Scale AIは、データラベリングとAIトレーニングインフラストラクチャを専門とするサンフランシスコ拠点の企業であり、2024年に10億ドルの資金調達ラウンドを完了した。このラウンドでは、同社の評価額は138億ドルとなり、2021年の前回評価額73億ドルから大幅な増加となった。Metaは戦略的投資家として参加し、Accel、Index Ventures、Tiger Global Managementなどの既存の支援者を含むグループに加わった。この資金調達は、高度なArtificial intelligenceシステムの開発における高品質なトレーニングデータの重要性の高まりを浮き彫りにした。
同社の中核事業は、Machine learningモデル、特にComputer visionやNatural language processingのアプリケーション向けにラベル付きデータを提供することである。Scale AIのプラットフォームは、組織が画像、テキスト、その他のデータタイプに注釈を付けてNeural networkモデルをトレーニングするのを支援する。2024年のラウンドは、その規模だけでなく、Metaの戦略的関与によっても注目に値し、大規模テクノロジー企業とAIデータインフラストラクチャプロバイダーとの間の垂直統合の進展を示唆した。
Background and Founding
Scale AIは2016年にAlexandr WangとLucy Guoによって設立された。当時19歳だったWangは、以前QuoraとGoogleで働いていた。同社は、自動運転車企業向けのデータラベリングサービスを提供することに焦点を当てて始まり、WaymoやTesla-Autopilotなどの顧客がいた。初期の顧客には米国国防総省も含まれており、様々なAI関連プロジェクトにScale AIのサービスを利用していた。
同社の初期のアプローチは、人間のアノテーターとアルゴリズムツールを組み合わせて効率と精度を向上させるものだった。このハイブリッドモデルにより、Scale AIは品質基準を維持しながら大量のデータを処理することができた。2019年までに、同社は自然言語処理やその他のAI領域にサービスを拡大した。
The 2024 Funding Round
10億ドルのラウンドは2024年5月に発表され、Metaの参加が戦略的投資として確認された。このラウンドはAccelが主導し、Nvidia、Amazon、その他のテクノロジー投資家が参加した。評価額138億ドルは、2021年の3億2500万ドルのシリーズEラウンドで設定された前回評価額73億ドルから約90%の増加を表していた。
Metaの投資は、同社がGenerative AIやLarge language modelの開発に多額の投資を行っていた時期に行われたため、特に重要だった。FAIRラボを含むMetaのAI研究部門は、LLaMAなどのモデルに取り組んでいた。Scale AIとの提携は、これらの取り組みに高品質なトレーニングデータを確保する方法と見なされていた。
このラウンドの他の投資家には、以前からクラウドベースのデータサービスでScale AIと提携していたAmazon-Web-Servicesが含まれていた。複数の大手テクノロジー企業の参加は、AIエコシステムにおけるデータインフラストラクチャの戦略的重要性を強調していた。
Strategic Implications for Meta
MetaのScale AIへの投資は、AI機能を構築するためのより広範な戦略の一部だった。同社は独自のAIチップを開発しており、AIインフラストラクチャに多額の設備投資を約束していた。Scale AIに投資することで、Metaは洗練されたモデルのトレーニングに不可欠なデータラベリングサービスの主要プロバイダーへのアクセスを得た。
この提携により、Metaはデータラベリングツールと標準の開発に影響を与えることも可能になった。これは、テキスト、画像、ビデオデータを組み合わせたマルチモーダルモデルに関するMetaの取り組みに特に関連していた。多様なデータタイプを扱うScale AIの専門知識は、これらの取り組みにとって貴重なパートナーとなった。
業界アナリストは、Metaの投資がAIデータサービスにおける潜在的なサプライチェーン制約に対するヘッジとしても機能する可能性があると指摘した。トレーニングデータへの需要が高まるにつれて、データインフラストラクチャを管理する企業は大きな競争優位性を得る可能性が高い。
Scale AI's Business Model and Growth
Scale AIは、データプラットフォームへのサブスクリプションベースのアクセスと、カスタムプロジェクトベースのサービスを通じて収益を生み出している。同社のプラットフォームであるScale Data Engineは、データ注釈、モデル評価、データセット管理のためのツールを提供する。クライアントはこのプラットフォームを使用して、様々なAIアプリケーション向けのトレーニングデータセットを作成および管理できる。
同社は、当初の自動運転車への焦点を超えて拡大した。2024年までに、Scale AIはヘルスケア、金融、政府などのセクターのクライアントにサービスを提供していた。同社はまた、人間のフィードバックからの強化学習（RLAIF）やモデルアライメントのサービスを含む、Generative AI向けの専門的な提供物も開発した。
Scale AIの成長は、2023年に売上高が5億ドルを超えたと報告された収益数値に反映されていた。同社はEBITDAベースで収益性を達成していたが、研究開発への多額の投資を継続していた。
Competitive Landscape
2024年までに、データラベリング市場はますます競争が激しくなっていた。Appen、Labelbox、Snorkel-AIなどの企業が同様のサービスを提供し、大手テクノロジー企業は社内機能の開発を始めていた。しかし、Scale AIは、高水準で複雑なデータタスクへの焦点と、大手テクノロジー企業との関係を通じて差別化を図っていた。
同社はまた、人間の注釈なしでトレーニングデータを生成するアルゴリズムを使用する合成データプロバイダーとの競争にも直面していた。合成データはコスト面での利点を提供したが、実世界データのニュアンスと多様性に欠けることが多かった。人間の専門知識と自動化ツールを組み合わせたScale AIのハイブリッドアプローチは、これらの制限に対処するために設計されていた。
Impact on AI Development
2024年の資金調達ラウンドの規模は、AI業界のより広範なトレンドを反映していた。モデルがより大きく複雑になるにつれて、高品質なトレーニングデータへの需要もそれに応じて増加した。Deep-learningモデル、特にTransformer (architecture)ベースのアーキテクチャは、最先端のパフォーマンスを達成するために大規模なデータセットを必要とした。Scale AIのサービスは、これらのデータセットが正確で代表的であることを保証するために重要だった。
同社はまた、学術機関向けにデータセットを提供することで、Machine learning研究の進歩に貢献した。Scale AIは、モデルの堅牢性や公平性などのトピックに関する研究を支援するために、MIT-CSAILやStanford-AI-Labを含むいくつかの大学と提携していた。
Future Outlook
2024年の資金調達ラウンド後、Scale AIは国際的に事業を拡大し、新製品開発に投資する計画を発表した。同社は、自動ラベリング機能の改善と、本番環境でのAIモデルを評価および監視するためのツールの開発に焦点を当てると示した。
Metaや他の主要投資家の参加は、Scale AIがAIエコシステムで中心的な役割を果たし続けることを示唆していた。2024年の時点で、同社はロボティクスや科学的発見などの分野での応用を探求しており、これらは将来の成長を促進すると期待されていた。
しかし、同社はまた、AIデータ慣行に対する規制上の監視や、大規模なデータ収集の倫理的影響に関する懸念などの課題にも直面していた。Scale AIは、データガバナンスフレームワークやAI安全性に焦点を当てた組織との提携を含む、これらの問題に対処するための措置を実施していた。
Conclusion
2024年のScale AIの10億ドルの資金調達ラウンドは、Metaが戦略的投資家として参加し、AIインフラストラクチャの商業化における重要な瞬間を示した。このラウンドは、高度なAIシステムの開発におけるデータ品質の重要性の高まりを浮き彫りにし、AI業界に不可欠なサービスを提供する企業の戦略的価値を強調した。AIが進化し続けるにつれて、データ環境を形成するScale AIの役割は引き続き重要である可能性が高い。