将棋AIでプロ棋士に勝利したエンジニアが、今度は「完全自動運転」でテスラを超えようとしています。Turing株式会社（チューリング）は、人工知能の黎明期から最前線を走ってきた創業者2人が2021年に設立した、国内最注目の自動運転ディープテックスタートアップです。

「完全自動運転」という言葉は多くの企業が使いますが、Turingが目指すのはレベル5——ドライバーなしであらゆる条件・場所で走行できる完全自律型の自動運転システムです。既存の自動運転開発が「人間が設定したルールにAIが従う」方式を採用するのに対し、TuringはE2E（End-to-End）アプローチによって「AIがカメラ映像から直接ハンドル・アクセル・ブレーキを操作する」方式を追求しています。

2026年7月、シリーズAラウンドの総額が278.9億円（累計365億円）に確定。AMDやスーパーマイクロコンピュータなど半導体・コンピューティング大手も出資しており、AI自動運転に必要な計算インフラ整備への本気度がうかがえます。「テスラを超える」というミッションは大言壮語でも夢物語でも聞こえますが、調達額と技術陣の顔ぶれは確かな裏付けを持ち始めています。

企業概要

項目内容
会社名Turing株式会社（チューリング株式会社）
設立2021年8月20日
代表者山本一成（代表取締役CEO）
共同創業者青木俊介（CTO）
本社東京都大田区平和島6-1-1 東京流通センターロジスティクスビルA AE2-1-2
資本金3,000万円（2024年12月期時点）
従業員数98名（正社員81名、インターン・契約社員17名、2026年時点）
上場区分非上場（未上場）
売上高非公開（2024年12月期：純損失9億2,659万円）
平均年収非公開（職種別レンジは公開。シニアエンジニア口コミ例：年収900万円）
平均年齢非公開
勤続年数非公開（創業2021年のため全社員5年以内）
事業内容完全自動運転AIの開発・自動運転EV関連事業

資本金3,000万円は手続き上の最低限に近い数値で、実際の資本力は累計365億円の調達残高で判断するのが適切です。赤字（2024年期は純損失約9.3億円）はディープテック企業として許容範囲であり、研究開発費・採用費・インフラ費に先行投資する段階にあります。総資産は2024年12月期に48.2億円を計上しており、財務体力は確認されています。

主な事業内容

Turingの事業は「完全自動運転AIの開発」という一点に絞られた、ミッション純度の高いディープテック企業です。複数のプロダクトラインを持つわけでなく、すべての技術開発が「レベル5完全自動運転」というゴールに向かっています。

E2E自動運転AIの開発

Turingの技術的中核は、カメラから得た情報を元に「認識・判断・車両制御」をひとつの大規模AI（End-to-Endモデル）が一気通貫で処理する方式です。従来の自動運転システムは「認識AI」「判断アルゴリズム」「制御系」を別々に開発して組み合わせていましたが、E2Eは統合型にすることで設計の複雑さを大幅に削減し、「Less is More」の思想で車両システムを構築します。

2026年3月には公道での自動走行を実施。カメラ映像と言語・行動情報を統合したVLA（Vision Language Action）モデルを採用した試みで、国内初とされています。同年6月にはスバルとの車載E2E自動運転システムの共同研究と、デンソーとの物理基盤モデル研究が同時に発表され、大手サプライヤー・OEMとの連携フェーズに入りました。

専用計算基盤「Gaggle Cluster（ガグルクラスター）」の構築

E2E自動運転の訓練には膨大な計算資源が必要です。Turingは外部クラウドへの依存を減らすため、独自のGPUクラスター「Gaggle Cluster」を構築しています。AMD VenturesやスーパーマイクロコンピュータなどのGPU・サーバー関連企業が出資陣に名を連ねているのは、この計算インフラ整備と密接に関係しています。

自動運転EV開発・車両事業

当初は2030年までに年間1万台の自動運転EV生産を計画していましたが、2024年にこの目標は見直されています。現在は「自動運転AIの技術確立」を優先しており、車両事業は中長期の展望として位置づけられています。ただし自社開発の自動運転AIを搭載した車両の開発・販売というビジョンは維持されており、ハードウェアとソフトウェアを一体開発するテスラ型のアプローチを指向しています。

