Sakana Marlinとは｜2026年6月開始の自律型リサーチAIを実務目線で解説

Sakana Marlinは、Sakana AIが2026年6月15日に正式提供を開始した、ビジネス向けの自律型リサーチアシスタントです。本記事では、Sakana Marlinとは何か、最大8時間の自律調査を支えるAB-MCTSの仕組み、OpenAIやGeminiのDeep Researchとの違い、料金プランとクレジット制の実コスト、そして導入が向く業務・向かない業務の判断基準までを実務目線で整理します。製品仕様や価格は提供開始直後の公開情報に基づいて記載し、検討から導入判断までに必要な観点を一気に確認できる構成にしています。

Sakana Marlinの要点と導入可否を判断するための結論まとめ

Sakana Marlinは「調べてまとめる作業」をAIに任せ、人は意思決定に集中するための業務ツールです。調査テーマを一度入力すれば、平均8時間ほど自律的にWeb調査を続け、A4で60〜100ページ規模のレポートと要約スライドを生成します。対象は金融機関・コンサルティングファーム・事業会社の経営企画や事業開発部門で、一般消費者向けではない法人専用サービスとして設計されています。

導入判断の軸は「その調査が数週間分の価値を持つか」です。月額無料のPay per useから始められる一方、1調査あたりの費用は決して小さくないため、高単価で説明責任の重い戦略調査ほど投資対効果が出やすくなります。逆に即答が必要な日次業務には不向きです。OpenAIやGeminiのチャット型Deep Researchを既に使っている場合は、日常的な情報収集はそちら、重い意思決定の前段調査はMarlin、という使い分けが現実的な落としどころになります。

Sakana Marlinの全体像とVirtual CSOという設計思想の狙い

まず、Sakana Marlinがどのようなプロダクトで、どんな思想で作られているのかを押さえます。製品の立ち位置を理解すると、後半の比較や導入判断の精度が上がります。

2026年6月15日に商用提供を開始した同社初のビジネス向けプロダクト

Sakana Marlinは、東京を拠点とするSakana AI（2023年設立）が2026年6月15日に正式提供を開始したサービスです。2026年4月からは金融機関やコンサルティングファームなどに限定したクローズドβを実施しており、約300名の実務家が戦略立案や市場調査などの実タスクで利用したフィードバックを反映して商用化されました。同社はこれまで進化的モデルマージなどの研究開発が中心で、Marlinが初の本格的な商用プロダクトにあたります。

調査テーマの入力から成果物出力までを人手なしで完遂するワークフロー

使い方は、調査したいテーマを入力するだけです。たとえば「東南アジアにおけるEVバッテリーのリサイクル市場について調査して」と指示すると、Marlinはまず調査計画を提案します。ユーザーがその計画を承認すると、以降は人間の介入なしにWeb上の情報収集・分析・仮説検証を自律的に繰り返し、最終成果物まで一気に作り上げます。途中で逐一指示を出す必要がない点が、質問のたびに応答するチャット型AIとの大きな違いです。

A4で60〜100ページに及ぶレポートと要約スライドという成果物

出力は2種類です。1つは数十ページから最大100ページ規模の詳細なテキストレポート、もう1つは画像生成AIを活用したプレゼンテーション用スライドです。報道公開されたサンプルでは、A4コピー用紙で60〜100ページ程度、参照ソースは60〜80件規模に達していました。経営層がそのまま議論に使えるレベルの構造化を狙っており、単なる要約ではなく「どうすべきか」まで踏み込んだ戦略オプションの提示を志向しています。

「Virtual CSO」が示す調査業務そのものの外部化という位置づけ

Sakana AIはMarlinを「Virtual CSO（仮想最高戦略責任者）」と位置づけています。CSOとその専門チームが数週間かけて行う戦略リサーチを、AIが代替するという発想です。ポイントは、AIを賢いチャット相手として使うのではなく、リサーチという工程まるごとを切り出して任せる点にあります。人間に残るのは情報の海を泳ぐ作業ではなく、出てきた論点をもとに「決める」という最も付加価値の高い仕事です。

金融・コンサル・経営企画を主対象とするB2B専用の設計方針

Marlinは法人・団体・個人事業主などの事業者が業務目的で使うことを前提としたB2Bサービスで、一般消費者向けの利用は想定していません。主な利用者として、金融機関や事業会社の経営戦略・事業企画部門、コンサルティングファーム、シンクタンク、調査会社など、日常的に重い調査を担う職種が挙げられています。専門業務に最適化されているため、誰でも気軽に使う汎用チャットとは設計の出発点が異なります。

