人工知能は、人間が日常のタスクをより速く遂行し、これまで人間には到底解決できなかった問題を迅速に解決するのに役立つと期待されています。しかし皮肉なことに、AIモデルの学習に必要なデータ処理のため、AIの構築には長い時間がかかることがあります。
その結果、そのプロセスを加速させることを目指すスタートアップ企業の波が生まれています。
最新の展開では、AIトレーニングモデルに必要なデータの表記やその他の分類を自動化する技術を構築したV7 Labsが、そのサービスに対する強い需要を受けて3,300万ドルの資金を調達した。
V7は現在、コンピュータービジョンに注力しており、オブジェクトやその他のデータを自動的に識別・分類することで、AIモデルのトレーニングを高速化しています。V7によると、必要な処理を学習するために必要なのは、人間が注釈を付けたサンプルが100個だけです。
現在、医療・科学分野で強い支持を得ており、同社のプラットフォームは、例えばスキャン画像でがんなどの異常がどのように特定されるかといったAIモデルの学習を支援するために活用されています。V7はまた、自然言語コマンドから画像を生成するエンジンを開発する企業や産業用アプリケーションなど、AIを様々な用途に適用する方法を模索するテクノロジー企業やテクノロジー先進企業との連携も開始しています。V7は顧客リストや技術評価企業の全容を公表していませんが、そのリストには300社以上の顧客が含まれており、GEヘルスケア、ペイジAI、シーメンスといったフォーチュン500企業や大手非公開企業も含まれています。
このラウンドはRadical VenturesとTemasekが共同でリードし、Air Street Capital、Amadeus Capital Partners、Partech（これまでの3社の支援者）も参加するほか、機械学習とAIの世界で著名な数名が参加する。
その中には、フランソワ・ショレ氏（オープンソースのPythonニューラルネットワークライブラリであるKerasの開発者）、オリオル・ヴィニャルス氏（DeepMindの主席研究科学者）、ホセ・ヴァリム氏（Elixirプログラミング言語の開発者）、アシシュ・ヴァスワニ氏（Adept AIの共同設立者で、以前はGoogle Brainに在籍し、そこでTransformersを発明した）、そしてOpenAI、Twitter、Amazonからの無名の他の人々が含まれています。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
CEOのアルベルト・リッツォーリ氏はインタビューで、今回の資金調達はシリーズAとしては過去最大の規模であり、エンジニアの増員と、米国を中心とした新たな顧客ニーズの波に対応するための事業運営の構築に充てられると述べた。
彼は評価額についてコメントを控えたが、このスタートアップ企業は現在約3,600万ドルを調達しており、私の理解では評価額は現在約2億ドルとなっている。
リゾーリ社も売上高についての発言は控えたが、ARRは2022年に3倍に増加したと述べた。
AI データのトレーニングの効率を向上し、AI モデリングのより広い領域に対応するために、他のスタートアップ企業も数多く登場しています。
PitchBookで約1,800万ドルを調達したSuperAnnotateは、V7の強力なライバルの一つです。（例えば、V7は自社のウェブサイトで両サービスの比較を説明していますが、SuperAnnotateはV7に連絡を取り、その比較が正確ではないと説明しました。）
他には、当初は自動車分野に注力していたがその後他の分野にも進出し、現在では評価額が約70億ドルに達するScale AI、Googleなどの企業とAIラベリングに取り組んでいるLabelbox、そして現在では評価額が約20億ドルに達するHiveなどがある。
これらの企業と同様に、V7 は、人間の脳の視覚野を形成する 6 つの領域 (V1 から V6) にちなんで AI が画像処理の「7 番目」の領域であることにちなんで名付けられ、トレーニング モデルの概念とそれにデータを入力する方法が非効率的で改善の余地があるという特定の課題を解決するためのサービスを構築しています。