LLM・VLAの研究開発

Turingは自動運転のコア技術としてLLM（大規模言語モデル）とVLA（Vision Language Action）モデルの研究にも積極的に取り組んでいます。「社会のコンテキストを理解した生成AIが完全自動運転の唯一の解法」という信念のもと、自律的に状況判断できるAIの開発を目指しています。経済産業省・NEDOが主導するGENIAC（生成AI基盤モデル開発）プログラムにも参画しており、国の成長戦略とも連動しています。

Turing株式会社の強み

強み1. 日本トップクラスのAI人材による創業チーム

山本一成CEOは2017年に将棋AI「Ponanza」で羽生善治氏（当時三冠）を含む棋士に勝利した実績を持ち、AIの実社会応用における先駆的なリーダーです。名古屋大学客員准教授も務め、国内AI界での知名度・信頼性は高い。青木俊介CTOはカーネギーメロン大学でコンピュータ工学の博士号を取得し、GMで「Ultra Cruise」自動運転システムの開発に従事した実戦派エンジニアです。転職者視点では、こうした「先達に学べる環境」は無形の資産といえます。

強み2. 国内最大規模の自動運転向け資金調達

シリーズA全体278.9億円・累計365億円という調達規模は、日本の自動運転スタートアップでは際立っています。AMD・スーパーマイクロコンピュータ・三菱商事・MUFG銀行・GMOインターネット・BIPROGYなど、技術と資金の両面で意義ある戦略的投資家が参加しており、単なる資金調達以上のエコシステム形成を目指していることが伺えます。

強み3. E2Eという技術賭けの一貫性

多くの自動運転企業がルールベースとAIを組み合わせるハイブリッド方式を採るなか、TuringはDay 1からE2Eアプローチを貫いています。この技術選択は「少数精鋭のAI技術者でスケーラブルな解を作る」という判断に基づいており、技術的な一貫性がコードベースやチーム文化にも影響しています。短期的な成果よりも長期的な技術基盤を重視する文化は、研究開発志向のエンジニアにとって魅力的な環境です。

強み4. 大手OEM・サプライヤーとの共同研究

スバルとの車載E2E共同研究、デンソーとの基盤モデル研究は、ディープテックスタートアップが大手企業と対等に技術連携できるレベルに達したことを示します。大企業との共同研究は、特許・データ・量産ノウハウへのアクセスを意味し、純粋な技術スタートアップが単独では得られない資源を引き込む仕組みです。

強み5. 成果主義・高年収による優秀人材集中

公開されている年収レンジ（プリンシパルエンジニア1,500〜2,500万円、シニアエンジニア800〜1,500万円）は国内スタートアップ水準を大きく上回ります。技術力で完全に評価される環境は、実力ある人材を引き付けるとともに、社内の技術競争を促進します。競争がある環境でこそ成長したい人にとっては正のサイクルです。

強み6. 国の成長戦略との整合性

日本政府は自動運転を成長戦略の柱のひとつに位置づけており、GENIACプログラムへのTuringの参画はその象徴です。規制・補助・公共インフラ整備が後押しする分野で事業を展開することは、中長期的な事業継続リスクを下げる要因になります。

Turing株式会社の年収事情

Turingは採用競争力を高めるため、職種別の年収レンジを採用ページで公開しています。以下は公開情報を基にした情報であり、個別の交渉・スキル評価によって変動します。

職種別の想定年収レンジ

職種想定年収レンジ
CxO・VPoX（経営幹部）1,000万〜2,500万円
プリンシパルエンジニア1,500万〜2,500万円
シニアMLエンジニア800万〜1,500万円
ソフトウェアエンジニア（ミドル以上）700万〜1,500万円
組み込みエンジニア700万〜1,300万円
インフラエンジニア（MLOps）700万〜1,300万円
研究職（ML/AI）800万〜1,500万円
コーポレート系（HR・Finance等）非公開

