WhyLabs は ML 運用の透明性を高めます

アレン研究所からスピンアウトした機械学習スタートアップ企業WhyLabsが、本日ステルス状態から脱却しました。Amazonの元機械学習エンジニアであるアレッシア・ヴィシュニッチ氏、サム・グレイシー氏、アンディ・ダン氏、そしてマドロナ・ベンチャー・グループのプリンシパルであるマリア・カライヴァノヴァ氏によって設立されたWhyLabsは、モデルをゼロから構築するのではなく、モデルを学習させた後の機械学習運用に重点を置いています。

同チームは本日、Madrona Venture Group、Bezos Expeditions、Defy Partners、Ascend VCから400万ドルのシード資金を調達したことも発表した。

同社のCEOであるヴィシュニッチ氏はかつてアマゾンの需要予測モデルに携わっていた。

「チームは全員研究者で、私だけが一流の運用経験を持つエンジニアでした」と彼女は言った。「だから、『まあ、そんなにひどいことになるはずがない』と思ったんです。以前、小売ウェブサイトのポケベルを担当したことがありました。でも、これはAmazonで大規模にAIを導入した最初の例の一つでした。ポケベル担当は、ちゃんとした道具がなかったからこそ、とても楽しかったんです。だから、何か問題が起きたとき、例えば突然、黒い靴下を大量に注文してしまったときなどは、原因を突き止めるのにかなりの手作業が必要でした」

Amazonのような大企業は、データサイエンティストやAI実践者がAIシステムを運用するための独自の社内ツールを構築している一方で、多くの企業は依然としてこの問題に苦戦しており、多くのAIプロジェクトは失敗に終わり、実稼働には至りません。「その大きな原因の一つは、運用プロセスが依然として非常に手作業であることにあると考えています」とVisnjic氏は述べています。「そこでWhyLabsでは、この問題に対処するツール、具体的にはデータ品質とアラートを監視・追跡するツールを開発しています。これはAIアプリケーション向けのDatadogと考えていただければと思います。」

チームは大きな野心を抱いていますが、まずは可観測性に焦点を当てています。チームは、AIシステム内で何が起こっているかを低オーバーヘッドのエージェントを用いて継続的に記録する新しいツールを開発し、オープンソース化しています。「WhyLogs」と呼ばれるこのプラットフォームに依存しないシステムは、AI/MLパイプラインを通過するデータを実務者が理解するのに役立つように設計されています。

多くの企業にとって、これらのシステムを流れるデータの量は非常に膨大であるため、「将来の調査のために針が混じっているかもしれない大きな干し草の山」を保管しておくのは理にかなっていないと、ヴィシュニッチ氏は指摘する。そのため、企業は代わりに、これらのデータをすべて破棄してしまうのだ。WhyLabsは、データロギングソリューションを通じて、こうした企業にデータを調査し、パイプラインの初期段階で問題を発見するためのツールを提供することを目指している。

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

カライヴァノヴァ氏によると、同社はまだ有料顧客を獲得していないものの、複数の概念実証に取り組んでいるとのことだ。これらのユーザーの中には、同社のデザインパートナーでもあるZulilyも含まれている。同社は当面、中規模企業をターゲットとしているが、カライヴァノヴァ氏が指摘したように、同社にとって最適な顧客層を獲得するには、顧客が10～15人の機械学習専門家を擁する確立されたデータサイエンスチームを持っている必要がある。価格モデルは現在検討中だが、おそらく数量ベースのアプローチになるだろうとカライヴァノヴァ氏は述べた。

「私たちは、最先端企業で大規模なソリューションを構築し、適切なタイミングでより広範な市場に製品を提供できる優れた創業チームに投資することを熱望しています。WhyLabsチームは、実践者のための実践者です。Amazonでの長年の経験から、AI開発者が直面する課題を深く直接的に理解しており、その経験と洞察を顧客のために活かしています」と、Madronaのマネージングディレクターであるティム・ポーター氏は述べています。「WhyLabsに投資し、彼らと提携することで、急成長を遂げているMLOps分野にクロスプラットフォームのモデルの信頼性と可観測性をもたらすことができることを、大変嬉しく思っています。」