AI開発が自動化されても、専門家の判断が欠かせない理由

AIモデルの開発が自動化されるほど、人間の専門知識が不要になる——。Micro1の急成長は、この見方が必ずしも正しくないことを示しています。

米国のAIデータ企業Micro1は、専門家を審査・採用し、AIモデルの学習や評価に使うデータを提供する事業によって、総取扱高ベースの年換算ランレートを8カ月で1億ドルから5億ドルへ拡大したと報じられています。17

ただし、この「5億ドル」は通常の意味での年間売上高とは異なります。年換算ランレートは、現在の取引ペースが1年間続いた場合の規模を示す指標であり、監査済み売上高、利益、実際に回収した現金を意味するものではありません。

5億ドルという数字はどう読むべきか

報道によると、Micro1は契約で得た総額の約60〜70％を保持し、純年換算ランレートは1億5,000万〜2億ドルと推定されています。6 9 17

しかし、5億ドルの60〜70％を単純に計算すると、3億〜3億5,000万ドルになります。公表された数字同士は数学的に一致していないため、総取扱高、保持率、純収益について異なる定義が使われている可能性があります。したがって、1億5,000万〜2億ドルという推定値は、現時点では暫定的な数字として見る必要があります。6 9 17

それでも、8カ月で総取扱高ベースの規模を5倍にしたという報道が示すものは明確です。AI企業が、単なる大量のデータではなく、専門性のある高品質なデータに大きな予算を投じ始めていることです。

なぜ医師や弁護士の判断がAIに必要なのか

Micro1は、医師、弁護士、科学者などの専門家を集め、AI開発企業向けのデータ作成や評価を行っています。具体的には、モデルの回答を判定する作業、推論データの作成、ポストトレーニング用のフィードバック提供などが含まれます。1 6

最先端のAIモデルに必要なのは、計算能力やインターネット上の文章だけではありません。難しい問題に人間がどう答えるか、専門家ならどの回答を正しいと判断するか、現実世界の作業をどのように実行するか——こうした情報も、モデルの性能向上に欠かせません。

インターネット上から容易に集められるデータの価値が相対的に下がるにつれ、独自性のある人間生成データは、計算資源と並ぶ継続的なボトルネックになる可能性があります。1 6

これは、AI業界が将来的にデータへ計算資源と同額を支出することを証明するものではありません。ただ、専門家の判断を、従来の低付加価値なラベリング作業ではなく、AI開発を支える戦略的インフラとして捉える企業が増えていることを示しています。

Mercor、Handshakeとの比較

Micro1の報告上の総年換算ランレート5億ドルは大きな数字ですが、この分野で最大とはいえません。TechCrunchによると、Mercorは総年換算売上高20億ドル、Handshakeは10億ドルに達しています。17

もっとも、各社が「総売上高」「純売上高」「ランレート」を同じように定義しているとは限らず、完全に横並びの比較ではありません。それでも、複数の企業が相次いで大規模化していることは、専門家が提供するAIデータへの需要が一社だけでなく、広い市場に存在することを示しています。

Micro1の特徴は、単なる人材派遣や専門家のマーケットプレイスにとどまらない点です。専門家の発掘・審査に加え、モデル評価の環境、合成データの生成、顧客間で再利用できるデータセットを組み合わせようとしています。

AI採用サービスから「データ基盤」へ

Micro1はもともと、AIを活用した採用企業として始まりました。創業者兼CEOのAli Ansari氏は、データラベリングのサービスを購入していた顧客が、Micro1の採用プラットフォームを使ってアノテーション・エンジニアを探し、審査していることに気づいたと説明しています。これが、データラベリングと人間生成の学習データへ事業を転換するきっかけになったと報じられています。1 15

採用ソフトウェアは、AIプロジェクトに必要な専門人材を集める仕組みとして転用できました。企業の正社員採用を支援するだけでなく、特定の学習・評価タスクに専門家を割り当て、作業の進行と成果物を管理できるようになったのです。

