オールインワンAIデータプラットフォーム「FastLabel」

Monthly Pitch! スタートアップの扉 / FastLabel 上田英介さん

毎月第2水曜日に開催される Monthly Pitch へのピッチ登壇をご希望の起業家の方の応募はこちらから

サービス概要：迅速かつ高品質なAIアノテーションサービスを提供するFastLabel。FastLabelにデータをアップロードすると、自動で画像を解析しAIの教師データを作成してくれます。同社で提供しているディープラーニングやジェネレーティブAIを活用することで、自動でラベリング作業を行ったり、データを生成することも可能です。アノテーション作業には非常に時間や費用がかかりますが、FastLabelを使えば教師データの作成コストを7割程削減できるだけでなく、PDCAサイクルの改善、AI精度向上も見込めます。

Monthly Pitch編集部はココに注目：AI開発には、教師データ作成とアルゴリズム作成という、大きく2つのプロセスがあります。一見、アルゴリズムの方が重要に感じますが、実は教師データ作成はAI開発における工数全体の9割を占めており、こちらも併せて重要性が高いのです。教師データを効率的に作成することは、結果的にAI開発の質を高めることにも繋がります。

では現状、教師データはどのように作成しているのかというと、エンジニアが一つひとつ手作業で「この画像のこの部分がトマト」といったように指定しています。ひとつのAIを作るためには、数万といったデータが必要なので、その大変さは想像に難くありません。この課題をFastLabelはテクノロジーで解決します。またFastLabel社はプロダクトをSaaSで提供するだけでなく、アノテーションの代行作業も実施。

これにより同社内でデータが蓄積され、さらにサービスのクオリティが上がっていきます。FastLabel社は今後、アノテーションだけでなく、AI全体の開発プロセスへの進出も目論んでいるようです。

毎月第2水曜日に開催される Monthly Pitch へのピッチ登壇をご希望の投資家の方は、こちらから

FastLabelの上田と申します。弊社が開発・提供しているのは、AIを活⽤して教師データ作成を効率化する国内唯一のオールインワンAIデータプラットフォーム「FastLabel」です。FastLabelをご利用いただくことで、AI開発を10倍速くすることを目指しています。

AI開発における2つの大きなプロセスは、アルゴリズム作成と教師データ作成です。一見アルゴリズムの方が重要だと感じるかもしれませんが、開発工数という意味では、教師データ作成がその9割を占めています。そのため、教師データ作成をいかに効率化できるかが、AIの質の向上に大きく関わってくるのです。

では、教師データはどのように作成されているのでしょうか。例えば、トマトの収穫予測AIを作るとしましょう。従来の方法では、収穫前のトマトが写った画像の中から「収穫していいトマト」を見極め、エンジニアが画像1枚1枚について手作業で、その領域を細かく指定する必要がありました。ひとつのAIを作るためには数万〜数十万といったデータが必要となるので、この作業には膨大な時間が費やされることがわかります。つまり、AIという先端テクノロジーを開発しているのに、その裏では非常に労働集約的な作業が行われているのです。この方法では、開発コストが非常に高くなってしまいますし、機械学習プロセス自体も不透明で、データの権利確認も難しいといった課題が生じています。

これらの課題を解決するのが、AIを活⽤して教師データ作成を効率化する国内唯一のオールインワンAIデータプラットフォーム「FastLabel」です。

FastLabelに画像をアップロードすると、AIが自動で画像を解析し、教師データが作成されます。また弊社が提供しているディープラーニング技術やジェネレーティブAIを活用することで、自動でラベリング作業を行ったり、データを生成することも可能です。こういったテクノロジーを使うことで、FastLabelのユーザーは教師データの作成コストを7割削減することができ、さらにはPDCAサイクルの高速化やAIの精度向上という大きなメリットを享受できます。

FastLabelはSaaSとして提供しており、ユーザー企業から月額の利用料をいただいております。弊社によるアノテーションの代行作業も可能で、こちらはデータ単位の従量課金モデルです。これらのサービスを複合的に提供することで、弊社にはAI開発に最適なデータが蓄積されることになり、それによってさらにサービスの品質が上がるという好循環になっています。

現在、FastLabelは大企業を中心にご利用いただいており、その背景にはアルゴリズムのコモディティ化が挙げられます。近時市場を賑わせているChatGPTが分かりやすい例ですが、そのアルゴリズムはオープンソースで公開されているため、アルゴリズム自体は競争優位性を持ちません。つまり、アルゴリズムによるAIの差別化は難しく、競争優位性の源泉はアルゴリズムに学習させるデータから生まれるようになっているのです。これはデータセントリックと呼ばれる開発手法で、実際に現在のAI開発現場では主流となってきており、こういった市場の変化がFastLabelの追い風となっています。

AI市場は右肩上がりで成長しており、海外ではユニコーン企業が何社も登場。また、昨今はディープラーニングだけではなくジェネレーティブAIの登場により、市場はさらに拡大すると予想されます。リアルなデータに加えて、AIにより新しいデータが生成されることで、データ量が爆発的に増加するためです。その結果、マニュアル作業による教師データ作成は限界を迎え、いかに作業を自動化するかが重要な時代となってくるでしょう。

現在、FastLabelはアノテーションベンダーという立ち位置ですが、今後はAI開発全体のプロセスをリプレースするような存在になることを目指しています。以上です、ご清聴ありがとうございました。