クロエ・マードックがCognitionに加入：なぜAIスタートアップがエリートのキャリア目的地になりつつあるのか

はじめに

何十年もの間、幅広い人脈を持つ家庭の卒業生にとって最も馴染み深いキャリアパスは、投資銀行、コンサルティング、プライベートエクイティ、法律、または確立されたファミリービジネスに集中していました。これらの業界は、認知された名声、強力な人脈網、そして影響力への比較的明確な道筋を提供していました。

AIはこのモデルに挑戦し始めています。

ルパート・マードックとデン・ウェンディの娘であるクロエ・ディ・マードックの公開された職歴資料によると、彼女はまもなくCognitionでアシスタントの職に就く予定です。CognitionはAIソフトウェアエンジニアリングエージェント「Devin」の開発元です。スタンフォード大学2026年卒業生名簿にも、彼女がコンピューターサイエンスの卒業生として記載されています。

彼女の決断が注目を集めるのは、単に家族背景だけが理由ではありません。これは、より広範な変化を反映しています。すなわち、志望する卒業生たちが、次世代の資本、技術、影響力、そして文化的関連性がどこで生み出されるのかを考え始めているのです。

AIスタートアップはもはや、研究者やエンジニアがリスクを取るための単なるテクノロジーラボとは見なされていません。この分野で最も成功した企業は、製品、オペレーション、財務、パートナーシップ、政策、営業、そして企業構築といった分野で働く人々にとって、真剣なキャリアプラットフォームになりつつあります。

AIへのシフトは完全に予想外ではない

クロエ・マードックの学歴とインターン経験は、すでにテクノロジー、ビジネス、そして新たなトレンドの交差点に位置していました。

スタンフォード大学のシンボリックシステムプログラムは、彼女をこの学際的な専攻の卒業予定者として挙げています。シンボリックシステムは、コンピューターサイエンス、言語学、哲学、心理学、統計学、そしてヒューマン・コンピューター・インタラクションなどの分野を組み合わせたものです。これは長年にわたり、人間と機械がどのように情報を表現し意思決定を行うかに興味を持つ学生を惹きつけてきました。

その後、彼女はコンピューターサイエンスの大学院に進学しました。スタンフォード大学2026年卒業生発表では、クロエ・ディ・マードックがコンピューターサイエンスの卒業生の一人として挙げられています。

この経歴を考えると、AIを中心としたキャリアパスは、一見したほど驚くべきものではありません。シンボリックシステムのバックグラウンドは、知能と人間と機械の相互作用に関する概念的理解を提供し、大学院でのコンピューターサイエンスがさらなる技術的基盤を加えています。

テクノロジーと金融を横断するキャリアタイムライン

ソース記事と公開された職歴資料には、テクノロジー、金融、そしてスタートアップの間を移り変わる一連の役割が記されています。

期間	組織またはプロジェクト	専門分野
2020–2024	スタンフォード大学	シンボリックシステム学士号
2020	Zoom	製品と技術に関する初期インターンシップ
2023	ゴールドマン・サックスTMT	テクノロジー、メディア、通信分野での夏季アナリスト経験
2024–2026	スタンフォード大学	コンピューターサイエンス修士号
2025	ステルススタートアップ	夏季インターンシップ
2026	Cognition	アシスタントの職に就く予定

これは、純粋な技術エンジニアの道でも、伝統的な純粋金融の道でもありません。技術教育、ビジネス経験、そしてアーリーステージの企業経験を組み合わせたものです。

この組み合わせは、AI企業内部でますます価値を高めています。AI製品を構築するには、モデル研究だけでは不十分です。

企業は、顧客、企業のワークフロー、パートナーシップ、流通、製品のポジショニング、資本、そして組織の成長を理解できる人材も必要としています。

Cognitionが魅力的なAI企業である理由

クロエ・マードックは、なぜCognitionを選んだのか公には説明していません。したがって、彼女の個人的な動機に関するいかなる主張も推測の域を出ません。

しかし、この企業自体には、新卒者にとって魅力的ないくつかの明確な理由があります。

CognitionはDevinを運営しています。これは、コードの計画、作成、実行、テスト、納品を目的とした自律型ソフトウェアエンジニアリングエージェントです。同社は、このテクノロジーをエンジニアリングチームのための協働者として位置づけており、単なる自動補完ツールとは一線を画しています。

