生成AIと大規模言語モデル（LLM）は近年、大流行しており、ChatGPTのような技術によって従来のオンライン検索を覆す一方で、顧客サポート、コンテンツ生成、翻訳など様々な分野を改善しています。現在、ある新興スタートアップ企業がLLMを活用し、開発者、ソフトウェアエンドユーザー、そして従業員の複雑な質問に答えるAIアシスタントを開発しています。これは、技術製品向けのChatGPTのようなものです。
昨年2月に設立されたKapa.aiは、Yコンビネーター（YC）の2023年夏期プログラムを卒業しており、ChatGPTの開発元であるOpenAI、Docker、Reddit、Monday.com、Mapboxなど、既に多くの顧客を獲得しています。創業18ヶ月の企業としては、悪くない数字です。
「私たちの最初のコンセプトは、テック企業を経営する数人の友人が同じ問題を抱えて連絡してきたことがきっかけでした。そして、彼らのためにこの問題を解決するためにKapa.aiの最初のプロトタイプを構築したところ、1週間以内に最初の有料パイロットを獲得することができました」と、CEO兼共同創業者のエミル・ソレンセン氏はTechCrunchに語った。「これが口コミによる有機的な成長につながり、お客様は私たちの最大の支持者になってくれました。」
この初期の勢いを基盤として、Kapa.ai は Initialized Capital が主導するシードラウンドの資金調達で 320 万ドルを調達しました。
技術的な話
最も広い意味で言えば、企業は技術文書をKapa.aiに入力し、Kapa.aiは開発者やエンドユーザーが質問できるインターフェースを提供します。例えばDockerは最近、Docker Docs AIという新しいドキュメントアシスタントをリリースしました。これは、Docker関連の質問にドキュメントページ内から即座に回答を提供するもので、これはKapa.aiを利用して構築されています。
しかし、Kapa.ai は、顧客サポート、コミュニティ エンゲージメント、従業員が会社のナレッジ ベースを照会するのを支援する職場アシスタントなど、さまざまなユース ケースに使用できます。
Kapa.ai は内部的には、さまざまなプロバイダーの複数の LLM をベースとしており、検索拡張生成 (RAG) と呼ばれる機械学習フレームワークに依存しています。これにより、関連する外部データソースから簡単にデータを取得してより豊富な応答を提供できるようになり、LLM のパフォーマンスが向上します。
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
「当社はモデルにとらわれません。それぞれの特定のユースケースに最適なパフォーマンスのスタックと検索技術を使用するために、独自のモデルの使用も含め、複数のプロバイダーと連携しています」とソレンセン氏は述べた。
注目すべきは、SanaやKore.aiといったベンチャーキャピタルの支援を受けたスタートアップ企業を含め、既に類似のツールが数多く存在することです。これらのツールは、本質的には企業のナレッジベースに会話型AIを導入することを目指しています。Kapa.aiもその一つですが、同社によると、Kapa.aiの主な差別化要因は従業員ではなく外部ユーザーに重点を置いていることで、それがKapa.aiの設計に大きな影響を与えています。
「AIアシスタントをエンドユーザーに外部的に導入する場合、精査のレベルは10倍に跳ね上がります」とソレンセン氏は述べた。「重要なのは正確性だけです。企業はAIが顧客に誤解を与えることを懸念しており、ChatGPTやClaudeに幻覚を起こさせようとしたことは誰もが経験しています。間違った回答がいくつかあるだけで、企業はシステムへの信頼を即座に失います。だからこそ、私たちは正確性を重視しているのです。」
正確さ
技術文書に関する正確な回答を、錯覚を最小限に抑えて提供することに重点を置いていることから、Kapa.ai が他の LLM ツールとは異なる点が浮き彫りになります。Kapa.ai は、はるかに限定されたユースケース向けに構築されています。
「システムの精度を最適化するには、当然トレードオフが伴います。他の法学修士（LLM）システムが許容できる範囲よりも創造性を少なく設計する必要があるからです」とソレンセン氏は述べた。「これは、回答がシステムが提供するコンテンツの集合体からのみ生成されることを保証するためです。」
さらに、データプライバシーという厄介な問題があります。これは、生成AIの導入を検討しながらも、機密データをサードパーティシステムに公開することに不安を抱く企業にとって、大きな障害の一つです。そのため、Kapa.aiにはPII（個人識別情報）データの検出とマスキング機能が組み込まれており、個人情報が保存または共有されないよう、ある程度の対策が講じられています。
これにはリアルタイムのPIIスキャンが含まれます。Kapa.aiはメッセージを受信すると、PIIデータがスキャンされ、個人データが検出された場合はメッセージを拒否し、保存しません。ユーザーは、文書内で検出されたPIIデータを匿名化するようにKapa.aiを設定することもできます。
もちろん、企業はAzureのOpenAIサービスやDeepsetのHaystackといったサードパーティツールを使って、Kapa.aiに似たものを自ら構築することができます。しかし、Kapaのウェブサイトウィジェットをタップしたり、SlackやZendeskにボットを展開したり、企業が独自のインターフェースで少しカスタマイズできるAPIを使ったりするだけで済むことを考えると、それは時間とリソースを大量に消費する作業です。
「私たちが一緒に仕事をしている人のほとんどは、エンジニアリングの作業をすべて自分でやりたいとは思っていませんし、チーム内に必ずしもそのためのAIリソースがあるわけでもありません」とソレンセン氏は述べた。「彼らが求めているのは、顧客に直接提供できるほど信頼できる、正確で信頼性の高いAIエンジンです。しかも、技術的な製品に関する質問に答えるというユースケースに最適化されているのです。」
価格設定の面では、Kapa.ai は SaaS サブスクリプション モデルを採用し、導入と使用の複雑さに基づいて段階的な価格設定を提供していると述べているが、これらの価格は公表していない。
同社には、ソレンセン氏が拠点を置くコペンハーゲンとサンフランシスコの2つの主要拠点に世界中に広がる9人のリモートチームがある。
Kapa.aiのシードラウンドには、リードスポンサーのInitialized Capitalのほか、Y Combinatorや、Docker創業者のソロモン・ハイクス氏、スタンフォード大学教授でAI研究者のダウ・キエラ氏、Replit創業者のアムジャド・マサド氏など、多数のエンジェル投資家が参加した。
