企業におけるAIの需要は飽くなきものですが、課題はサポートインフラの構築と開発・保守にあります。2020年のIDC調査によると、AIの学習用データ不足と低品質データに加え、データセキュリティ、ガバナンス、パフォーマンス、レイテンシーの問題が、AI導入における大きな障壁となっています。実際、調査に回答した企業の3分の1は、AIライフサイクルの約3分の1の時間を、実際のデータサイエンスの取り組みではなく、データの統合と準備に費やしていると報告しています。
OpenAIの元研究科学者であるジョシュ・トービン氏は、2019年にカリフォルニア大学バークレー校でヴィッキー・チャン氏と共にディープラーニングの講義を担当した際、このトレンドを目の当たりにしました。トービン氏とチャン氏は、AIの歴史が転換点を迎えたことを目の当たりにしました。過去10年間、企業は技術トレンドへの対応や分析支援のためにAIに投資してきました。しかし、一部のベンダーが「AIの民主化」を宣言しているにもかかわらず、ほとんどの企業にとってAIを活用した製品の開発は依然として非常に困難でした。
「機械学習のためのインフラを構築または導入する上での最大の課題は、この分野が驚くほど急速に進化していることです。例えば、自然言語処理はほんの数年前までは産業用途には手の届かないものと考えられていましたが、今では急速に普及しつつあります」とトービン氏は述べた。「だからこそ、私たちは継続的な機械学習改善プラットフォームを構築しているのです。」
トービン氏と、かつてOpenAIでインフラ部門を率い、Duolingoの創設エンジニアを務めたチャン氏は、AI開発チームがAIシステムを再トレーニングするタイミングと、再トレーニング時に使用するデータを決定するのを支援するサービス「Gantry」の共同創設者です。トービン氏によると、既存のアプリ、データラベリングサービス、データストレージに接続するGantryは、トレーニング、評価、展開の各段階でデータを要約・可視化できるとのことです。
Gantryは本日、シリーズAラウンドで調達した2,390万ドルと、これまで非公開だったシードラウンドで調達した440万ドルを合わせた総額2,830万ドルを調達し、ステルス運用から脱却しました。AmplifyとCoatueは、OpenAIの社長兼共同創業者であるGreg Brockman氏や、産業用ロボットスタートアップCovariantの共同創業者であるPieter Abbeel氏を含む投資家とともに、シリーズAを共同でリードしました。
「当社の製品は、機械学習エンジニアがライブの機械学習搭載製品を通過するデータを活用して、アプリケーションの実際のパフォーマンスを把握し、改善策を見つけ、その改善を運用化するのに役立ちます」とトービンは述べています。
AIシステムは、データセット（例：過去の気象パターン）を取り込み、それらのデータセット内の様々なデータポイント間の関係性（例：晴れた日は気温が高くなる傾向がある）を学習することで、予測を学習します。しかし、AIシステムは現実世界では脆弱になりがちです。現実世界のデータはほぼ静的ではないため、トレーニングセットが現実世界を長期間代表するとは限りません。例えば、パンデミックによって購買行動が変化すると、在庫予測システムが機能しなくなる可能性があります。ボルボの自動運転システムはカンガルーに混乱を招いたことで悪名高い事例がありました。カンガルーが跳ねるため、どれだけ近くにいるのか判断するのが困難だったのです。
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
トービン氏とチャン氏は、この問いに対する答えはGantryの「継続的」学習システム、つまり継続的に変化するデータストリームにシステムを適応させることができるインフラストラクチャにあると考えています。トービン氏によると、GantryはAIシステムのパフォーマンスに関する唯一の真実の源として機能するように設計されており、ユーザーはワークフローツールを使用して指標とそれを計算するデータスライスを定義することで、システムのパフォーマンスと改善方法を把握できます。
「企業における顧客体験の質の低さは終わりました。顧客は今、現代のテクノロジー企業に期待するのと同じくらい、シームレスで一貫性があり、直感的な体験を期待しています。機械学習は、こうした体験を大規模に提供することを可能にします。しかし、機械学習を活用した製品は構築コストが高く、ブランドと顧客体験にリスクをもたらします。なぜなら、モデルがユーザーとインタラクションする際に予期せぬ、そして有害な形で失敗する可能性があるからです」と彼は付け加えました。「Gantryは、機械学習を活用した製品機能を安全に維持・改善するために必要なインフラストラクチャと制御を提供することで、企業が機械学習を活用したシームレスな顧客体験を、より少ないリスクとコストで構築できるよう支援します。」
Gantryは、開発ワークフローの自動化と標準化によってAIシステムのライフサイクルを効率化することを目指す、MLOps（機械学習オペレーション）と呼ばれる新興ソフトウェア分野に属します。AI導入の加速を背景に、分析企業Cognilyticaは、MLOpsソリューションの世界市場規模が2019年の3億5,000万ドルから2025年には40億ドルに拡大すると予測しています。
トービン氏は、Arize、Arthur、Fiddlerといった他のツールもGantryと同様の機能の一部を実現できることを認めている。しかし、これらのツールはより広範なAI問題に焦点を当てているのに対し、Gantryは観測可能性、監視、説明可能性といった側面に触れながらも、それ以上の領域に踏み込んでいるとトービン氏は主張する。例えば、GantryはAI搭載アプリのバイアス検出に使用できるとトービン氏は主張する。アプリがテキストや画像といった「非構造化」データを使用している場合でも、だ。
トービン氏は、ガントリーのユーザー数や顧客数については明らかにしなかった。しかし、今回の資金は、ガントリーの22人体制のチーム拡大に加え、顧客獲得にも一部充てられる予定だと述べた。
現在の経済情勢とそれがガントリーにとってどのような意味を持つかについて尋ねられた際、トービン氏は「テクノロジー分野における潜在的な逆風は、機械学習分野の強力な追い風によって十分に相殺されると考えています」と付け加えました。「また、財政が逼迫し、企業が支出についてより慎重になるにつれて、チームの効率性や製品のパフォーマンスと信頼性を向上させるツールへの投資は、これまで以上に重要になります。」
カイル・ウィガーズは2025年6月までTechCrunchのAIエディターを務めていました。VentureBeatやDigital Trendsに加え、Android Police、Android Authority、Droid-Life、XDA-Developersといった様々なガジェットブログにも記事を寄稿しています。音楽療法士のパートナーとマンハッタンに在住。
バイオを見る
