データアナリスト向けのノーコードスタートアップであるObviously AIがシードラウンドの資金を470万ドルに増額

データアナリスト向けのノーコードスタートアップであるObviously AIがシードラウンドの資金を470万ドルに増額
明らかに AI 創始者のニルマン・デイブとタポジット・デブナス
明らかに AI 創始者のニルマン・デイブとタポジット・デブナス

ニルマン・デイブ氏の2つのスタートアップはそれぞれ大きく異なりますが、どちらもDIY精神に溢れています。1つ目はCircuiTricksという会社で、高校卒業後のギャップイヤー中に設立し、学生に電子工学と物理学を教えるキットを開発しました。現在、デイブ氏は、技術的な知識を持たない人でも機械学習モデルを構築・訓練できるノーコードのAI/MLプラットフォーム「Obviously AI」の最高経営責任者(CEO)を務めています。バークレーに拠点を置く同社は、シードラウンドで増資を行い、今回の資金調達総額は2か月前に発表した360万ドルから470万ドルに増加しました。この増資は、ディープテック投資会社である東京大学エッジキャピタルパートナーズ(UTEC)が主導し、トレイルミックスベンチャーズとB-Capitalが参加しました。

UTECのプリンシパル、キラン・マイソール氏はTechCrunchに対し、AI/MLやコーディングの経験がない友人の機械学習モデル構築を手伝っていた際に、Product HuntでObsidian AIを見つけたと語った。Obsidian AIを実際に使用し、他のAutoML製品と比較評価した結果、マイソール氏は非常に感銘を受け、このスタートアップに連絡を取り、投資ラウンドを主導した。

ノーコード/ローコードのスタートアップは、この1年で大きな注目を集め、資金も獲得しました。注目すべき例としては、NoogataやAbacusなどが挙げられます。Dave氏は、「AIのニッチ市場は、データサイエンスチームを持たない、あるいはデータ分析の知識はあってもプログラマーではない人材を抱える中堅企業であることは明らかです」と述べています。

ローコード、ノーコードスタートアップの成長を追跡

Oblivious AIは、「Edge-Sharp AutoML」と呼ばれる独自の技術を用いて、顧客のニーズに合わせてカスタマイズされた機械学習モデルを構築・トレーニングし、既存のクラウドサービスやデータベースに統合することができます。マーケティング、ソフトウェア、D2C、フィンテック、保険会社に特化しており、現在3,000社以上の顧客を抱え、Oblivious AIのモデル上にホストされた82,000以上の予測モデルを活用しています。

同社は新たに調達したシード資金を日本を含むアジア市場への進出に充て、日本では国内最大手の印刷会社である大日本印刷(DNP)と提携して市場開拓戦略を進める予定だ。

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

大日本印刷の研究開発マネージャーである下村健也氏は、TechCrunchへのメールで次のように述べています。「DNPでは、マーケティングとセールスにおける最先端の予測分析が非常に重要です。しかし、現在のツールは非常に複雑で、結果が出るまでに数ヶ月かかります。Obviously AIのおかげで、複数のアナリストをシームレスにオンボーディングし、わずか数時間で稼働させることができました。」

デイブはハンプシャー大学に留学中、Obviously AIの共同創業者兼最高技術責任者であるタポジット・デブナスと出会いました。卒業後、二人はベイエリアのスタートアップ企業でインターンシップを始めました。デイブはライブストリーミング・ソフトウェア・プラットフォームであるStreamlabsでデータサイエンスのインターンとして働いていました。

デイブは元々ビデオエンコードアルゴリズムの開発のために入社しましたが、その後も同社のマーケティング・営業チーム向けの機械学習モデルの構築に多くの時間を費やしました。小売ソフトウェアのスタートアップ企業B8taで機械学習のインターンとして働いていたデブナスも同様の経験をしました。

2人は、機械学習エンジニアの人材が不足しており、多くの企業が「シチズンデータアナリスト」、つまりデータサイエンスを理解しているもののコーディング経験のない人材に頼っていることに気づきました。

明らかにAIの機械学習モデルレポートのユーザーインターフェース
明らかにAIの機械学習モデルレポートのユーザーインターフェース

「彼らは大量のデータを扱うものの、プログラマーではありません。私たちはこうした人たちのためにこれらのツールを設計しました。目標は、データを理解し、そのデータを使ってソフトウェアを使って、何時間も何日も待つことなく、非常に速くモデルを構築できるようにすることです」とデイブは語った。

彼とデブナスは2018年に仕事を辞めてスタートアップで働き始め、家賃と引き換えにAirbnbホストの雑用をこなしながら投資家へのプレゼンの仕方を学び、その後カリフォルニア大学バークレー校のスカイデッキ・アクセラレーター・プログラムに参加した。

デイブ氏によると、多くの自動AI/MLソフトウェアプラットフォームは「データセットに対して複数の異なるアルゴリズムを総当たり方式で実行し、最もパフォーマンスの高いアルゴリズムを1つ選択する」とのことです。例えば、最もパフォーマンスの高いアルゴリズムを選択するまでに100種類の異なるアルゴリズムを実行する場合があり、これは他のアルゴリズムを自動構築する時間に費やされた時間を無駄にしていることを意味します。

明らかに AI の Edge-Sharp AutoML が他のものと異なるのは、データセットで使用できる機械学習モデルの特定のグループを調べて、クライアントのニーズに最適な上位 5 つのモデルを自動的に絞り込み、ハイパーパラメータを自動的に調整して予測結果を返す点です。

5人のVCがノーコードが世界の業界に水平展開している様子を語る

AIの料金プランは月額75ドルから。典型的な顧客は、データサイエンスチームを持たない、あるいはデータサイエンティストが他の業務で手一杯になっている中規模企業や、大企業の小規模チームです。

例えば、インドにある約15人のチームを抱える小規模なマイクロローン会社は、どの申請者に融資を行うかを手作業で決定していましたが、AIモデルへの切り替えを決定しました。同社はObviously AIを活用し、申請者の債務不履行の可能性と適切な融資額を自動予測しました。現在、同社はアプリ全体でObviously AIを活用しており、顧客は申し込み後すぐに融資額を確認できるようになっています。

もう一つのユースケースは、ドイツのモバイルゲーム会社です。同社は動的価格設定モデルを採用し、ゲーム内トークンなどの商品に対して個々のユーザーがいくら支払う意思があるかを把握する必要がありました。同社はObviously AIを活用し、プレイヤーのゲーム内でのインタラクションに基づいて予測を行っています。

明らかにAIのシード資金の一部は、より多くのユースケースに対応するための機械学習の研究開発に充てられます。デイブ氏によると、明らかにAIは、クライアントがデータを持ち、何を予測すべきかを知っている教師あり学習のユースケースに重点を置いています。教師なし学習のユースケースとは、クライアントがデータセットを持っているものの、何を求めているのかを正確には把握しておらず、機械学習モデルを用いてそこに興味深いパターンがあるかどうかを判断します。教師なし学習アルゴリズムは、eコマースプラットフォームにおける自動分類やレコメンデーションエンジンなどに活用できます。

Abacus.AIがさらに2,200万ドルを調達し、新たなAIモジュールをリリース