最大8時間の自律調査を実現するAB-MCTSと推論スケーリングの仕組み

Marlinの中核は「長く考える」技術です。なぜ8時間も自律で動けるのか、その技術的な裏付けを理解すると、品質への期待値を適切に持てます。

数分で答える従来型AIと8時間思考し続けるMarlinの差

一般的な生成AIは、質問に対して数分から数十分で回答を返します。これに対しMarlinは、初期指示の後に平均8時間ほど情報の検索・分析・仮説構築を継続します。背景にあるのは「推論スケーリング」という考え方で、AIに長い時間をかけて段階的に思考させることでアウトプットの質を高めるアプローチです。一度の応答で結論を出さず、検討を積み上げる点が時間の使い方として根本的に異なります。

探索の幅と深さを自律的に調整するAB-MCTSの役割

ただ時間をかけるだけでは質は上がりません。鍵となるのが、Sakana AI独自の探索アルゴリズムAB-MCTS（Adaptive Branching Monte Carlo Tree Search）です。思考の流れを枝分かれする木構造として扱い、「どこまで幅を広げ、どこを深掘りすべきか」を自律的に判断して、有望な方向に計算資源を集中させます。これにより、長時間の調査でも論点が発散しすぎず、バランス良く深掘りできるとされています。AB-MCTSはNeurIPS 2025でSpotlightに採択された研究成果が基盤です。

科学研究を自動化するThe AI Scientist由来のワークフロー統合

複雑なリサーチは、アイデア生成・証拠探索・矛盾の解消・レポートへの構造化という一連の工程を完遂する必要があります。Marlinは、科学的発見の自動化を目指した同社の研究「The AI Scientist」（Nature掲載）で得たワークフロー自動化のノウハウを応用しています。これにより、最初のテーマ設定以降は人間が介入しなくても、調査の設計から成果物の構造化までを通しで実行できる仕組みになっています。

仮説立案・情報収集・矛盾解消を繰り返す推論プロセス

Marlinは実行中、仮説を立て、それを検証するための情報を集め、得られた情報の矛盾を解消する、というサイクルを自律的に回します。単一クエリへの回答を寄せ集めるのではなく、調査全体を一つの推論プロセスとして進める点が特徴です。複雑なビジネス環境に潜む因果関係を読み解き、構造化された戦略の選択肢へと整理することを目指しています。

ベンチマークを追わず実務での深掘りを優先する設計判断

開発担当エンジニアは「今のベンチマークに合わせて性能を良くすることはしていない」と明言しています。一般的なAIモデルが各種ベンチマークのスコアを競うのに対し、Marlinは実務での調査の深さと有用性を優先する立場を取ります。これは利用者にとって、スコア上の優劣ではなく、自社の調査業務で実際に使えるかどうかで評価すべき製品だということを意味します。

OpenAI・GeminiのDeep Researchとの機能差と使い分けの基準

「AIがWebを調べて長いレポートを書く」こと自体は、もはや新カテゴリではありません。既存のチャット型Deep Researchとどう違い、どう使い分けるかが、検討段階で最も重要な論点になります。

数十分で完了する汎用Deep Researchとの調査時間の違い

OpenAIのChatGPT内「deep research」やGoogleのGemini内「Deep Research」は、複雑な調査を多段で実行し、人間なら何時間もかかる作業を数十分でこなすエージェント機能です。Marlinはこれをさらに延長し、平均8時間という桁違いの調査時間をかけます。短時間で要点をつかみたいなら汎用Deep Research、時間をかけてでも網羅性と深さを取りにいくならMarlin、という時間軸での違いが最初の判断材料です。

一般ユーザー向け機能と高単価業務特化の対象範囲の差

汎用Deep Researchは、一般ユーザーの便利機能として広く提供されています。一方Marlinは、経営戦略・金融・シンクタンク・コンサルのような、高単価で説明責任が重い業務に最初から照準を合わせています。同じ「AI調査」でも、想定する利用者と業務の重さが異なるため、求められる成果物の粒度も変わります。誰向けの機能かという観点が、両者を分ける本質的な軸です。

