INFINITY LABS株式会社

INFINITY LABS株式会社は、金融工学とAIを活用した投資アルゴリズムの研究開発・運用を行う会社だ。

一般的なAI開発会社とも、金融システム会社とも少し異なる。同社が取り組んでいるのは、金融マーケットにおける投資判断をするアルゴリズムの研究開発。その領域は、AI、機械学習、データ解析、インフラ構築、実運用支援と幅広い。

事業の中核となっているのが、株式市場とプライベート・エクイティーへの投資を主なサービスとする投資ファーム「AQM²グループ」との連携だ。INFINITY LABSは日本法人として、グローバルに展開される金融AIプロジェクトの一翼を担っている。研究開発はロンドン、ファンド運用はスイスを中心に進められており、エジプトにも開発拠点を展開。各拠点が役割を分担しながら、一つの金融AI基盤を構築している。

「金融工学とAIを組み合わせたアルゴリズムを、10年以上かけて積み上げてきました。ようやく、その成果が実際の運用フェーズへ入ろうとしています。現在は、研究開発だけではなく、AIによる完全自動トレードの実現へ向け、実運用を本格化していく段階に入っています」（代表取締役社長・山崎幹英氏）。

特徴的なのは、同社が単なる研究組織ではない点だ。

金融工学やAIの研究自体は、大学や研究機関でも行われている。一方、同社が担っているのは、それらを“実際の金融マーケットで運用可能な形へ落とし込む”役割。研究成果をアルゴリズムとして実装し、安定稼働するプラットフォームを構築し、実際の資産運用へ接続していく。研究と実運用の間を埋めるポジションに立っている。

ただ、アルゴリズムそのものが競争力に直結するため、詳細な技術仕様やロジックは公開していない。事業内容についても、意図的に情報を限定している部分が多い。同社はこれまで、積極的な採用広報や営業活動をほとんど行ってこなかった。スイス側の顧客基盤を中心に事業が成立していたこともあり、長年にわたって、少数精鋭の組織で研究開発を続けてきたという。

「ありがたいことに、お客様は既に存在しています。極めてクローズドなプロジェクトであって、組織を拡大する必要もありませんでした。紹介ベースで組織をつくってきた部分が大きいです。実際、10年間ほとんどメンバーが変わっていません」（山崎氏）。

AI、金融工学、グローバルマーケット。言葉だけを並べると、どこか遠い世界の話に聞こえるかもしれない。

ただ、同社が積み上げてきたのは、机上の研究ではない。10年にわたり、実際の金融マーケットと向き合いながら、地道に研究開発を続けてきた。その成果が、今ようやく実運用フェーズへ入ろうとしている。

しかも、その環境は、これまでほとんど外へ開かれてこなかった。

だからこそ今回の募集は、単なるエンジニア採用ではなく、「グローバル金融AIの実運用現場へ参加する機会」と言った方が適切なのかもしれない。

「詳細は明かせませんが、現在主流となっているLLMベースのAI開発とは異なるアプローチを採用しています。前例の少ない領域だったこともあり、アルゴリズム開発には10年を要しましたが、テスト運用では既に有効性を確認できており、現在は、研究成果を本格的な実運用へ接続していくフェーズへ入っています。開発過程で培った金融工学やマーケット分析の知見を活用しながら、投資家への支援を開発と並行して継続してきました」（山崎氏）。

同社の仕事は、一般的なWeb開発やAI開発とは性質が異なる。

開発対象となるのは、金融工学とAIを活用した投資アルゴリズム。そのため、「AIエンジニア」「機械学習エンジニア」と聞いてイメージされるような、LLM開発やチャットAI構築が主業務になるわけではない。

むしろ同社が重視しているのは、研究成果を“実際に運用できるプラットフォーム”として成立させることだ。

例えば、AIアルゴリズムを安定稼働させるためのインフラ構築。金融マーケットのデータを扱うためのシステム設計。大量データを高速処理するための最適化。研究開発だけでは終わらず、実運用まで見据えたシステム全体を構築していく必要がある。

しかも、その開発環境はグローバルだ。アルゴリズム研究はケンブリッジ大学の研究機関と連携して進められ、ファンド運用はスイス法人が担う。顧客には、ヨーロッパや中東圏の投資家・ファンドも含まれている。エジプトでは実装やGUI開発を担当。同社は、日本法人として、金融AIプロジェクト全体の技術中枢を担っている。

さらに顧客となるニューヨークのAQM²についても、山崎氏自身が立ち上げに参画。国境をまたぎながら、一つの金融AI基盤を連携しながら構築している。

「一般的な受託開発のように、“要件通りに作って終わり”という仕事ではありません。研究、インフラ、AI、マーケット分析、実運用まで全部繋がっています。しかも、その先には実際の金融マーケットがあります。そこは、普通のWeb開発とはかなり違う部分かもしれません。アルゴリズム開発はケンブリッジ大学の研究機関とも連携して進めており、多数の数学者や統計学者が参加しています」（山崎氏）。

