AIスタートアップが競争優位性を確立するため、独自データの収集が重要性を増している。TuringやFyxerといった企業は、量よりも質の高い人間主導のデータ収集に注力。AIモデルの性能はデータの質に大きく左右され、これが「競争の堀」となる。高度なAI開発には、手作業による緻密なデータ収集が不可欠である。
AI開発の新潮流：人間による独自データ収集の最前線
AI開発の最前線では、人間による独自データ収集が新たな潮流となっている。ある女性は数週間にわたり、GoProカメラを装着して日常行動を記録した。絵を描いたり、家事をこなしたりする様子を多角的に撮影。これらの映像はAIビジョンモデルの訓練に活用された。
この緻密なデータ収集作業は、肉体的にも精神的にも負担が大きい。しかし、その労力に見合う高額な報酬が支払われるケースも多い。彼女は「頭痛がするほどだった」と語るが、その経験がAI開発を支えている。
AIスタートアップのTuring社は、このようなデータ収集を積極的に行っている。同社の目標は、AIに抽象的な問題解決や視覚的推論スキルを習得させること。大規模言語モデルと異なり、Turingのビジョンモデルは動画を基に訓練される。その大半は同社が直接収集したものだ。
Turing社はアーティスト、シェフ、建設作業員、電気技師など、手作業を伴う多様な職種の専門家と契約。彼らの日常作業を記録し、多様なデータセットを構築している。TuringのSudarshan Sivaraman最高AGI責任者は、「多様なデータセットを得る唯一の方法は手作業による収集である」と述べる[1]。
TuringとFyxerに学ぶAIデータ戦略：質重視の舞台裏
AI企業におけるデータ収集の手法は大きな変化を見せている。かつてはウェブからの無差別なスクレイピングや、低賃金のアノテーターへの依存が主流だった。しかし現在では、厳選された質の高いデータに高額な投資を行う動きが加速している。
AIの基本的な性能は確立されつつあり、企業は独自データこそが競争優位性を確立する鍵だと認識。データ収集を外部委託するのではなく、自社で取り組む傾向が強まっている。メール分類や返信文の草稿作成を行うFyxer社もその一例だ。
Fyxerの創設者であるRichard Hollingsworth氏は、少数のモデルと焦点を絞った訓練データが最適であると発見した。Fyxerは他社の基盤モデルを活用するが、根底にある洞察はTuringと同様だ。Hollingsworth氏は、「量よりもデータの質が、真に性能を定義する」と明言している。
そのため、Fyxerでは初期段階で異例の人員配置を行った。エンジニアよりも経験豊富なエグゼクティブアシスタントを多数雇用。メールへの応答の基本をAIに訓練させるため、人間主導の高品質なデータ収集に注力したのだ。
AIの性能を左右する「データの質」：競争優位性確立の鍵
Fyxerの事例が示すように、データ収集のペースを速めつつも、データセットの厳選は極めて重要だ。Hollingsworth氏は、モデルの訓練後には、少量でもより厳選された高品質なデータセットを優先した。これは「量よりデータの質が、真にAIの性能を定義する」という信念に基づく。
特に合成データを使用する場合、この考え方が重要となる。合成データは訓練シナリオの範囲を広げるが、元のデータセットのわずかな欠陥を増幅させる可能性があるためだ。Turing社は、そのデータの約75%から80%が、元のGoPro映像から生成された合成データであると推定している。
このため、Turingにとって元のデータセットの品質を最高レベルに保つことが不可欠となる。Sivaraman氏も「プレトレーニングデータ自体の質が良くなければ、合成データも質を保てない」と強調する。AIの性能を最大限に引き出すには、基盤となるデータの質が何よりも重要であり、これがAIスタートアップの競争優位性確立の鍵となる。
独自データ収集こそAIスタートアップの「競争の堀」となる
データ収集を社内で行う背景には、品質へのこだわりだけでなく、強力な競争論理が存在する。Fyxerにとって、この手間のかかるデータ収集の努力こそが、他社との差別化を図る「競争の堀」を築く最良の手段の一つとなる。
オープンソースモデルは誰でも製品に組み込めるが、専門的なアノテーターを見つけ、それを実用的な製品へと訓練できる企業は限られる。この点において、独自データを持つAIスタートアップは強力な優位性を確立できる。
Hollingsworth氏は「最善の方法はデータ、カスタムモデルの構築、そして人間主導の高品質なデータ訓練を通じることだ」と語る。この独自データ戦略は、AIスタートアップが持続的な成長を遂げ、市場での地位を確固たるものにする上で不可欠な要素である。
自社で質の高いAIデータを収集・管理する能力は、AI時代における競争を勝ち抜き、長期的な競争優位性を確立するための決定的な要因となる。