ソース数60〜80件という網羅性と深掘り精度の比較軸

Marlinが公開したサンプルレポートは、参照ソース60〜80件・本文数十ページという規模でした。比較する際は、レポートの分厚さだけでなく、その中身にどれだけ知見が詰まっているか、出典がどれだけ確かかという質の観点で見る必要があります。ページ数や時間は手段であり、最終的に評価すべきは意思決定に使える結論まで構造化できているかどうかです。

日常的な情報収集はチャット型、重い意思決定はMarlinという使い分け

実務での使い分けはシンプルです。日々の素早い情報収集や下調べは、応答の速い汎用Deep Researchが向きます。一方、投資判断や事業戦略の前段となる、外しにくい重い調査はMarlinに任せる、という役割分担が現実的です。両者は代替関係というより、調査の重さに応じて使い分ける補完関係として捉えるのが妥当です。

第三者ベンチマーク未公開という評価上の留意点

注意点として、Marlinの優位性は現時点でSakana AI自身による先行フィードバックの評価が中心で、第三者による客観的なベンチマーク比較はまだ十分に出ていません。「チャット型より深掘りに実用的だった」という声は同社の説明に基づくものです。導入を検討する際は、自社の実テーマで試用し、出力品質を自分の目で確かめる検証ステップを挟むことをおすすめします。

Sakana ChatとMarlinの役割分担と業務に応じた選び方

Sakana AIには、先行する対話型AI「Sakana Chat」もあります。同じ会社の2製品をどう使い分けるかを整理しておくと、社内導入時の混乱を避けられます。

対話で素早く答えるSakana Chatの守備範囲

Sakana Chatは、高度な事後学習技術を背景に、多くの人が最新AIとの対話を体験することを目指したコンシューマー向けの対話AIです。質問に対してその場で答える、一般的なチャット型の使い勝手が中心です。気軽な質問応答やアイデア出しなど、軽量で即時性の高い用途に向いています。

長時間の自律調査に特化したMarlinの守備範囲

これに対しMarlinは、対話の利便性ではなく、長時間の自律調査によるプロフェッショナル業務支援に踏み込んだプロダクトです。戦略立案や高度な意思決定の前段となる、まとまった調査の完遂を担います。Sakana Chatが「対話の入口」だとすれば、Marlinは「調査の完遂」を引き受ける位置づけです。

質問への即応か、レポートの完遂かで分かれる選択基準

選ぶ基準は明確です。聞きたいことにすぐ答えてほしいならChat型、テーマを渡して数十ページの調査結果まで仕上げてほしいならMarlin、と分けられます。途中で人が舵を取り続けるか、最初に方向性だけ決めて任せ切るか、という関与スタイルの違いで判断するのが分かりやすい方法です。

コンシューマー向けChatとビジネス専用Marlinの利用条件の違い

Sakana ChatがコンシューマーにもAI体験を広げる狙いを持つのに対し、MarlinはB2B専用で、事業者が業務目的で使うことを前提としています。利用対象や想定シーンが異なるため、社内では「誰がどの用途で使うか」を切り分けて運用ルールを作ると、コスト管理とセキュリティの両面で整理しやすくなります。

既存のチャットAIと併用する実務的な組み合わせ例

実務では、両者の併用が効果的です。たとえば調査の初期段階でSakana ChatやチャットAIに論点を相談して当たりをつけ、本格的な網羅調査をMarlinに任せ、出てきたレポートの要点を再びチャットAIで対話的に深掘りする、という流れが考えられます。入口・本調査・解釈のそれぞれに適したツールを当てはめると、全体の調査効率が高まります。

4つの料金プランとクレジット制で見る1調査あたりの実コスト

導入判断に直結するのが料金です。Marlinはクレジット制を採用しており、4つのプランから選べます。なお価格は提供開始直後の公開情報に基づくため、契約前に必ず公式プロダクトページで最新の条件を確認してください。

月額無料で始められるPay per useの課金条件

最も手軽なのが従量課金（Pay per use）です。月額固定費は無料で、調査を実行した分だけ課金される仕組みのため、まず試したい段階に適しています。公開情報では1実行あたり100クレジットから、1クレジットあたり98円という単価が示されています。常用ではなく、スポットで重い調査が発生する組織に向いた入口プランです。

2,000クレジット付きで月額15万円のProプランの内容

Proプランは、月額15万円で2,000クレジットが付与され、超過分は1クレジットあたり90円の追加単価とされています。一定の頻度で調査を回す個人専門職や小規模チームを想定したプランです。毎月複数回の本格調査が見込めるなら、従量課金より単価効率が良くなる水準にあります。

