2025年10月第2週のAI資金調達：Reflection AI・OpenAI・n8nの示す潮流

# 2025年10月第1週のAIニュース：Ms.Engineer、postalk、Sora、PixVerse
# 出力: 表・棒グラフ（資金調達額・ユーザー/ダウンロード指標）、簡潔な箇条化コメント

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.ticker import FuncFormatter

# レポートタイトル
report_title = '2025年10月第1週のAIニュース：Ms.Engineer、postalk、Sora、PixVerse'

# データソース表記
source_fund = '出典: BRIDGE Tokyo Fusion（https://thebridge.jp/tag/fundraise）'
source_trend = '出典: BRIDGE Tech Daily（https://thebridge.jp/tag/techdaily）'

# 収集したデータ（コンテキストに基づく事実情報）
# 金額は元記事の表記をそのまま利用。USD→JPY換算は推定（レート: ￥150/USD）と明示。
exchange_rate = 150  # 推定換算レート（1 USD = 150 JPY）※推定

data = [
    {
        'company': 'Ms.Engineer',
        'topic': '女性向けAI・IT人材育成',
        'funding_amount_jpy': 320_000_000,  # 3.2億円
        'funding_currency': 'JPY',
        'date': '2025-10-08',
        'notes': 'プレシリーズAで約3.2億円、累計約6.5億円',
        'source': 'https://thebridge.jp/2025/10/msengineer-secures-320m-yen-pre-series-a'
    },
    {
        'company': 'postalk',
        'topic': 'AIミーティング構造化（コミュニケーション支援）',
        'funding_amount_jpy': np.nan,
        'funding_currency': None,
        'date': '2025-10-09',
        'notes': '取材記事：資金調達の記載なし（技術/プロダクト注目）',
        'source': 'https://thebridge.jp/2025/10/ramen-tech-postalk'
    },
    {
        'company': 'Sora (OpenAI)',
        'topic': '短編AI動画プラットフォーム（アプリ）',
        'funding_amount_jpy': np.nan,
        'funding_currency': None,
        'date': '2025-10-10',
        'notes': 'リリースから5日で100万DL（ダウンロード）',
        'users_metric': 1_000_000,
        'users_metric_label': 'DL',
        'source': 'https://thebridge.jp/2025/10/sora-pixaverse-meme-video-war'
    },
    {
        'company': 'PixVerse',
        'topic': 'AI動画生成プラットフォーム',
        'funding_amount_usd': 60_000_000,  # 過去のSeries B で6,000万USD（記事参照）
        'funding_currency': 'USD',
        'funding_amount_jpy_estimated': 60_000_000 * exchange_rate,  # 推定換算
        'date': '2025-09 (過去報道)',
        'notes': 'ユーザー数1億突破（過去記事）。シリーズBで$60,000,000（別報道）',
        'users_metric': 100_000_000,
        'users_metric_label': 'MAU? (ユーザー数)',
        'source': 'https://thebridge.jp/2025/10/sora-pixaverse-meme-video-war'
    }
]

# DataFrame作成（資金調達サマリ）
fund_rows = []
for d in data:
    row = {
        '社名': d['company'],
        'トピック': d['topic'],
        '発表日': d.get('date', ''),
        '資金調達（JPY）': d.get('funding_amount_jpy', np.nan),
        '資金調達（USD）': d.get('funding_amount_usd', np.nan),
        '資金調達（JPY換算:推定）': d.get('funding_amount_jpy_estimated', np.nan),
        '注記': d.get('notes', ''),
        '出典': d.get('source', '')
    }
    fund_rows.append(row)

df_funds = pd.DataFrame(fund_rows)

# ユーザー／ダウンロード等の指標表
metric_rows = []
for d in data:
    if 'users_metric' in d:
        metric_rows.append({
            '社名': d['company'],
            '指標ラベル': d['users_metric_label'],
            '指標値': d['users_metric'],
            '出典': d['source']
        })

df_metrics = pd.DataFrame(metric_rows)

