Guruとは

Guruは、企業の知識を構造化・検証し、社員とAIエージェントの双方へ届ける「governed knowledge layer」を掲げるナレッジ管理プラットフォーム。出典

ストーリー

創業から成功に至るまでの道のり。

売却のあとに残った問い

Rick Nucciは、最初の会社BoomiをDellに売却した2010年を経て、企業ソフトウェアの別の課題に気づいた。

製品の価値は作って終わりではなく、それを説明する知識が古びていくことにある。出典

Boomiの同僚と、フィラデルフィアで

2013年、NucciはBoomi最初期のエンジニアだったMitchell StewartとGuruを創業した。

二人は『社員が必要な情報に、仕事のその場で出会えない』問題を、Boomiの現場で何度も見ていた。出典

探すのではなく、届く知識へ

GuruはChrome拡張として始まり、Slackやブラウザの中に回答を持ち込んだ。

Nucciは『Guruが自分の働く場所で動くこと』が最大の支持理由だと語っていた。出典

資金調達と拡大

2015年にFirstMark Capital主導の$2.7Mシード、2018年にThrive Capital主導の$25MシリーズB、2020年にはAccel主導の$30MシリーズCを調達し、累計は約$71Mに達した。出典

AI時代の再定義

生成AIが広がると、Nucciは『モデルではなく、その背後にある知識が問題だ』と整理し直した。

Guruは知識を構造化・検証して人とAIの双方に配るgoverned knowledge layerへ軸足を移し、MCP経由でAIエージェントにも回答を渡すところまで広げている。出典

現在はShopify、Spotify、Generacなど2,500社以上が利用する。出典

独自分析

PMF (プロダクトマーケットフィット)

Guruが刺さるのは、社内ドキュメントやSlackのやり取りが増え続け、『どれが最新か』を誰も断定できない組織だ。

検索ツールは散らかった情報をそのまま索引化するため、20通りのコピーを平然と拾ってしまう。

Guruは投稿された知識に検証と権限を付け、使われ方を信号にして古い情報を差し戻す。出典

チャットやブラウザから離れずに答えが返る点が、『探す』を『業務の流れの中で受け取る』に変える。出典

参入障壁 (Moat)

検証履歴・権限・引用の連なりが積み上がるほど、他ツールへ移すコストが上がる。

100以上のコネクタと業務フロー内の配信面、MCP/APIによるAIツール連携が組み合わさり、単体のwikiや検索では代替しにくい運用の厚みになる。出典

ネットワーク効果

弱い。

社内ナレッジは組織ごとに閉じており、利用企業が増えても他社の回答精度は上がらない。

ただし社内では、投稿と検証の参加者が増えるほど重複や矛盾の検出精度が上がる、という限定された効果はある。出典

ターゲット

カスタマーサポート、営業、社内ITなど、同じ質問が繰り返し発生する部門を持つ中堅〜大企業。

社員数百人以上で、SlackやTeams、SaaSが乱立し、知識の鮮度管理に人手を割いている組織。出典

成功要因

(1) Chrome拡張から始め、Slackやブラウザなど『働く場所』に配信面を置いたこと。

(2) 検証(verify)を機能の中心に据え、wikiのように放置されない仕組みにしたこと。

(3) AI時代に『governed knowledge layer』へ軸足を移し、MCPやAPIでAIエージェントへも配信面を広げたこと。

2,500社以上が本番利用すると公式が説明する。出典

失敗・課題

ARRは非公開で、収益性や調達後の利益率は検証できない。

価格もper-seat表示からカスタム見積りへ変わり、比較が難しくなっている。

ナレッジ管理は後発参入が多く、Gleanなど企業検索との差別化が常に問われる。

『検証』ワークフローは導入後の運用負荷を伴い、定着しなければ単なるwikiに戻るリスクがある。出典

グロース戦略

初期はChrome拡張とSlack連携で『働く場所』に食い込み、シードからシリーズCまで$71Mを投じて成長した。

近年はAIエージェントへ知識を渡す基盤へ再定義し、MCP・API・AWS Marketplaceで配信チャネルを増やしている。

per-seatからカスタム見積りへの移行は、単価より導入後の定着と拡張を取る判断に見える。出典

主要チャネル: content, seo, community, events, partnerships

学べること

知識は『貯める』より『古くならない』方が難しい。

Guruは検証と権限を機能の中心に置くことで差別化した。

AIが普及するほど、モデルより『渡す知識の信頼性』が競争軸になる。

既存プロダクトをAI時代に再定義する際、配信面(チャット・ブラウザ・MCP)を増やす判断も参考になる。出典

日本で展開するなら

日本企業は属人化した業務知識と、Excel・チャットに散った手順書に悩みがち。

『検証済みの回答だけを配る』設計は、問い合わせ窓口や情シスの一次対応と相性がよい。

ただし日本語の文書とSlack/Teams運用に合わせた導入設計と、検証担当の役割定義が定着の鍵になる。

(意見)