現在の事業は、主に次の3領域へ広がっています。

• 専門家によるポストトレーニングと評価：専門家がモデルの出力を評価し、改善のための判断やフィードバックを提供します。Micro1は、こうした環境を「強化学習ジム」と表現しています。1
• 合成データ：動画の説明文など、AIが自動生成する素材の開発にも取り組み、利用可能な学習データの量を増やそうとしています。1
• ロボティクス向けデータ：協力者が家庭用品を扱う様子を記録し、日常的な身体作業の実演データを集める、ロボットの事前学習用データセットを構築しています。1 15

これらを組み合わせることで、Micro1は従来型のアノテーション会社から、言語モデル、AIエージェント、ロボットモデル向けに人間の知識を学習信号へ変換するシステムとデータセットを保有する企業へ移行しようとしています。

再利用可能なデータセットがもたらす経済性

契約ベースの専門家作業は、通常、特定の顧客とプロジェクトに結びついています。顧客が作業費を支払い、データ提供企業はその一部を収益として得ます。

一方、法的に利用可能で、十分な独自性と価値を持つ「既製品」のデータセットなら、複数の顧客にライセンスできる可能性があります。1回限りの作業ではなく、同じデータを繰り返し提供できる点が大きな違いです。

この再利用性を背景に、合成データや既製品データセットでは、粗利益率が80〜90％に達する可能性が報じられています。ただし、これは将来見込まれる水準であり、現在の実績として確認された数字ではありません。実際の利益率は、データの収集・検証コスト、顧客が感じる差別化の度合い、そしてライセンス権限を明確に確保できるかどうかに左右されます。1 9

大型契約の増加は成長を加速させる一方、顧客集中や運用上のリスクも高めます。最先端AI研究所向けにデータを提供するには、専門家の品質管理、機密情報の保護、同意と権利関係の記録、データが単に量を増やすだけでなくモデル性能を改善したことの検証が必要です。

中国向けデータ販売をめぐる論争

データセットを複数の顧客に再販売できるビジネスモデルは、地政学的な論点も生みます。米国を拠点とする専門家が作成したデータを、中国企業を含む複数のAIモデル開発企業が利用できるのかという問題です。批判者は、再利用可能な学習データが、米国の戦略的競争相手とみなされる国のAIシステムを強化する可能性を懸念しています。1

Ansari氏は、Micro1は中国のモデル開発企業にデータを販売していないと述べています。また、社名を挙げない人間データ企業が「外国の敵対勢力」と取引していると批判し、米国のAI覇権を唱えながら、米国と敵対的な競争関係にある国々へ大量のデータを販売するのは矛盾していると主張しています。33 35

これはMicro1が表明する方針であり、Ansari氏による市場の評価です。利用可能な報道だけでは、競合企業が中国の開発企業へデータを販売しているのか、各社がどのような運用をしているのかを独立に確認できません。この問題は、政策上の論争であると同時に、Micro1が競争上の立ち位置を示すための主張でもあります。

評価額と次の資金調達

Micro1は2025年9月、01 Advisorsが主導したとされるシリーズAで3,500万ドルを調達し、評価額は5億ドルでした。15 7

その後、さらに高い評価額での資金調達の可能性も報じられています。しかし、利用可能な情報からは、調達額、評価額、投資家、実際にラウンドが完了したかどうかは確認できません。したがって、後続ラウンドについては確定情報として扱うべきではありません。

5億ドルが示すAI業界の次の争点

Micro1の成長が示すのは、AIのサプライチェーンにおける価値の移動です。価値を持つのは、単に大勢のアノテーターを抱えることではありません。信頼できる専門家、評価ワークフロー、独自の実例、合成データの仕組み、そしてデータを合法的に利用・提供できる権利を一体として管理することが重要になっています。

報告された5億ドルという数字は、収益性を正確に表す指標というより、専門的な人間データへの需要の強さを示すシグナルと読むのが適切です。Micro1は報告上、最大手の競合企業より小さく、総額と純額の数字にも注意が必要です。

それでも、採用支援から人間データ基盤へ転換した同社の軌跡は、AI企業がなぜ専門家の判断に対価を支払い続けるのかを端的に示しています。次のAI競争で問われるのは、より多くのデータを集められる企業だけでなく、最も希少で有用な学習データを誰が管理するのか、という点になりそうです。