# 可視化設定
sns.set(style='whitegrid')
plt.rcParams['font.family'] = 'DejaVu Sans'
plt.rcParams['font.size'] = 12

# 1) 資金調達額（JPY表記）: JPYで直接与えられた企業 + USDを推定換算した値を別に表示
fig1, ax1 = plt.subplots(figsize=(8, 4))

# 対象となる行を用意
plot_items = []
plot_labels = []
plot_values = []
for idx, row in df_funds.iterrows():
    # JPYがある場合はそのまま使用
    if not pd.isna(row['資金調達（JPY）']):
        plot_items.append(row['社名'])
        plot_labels.append(row['社名'] + '（JPY）')
        plot_values.append(row['資金調達（JPY）'])
    # USD換算（推定）がある場合は別で表示（注記あり）
    if not pd.isna(row['資金調達（JPY換算:推定）']):
        plot_items.append(row['社名'])
        plot_labels.append(row['社名'] + '（USD→JPY換算・推定）')
        plot_values.append(row['資金調達（JPY換算:推定）'])

if plot_values:
    sns.barplot(x=plot_values, y=plot_labels, palette='Blues_d', ax=ax1)
    ax1.set_xlabel('金額（JPY）')
    ax1.set_title(report_title + '\n資金調達額（JPY表示）')
    # 数値フォーマット
    ax1.xaxis.set_major_formatter(FuncFormatter(lambda x, _: f'¥{int(x):,}'))
    # 出典表示
    ax1.text(0.99, -0.15, source_fund, transform=ax1.transAxes, ha='right', va='center', fontsize=9)
else:
    ax1.text(0.5, 0.5, '該当する資金調達データはありません', ha='center')

plt.tight_layout()
fig1.savefig('funding_amounts_jpy.png', dpi=150)

# 2) ユーザー/ダウンロード指標の棒グラフ
fig2, ax2 = plt.subplots(figsize=(8, 4))
if not df_metrics.empty:
    sns.barplot(x='指標値', y='社名', data=df_metrics, palette='Greens_d', ax=ax2)
    ax2.set_xlabel('指標数値')
    ax2.set_title(report_title + '\nユーザー/ダウンロード指標')
    ax2.xaxis.set_major_formatter(FuncFormatter(lambda x, _: f'{int(x):,}'))
    ax2.text(0.99, -0.15, source_trend, transform=ax2.transAxes, ha='right', va='center', fontsize=9)
    plt.tight_layout()
    fig2.savefig('user_metrics.png', dpi=150)
else:
    ax2.text(0.5, 0.5, 'ユーザー/ダウンロードに関する公開指標はありません', ha='center')

# 3) 出力（テーブルと箇条書きの簡潔な要点）
# 表: 資金調達サマリ
print('\n■ ' + report_title + '\n')
print('\n--- 資金調達サマリ（抽出データ） ---')
print(df_funds[['社名', 'トピック', '発表日', '資金調達（JPY）', '資金調達（USD）', '資金調達（JPY換算:推定）', '注記', '出典']].to_string(index=False))

# 表: ユーザー指標
if not df_metrics.empty:
    print('\n--- ユーザー/ダウンロード指標 ---')
    print(df_metrics[['社名', '指標ラベル', '指標値', '出典']].to_string(index=False))

# 箇条書きでの最小限の分析ポイント（簡潔）
print('\n--- 簡潔なトピック別ポイント（箇条書き） ---')
print('- 国内（資金調達）: Ms.Engineer がプレシリーズAで約 ¥320,000,000 を調達（出典: BRIDGE）')
print('- 国内（プロダクト注目）: postalk のAI議事録／構造化ミーティング技術が注目（資金調達情報は未公開）')
print('- グローバル動向（ユーザートレンド）: Sora が5日で1,000,000 DL、PixVerse が1億ユーザー超（出典: BRIDGE Tech Daily）')
print('- 注意: USD→JPY換算は為替レートを推定（¥150/USD）した推定値として表示しています。')

# 生成した図のファイル名
print('\n--- 出力ファイル ---')
print('- funding_amounts_jpy.png')
print('- user_metrics.png')

# 終了
print('\nレポート生成完了')