Devinが2024年3月にローンチされた際、この製品は大きな注目を集めました。なぜなら、それは独自の計算環境内でより長いエンジニアリングタスクを完了しようと試みたからです。Devinは関数を提案したりコーディングの質問に答えたりするだけでなく、コードリポジトリを確認し、シェルを使用し、ドキュメントを閲覧し、コードを編集し、テストを実行し、進捗を報告することができました。

この製品は、「コーディングエージェント」がソフトウェア業界の標準カテゴリーとなる前に登場しました。このファーストムーバーアドバンテージは、Cognitionが市場で最もよく知られた企業の一つになるのに貢献しました。

高度に技術的な創業者チーム

Cognitionの初期の採用資料では、チームの競技プログラミングにおけるバックグラウンドが強調されており、創業チームメンバーは合計で10個の国際情報オリンピック金メダルを獲得しています。

競技プログラミングの成果は、自動的にビジネス上の成功を保証するものではありません。それでも、これらの実績はCognitionが、人材が密集し、困難なエンジニアリング問題に取り組むことに専念するテクノロジー企業としてのイメージを確立するのに役立ちました。

この企業の魅力は技術的な名声だけに留まりません。それは、新しいソフトウェアカテゴリーを定義しようと試み、急速にエンタープライズアプリケーションへと拡大している企業で働く経験も提供します。

キャリア初期の人々にとって、これは同時にいくつかの重要な問題に触れる機会を与えます。

• AIエージェントはどのように実際のエンジニアリングチームに統合されるべきか？
• どのタスクを委任し、どのタスクに人間の制御が必要か？
• エージェントは不確実性をどのように伝達すべきか？
• 企業はAIが生成した作業に経済的価値があるかどうかをどのように測定するか？
• 自律型エージェントを信頼できるものにする製品体験とはどのようなものか？
• セキュリティやコンプライアンス要件を持つ大規模組織にAIツールをどのように販売するか？

これらは抽象的な研究上の質問ではありません。それらは製品デザイン、カスタマーサクセス、オペレーション、マーケティング、法的ポリシー、そして企業戦略に影響を与えます。

Devin：デモからエンタープライズ製品への進化

Devinの最初のバージョンは大きな注目を集めましたが、初期のユーザーはその限界も発見しました。

長時間実行されるエージェントは、複数の理由で失敗する可能性があります。

彼らはタスクを誤解したり、背景を誤用したり、誤った仮定を立てたり、環境問題に直面したり、技術的には正しいがチームの実際の意図とは合致しない変更を生成したりする可能性があります。

Cognitionの公式文書は現在、Devin

野心あるエンジニアリングチームのためのツールとして位置づけられ、範囲が明確で、背景が有用で、結果が検証可能なタスクを割り当てることが推奨されている。

したがって、AIコーディングエージェントの実際の価値は、基盤となるモデルだけでなく、システム全体にも依存する。

1. タスクの選択: 割り当てるタスクは委任に適している必要がある。
2. リポジトリコンテキスト: エージェントは関連するコードやドキュメントにアクセスできる必要がある。
3. ツールへのアクセス: シェル、ブラウザ、課題トラッカー、CIシステム、開発環境などへのアクセスが必要となる可能性がある。
4. 検証: テストとレビューの基準により、成功が測定可能でなければならない。
5. 人間による監視: エンジニアは依然として決定と最終的な変更をレビューする必要がある。
6. ワークフロー統合: アウトプットはGitHub、Slack、Linear、Jira、またはチームの既存のプロセスに適合する必要がある。

これが、最も強力なユースケースが、エンジニアを完全に置き換えるのではなく、非同期作業であることの多い理由である。人間は明確なタスクを委任し、他の作業を続け、後で結果をレビューできる。

