル以上を投じて驚くほど似た会社を立ち上げた経験のある人物)との決定的な対話により、彼らが聞く必要のあった率直な検証結果が得られました。そのビジネスモデルには破ることができない天井が存在したのです。オペレーションに依存しすぎ、ニッチであり、高度な技術背景を持つ3人の創業者にはあまり適していませんでした。
彼らは事業を売却する(インドの大手企業に買収された)決断を下し、白紙の状態に戻りました。次に生まれたのが、NikunjとAbhishekがMeta時代から温めていたインフラに関する洞察に基づいて構築されたTrueFoundryでした。
エンタープライズ世界に欠けていたプラットフォームの構築
TrueFoundryは、ChatGPTが生成AIをメインストリームの会話にする1年以上前の2021年末に設立されました。この先行アドバンテージは非常に大きな意味を持ちました。なぜなら、このプラットフォームは当初からMetaのアーキテクチャを北極星として設計されており、生成AIを機械学習の特殊なケースとして、そして機械学習をソフトウェアの特殊なケースとして扱っていたからです。市場がまさにそれを突如として要求し始めたとき、すでに大規模言語モデル(LLM)のワークロードをサポートできる状態が整っていました。
「ChatGPTがローンチされた時、根本的なアーキテクチャの変更を行う必要はありませんでした」とNikunjは語ります。「私たちは機械学習全般を考えて構築していたため、デフォルトでLLMもサポートされていたのです。」
彼らの最初の主要なエンタープライズ顧客は、世界最大級の製薬会社でした。それ以来、TrueFoundryはベイエリア、ボストン、バンガロール、ロンドンにまたがる100人近くのチームへと成長しました。プロダクトは、企業が独自のインフラ上でカスタムモデルやエージェントを実行できるようにする当初のAIデプロイメントプラットフォームから拡大し、企業がモデル、エージェント、MCPサーバーに対して行うすべてのAPIコールの中心に位置する統合コントロールプレーンであるAI Gatewayを含むまでに進化しました。
AI Gatewayはガバナンス、コンプライアンス、コスト管理を強制適用します。また、AIスタック全体にわたる完全な可視性を提供します。世界17のリージョンで稼働し、5ミリ秒未満のレイテンシーで99.99%以上の稼働率を達成し、プロダクションクリティカルなアプリケーション向けに毎秒数万件のリクエストを処理しています。
若き日の自分に伝えたいこと
この旅の始まりの自分にどのようなアドバイスを送るかという問いに対し、Nikunjの答えは彼らしく非常に地に足の着いたものでした。
地味で華やかでない仕事を、卓越したレベルでやり遂げること。
「クールな課題に取り組んでいるときは楽しいものです。しかし、仕事が少し地味になると、すべてに疑問を持ち始めてしまいます」と彼は語りました。「私のアドバイスは、何をしているかに関わらず、たとえその作業自体が面白くなかったとしても、その仕事自体に誇りを持てるほど見事にやり遂げよ、ということです。」
そのアプローチがもたらす複利効果は過小評価されていると彼は主張します。世間の人々は、たとえ平凡なタスクであっても世界クラスの実行力には目を留めます。そうした人々こそが、のちにあなたのもとに戻ってきて一緒に働きたいと望む人物となるのです。あなた個人の成長と、あなたを取り巻くエコシステムは共に拡大していきます。
それはある意味で、カルカッタでの2年間の静かな準備から、6桁ドル(数十万ドル)の給与よりも修士号を選択したこと、Enthireの後にゼロから再構築したこと、そしてTrueFoundryが最初のプロダクションワークロードを提供する前にインフラ開発に1年間没頭したことに至るまで、彼のストーリーのすべての章を貫いている哲学でもあります。
一貫してやり抜く長期戦は、最終的に報われる傾向にあります。
Nikunj Bajajとの対談の全編はArden Labs Podcastでお聞きいただけます。SpotifyおよびApple Podcastsにて配信中です。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.















.webp)




.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