6,000クレジット付きで月額40万円のTeamプランの内容

Teamプランは、月額40万円で6,000クレジットが付与され、超過分は1クレジットあたり85円とされています。Proより付与クレジットが多く、追加単価も下がるため、チーム単位で日常的に調査を量産する部門向けです。利用量が増えるほど1調査あたりの実質コストが下がる設計になっています。

カスタム提供と専任サポートを備えるEnterpriseの位置づけ

Enterpriseプランは、クレジット量をカスタムで提供し、専任サポートが付く個別見積もり型です。全社展開や機密性の高い大規模利用を想定した上位プランで、利用規模やセキュリティ要件に応じて条件を調整できます。導入規模が大きく、社内標準ツールとして位置づける場合の選択肢になります。

1実行100クレジットから試算する1調査あたりの費用感

クレジット制は分かりにくいので、概算してみます。公開情報の「1実行100クレジット・1クレジット98円」を当てはめると、従量課金での1調査はおおむね約9,800円が目安になります。Proの2,000クレジットなら単純計算で月20回程度の調査に相当します。下表は公開情報をもとにした各プランの整理です。実際のクレジット消費は調査の規模で変動するため、目安として捉えてください。

金額は提供開始直後の公開情報に基づく参考値です。最新の正確な価格と各プランの機能差は、公式プロダクトページの料金セクションでご確認ください。

導入効果が出やすい業務と費用対効果が合わない業務の見極め

料金が小さくない以上、「どの業務に当てるか」が成否を分けます。向く業務と向かない業務を切り分け、投資対効果が出る使い方を設計しましょう。

数週間かかる戦略調査を圧縮できる経営企画・事業開発

最も効果が出やすいのが、本来CSOとチームが数週間かける戦略リサーチです。経営企画や事業開発の領域で、市場参入の是非や新規事業の前提整理など、時間をかけて網羅的に調べる必要がある調査は、Marlinの8時間調査で大幅に前倒しできます。人手では着手のハードルが高かった調査ほど、効果が顕著に現れます。

市場調査・競合分析・リスク分析という適合タスク

クローズドβでは、戦略立案・市場調査・リスク分析・競合分析といった実タスクで活用されました。これらはいずれも、広く情報を集めて構造化し、論点を整理する性質の業務で、Marlinの強みと噛み合います。定型の数値集計ではなく、解釈と構造化が価値を生むタイプの調査が適合領域です。

即時性が求められる日次業務には不向きという判断基準

一方で、すぐに答えが欲しい日次の問い合わせ対応や、数分で済む簡単な調べ物にはMarlinは不向きです。平均8時間という調査時間は、即時性を犠牲にして深さを取る設計だからです。スピード重視の軽い用途にまで使うと、待ち時間とコストに見合わず、かえって非効率になります。

高単価・説明責任の重い業務ほど投資対効果が出やすい理由

投資対効果は、調査が持つ意思決定の重さに比例します。判断を誤ると損失が大きい、あるいは社内外に説明責任が伴う重い調査ほど、1回あたり数千円から数万円のコストは十分に正当化されます。逆に、結論の重要度が低い調査に使うと費用対効果は合いません。「その調査結果がいくらの判断を左右するか」を基準に当てる業務を選ぶことが重要です。

導入前に自社業務を棚卸しするチェック観点

導入を検討する際は、自社の調査業務を棚卸しし、Marlin適性を見極めると失敗を減らせます。次の観点で社内業務を点検してみてください。

• その調査に普段どれだけの人時がかかっているか（数日以上なら候補）
• 結論がどの程度大きな意思決定を左右するか（重いほど適合）
• 即時性が必要か、時間をかけてよいか（時間に余裕があるほど適合）
• 扱う情報が公開情報中心か、機密データを含むか（公開情報中心なら適合）

これらに多く当てはまる業務から試すと、初期の投資対効果を実感しやすくなります。

自律生成レポートの検証手順と機密情報を守る運用上の注意点

最後に、生成されたレポートをどう扱うかという運用面です。AIが作った数十ページをそのまま使えるわけではなく、人間の関与設計が品質と安全性を左右します。

60〜100ページのレポートをそのまま使わない検証の必要性

Marlinは大量のレポートを生成しますが、分厚さ自体は価値ではありません。重要なのは中身の知見が確かかどうかで、参照元や論理に誤りが混ざる可能性は常にあります。意思決定や対外資料に使う前に、人間が結論と根拠を検証する工程は省略できません。AIの出力は完成品ではなく、検証を前提とした一次成果物として扱うのが安全です。