非同期エンジニアリング能力としてのDevin

CognitionはDevinを、クラウド環境で動作し、ユーザーがノートパソコンを閉じても実行を継続できるエージェントとして説明している。

典型的なユースケースは以下の通り。

• バグの調査と修正
• CI障害の解決
• 反復的なバックログチケットの処理
• テストの作成
• 対象を絞ったリファクタリングの実行
• コード移行のサポート
• インシデントのトリアージ
• 内部ツールの構築
• レビュー用のプルリクエストの準備

重要な転換点は、「AIが隣でコードを書く」ことから、「AIが境界のあるタスクを担当し、結果を返す」ことへの移行である。

このパターンは、チームがどのようにタスクを割り当て、エージェントの作業を追跡し、並行セッションをレビューし、生産性を計算するかといった、新たな運用上の問題を引き起こす。

Cognitionのビジネスモメンタム

Cognitionはまた、実験的なAI製品から大企業向けソフトウェアビジネスへと急速に移行した。

2025年7月、Cognitionはインテリジェント統合開発環境およびAIコーディングプラットフォームであるWindsurfを買収した。この統合により、クラウドネイティブな自律型エージェントとインタラクティブなコーディング環境が組み合わされた。

その後CognitionはDevinをWindsurfに統合し、ユーザーがローカルエージェントで作業を計画し、エディタを離れることなく実装をクラウドエージェントに委任できるようにした。

2026年5月、TechCrunchはCognitionが250億ドルのプレマネー評価額、260億ドルのポストマネー評価額で100億ドル以上の資金を調達したと報じた。同じレポートによると、Cognitionが提供したデータに基づき、同社は年換算で4億9200万ドルの収益実行率に達している。

非公開企業の収益と評価額のデータは急速に変化する可能性があり、通常は監査済みの公開書類ではなく、企業の開示情報に基づいている。それでもなお、報告された成長規模は、なぜCognitionが注目される人材の集積地となっているのかを説明するのに役立つ。

同社は現在、急速に成長している複数の市場の交差点に位置している。

• AIモデル開発
• 自律ソフトウェアエンジニアリング
• 開発者ツール
• エンタープライズ自動化
• クラウドエージェント
• エージェントネイティブIDE
• マルチエージェントワークフロー

このような企業に参加することは、従来の雇用主が常に提供できるとは限らないものを提供する：製品の境界、ビジネスモデル、社会的期待がまだ形成途上にあるカテゴリーへの直接的なアクセスである。

AIはエリート卒業生にとって新たなキャリアパスとなりつつある

クロエ・マードックの選択は、より広範なトレンドの一部である。

優秀な大学のバックグラウンド、国際的な人脈、資本、確立された機関のリソースを持つ若者たちは、キャリアと名声を築く方向性として、ますますAIを選択している。

彼らが市場に参入する方法は主に以下の通りである。

道筋1：AI企業を設立する

一部の卒業生は、新会社の創業基盤としてAIを活用している。

フィービー・ゲイツとソフィア・キアニは、価格比較や購入判断の評価を支援するAI搭載ショッピングアシスタント「Phia」を共同設立した。この製品は、コンシューマーテクノロジー、ファッション、Eコマース、AIの交差点に位置する。

グウェン・グオとチェン・リリンによって設立されたPikaは、広く認知されたAIビデオプラットフォームとなった。その成長は、生成AIが既存のエンタープライズソフトウェアを改善するだけでなく、どのようにまったく新しい消費者体験を創出できるかを示している。

企業を設立することは、最も強力なコントロールを提供する。製品を定義し、資本を調達し、チームを編成し、既存の家族や機関のネットワークを超えて独立したパブリックイメージを構築することを可能にする。

しかし、それには最大のリスクも伴う。創業者は、プロダクトマーケットフィットの不確実性、技術競争、採用圧力、資金調達のニーズ、公の監視に直面する。

道筋2：成熟したAIリーダー企業に参加する

もう一つの道は、すでに市場支配的地位を確立している大企業に入ることである。

よく知られた例は、ジェンスン・フアンの子供たち、マディソン・フアンとスペンサー・フアンがNVIDIAに在籍していることである。彼らのキャリアは、スタートアップに参加するのとは異なる。なぜならNVIDIAはすでにAI経済において中核的なインフラ企業の一つだからである。