主な競合

Timeline

創業から成功に至る道のり。転機ごとの収益・調達・バリュエーション (出典あり) も併記します。

  1. Rick NucciとMitchell StewartがフィラデルフィアでGuruを創業。BoomiのDell売却(2010年)後に、社内知識が古びる課題から出発した。出典

  2. ローンチ出典

  3. ベータを終え、FirstMark Capital主導の$2.7Mシードを発表。Chrome拡張として社内知識を業務の流れに載せた。出典

    • 調達 $2,700,000
    • Seed
    • FirstMark Capital, Salesforce Ventures, MSD Capital
  4. Emergence Capital主導の$9.3MシリーズAを調達。機械学習による文脈に応じた知識提供へ投資を広げた。出典

    • 調達 $9,300,000
    • Series A
    • Emergence Capital
  5. Thrive Capital主導の$25MシリーズBを調達。リアルタイムに知識を届ける仕組みを拡張した。出典

    • 調達 $25,000,000
    • Series B
    • Thrive Capital, Emergence Capital, FirstMark Capital, Slack Fund, MSD Capital
  6. Accel主導の$30MシリーズCを発表。累計調達額は約$71Mに達した。出典

    • 調達 $30,000,000
    • Series C
    • Accel, Emergence Capital, Thrive Capital, FirstMark Capital, Slack, MSD Capital
  7. GuruをAWS Marketplaceで購入可能に。既存のcommitted spendで契約できる形に広げた。出典

  8. Knowledge AgentsによるAgentic Knowledge Baseを発表。知識の発見・下書き・検証・廃止を自動化する。出典

  9. 累計調達額 更新出典

    • 調達 $71,000,000

ポジショニング

分析で挙げた競合プロダクトとの相対位置を示しています。

エンタープライズ向け高単価・横断的な知識基盤。特化ツールより広い提供範囲。

参考リンク

関連プロダクト

AI Customer Support

Productlane

Productlaneは、Linearを基盤に据えたAIカスタマーサポート。メール、Slack、Teams、ライブチャットの問い合わせを一つの受信箱に集め、AIエージェントがコードベースとヘルプセンターを参照して一次回答する。バグはLinearのissueになり、修正がデプロイされると質問した顧客へ自動で返信される。2021年にミュンヘンで創業し、5人・黒字で累計80万件の会話を処理している。

Germany · 2022 年 · 出典 21

#helpdesk#MCP#B2B SaaS

Async Video

Tella

Tellaは、画面録画と動画編集をひとつのブラウザ画面にまとめたツールです。オランダ・アムステルダムを拠点に、Y Combinator Summer 2020から7人のチームで運営されています。録画した素材を別の編集ソフトへ渡すのではなく、文字起こしの削除から共有ページの発行までを同じ場所で終わらせる設計で、2026年にはAIエージェントから動画を編集するMCPサーバーも全プランに載せました。

Netherlands · 2020 年 · 出典 11

#MCP#SaaS#動画マーケティング

AI Workflow

Tray.ai

Tray.aiは、2012年創業のiPaaSがAIエージェント時代に合わせて姿を変えた例です。700以上のコネクタと監査・権限管理を土台に、MCPゲートウェイ、no-codeのagent builder、AIが作ったアプリを本番で動かすruntimeまでを1つの契約にまとめています。買収・調達・アナリスト評価の時系列から、iPaaSが「つなぐ道具」から「AIを統治する層」へ移った理由を追います。

United States · 2012 年 · 出典 18

#MCP#動画マーケティング#AI

AI Agent

Relevance AI

Relevance AIは、AIエージェントとマルチエージェントのチームを、コードを書かずに組んで運用するプラットフォーム。「AI Workforce」と呼ぶ考え方を掲げ、営業、カスタマーサポート、運用の定型業務をエージェントのチームに委ねる。2025年1月だけで4万個のエージェントが作られ、同年5月にBessemer Venture Partners主導で$24MのSeries Bを調達した。2026年9月には、エージェントを組み立てるだけでなく管理し続けるInvent 2.0を発表している。

Australia · 出典 15

#no-code#AI Workforce#AI Agent