口コミ情報では、シニアエンジニア職での実例として年収900万円（月給56万円、賞与225万円）が報告されています。定期昇給制度はなく、資金調達状況や個人の成果評価をもとに昇給が決まる設計です。

給与制度の特徴

完全な実力主義型の給与設計で、年齢・勤続年数は報酬に直結しません。スキルレベルと担当プロジェクトの難易度が主要な決定因子です。ストックオプションの付与が計画されており、将来的なキャピタルゲインの可能性があります。エクイティ調達比率が高い（累計365億円のうちエクイティ235億円）ため、IPO実現時の期待値は相応にあります。

年収を見る際の注意点

  • 定期昇給がないため、資金調達のタイミングが昇給機会に影響する
  • 2024年12月期に純損失9.3億円を計上しており、黒字化は時間軸不明
  • ストックオプションの行使条件・株価の評価方法は個別確認が必須
  • 通勤手当は上限4万円で、住宅手当・社宅は非支給
  • インセンティブ制度は明示されていない（成果連動ボーナスの有無を確認要）

Turing株式会社の働き方・福利厚生

Turingは研究開発重視の企業らしく、アウトプット志向の働き方を採用しています。公開・口コミ情報を組み合わせた内容であり、詳細は選考時の確認を推奨します。

勤務時間・休日 休日はカレンダー通り（土日・祝日）で取得可能と口コミで確認されています。コアタイムの詳細は公式未公表です。

リモートワーク 状況に応じたリモート勤務が可能ですが、基本的には出勤を前提とする環境との口コミがあります。本社は東京都大田区平和島の物流施設内に設置されており、試験車両や計算クラスターの稼働環境との一体化が求められているためと考えられます。

福利厚生（確認済・推定含む）

  • 各種社会保険完備
  • 通勤手当（上限4万円）
  • コーヒー・軽食の無料提供（オフィス）
  • ストックオプション計画あり
  • 育児・介護休暇（法定）
  • 有給休暇
  • 書籍・カンファレンス費用補助（確認要）
  • フレックス制度（ポジション次第）

注意点 社宅・住宅手当は非支給。通勤費上限4万円は大田区の立地を踏まえると、都心在住者には影響があります。組織の成長途上であり、制度整備が追いついていない部分があることも口コミで言及されています。「任せてもらえる反面、サポート体制は自分で構築する必要がある」という指摘は、スタートアップとして一般的な課題です。

Turing株式会社の社風・カルチャー

一言で表すなら「知的野心と勝負根性の融合体」

TuringのカルチャーはCEO山本氏の「Ponanza」時代の経験に色濃く反映されています。「将棋AIで棋士に勝つ」という当時も無謀と思われた目標を達成した経験から、「正しい技術選択と圧倒的な計算資源と時間があれば、不可能を可能にできる」という信念が組織に浸透しています。

「科学文明を前進させること」と「勝負に勝つこと」の両立を公言しており、純粋な研究志向だけでも、ビジネス優先だけでも合わない。知的探求と競争への熱意を両方持つ人が活躍する文化です。口コミでは「情報はタイムリーに発信される」一方、「組織内コミュニケーションが課題」との指摘もあり、高密度な技術組織特有のサイロ化リスクはあります。

評価される人物像

  • 自律駆動できる高い技術力と問題設定能力を持つ人
  • 「We Overtake Tesla」というミッションを本気で達成したいと思える人
  • 失敗を素早く学習に変えるイテレーション力のある人
  • 最先端の研究論文を読みこなし、実装に落とせる人
  • 曖昧な状況でも仮説を立てて前進できる人

表面的なイメージと実態の差

「自動運転の夢を追うロマン企業」という印象を持つ人もいますが、実態は非常にハードな技術競争の現場です。2024年に当初の2030年1万台生産計画を見直したことが示すように、現実の制約と向き合いながら計画を修正する判断力も求められます。「車が作れる会社」より「最先端AIが作れる会社」という技術アイデンティティが強く、ハードウェア側の知見がある人材は特に重宝されます。