この道は、規模、リソース、確立された組織へのアクセスを提供する。代償として、従業員は会社の創業時のストーリーや初期のカテゴリー定義に対するコントロールが弱くなる。

道筋3：高成長のAIスタートアップに参加する

Cognitionは第三の道を表している。

無名の初期実験段階ではないが、成熟したハイテク大手でもない。この会社は、認識可能な製品、主要顧客、相当な資金、急成長を有している一方で、急速に変化する分野の不確実性に依然として直面している。

この中間的な位置は特に魅力的である。従業員は、スタートアップのペースの速さと可視性の高さを犠牲にすることなく、意味のある規模を獲得できる。

道筋4：ファンドやファミリーオフィスを通じてAIに投資する

この市場に参加するために、必ずしもAI企業内で働く必要はない。

ファミリーオフィス、ベンチャーキャピタルファンド、プライベートエクイティ会社、公開市場の投資家は、インフラ企業、基盤モデル開発企業、アプリケーションレイヤーのスタートアップ、データセンター資産を通じてエクスポージャーを得ることができる。

豊富な資本を持つ家族にとって、これは最も馴染み深い道である。専門の投資チームに依存しながら、財務的に参加することができる。

AI企業内部で働くことは異なる。それは運用上の経験を提供する。技術デモがどのように製品になるか、顧客がどのようにロードマップに影響を与えるか、採用がどのようにスピードに影響するか、市場のストーリーがどのように収益に変換されるかについての理解である。

なぜスタートアップの役割は有名な雇用主よりも重要になり得るのか

伝統的なエリートキャリアパスは、認識可能なシグナルを提供する。大手投資銀行、コンサルティング会社、法律事務所、上場ハイテク企業は、直ちに選抜性と機関の信頼性を伝える。

一方、高成長のAIスタートアップは異なるシグナルを提供する。

それは、安定性が低く、職務範囲が広く、会社の最終的な形態が未確定な環境で働く意欲を示している。

この経験には以下が含まれ得る。

• プロセスが完全に標準化される前に製品チームと協働すること。
• エンタープライズ顧客が新しいAIシステムをどのように評価するかを理解すること。
• 新しい職種やワークフローの定義を支援すること。
• 戦略、オペレーション、製品、顧客問題の間を切り替えること。
• 資金調達と収益が技術的な優先順位にどのように影響するかを観察すること。
• 激しい競争と迅速なリリースサイクルの中で業務を遂行すること。

すでに確立された機関にアクセスできる卒業生にとって、この不確実性こそが魅力となり得る。スタートアップは、継承や学術的な肩書きに依存するのではなく、個人の実績を築く機会を提供する。

しかし、これはAI企業のすべてのポジションが自動的に従来のキャリアよりも価値があることを意味するわけではない。AI企業は過大評価されていたり、経営が混乱していたり、一時的な市場の熱狂に依存している可能性がある。経験の質は依然として、チーム、責任、製品、実際の学習機会に依存する。

ウォール街の名声からAI時代の名声へ

金融業界は依然として影響力を持っている。投資銀行、プライベートエクイティ会社、資産運用会社は引き続き資本を掌握し、強力なキャリアネットワークを提供する。

変化しているのは、AI企業が現在、金融や大手ハイテク企業に集中していた複数の形態の名声を提供していることである。

• 資本: 最大手のAI企業は数十億ドルを調達できる。
• 影響力: その製品は職業全体の働き方を変える可能性がある。
• 人材密度: 研究員、エンジニア、オペレーター、エグゼクティブを争奪している。
• 物語の力: AIはこの10年を定義するテクノロジーストーリーの一つである。
• ネットワーク効果: 従業員は創業者、投資家、企業リーダー、政策立案者と交流する。
• キャリアの選択肢: この経験は、会社設立、他のスタートアップへの参加、投資、大規模プラットフォーム企業への参加につながる可能性がある。

