研究者にとって、科学論文を読むことは非常に時間のかかる作業です。ある調査によると、科学者は情報の検索に毎週7時間を費やしています。別の調査では、文献のシステマティックレビュー（特定のトピックに関する証拠を学術的に統合する作業）には、5人からなる研究チームで平均41週間かかることが示されています。
しかし、そうである必要はありません。
少なくとも、これはAIスタートアップ企業Elicitの共同創業者、アンドレアス・シュトゥルミュラー氏からのメッセージだ。Elicitは、科学者や研究開発機関向けの「研究アシスタント」を設計している。Fifty Years、Basis Set、Illusion、そしてエンジェル投資家のジェフ・ディーン（Googleのチーフサイエンティスト）やトーマス・エベリング（ノバルティスの元CEO）などの支援を受け、Elicitは文献レビューの煩雑な側面を抽象化するAI搭載ツールを開発している。
「Elicitは、言語モデルを用いて科学研究を自動化する研究アシスタントです」と、シュトゥルミュラー氏はTechCrunchのメールインタビューで語った。「具体的には、関連論文を見つけ、研究に関する重要な情報を抽出し、その情報を概念に整理することで、文献レビューを自動化します。」
Elicitは、スタンフォード大学の計算・認知研究所の元研究者であるシュトゥルミュラー氏が2017年に設立した非営利研究財団Oughtからスピンアウトした営利ベンチャーです。Elicitのもう一人の共同創業者であるジョンウォン・ビョン氏は、オンライン融資会社Upstartで成長を牽引した後、2019年にこのスタートアップに加わりました。
Elicit は、ファーストパーティとサードパーティのさまざまなモデルを使用して、論文全体の概念を検索して発見し、ユーザーが「クレアチンの効果はすべて何か？」や「論理的推論の研究に使用されたデータセットはすべて何か？」などの質問をして、学術文献から回答のリストを取得できるようにします。
「システマティックレビューのプロセスを自動化することで、レビューを作成する学術機関や産業界の研究機関のコストと時間を即座に削減できます」とシュトゥルミュラー氏は述べています。「コストを十分に削減することで、これまではコスト面で実現が困難だった新たなユースケース、例えばある分野の知識が変化した際にジャストインタイムで更新するといったユースケースが可能になります。」
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
でも、ちょっと待ってください。言語モデルは事実を捏造する傾向があるのではないですか？確かにそうです。Metaが科学研究を効率化するために言語モデルを試みた「Galactica」は、リリースからわずか3日で削除されました。このモデルが、一見正しく聞こえても実際には事実ではない偽の研究論文を頻繁に参照していることが判明したためです。
しかし、シュトゥールミュラー氏は、Elicit は自社の AI が市場に出回っている多くの専用プラットフォームよりも信頼性が高いことを保証するための措置を講じていると主張している。
まず、Elicitはモデルが実行する複雑なタスクを「人間が理解できる」単位に分解します。これにより、例えば、異なるモデルが要約を生成する際にどれほどの頻度で誤りを犯しているのかを把握し、ユーザーがどの回答をいつ確認すべきかを判断するのに役立ちます。
Elicit はまた、研究で実施された試験が管理されていたかランダム化されていたか、資金源や潜在的な利益相反、試験の規模などの要素を考慮して、科学論文の全体的な「信頼性」を計算しようとします。
「チャットインターフェースは作りません」とシュトゥルミュラー氏は述べた。「Elicitのユーザーは言語モデルをバッチジョブとして適用します。…私たちはモデルを使って単に回答を生成するのではなく、常に回答を科学文献にリンクさせることで、幻覚を減らし、モデルの動作を簡単に確認できるようにしています。」
Elicitが、今日の言語モデルを悩ませている主要な問題のいくつかを、その難解さを考えると必ずしも解決したとは思えません。しかし、その取り組みは研究コミュニティの関心、そしておそらくは信頼さえも集めているように思います。
シュトゥルミュラー氏によると、Elicitは毎月20万人以上が利用しており、これは世界銀行、ジェネンテック、スタンフォード大学などの組織で、前年比3倍の成長率（2023年1月開始）に相当します。「ユーザーからは、より強力な機能への課金や、より大規模なElicitの運用を求められています」とシュトゥルミュラー氏は付け加えました。
おそらくこの勢いこそが、Elicitの最初の資金調達ラウンド（Fifty Yearsがリードした900万ドルのトランシェ）につながったのでしょう。調達した資金の大部分は、Elicitの製品開発のさらなる強化と、プロダクトマネージャーおよびソフトウェアエンジニアのチーム拡大に充てられる予定です。
しかし、Elicitの収益化計画はどうなっているのだろうか？いい質問だ。私もシュトゥールミュラー氏に単刀直入に尋ねてみた。彼は今週ローンチされたElicitの有料プランを挙げた。このプランでは、無料プランでは対応できない大規模な論文検索、データ抽出、概念の要約が可能だ。長期的な戦略は、Elicitを研究と推論のための汎用ツール、つまり企業全体が費用を負担したくなるようなツールに育てることだ。
Elicitの商業的成功を阻む可能性のある障害の一つは、アレンAI研究所のOpen Language Modelのようなオープンソースの取り組みです。これらは、科学研究向けに最適化された、無料で利用できる大規模言語モデルの開発を目指しています。しかし、シュトゥルミュラー氏は、オープンソースは脅威ではなく、むしろ補完的なものだと捉えていると述べています。
「現在、最大の競争相手は人力、つまり論文からデータを丹念に抽出するために雇われる研究アシスタントです」とシュトゥルミュラー氏は述べた。「科学研究は巨大な市場であり、研究ワークフローツールには大手企業が存在しません。まさにこの分野で、全く新しいAIファーストのワークフローが生まれるでしょう。」