Turing株式会社の転職難易度

難易度：S級（最難関クラス）

Turingへの転職は国内のスタートアップの中でも最難関の部類に入ります。採用ポジションが少なく、求められる技術レベルが極めて高く、かつ候補者数が限定される専門分野であるためです。ただしポジションは常時公開されており、スキルさえ合えば選考は動き出します。

理由1. 求められる技術水準が世界レベル

機械学習エンジニア・MLOpsエンジニアは、深層学習フレームワーク（PyTorch等）の実装力に加え、大規模モデルの訓練・推論最適化、分散学習の経験が求められます。自動運転分野に特有の「車載カメラ映像処理」「センサーフュージョン」「リアルタイム推論」の経験があれば強みになります。

理由2. 採用ポジション数が限られる

98名の小規模組織（2026年時点）のため、毎年の採用枠は非常に限られています。公開求人は約29件（2026年7月時点）で、分野別に分散しており、自分のスキルがマッチするポジションが開いているタイミングに依存します。

理由3. ミッション・カルチャーへの共感が入社条件

「We Overtake Tesla」というミッションは、壮大な分だけコミットメントを問われます。「自動運転に本気で関わりたいから来た」以外の動機では選考を突破しにくい文化があります。

Turing株式会社に向いている人

タイプ1. AIで社会インフラを変えたいエンジニア

機械学習・深層学習の技術を「実際に走るクルマ」に組み込む経験ができる場所は世界でも少ない。自分のコードが公道で走ることに純粋に興奮できる人にとって、これ以上の職場はなかなかありません。

タイプ2. 研究とプロダクトを両立させたいML研究者

アカデミアに近い研究のしっかりさと、プロダクトとしての実装の速さを両立できる環境を求める人に向いています。GENIACプログラムへの参画や大手との共同研究を通じ、論文発表と実走行の両方を追求できる環境があります。

タイプ3. 世界的な技術挑戦に乗りたい野心家

「テスラを超える」という目標は荒唐無稽に聞こえますが、それを本当に目指している組織に身を置きたいという野心家には、ここほど環境が整っている日本のスタートアップはほぼありません。

タイプ4. 高年収×最先端技術を同時に求めるエンジニア

大企業の待遇水準を維持しながら最先端技術に取り組みたい人にとって、Turingの年収レンジは魅力的です。シニア以上であれば年収800〜1,500万円という数字は、国内スタートアップではトップクラスです。

タイプ5. 自動車×AIという新産業の黎明期に関わりたい人

20〜30年後に振り返ったとき、「完全自動運転が社会に浸透する前夜に開発の中心にいた」というキャリアの意味を重視する人。長期的な歴史的意義をキャリア選択の軸に持つ人に向いています。

Turing株式会社に向いていない人

批判ではなくミスマッチ防止のために明記します。

  • タイプ：短期での黒字・安定収益を重視する人 — 研究開発先行の段階で赤字継続中。財務安定性の観点ではリスクがある
  • タイプ：福利厚生の充実を優先する人 — 住宅手当・社宅なし。制度整備はこれからの部分がある
  • タイプ：自動運転・AI以外の事業多角化を期待する人 — 事業の焦点が完全自動運転に一点集中しており、別事業で学べる機会は少ない
  • タイプ：明確なロードマップの中で働きたい人 — 技術の難易度から、計画変更（例：2030年1万台生産の撤回）が起きることがある
  • タイプ：リモートファーストの環境を求める人 — 基本的には出勤前提で、完全リモートは認められていない

Turing株式会社の選考対策

選考対策1. E2E自動運転の技術を理解しておく

TuringのE2Eアプローチとは何か、なぜルールベースとの違いが重要なのか、VLAとLLMがどう関係するかを自分の言葉で説明できるようにしておきましょう。公式テックブログ（Zenn）や「Turing AI Day 2025」の書き起こし記事が最良の事前学習素材です。

