ARR $100M超のPigment、$2.3B評価で$250Mを調達した日

Pigmentは、フランス・パリを拠点とするAI業務計画プラットフォームだ。

予算、人員計画、売上予測、サプライチェーンの計画をひとつのモデルに載せ、財務・営業・人事が同じ数字を見て意思決定できる状態をつくる。

置き換え対象として同社が明確に狙っているのは、表計算ソフトとレガシーなEPM（Enterprise Performance Management）製品である。

2026年10月21日、Pigmentは評価額$2.3Bで$250MのSeries E調達を発表した。出典

パリの2人が見た、計画づくりの不便

2019年、Eléonore CrespoとRomain NiccoliはパリでPigmentを立ち上げた。

2人が繰り返し語るのは、大企業が計画を立てて変化に適応する作業の苦痛だ。

使いやすい製品は力不足で、強力な製品は使いこなせない。

その中間が存在しなかった、というのが創業の出発点である。出典

Crespoは会社のAboutページで「私たちは2019年、企業の計画づくり、意思決定、成長の進め方を変えるためにPigmentを立ち上げました」と述べている（日本語訳）。出典

スプレッドシートを置き換えると宣言した2020年

最初の公の発表は2020年12月の$25.9M Series A。

財務計画のスプレッドシートを置き換える、という明快な言葉で説明された。

翌年には$73MのSeries Bを実施する。出典

2022年9月の$65M Series B拡張では、MeritechとIVPがリードした。

当時、顧客は100社超、ARRは半年で5倍、米国チームは0人から33人。

北米と大企業へ賭ける判断が、この時点で既に表明されている。出典

ICONIQ Growthとの2年

2023年の$88M Series CをリードしたのはICONIQ Growthだった。

この1年でユーザーベースは10倍になり、Klarna、Miro、PVH、Airtable、Figma、Webhelp、Poshmarkが顧客に加わった。出典

2024年4月の$145M Series DもICONIQ Growthがリードした。

ARRは3倍、顧客数は2倍、エンタープライズ顧客数も3倍。

Crespoは「私たちの北極星は、優れた製品と顧客体験を組み合わせることでした」と述べ、Romain Niccoliは「製品面のすべては意思決定を単純にし、規模が大きくなっても俊敏さを保つために設計している」と語った（いずれも日本語訳）。出典

エージェントに計画を渡す

2026年3月、Modeler Agentの発表と同時に、ARRが$100Mに近づいたこと、3年連続でARRが2倍になったこと、新規顧客の56%がレガシーベンダーからの乗り換えだったことが公表された。出典

2026年10月21日、$250MのSeries Eを評価額$2.3Bで調達する。

EQTが運用するScaleup Europe Fundがリードし、NVIDIAの投資も予定されている。

創業7年で、パリ発のEPM企業が北米の大企業市場でレガシー製品を置き換えるところまで来た。出典

Pigmentが刺さるのは、部門ごとに数字の定義がずれ、計画のたびに表計算を突き合わせている大企業のFP&Aだ。

顧客の90%以上が財務以外の部門でも製品を使っているという事実は、単一モデルへの需要が財務部門内で閉じていないことを示す。

買い替えの動機も明確で、2025年の新規顧客の56%がレガシーベンダーからの乗り換えだった。出典

一方で、価格が非公開で導入設計込みの販売である以上、PMFは「誰でも使える製品」ではなく「大企業の計画会議を置き換えられる製品」として成立している。

従業員1,000人未満の企業にとっては、導入コストに見合うかの判断が難しい。出典

特許出願中の計算エンジンGraphiteが技術的な堀になる。

ストレージとコンピュートを分離し、数千人とエージェントが同一の統制モデルで同時作業できる構成は、後発がエージェント機能だけを足しても追いつけない部分だ。出典

ネットワーク効果は弱い。

ユーザーが増えても他のユーザーの価値は直接上がらない。

ただし社内の部署数が増えるほど単一モデルの価値が上がる社内効果と、DeloitteやSlalomなど導入パートナーの蓄積は、実質的なスイッチングコストとして働く。出典

従業員1,000人以上、複数部門の計画を1つのモデルに統合したい企業。

中心はFP&Aチームと経営企画で、Figmaのように財務・営業・Opsが同居する組織や、Siemensのように財務・人事・経営が同じモデルを使う組織が典型例。出典出典

1つ目は、置き換え対象の明確さ。

スプレッドシートとレガシーEPMという既存予算から奪う構図を作った。

2つ目は計算エンジンGraphiteの内製で、AIエージェントの品質が土台のエンジンに依存するという主張と一体になっている。

3つ目は大企業での横展開で、財務から営業・人事・サプライチェーンへ利用が広がると解約しづらくなる。出典出典

エンタープライズの大型案件への依存度が高く、契約サイクルの長さと景気感応度がそのまま売上の変動要因になる。

計画は監査対象の数字を扱うため、AIエージェントの誤りが一度でも業務を止めれば信用を失う。

公開価格がないことは比較検討の初期段階で不利に働く。

ARRの絶対額は公表されているが、利益率・解約率・従業員数は非公開で、収益の質は外部から検証できない。出典出典

北米の大企業向けにエンタープライズ販売を厚くし、コンサルティングファーム経由で導入を広げる。

製品側はAIエージェントでモデル構築の工数を削り、導入期間を短縮することで受注確度を上げる。

トレードオフは、セルフサーブの中小企業市場を事実上捨てていることで、成長が大型案件のパイプラインに依存する点にある。出典出典

主要チャネル: enterprise_sales, partner_channel, content_seo, events

新しいカテゴリを教育するより、既に予算がついている作業を名指しで置き換えると説明した方が初速が出る。

AI機能は汎用モデルを呼ぶだけでは企業の審査を通らず、計算エンジンと統制の上に載せて初めて製品になる。

この順序を守れるかどうかが、AI時代のB2B SaaSの分岐点になる。出典

日本企業では予算策定が部門別の表計算と根回しで進み、全社の数字が一本化されないまま着地しやすい。

Pigmentの単一モデル設計はこの痛みに合うが、AnaplanやWorkday Adaptive Planningが先行し導入パートナーも存在する。

勝ち筋は、AIエージェントでモデル構築工数を削る効果を短期PoCで示すことだと考えられる。出典