AIスタートアップに入社した卒業生は、研究、インフラから製品採用、商業規模化までの完全なパスを観察できる。

次世代にとって、この運用知識は、銀行業、コンサルティング業、あるいは最初のインターネット企業が前の世代にとってそうであったように、貴重な初期経験となる可能性がある。

これがAI人材市場にとって何を意味するか

このストーリーの最も重要な部分は、名声や家庭の背景ではなく、AI企業が惹きつけ始めている人材の種類である。

AI製品が研究デモからビジネスへと移行するにつれて、より幅広い人材が必要とされる。

• エージェントワークフローを定義できるプロダクトマネージャー
• 調達と展開を理解するエンタープライズオペレーター
• エージェントの挙動を評価できるテストエンジニア
• デベロッパーエクスペリエンス（DX）専門家
• AIシステムのためのセキュリティ専門家
• 販売およびフィールドエンジニア
• 顧客の導入を支援するソリューションアーキテクト
• 複雑な組織内でチームを編成するエンジニアリングリーダー

これはCognitionに限った話ではない。OpenAI、Anthropic、Google DeepMind、Meta、Microsoft、そして多くのAIネイティブスタートアップはすべて、自動化エージェントが単なる研究プロジェクトではなく製品カテゴリーになるにつれて、急速に役割を拡大している。

同時に、これらの企業は依然として新しいグラウンドルールを模索している。

• 使用されるトレーニングデータに対する責任
• 自律エージェントの安全性プロトコル
• モデル機能に関する現実的なコミュニケーション
• エンジニアの雇用への影響に関する透明性
• AI支援ワークにおける信頼性と帰属の境界

これらの課題に取り組む人々は、現在形成されつつある規範を形成する立場にある。それは、最初に企業ウェブサイトを設計し、初期のセキュリティプロトコルをコード化し、あるいは初期のインターネット企業でカスタマーサポートを定義した人々と同様の貢献である。

当時と同様に、早期に参加した人々は、長期的な業界構造の恩恵を受けるポジションに立つことができる。

異常に高いインフラコストを管理できる財務チーム。

• 新たな規制に対応できる政策・法律の専門家。
• 不確実な技術を説明できる営業チーム。
• ビジネスプロセスを再設計できるカスタマーサクセスチーム。
• 真の実力と誇張を見分けられるコミュニケーションリーダー。
• モデルやエージェントシステムを改良できる研究者やエンジニア。

これにより、AI人材市場は機械学習の専門家という狭い枠を超えて広がっている。

技術、ビジネス、メディア、デザイン、法律、金融などの学際的なバックグラウンドを持つ候補者にとって、AIは専門分野ではなく主要なキャリアパスとして見なされるようになっている。

Cognitionは特に顕著な例である。なぜなら、その製品はソフトウェア業務の本質を変えつつあり、同社自身も自律型エンジニアリングエージェントの活用方法をまだ定義している最中だからだ。

よくある質問

クロエ・マードックはCognitionに入社したのか？

公開されているLinkedInのプロフィールによると、Chloe Murdochは2026年3月よりCognitionの新入社員としてアソシエイトのポジションに就いている。元記事では、この役職を卒業後のDevin所属企業への進路として説明している。

Chloe Murdochはスタンフォード大学で何を専攻していたのか？

スタンフォード大学のシンボリックシステムズプロジェクトによると、彼女はシンボリックシステムズの学部生であった。また、スタンフォード大学2026年卒業生公報では、Chloe Di Murdochがコンピュータサイエンス専攻の卒業生として記載されている。

Cognitionとは何か？

Cognitionは、自律型ソフトウェアエンジニアリングエージェントであるDevinを運営する応用人工知能企業である。同社は、エンジニアリングチームがソフトウェアの計画、作成、テスト、リリースを行うためのツールに特化している。

