AI開発に欠かせない工程があります。それはデータラベリングです。AIモデルの精度はデータの品質に大きく左右されます。そのため、データラベリング市場が急成長しています。その中で注目を集めているのがEncordです。2024年に3000万ドルのシリーズB資金調達を完了しました。Encordの特徴と成長の背景を詳しく解説します。
Encordとは何か – AIデータラベリングの基本
まず、データラベリングとは何でしょうか。AIに学習させるデータにタグをつける作業です。たとえば、画像に「猫」「犬」と注釈をつけます。医療画像なら「腫瘍」「正常」といったラベルです。この作業の品質がAIの性能を決めるのです。
Encordはこのラベリング作業を効率化するプラットフォームです。イギリス・ロンドンを拠点とする企業です。特に画像や動画のアノテーションに強みがあります。また、AI支援によるラベリング自動化機能も備えています。つまり、AIがAIのための学習データを作る仕組みです。
さらに、データのキュレーション機能も充実しています。これは学習データの品質を管理する機能です。具体的には、重複データの検出やバイアスの特定ができます。なぜなら、ゴミデータでAIを訓練しても良い結果は出ないからです。このように、Encordはデータの品質管理まで一気通貫で対応します。
Encordの3000万ドル資金調達の詳細
2024年8月、EncordはシリーズBで3000万ドルを調達しました。リード投資家はNext47です。これはシーメンスのベンチャーキャピタル部門です。また、Y Combinator、CRV、Crane Venture Partnersも参加しています。累計の調達額は5000万ドルに達しました。
この資金はチーム拡大に使われます。具体的には、プロダクト、エンジニアリング、AI研究チームの倍増が計画されています。さらに、サンフランシスコオフィスの拡張も予定されています。しかも、売上は前年比で4倍に成長しました。このように、事業は急拡大しているのです。
なお、Encordは2025年までにキャッシュフロー黒字化が可能な状態でした。しかし、成長投資を優先して採用を続けています。つまり、黒字化よりも市場シェア拡大を重視する戦略です。だからこそ、積極的な資金調達を行ったのです。
Encordの主要顧客と活用事例
Encordの顧客は120社以上に上ります。大手企業の名前が並んでいます。たとえば、フィリップスが医療画像のラベリングに活用しています。また、AI動画生成のSynthesiaも顧客です。さらに、アメリカの医療機関Cedars-SinaiやNorthwell Healthも利用しています。
特に医療分野での実績が目立ちます。なぜなら、医療画像のラベリングは高い専門性が求められるからです。一般的なラベリングツールでは対応が難しい分野です。しかし、Encordは医療に特化した機能を持っています。そのため、医療機関からの信頼を獲得しています。
加えて、軍事・政府機関との契約もあります。具体的な機関名は非公開ですが、セキュリティ分野でも需要があることがわかります。このように、Encordは多様な業界で採用されています。
AIデータラベリング市場の競合と動向
データラベリング市場は急速に成長しています。2024年の市場規模は約30億ドルと推定されています。2030年までに100億ドル以上に拡大する見込みです。そのため、競合も多数存在します。
たとえば、Scale AIはこの分野の最大手です。OpenAIやMeta向けにサービスを提供しています。また、Labelboxも強力な競合です。さらに、V7やSuperAnnotateなども市場に参入しています。しかし、Encordは品質管理機能の充実度で差別化しています。
一方で、AI自身がラベリングを行う「オートラベリング」の技術も進化しています。将来的にはラベリング作業の大部分が自動化されるかもしれません。とはいえ、高精度が求められる分野では人間の監視が引き続き必要です。だからこそ、人間とAIのハイブリッドアプローチを持つEncordの戦略は理にかなっています。
Encordの今後の展望
AI開発の需要は今後も増え続けるでしょう。それに伴い、データラベリングの重要性も高まります。Encordは資金調達を機にさらなる成長を目指しています。特にマルチモーダルAI向けのラベリング機能の強化が期待されます。
しかも、日本企業のAI投資も拡大しています。そのため、日本市場への進出も視野に入っているでしょう。要するに、Encordのようなデータ品質プラットフォームは、AI時代のインフラとして不可欠な存在になりつつあるのです。