AIモデルの開発にあたり、テキストやコードを生成するのではなく確率を出力し、作業の自動化に活用することを目指すスタートアップ、TypeSafe AIが8億7000万ドルを調達した。今回の投資ラウンドで、同社は企業価値を75億ドルと評価された。投資はAndreessen Horowitzが主導し、Sequoiaと既存投資家のDCVCが参加した。
背景と経緯
TypeSafe AIのモデル「Jev」は9月15日の発売後、数週間で急速に人気を集めた。同社は、フォーチュン500企業の3分の1がすでにJevを利用していると主張している。これは記事で紹介された企業への導入規模に関する会社側の説明であり、どのような利用を「導入」とみなすのかは示されていない。
Jevはトランスフォーマー・アーキテクチャ（入力情報を処理するAIモデルの構造）に基づいているが、大規模言語モデル（LLM・大量の言語データを学習し、主にテキストを扱うモデル）ではない。Jevはテキストの代わりに確率を出力し、TypeSafe AIはこれを「校正された意思決定（calibrated decisions）」と呼ぶ。同社は、JevはLLMよりはるかに高速で、トークン（モデルが処理するテキストの単位）の使用量も大幅に少ないと主張している。
この違いは、TypeSafe AIが掲げる利用目的につながっている。同社は、Jevはテキストやコードの生成よりも、作業の自動化に適した方式だと説明する。共同創業者のディオゴ・アルメイダ氏は、コンピューターは人間とは異なる言語を使うため、人間の言語に長けていることは自動化に役立たないとTechCrunchに語った。
TypeSafe AIは2024年、Metaの元研究エンジニアであるサーシャ・シェン氏と、エンジニア兼起業家のエリック・ガフニー氏によって共同創業された。アルメイダ氏も共同創業者として紹介されており、以前はOpenAIの研究者として働いていた。同社の大型資金調達と企業への導入に関する主張がともに注目される背景には、テキスト生成ではなく企業業務の自動化を目指すJevの方向性がある。
このニュースが意味すること
企業向けAIを評価する際には、テキストをどれだけ自然に生成できるかだけでなく、特定の業務を処理するうえでどのような出力方式が適しているかも、重要な判断要素になり得る。ただし、投資や企業価値の評価は、モデルの性能が独立して実証されたことを意味するものではない。
たとえば、ある企業が文書の内容を読み取り、決められた業務分類を行う自動化を検討する場合、文章の生成が本当に必要なのか、確率形式の出力が実際の業務に合っているのかを検討できる。これは仮定に基づく例であり、記事にはJevが特定の業務でどのような成果を上げたかは記されていない。
処理速度が速く、トークンの使用量が少ないこと、フォーチュン500企業の3分の1が利用していることは、会社側が示した主張だ。記事には、それを裏付ける独立した性能検証や具体的な利用基準は含まれていない。
確認された事実と、まだ分かっていないこと
確認された事実
- TypeSafe AIはJevを開発し、8億7000万ドルを調達、企業価値を75億ドルと評価された。
- 投資ラウンドはAndreessen Horowitzが主導し、Sequoiaと既存投資家のDCVCが参加した。
- Jevはトランスフォーマーに基づいているがLLMではなく、テキストの代わりに確率を出力する。
- TypeSafe AIは、Jevをテキストやコードの生成よりも作業の自動化に適したモデルだと説明している。
まだ分かっていないこと
- 調達した8億7000万ドルをどのような用途に使う計画なのかは、記事に記されていない。
- Jevの速度やトークン使用量に関する会社の主張を裏付ける、独立した性能検証の結果があるかどうかは確認できない。
- フォーチュン500企業の3分の1が利用しているという主張に、どのような利用基準や企業数が適用されたのかは分からない。
読者が確認すべきこと
- Jevの導入を検討するなら、対象業務にテキスト生成が必要なのか、それとも確率を活用した自動化が適しているのかを、まず見極める必要がある。
- 会社が示す処理速度やトークン使用量を検討する際は、比較対象や測定条件、独立した検証の有無を確認すべきだ。
- 企業の導入事例を判断する際は、「利用」の定義と、実際の業務でモデルが担う範囲を確認することが重要だ。