Devinの用途は何か？

Devinは、バグ修正、テスト、コード移行、インシデント調査、リファクタリング、バックログチケットなど、明確に範囲が定められたソフトウェアエンジニアリングタスクを処理できる。クラウド環境で動作し、人間による確認のための成果物を生成する。

Devinはソフトウェアエンジニアを置き換えるものか？

CognitionはDevinを、エンジニアリング能力を拡張する協働者として位置づけている。実際には、その有用性はタスク選択、コンテキスト、テスト、ワークフロー統合、人間による確認に依存しており、エンジニアリングチームを完全に置き換えるものではない。

CognitionはなぜWindsurfを買収したのか？

この買収により、Cognitionのクラウド型ソフトウェアエンジニアリングエージェントとWindsurfのエージェント型コーディング環境が統合される。統合後の製品は、開発者がより統一されたインターフェースを通じてエージェントの作業を計画、委任、実行、確認できるようにする。

なぜ卒業生は金融やコンサルティングではなくAIスタートアップを選ぶのか？

AIスタートアップは現在、資本、技術的影響力、迅速なキャリア成長、新しいカテゴリー創造への直接的な関与を提供している。一部の卒業生にとって、確立されたキャリア階層に入るよりも、新しい市場の構築に貢献する機会の方が魅力的である。

AIスタートアップは安全なキャリア選択か？

こうした企業は独自の学習機会と責任を提供するが、リスクは依然として存在する。製品需要、資金調達状況、技術競争、規制、企業の実行力は急速に変化する可能性があるため、候補者はAIというラベルだけでなく、実際の職務を評価すべきである。

関連ツール

• Devin: Cognitionの自律型ソフトウェアエンジニアリングエージェント。複雑な非同期コーディングタスクに対応。
• Windsurf: インタラクティブなコーディングツールとクラウドエージェントを統合したエージェント型開発環境。
• Devin ドキュメント: セットアップ、タスク委任、統合、ベストプラクティスを網羅した公式プロダクトドキュメント。
• Phia: 製品と価格の比較を支援するAIショッピングアシスタント。
• Pika: 動画の作成と変換のための生成AIプラットフォーム。
• GitHub: エージェントが生成したプルリクエストの確認によく使われるコードホスティング・コラボレーションプラットフォーム。

関連リンク

• Cognition 公式ウェブサイト: 企業情報、製品の方向性、採用情報、最新の研究記事。
• Devinの紹介: Cognitionによる自律型ソフトウェアエンジニアリングエージェントの初回発表。
• Devin 製品ページ: 現在の機能とエンタープライズユースケース。
• Windsurfの新たな章: WindsurfがCognitionに買収されたことに関する公式発表。
• Cognitionの資金調達と成長: CognitionがWindsurf買収後の成長と戦略を説明。
• TechCrunchによるCognitionの2026年資金調達報道: Cognitionの10億ドル資金調達ラウンド、評価額、公表済みの年間経常収益を報道。
• スタンフォード シンボリックシステムズ紹介: スタンフォード大学によるChloe Di Murdochの公開プロジェクト紹介。
• スタンフォード2026年卒業式公報: 公式卒業記録においてChloe Di Murdochがコンピュータサイエンス専攻として記載。

要約

Chloe MurdochのスタンフォードからCognitionへの移行が注目される理由は、技術教育、金融分野での経験、そして世界で最も注目されるAIコーディング企業の一つにおける中核的な役割が融合している点にある。

Cognitionは、現在優秀な卒業生を惹きつける環境を提供している。すなわち、確かな技術力、急速な企業成長、大規模な資金調達、そしてまったく新しい仕事のカテゴリーを定義する機会である。

この傾向は個人にとどまらない。AI企業は、かつて銀行、コンサルティング会社、または確立されたテクノロジー企業をキャリアの初期基点と見なしていたオペレーター、プロダクト責任者、金融専門家、コミュニケーター、そして卒業生にとってのキャリアプラットフォームとなりつつある。

初期キャリアにおける名声の経済が変化している。影響力のあるAI企業での職務経験は、かつてウォール街や大手テクノロジー企業だけが提供できた戦略的価値を、今や担うことができるのである。