グローバル金融の一翼を担っている同社だが、「金融工学の専門知識がなければ働けない会社」ではない。エンジニアに求められているのは、数学者や金融工学研究者が導き出したアルゴリズムの実装。研究成果を実装・運用へ落とし込む力なのだ。金融工学や投資理論についても、業務を通じてキャッチアップするスタンスを取っている。

「金融やAIに興味を持っていただけるのは大歓迎です。ただ、最初から高度な金融工学の知識を求めているわけではありません。当社が重視しているのは、“技術をキャッチアップし続けられるか”という部分です。実際に仕事をしていく中で、金融知識やマーケット理解は自然と身に付いていきます。エンジニアとして働きながら、グローバル金融マーケットそのものを身近に感じられる環境があります」（山崎氏）。

日々扱っているシステムの先には、実際の投資判断や資産運用がある。研究開発されたアルゴリズムが、金融マーケットへ接続されていく。その環境の中で仕事を続けることで、金融リテラシーや資産形成に対する感覚そのものが変化していくメンバーも少なくないという。

AI、金融工学、グローバルマーケット。扱っているテーマだけを見ると、非常にハードルが高い仕事に見えるかもしれない。しかし、同社が求めているのは、数学エリートや金融工学の専門家ではない。むしろ、「技術が好き」「新しい領域を学ぶのが好き」「普通のWeb開発だけでは物足りない」そんなエンジニアにとって、この環境はかなり特殊で、刺激的な挑戦機会になりそうだ。

AI、金融工学、グローバルマーケット。同社は「かなり尖った専門家集団」という印象を受けるかもしれない。確かに、同社が取り組んでいる事業領域は、決して一般的とは言えない。金融AIという特殊な領域で、グローバルな投資家やファンドと向き合いながら、10年以上にわたり研究開発を続けてきた。

ただ、組織そのものは驚くほど小規模だ。しかも、10年間ほとんどメンバーが入れ替わっていないという。

「金融AIというと、かなりハードな環境をイメージされることが多いのも事実。金融業界もAI業界も、短期間で成果を求める空気が強い世界です。ただ、当社はむしろ“長く研究開発を続けられる環境”を重視しています。アルゴリズム開発には、10年以上を要しています。だからこそ、短期成果だけを追い続ける働き方とは相性が良くない。ありがたいことに安定した顧客基盤があるおかげで、少人数のチームで、腰を据えて研究開発へ向き合うスタイルを続けてきました」（山崎氏）。

同社の組織運営は、一般的なAIスタートアップのイメージとはかなり異なる。スタートアップというと、「資金調達」「PoC」「急拡大」といったイメージを持つ人も少なくない。ただ、同社は既に確固たる顧客基盤を持ち、10年以上にわたって研究開発を継続してきた組織。現在は、10年の成果を本格的な実運用へ接続していくフェーズに入っている。

「当社は、短期的に人数を増やして急拡大するスタイルではありません。『売上を作るために無理をする』という空気感が全くありません。もちろん事業は拡大していきますが、金融AIという領域は、長期的に積み上げていく部分が大きい。だからこそ、“信頼できる少人数チームで、長く開発を続ける”という考え方を大切にしています」（山崎氏）。
働き方についても、いわゆる“管理型組織”ではない。世界中の拠点が連動していることもあって、リモートワークをベースにしながら、メンバーそれぞれが裁量を持って仕事を進めている。もちろん、金融というセンシティブな領域である以上、責任感は求められる。ただ、「細かく監視する」という発想はない。

「金融という領域なので、高いプレッシャーがあるのも事実。ただ、そこを共有できていれば、細かく管理する必要はないとも考えています。リモートワークも含め、かなり自由度高く働いていますし、“信頼できる少人数チームで、長く研究開発を続ける”という空気感は強いと思います。グローバル金融は、数千億円単位のお金が動く世界です。だからこそ、信頼できる少人数チームで開発を進めるスタイルが、当社には合っていると考えます」（山崎氏）。

グローバル金融AIという言葉だけを見ると、どこか遠い世界に感じるかもしれない。しかし同社は、少数精鋭の技術者達が、10年以上にわたり地道に研究開発と実装を積み重ねてきた組織だ。しかも、その環境は、これまでほとんど外へ開かれてこなかった。グローバル金融マーケットと接続された、極めてクローズドな金融AIプロジェクト。その中核へエンジニアとして参加できる機会は、日本国内にほぼないと言えよう。