選考対策2. 機械学習の実装力を成果物で示す

Turingの採用はコーディングテスト・技術課題が重視されます。GitHubに自動運転・コンピュータビジョン・大規模モデルに関連するポートフォリオがある場合は必ず提示してください。論文の実装経験、コンペ参加経歴なども評価対象です。

選考対策3. 「We Overtake Tesla」への共感を本物にする

動機を問われたとき「御社の技術が面白そうだから」では弱い。「なぜテスラを超えることが重要か」「なぜE2Eが正しいアプローチだと思うか」まで自分の考えを持って面接に臨んでください。信じられる根拠を持った共感が求められます。

選考対策4. スバル・デンソーとの共同研究を踏まえる

2026年に入り、Turingは大手OEM・サプライヤーとの協業が具体化しています。自動車産業の知識（OEMとサプライヤーの関係・量産プロセス・ADAS規制等）を持つ人材は評価されます。自動車エンジニア経験があるなら積極的にアピールしてください。

選考対策5. 資金調達フェーズと事業課題を把握する

「365億円を調達して次に何をするか」「GAGGLEクラスターの目的は何か」「スバル・デンソーとの協業で解決する課題は何か」を理解して面接に挑むことで、採用する側との会話の質が変わります。公式プレスリリースと技術ブログを事前に読み込むことは必須です。

選考対策6. 英語でのコミュニケーション能力を確認する

Turingは海外投資家・研究機関との連携があり、将来的には海外展開も視野に入れています。英語技術論文を読む能力・英語での技術コミュニケーションができると強みになります。特に研究職・プリンシパルクラスのポジションでは実質的な要件になる可能性があります。

Turing株式会社への転職で評価されやすい経験

  • PyTorch・JAX等を用いた大規模深層学習モデルの設計・訓練・推論最適化経験
  • コンピュータビジョン・物体検出・セグメンテーションの実装経験
  • 自動運転システム（ADAS・Level 2〜4）の開発経験（OEM・Tier1含む）
  • E2E自動運転・模倣学習・強化学習の研究開発経験
  • VLM（Vision Language Model）・マルチモーダル基盤モデルの開発経験
  • GPU/TPUクラスターを用いた分散学習・MLOpsの構築・運用経験
  • ROS/ROS2・車載OSを用いたソフトウェアスタック開発経験
  • 組み込みシステム・FPGA・エッジデバイスへのAI展開経験
  • LLMを活用したエージェント・推論システムの実装経験
  • 大規模データパイプライン・データウェアハウス構築経験
  • 量産車の機能安全（ISO 26262）に関する知識・経験
  • 将棋AI・囲碁AI等の強化学習による高度な意思決定AI開発経験
  • CMU・スタンフォード・MITなどトップ校でのML/AI/Robotics研究経験
  • 自動運転関連の国際学会（ICCV・CVPR・NeurIPS等）での発表経験

特に評価されやすいのは、「E2Eまたは大規模マルチモーダルモデルの実装経験」と「自動車・自動運転ドメインの実務知識」を組み合わせて持つ人材です。 どちらか一方でもTuringが求める水準に達していれば、選考の入り口に立てます。

まとめ

Turing株式会社は「完全自動運転でテスラを超える」という壮大なミッションと、国内最大規模の自動運転向け調達額（累計365億円）を持つ、日本を代表するディープテックスタートアップです。将棋AIを世界レベルに押し上げた経験を持つ創業チームが、今度は自動運転という社会インフラの変革に挑んでいます。

転職先として見た場合、機械学習エンジニアや自動運転エンジニアにとっては国内で最も技術的刺激が多く、報酬水準も高い環境のひとつです。プリンシパルクラスで1,500〜2,500万円、シニアで800〜1,500万円というレンジは日本のスタートアップでは突出しており、実力主義の報酬体系を好む人に響きます。

一方で、企業はまだ赤字段階にあり、計画の修正を繰り返しながら前進するフェーズにあります。「安定した大企業」とは対極にある環境であることは認識した上で判断してください。それでも「AIで自動車の未来を作りたい」という熱意のある技術者にとって、Turingは2020年代の日本で最もエキサイティングな選択肢のひとつであることは間違いありません。