V7の独自の強みは自動化です。エンジニアリングチームの時間の約80%は、トレーニングデータの管理（ラベル付け、誤ったラベル付けの特定、分類の再検討など）に費やされていると推定されており、V7はそのプロセスを自動化するモデルを構築しました。
Rizzoli社（CTOのサイモン・エドワーズソン氏とともに同社を共同設立）は、同社が考案したプロセスを「プログラムによるラベル付け」と呼んでいる。汎用AIと独自のアルゴリズムを使用して画像を分割してラベル付けするこのプロセスについて、自動ラベル付けが機能するには「人間が誘導する」わずか100件の例で十分だと述べている。
投資家たちは、AI モデルの考案から適用までの時間を短縮することで、企業のビジネスが拡大するだろうと期待している。
「コンピュータービジョンは様々な業界で大規模に導入され、イノベーションとブレークスルーをもたらし、500億ドル規模の市場へと急成長しています。V7における私たちのテーマは、アプリケーションの幅広さと新製品の市場投入のスピードを考えると、AIモデル、コード、そして人間をループ型エコシステムで繋ぐ集中型プラットフォームが必要だということです」と、アマデウス・キャピタル・パートナーズのパートナー、ピエール・ソチャ氏は声明で述べています。
V7はこのプロセスを「自動操縦」と表現していますが、より正確には「副操縦」と言えるでしょう。つまり、不明瞭と判断された箇所はすべて人間に送り返され、評価とレビューが行われるという考え方です。これは人間の作業を代替するものではなく、人間がより効率的に作業を進めるための補助となります。（場合によっては人間よりも優れたパフォーマンスを発揮することもあるため、両者を連携させることで互いの作業を二重チェックするのに役立つ可能性があります。）以下は、肺炎検出のためのスキャン画像における画像トレーニングの例です。
画像の処理や使用方法を改善するために AI が応用されている分野が数多くあることを考慮して、当初医療分野に注力するという決定は、スタートアップの足場を固め、この種の技術を社内で構築したことがないかもしれないが、間違いなくそれを使いたいと考えている市場に焦点を絞るためでもあったとリッツォーリ氏は述べた。
「私たちは、AIベースのアプリケーションを既に商用化している業界、あるいは視覚処理に関する多くの研究が人間によって行われている業界に焦点を絞ることにしました」と彼は述べた。「ムーンショットのような大規模なプロジェクトや、巨額の研究開発予算を使い果たしたプロジェクトに縛られたくありませんでした。なぜなら、そうしたプロジェクトは、誰かが自ら問題を完全に解決しようとしており、より専門的な分野に取り組んでいることを意味し、私たちのようなサードパーティの技術ではなく、独自の技術を求めている可能性があるからです。」
企業が「独自の秘策」を探していることに加え、一部のプロジェクトは研究室の外で日の目を見ることは決してないかもしれないと、リッツォーリ氏は付け加えた。「私たちはむしろ、実際の応用に向けて取り組んでいます」と彼は述べた。
別の観点から見ると、このスタートアップは、企業における情報の入手方法と活用方法における変化を象徴しています。投資家たちは、V7が構築しているフレームワークが、将来、企業がデータをどのように取り込むかを示唆していると考えています。
「V7は、現代のAIワークフローにおけるデータ管理の業界標準となるための好位置に立っています」と、Radical Venturesのパートナーであるパラスビル・パテル氏は声明で述べています。パテル氏は今回の資金調達ラウンドでV7の取締役会に加わります。
「AIで解決できる問題は膨大で、急速に増加しています。あらゆる規模の企業がこれらの機会を捉えようと競争する中、継続的に改善し、現実世界のニーズに適応する優れた製品を提供するには、クラス最高のデータとモデル基盤が必要です」と、エア・ストリート・キャピタルのネイサン・ベナイチ氏は声明で述べています。「まさにV7のAIデータエンジンが真価を発揮する分野です。業種や用途を問わず、お客様はV7を活用することで、堅牢なAIファースト製品をかつてない速さで提供しています。V7は、急速に進化する業界のベストプラクティスを、データからモデル、そして製品に至るまでのマルチプレイヤーワークフローにパッケージ化しています。」
