FastLabel株式会社

「AI開発を10倍速くする」というプロダクトミッションを掲げるFastLabel（ファストラベル）株式会社は、アノテーションツール、教師データ作成サービス、MLOps構築を包括したプラットフォーム『FastLabel』を開発・提供。現在は製造業、建設・不動産、ITサービスから医療、農業まで幅広い顧客のAI開発に貢献している。

同社は2020年1月の設立以降、各種アクセラレータプログラムに参加しながら自社プラットフォームを開発。AI×SaaSスタートアップとして高い評価を獲得し、シードラウンドで資金調達を実現させた。現在は各業界のエンタープライズからの引き合いも増え、売上高は対前年比約7倍と急成長を遂げている。

アルゴリズムのコモディティ化が進んだ現在、AI開発は従来のモデル中心からデータセントリックへとシフトしつつある。しかしアノテーション（教師データ作成プロセス）は、AI開発全体の80%もの時間が費やされているにもかかわらず、イノベーションが発生していない。そのため、データ作成コストは高止まりし、オペレーションはエンジニア個人に依存するため煩雑化し共有コストも高い。その状況を課題視した同社が、WEB上からワンクリックでAI開発を進められる『FastLabel』というプラットフォームを立ち上げた。

ディープラーニングを使用したアノテーション作業の自動化、使い勝手の良いUI/UX、エンドツーエンドのデータ管理…等、同社は様々なメリットを『FastLabel』を通してサブスクリプション形式で提供しながら、顧客別のアノテーション代行サービスにも対応している。車等の物体追跡、道路・橋のひび割れ点検、製品の外観検査、レントゲン検査、農作物の収穫判別、万引き防止等、顧客からの依頼は多岐にわたる。この代行サービスであらゆるユースケースを蓄積し、汎用化できる機能を毎週のようにサブスクリプションで追加する。このサイクルが同社の独自性に繋がっている。

『FastLabel』は、国内よりも海外のプロダクトと競合することが多い。しかし日本の信号機・道路標識等は、海外のデータセットにはない。その教師データを作成する上で、日本人スタッフがコミュニケーションを取れることが『FastLabel』の強みである。また、代行サービスという点では国内にも競合が出始めているが、自社プロダクトを内製化でブラッシュアップし続ける同社のQCD（品質・費用・納期）は、他の追随を許さない。このような優位性をキープしながら、同社は更なる成長を目指している。

もっとも、アノテーションに関する事業は“初めの一歩”に過ぎない。同社はその先に、AIの社会実装を見据えている。

『FastLabel』を活用してアノテーションを進める（もしくはアノテーション代行を依頼する）顧客にとって、AI開発は最終目的ではない。AI開発によって何らかの新しい事業・サービス・プロダクトを生み出し、国内外でビジネスを展開することが本来の目的だ。その目的を果たすためにAI開発がある。しかし、前項で触れたようにアノテーションにおけるイノベーションは足踏み状態。そこで同社は、まずは顧客が最も頭を抱えているアノテーションの領域で貢献することから事業をスタートさせた。これが“初めの一歩”である。

次のステップは、「そもそもデータをどうやって効率的に集めるか」「データを使ってどう学習させるか？」等、前後のプロセスの課題にも対応することである。

顧客の内部にはデータが潤沢にあるが、すぐに活用できる状態にはなっていない。
▼
顧客のデータを取りに行き、活用できる状態にする。
▼
顧客がAI開発からインサイトを引き出し、新しいビジネスを展開できるようにする。
▼
一連のプロセスで得たノウハウを、『FastLabel』を通してさらに多くの顧客に還元する。
▼
以上のサイクルを積み重ねることで、AIの社会実装を実現する…という流れだ。代表取締役の上田英介氏はこの構想を「AIのデータエコシステム構想」と呼ぶ。

「データは現代の“原油”です。原油を採掘する/様々な用途で使えるように加工する/使いたい消費者に届ける。このプロセスの中で“加工”に着手したロックフェラーは、石油を社会実装しました。データにおいても重要なのは“加工”の領域です。私達はその領域に力を入れることで、AIの社会実装を実現したいと考えています」（上田氏）。

構想の解像度をさらに上げると、同社はAI開発における非AI人材の活躍も想定している。アルゴリズムがコモディティ化した現在、AI開発には非AI人材の参画が欠かせない。製品の外観検査は工場の作業員が、レントゲン検査は医師が…というように、エンジニアではなく各現場のプロがAI開発のキーパーソンとなる。WEB上からワンクリックでAI開発ができる『FastLabel』には、エンジニア以外の人々がAI開発を進め、AI革命を一気に起こす可能性が秘められている。それこそが同社の目指す、AIの社会実装なのだ。

AIの社会実装を目指す同社は、あらゆるユースケースの蓄積を重視している。顧客一社一社の課題に向き合い解決をサポートすることが、社会実装に向かって歩んでいくことになるからだ。顧客の話にじっくり耳を傾け、何に困っているかを話してもらう。そして新しい機能をその顧客限定でリリースし、使い勝手を試してもらう。その結果、顧客に喜んでもらうことを最優先に考える、「ユーザーファースト」を貫いているのだ。

「同じ業界で、同じプロダクトを扱っていても、お客様によって課題は異なります。例えば、トマトの生産者の方々の場合。収穫までのプロセスを3段階に設定している方と、7段階に設定している方では、何に困っているかが違ってくるわけです。それぞれの課題に応え、お客様が実現したいビジネスをサポートする。そのノウハウを蓄積することが、私達にとっては重要になります」（上田氏）。

そこで同社では、営業はもちろんエンジニアも顧客と直接コンタクトを取り、必要な機能について話し合う。エンジニアが提案した機能を顧客が「使ってみたい」と思えば、その顧客限定の機能として使ってもらう。そこで好反応を得られたら本格的に開発を進めている。こうしてユースケースを蓄積し、初めは特定の顧客限定だった機能が汎用化できれば『FastLabel』を無償アップデート。他の顧客にも定額で提供する…という具合だ。そのベースにあるのが、ユーザーファーストの姿勢である。

つまり同社のメンバーには顧客志向が欠かせない。「こういうものを生み出したい」という自分の思いよりも、常に顧客の課題を最優先すること。顧客との対話を大事にできること。顧客の喜びを自分の喜びと捉えられること。そんな顧客志向を持ったメンバーの取り組みによって、同社は対前年比約7倍の売上を築いてきたのだ。

同社のメンバーは17名（2022年9月現在）。2023年6月には、約2倍の35名体制にしたいと考えている。同社のサービスに対するニーズは確実にあり、今後さらに伸びていくことが予想される。しかし上記のように顧客一社一社にきめ細かく対応していくためには、現在の規模では限界がある。そこで同社では、営業部門・開発部門・カスタマーサクセス部門等、あらゆる職種で増員を図っている。持ち前の顧客志向を発揮し、同社のメンバーとしてAIの社会実装を実現したいと考えている人には、モチベーション高く取り組める環境になるだろう。