米TechCrunchは、AIモデルのトレーニングを非技術系の専門家にも開放しようとするスタートアップ「Trajectory」が、4,500万ドルを調達したと報じました。創業からわずか1年で評価額は3億ドルに達しており、生成AIブームの次の焦点が「誰がAIを作り、育てるのか」に移りつつあることを示しています。
Trajectoryは、非技術系の専門家でもAIモデルのトレーニングにアクセスできるようにすることを目指し、4,500万ドルを調達した。創業1年の同社の評価額は現在3億ドルとなっている。
AI開発の主役が「エンジニアだけ」ではなくなる
今回のニュースで注目すべき点は、単なる資金調達額の大きさではありません。より重要なのは、Trajectoryが狙っている市場が「AIモデルを作る人の拡張」だという点です。
これまでAIモデルのトレーニングには、機械学習エンジニア、データサイエンティスト、クラウド基盤の知識を持つ技術者が不可欠でした。しかし、企業がAI活用を進めるうえで本当に重要な知識は、必ずしも技術部門だけにあるわけではありません。
たとえば、製造業の品質管理、医療現場の診断支援、金融機関のリスク審査、小売の需要予測などでは、現場担当者や業務専門家が持つ「暗黙知」がAIの精度を左右します。Trajectoryのようなサービスが目指すのは、こうしたドメイン知識を持つ人が、より直接的にAIモデルの改善や調整に関われる世界だと考えられます。
「ノーコードAI」から「現場参加型AI」へ
日本でもノーコード・ローコードツールは広がってきましたが、AI分野ではまだ「チャットボットを使う」「既存モデルを業務に組み込む」という段階にとどまる企業も少なくありません。
今後は、AIを単に使うだけでなく、自社の業務データや専門知識に合わせて調整するニーズが高まります。そこで重要になるのが、非エンジニアでも扱えるAIトレーニング環境です。特に日本企業では、現場に蓄積された業務ノウハウが競争力の源泉になっているケースが多いため、こうしたツールとの相性は高いといえます。
日本企業にとってのインパクト：人手不足対策と業務継承のカギに
日本市場でこのトレンドが重要なのは、AI活用が単なる効率化にとどまらず、人手不足や技能継承の問題と直結しているからです。
たとえば、熟練技術者の判断、カスタマーサポート担当者の対応ノウハウ、営業担当者の提案パターンなどは、マニュアル化されにくい情報です。こうした知識をAIモデルに反映できれば、ベテラン社員の知見を組織全体で活用しやすくなります。
一方で、非技術者がAIモデルのトレーニングに関わるようになると、データ品質、バイアス、セキュリティ、責任範囲といった課題も大きくなります。誰でもAIを調整できるようになるほど、企業側にはガバナンス設計が求められます。
「使いやすさ」と「統制」の両立が勝負になる
今後、日本企業がこの種のAIトレーニングツールを導入する際には、単にUIが分かりやすいかどうかだけでなく、承認フロー、ログ管理、データ利用範囲の制御、モデル更新時の検証体制などが重要になります。
特に金融、医療、公共領域のように説明責任が求められる業界では、「非技術者でも扱える」ことと「安全に管理できる」ことを両立できるプラットフォームが選ばれるでしょう。
4,500万ドル調達が示す、AI投資の次のテーマ
創業1年で評価額3億ドルというTrajectoryの急成長は、投資家がAIインフラの次の波をどこに見ているかを示しています。大規模言語モデルそのものの開発競争に加え、それを各業界・各企業の現場に合わせて使えるようにする「モデル活用の民主化」が次の巨大市場として注目されているのです。
日本企業にとっても、AI導入の成否は「高性能なモデルを導入すること」だけでは決まりません。現場の専門知識をどうAIに反映し、継続的に改善できる仕組みを作るかが問われます。
Trajectoryのような企業の台頭は、AIが一部のエンジニアや研究者のものから、業務を深く知る専門家の道具へと変わっていく流れを象徴しています。今後、日本でも「AIを使える人材」だけでなく、「AIを育てられる現場人材」の価値が高まっていくはずです。
引用元: Trajectory raises $45M to make AI model training accessible to nontechnical experts