出典60〜80件を人間が裏取りするファクトチェック手順

レポートには60〜80件規模の出典が付くため、要点ごとに裏取りする手順を決めておくと品質が安定します。実務では次の順で確認すると効率的です。

1. 結論に直結する主要な主張を3〜5点に絞り込む
2. 各主張が参照している出典を原典まで遡って確認する
3. 数値・日付・固有名詞が原典と一致するか照合する
4. 出典の発行元と更新時期の信頼性を評価する

すべてを均等に検証するのではなく、判断を左右する主張から優先的に裏取りするのが現実的です。

公開情報を対象とする調査範囲と機密データ入力の線引き

Marlinの調査は公開情報の探索が中心です。そのため、自社の機密情報や個人情報をどこまで入力してよいかは、利用規約とセキュリティ要件を確認したうえで線引きする必要があります。安易に機密データを投入すると情報管理上のリスクが生じます。入力してよい情報の範囲を社内で明文化しておくことが、安全な運用の前提になります。

B2B専用ゆえに求められる社内利用ルールの整備

MarlinはB2B専用の業務ツールであり、組織として使う以上は利用ルールの整備が欠かせません。誰がどのテーマで実行できるか、クレジット消費の承認フローをどうするか、出力レポートの保管と共有の範囲をどうするか、といった運用設計を決めておくと、コストと情報の両面を管理できます。ツール任せにせず、運用の枠組みを先に作ることが定着の鍵です。

AIが調べ人間が決めるという役割分担の徹底

Marlin活用の原則は「AIが探してまとめ、人間が決める」という役割分担です。網羅的な調査と構造化はAIに任せ、最終的な解釈と意思決定は人間が担うという線引きを徹底することで、AIの効率と人間の責任を両立できます。調査の外部化はあくまで意思決定に集中するための手段であり、判断そのものを委ねる道具ではない、という前提を共有しておくことが大切です。

Sakana Marlinに関するよくある質問

Sakana Marlinの検討時に多く挙がる疑問を、導入判断に役立つ形で整理しました。

Sakana Marlinは無料で使えますか？

月額固定費が無料の従量課金（Pay per use）プランがあり、ここから利用を始められます。ただし完全無料ではなく、調査を実行するとクレジットが消費される仕組みです。公開情報では1実行100クレジットから、1クレジット98円とされており、1調査あたり約9,800円が目安になります。まず費用をかけずに枠組みだけ用意し、必要なときに実行する使い方が可能です。

Sakana Marlinの調査にはどのくらい時間がかかりますか？

平均で8時間程度かけて自律的に調査を進めます。一般的な生成AIが数分から数十分で回答するのに対し、Marlinは時間をかけて深掘りする設計です。テーマを入力して調査計画を承認した後は、人が操作を続ける必要はありません。即答が必要な用途ではなく、時間をかけてでも網羅的な結果がほしい調査に向いています。

Sakana MarlinとChatGPTのDeep Researchは何が違いますか？

調査時間と対象業務が異なります。ChatGPTやGeminiのDeep Researchは一般ユーザー向けで数十分で完了する一方、Marlinは平均8時間をかけ、金融・コンサル・経営企画といった高単価で説明責任の重い業務に特化しています。日常的な情報収集は汎用Deep Research、重い意思決定の前段調査はMarlin、という補完的な使い分けが現実的です。

Sakana Marlinは個人でも利用できますか？

Marlinは法人・団体・個人事業主などの事業者が業務目的で使うことを前提としたB2Bサービスです。個人事業主としての業務利用は想定されていますが、一般消費者としてのカジュアルな利用は想定されていません。気軽な対話を求める場合は、コンシューマー向けのSakana Chatなど別のサービスが適しています。

Sakana Marlinが出力したレポートはそのまま提出できますか？

そのままの提出は推奨できません。Marlinは60〜100ページ規模のレポートを生成しますが、出典や論理に誤りが含まれる可能性は残ります。主要な主張を原典まで遡って裏取りし、数値や固有名詞を照合する検証工程を挟む必要があります。AIが調べ、人間が確認して決める、という役割分担を前提に使うことが大切です。