ZenMLは、あらゆるオープンソースAIツールを結びつける接着剤となることを目指しています。このオープンソースフレームワークは、データサイエンティスト、機械学習エンジニア、プラットフォームエンジニアが協力して新しいAIモデルを構築するためのパイプラインを構築できるようにします。
ZenMLが興味深いのは、企業が独自のプライベートモデルを構築できるようにする点です。もちろん、企業がGPT-4の競合モデルを構築する可能性は低いでしょう。しかし、自社のニーズに特に適した、より小規模なモデルを構築できる可能性があります。また、OpenAIやAnthropicなどのAPIプロバイダーへの依存度も軽減されます。
「OpenAIやクローズドソースAPIを誰もが使うという最初の盛り上がりが過ぎれば、[ZenML]によって人々が独自のスタックを構築できるようになるというのがその考えだ」と、ベンチャーキャピタル企業Point Nineのパートナー、ルイス・コッペイ氏は語った。
ZenMLは今年初め、Point Nineからシードラウンドの追加資金調達を実施し、既存投資家のCraneも参加しました。ドイツ・ミュンヘンに拠点を置くこのスタートアップは、設立以来、総額640万ドルを調達しています。
ZenMLの創業者であるアダム・プロブスト氏とハムザ・タヒル氏は、以前、特定の業界の企業向けに機械学習パイプラインを構築する会社で共に働いていました。「毎日、機械学習モデルを構築し、それを本番環境に導入する必要がありました」と、ZenMLのCEOであるアダム・プロブスト氏は語りました。
この作業から、2人は同じ作業を何度も繰り返さなくても済むように、さまざまな状況、環境、顧客に適応できるモジュラーシステムの設計を開始しました。これが ZenML につながりました。
同時に、機械学習の導入を始めたばかりのエンジニアは、このモジュール式システムを活用することで、より有利なスタートを切ることができます。ZenMLチームはこの領域をMLOpsと呼んでいます。これはDevOpsに似ていますが、機械学習に特化したものです。
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
「私たちは、バリューチェーンの特定のステップに重点を置いたオープンソースツールを連携させて、機械学習パイプラインを構築しています。すべてはハイパースケーラー、つまりAWSとGoogleの基盤上にあり、オンプレミスのソリューションもすべて連携しています」とプロブスト氏は述べた。
ZenMLの主要コンセプトはパイプラインです。パイプラインを作成したら、ローカルで実行したり、AirflowやKubeflowなどのオープンソースツールを使用してデプロイしたりできます。また、EC2、Vertex Pipelines、SageMakerなどのマネージドクラウドサービスも利用できます。ZenMLは、Hugging Face、MLflow、TensorFlow、PyTorchなどのオープンソースMLツールとも統合されています。
「ZenMLは、あらゆるものを一つの統合されたエクスペリエンスにまとめるものであり、マルチベンダー、マルチクラウドに対応しています」とZenMLのCTO、ハムザ・タヒル氏は述べています。ZenMLは、MLワークフローにコネクタ、可観測性、監査可能性をもたらします。
同社は当初、GitHub上でオープンソースツールとしてフレームワークをリリースしました。チームはコーディングプラットフォーム上で3,000以上のスターを獲得しています。ZenMLは最近、マネージドサーバーを備えたクラウド版の提供も開始しており、継続的インテグレーションとデプロイメント（CI/CD）のトリガーも近々提供される予定です。
いくつかの企業は、産業ユースケース、電子商取引の推奨システム、医療環境での画像認識などに ZenML を使用しています。クライアントには、Rivian、Playtika、Leroy Merlin などがあります。
プライベート、業界固有のモデル
ZenMLの成功は、AIエコシステムの進化にかかっています。現在、多くの企業がOpenAIのAPIにクエリを送信することで、AI機能を次々と追加しています。この製品には、大量のテキストを要約できる新しいマジックボタンが搭載されています。また、カスタマーサポートのやり取りに使える回答を事前に用意しておくことも可能です。
「OpenAIには将来性があるが、市場の大多数は独自のソリューションを持つ必要があると考えている」アダム・プロブスト
しかし、これらのAPIにはいくつか問題があります。それは、あまりにも高度で、高価すぎることです。「OpenAI、あるいは非公開で構築されているこれらの大規模言語モデルは、一般的なユースケース向けに構築されており、特定のユースケース向けではありません。そのため、現状では、特定のユースケース向けには、あまりにも高度な訓練が必要で、高価すぎます」とプロブスト氏は述べています。
「OpenAIには将来性がありますが、市場の大多数は独自のソリューションを持つ必要があると考えています。だからこそ、オープンソースは彼らにとって非常に魅力的なのです」と彼は付け加えた。
OpenAIのCEO、サム・アルトマン氏も、AIモデルは万能ではないと考えています。「どちらも重要な役割を担っていると思います。私たちはどちらにも関心を持っており、将来は両者のハイブリッドになるでしょう」と、アルトマン氏は今年初めにStation Fで行われた質疑応答セッションで、小規模で特化したモデルと幅広いモデルに関する質問に答えました。
AIの利用には倫理的および法的影響もあります。規制は現在もリアルタイムで大きく変化していますが、特に欧州の法律は、企業が非常に特殊なデータセットで、非常に特殊な方法でトレーニングされたAIモデルを使用することを奨励する可能性があります。
「ガートナーによると、2024年には企業の75%が（概念実証）から本番環境へと移行するでしょう。ですから、今後1、2年はAIの歴史において最も重要な時期の一つとなるでしょう。おそらく、独自のデータに基づいて微調整されたオープンソースの基礎モデルを組み合わせたものを使い、ようやく本番環境へと移行していくことになるでしょう」とタヒル氏は語った。
「MLOpsの価値は、AIユースケースの99%が、社内でトレーニングされる、より特化され、より安価で、より小規模なモデルによって推進されると考えている点にあります」と彼は会話の後半で付け加えた。
ロマン・ディレットは2025年4月までTechCrunchのシニアレポーターを務めていました。テクノロジーとテクノロジー系スタートアップに関する3,500本以上の記事を執筆し、ヨーロッパのテクノロジーシーンで影響力のある人物としての地位を確立しています。スタートアップ、AI、フィンテック、プライバシー、セキュリティ、ブロックチェーン、モバイル、ソーシャルメディア、メディアにおいて深い知識を持っています。TechCrunchで13年の経験を持つ彼は、シリコンバレーとテクノロジー業界を熱心に取材する同誌のお馴染みの顔です。彼のキャリアは21歳のときからTechCrunchでスタートしています。パリを拠点とする彼は、テクノロジー業界の多くの人々から、街で最も知識豊富なテクノロジージャーナリストとみなされています。ロマンは、誰よりも早く重要なスタートアップを見つけるのを好みます。Revolut、Alan、N26を取材した最初の人物でもあります。Apple、Microsoft、Snapによる大型買収に関するスクープ記事も執筆しています。執筆活動をしていない時は、開発者としても活動しており、テクノロジーの背後にある仕組みを理解しています。彼は過去50年間のコンピュータ業界に関する深い歴史的知識も有しています。イノベーションと社会構造への影響を結びつける方法を熟知しています。ロマンは、起業家精神を専門とするフランスの名門ビジネススクール、エムリヨン・ビジネススクールを卒業しています。テクノロジー分野で女性の教育とエンパワーメントを推進するStartHerや、テクノロジーで難民のエンパワーメントを支援するTechfugeesなど、複数の非営利団体を支援してきました。
バイオを見る
