Scale AIとは？

著者: Victor Hoang · 更新日: 2026年7月20日

Scale AIは、サンフランシスコに拠点を置くデータファウンドリー企業で、AIラボが基盤モデルを構築・改善するために使う、ラベル付きの訓練データ、人によるフィードバック、評価パイプラインを提供しています。2016年に創業し、2025年6月にMetaが同社の株式49%を取得したことで、AI業界で最も重要で、最も厳しい目にさらされるインフラサプライヤーのひとつへと成長しました。

ビジネスリーダーにとって、Scale AIはAIブームの裏側で静かに支えている会社です。 RemotasksやOutlierといった子会社を通じて大規模な人間の協力者ネットワークを雇用・管理し、画像のラベル付け、チャットボットの回答のランキング、モデル出力の採点を行わせています。その成果をもとに、OpenAI、Google、Metaといったラボが、皆さんのチームが最終的に使うモデルを訓練し、ファインチューニングします。AI業界向けの専門的なデータ生産レイヤーであり、チャットボットでも、アプリでも、直接サインアップして使うツールでもありません。

Scale AIの成り立ち

Scale AIは2016年に、Quoraの元エンジニアであるAlexandr WangとLucy Guoによって設立され、Y Combinatorを通じて成長しました。当初の売り込みは絞られたものでした。自動運転車企業向けに、人間の作業者を雇い、バウンディングボックスを描いて画像にラベルを付けさせるというもので、コンピュータビジョンシステムを訓練するうえで退屈ながら不可欠な工程でした。Guoは、Wangとの対立の末、2018年に会社を去りましたが、少額の株式は保有し続けています。

そこから事業は急速に拡大しました。Peter ThielのFounders Fundからの1億ドルの投資により、2019年8月にScaleの評価額は10億ドルを超えました。AI業界がコンピュータビジョンから大規模言語モデルへと移行するにつれ、Scaleも需要を追いました。2024年には売上約8億7,000万ドルの事業に成長し、年末には年換算で15億ドルの売上規模に達し、2025年の売上はほぼ倍増して約20億ドルになると見込まれていました。

Scale AIが実際に行っていること

Scaleの中核事業は、大規模言語モデルをはじめとするAIシステムの訓練に使う原材料を生み出すことです。この仕事は、いくつかの異なる製品ラインに分かれます。

データアノテーションとラベリング。 これが元々の事業です。人間（AIによる支援ツールを併用）が、画像にラベルを付け、音声を書き起こし、テキストにタグを付け、生データを構造化して、訓練に使えるようにします。Scaleが最初に作ったクラウドソーシングのラベリング部門であるRemotasksは、今もコンピュータビジョンや自動運転車のデータなど、大量の作業を担っています。別ブランドのOutlierは、開発者、弁護士、医師などの専門家であるドメインエキスパートを採用し、フロンティア言語モデルがますます必要とする、高度なスキルを要する訓練データを作成します。

RLHFと選好データ。 Scaleは大規模なRLHFプログラムを運営しています。人間のレビュー担当者がAIの生成した回答を比較してランク付けし、モデルが人々が実際に好む出力を学べるようにするものです。このような人間参加型のフィードバックは、現代のチャットボットが単に技術的に正しいだけでなく役に立つと感じられる大きな要因であり、フィードバックを一貫して偏りのないものに保つための丁寧なデータキュレーションに依存しています。

モデル評価。 訓練データの生産にとどまらず、Scaleは、AIラボが競合に対してモデルの性能をテストできるベンチマークを構築・運用しています。進歩を測る独立した信頼できる方法をラボが必要とするようになり、このサービスの価値は高まっています。

GenAIプラットフォームとエンタープライズソフトウェア。 Scaleは、自社の生成AIアプリケーションを構築・展開する企業向けのエンタープライズソフトウェアも販売しており、データに関する専門知識を、純粋なサービスではなくツールとして提供しています。

防衛・政府向けのDonovan。 Scale Donovanは、防衛・情報機関の顧客のために特別に作られた、生成AIの意思決定支援プラットフォームです。戦場や情報に関する大量の非構造化データを、軍の運用担当者が使える分析へと変換し、米陸軍の機密ネットワークに展開されています。国防総省のChief Digital and AI Officeは、Scaleとの関係を着実に拡大しており、企業契約を1億ドルから5億ドルに増額しました。

すべてを変えたMetaの投資（2025年6月）

2025年6月、MetaはScale AIに143億ドルを投資し、議決権のない株式49%を取得しました。これにより同社の評価額は約290億ドルとなり、それまでの評価額のおよそ2倍になりました。この取引の一環として、創業者でCEOのAlexandr Wangは、Scaleを離れ、Metaが新たに設立したSuperintelligence Labsを率いるchief AI officerに就任しました。Scaleの元chief strategy officerであるJason DroegeがCEOを引き継ぎました。Scaleは、引き続き独立した企業として運営していると主張しており、Metaの株式に議決権はありません。

その影響は即座に現れ、Scaleにとっては痛みを伴うものでした。Scaleの最大の顧客とされ、2024年に約1億5,000万ドルを支出し、2025年には2億ドルを計画していたGoogleは、数日のうちに関係を断つ方向に動きました。それ以前の6〜12か月にわたりScaleとの取引を縮小していたOpenAIは、同社をデータプロバイダーから正式に外しました。Microsoftも手を引いたと伝えられています。理屈は明快でした。フロンティアAIの開発競争でMetaと直接競合する企業は、Metaが一部を所有し、Metaの幹部が一部を率いる会社に、機密性の高い訓練データを扱わせ、モデルのロードマップを覗かせたくなかったのです。

ビジネスリーダーがScale AIに注目すべき理由

Scale AIは、ほとんどの企業が直接購入するツールではありません。AIのサプライチェーンのさらに上流に位置し、主に基盤モデルのラボ、独自のAIシステムを構築する大企業、そして大規模なラベル付きデータと人によるフィードバックを必要とする政府機関に販売しています。では、そのような購入者でなくても、なぜ重要なのでしょうか。

理由は2つあります。第一に、Scale AIはAI業界が実際にどう動いているかを理解するためのよいレンズになります。チームが使う洗練されたチャットボットは、ひとりでに役に立つようになったのではなく、人間のラベラーやレビュー担当者によるサプライチェーンから学んだのであり、Scaleはそのサプライチェーンの管理を軸に構築された最大の企業です。第二に、Metaとの取引は、ベンダー集中リスクの生きたケーススタディです。重要なインフラのサプライヤーが、競合の一社に部分的に取り込まれると、選択肢は急速に狭まります。まさに、あらゆるAIベンダー評価や、誰がデータに触れ、どう扱うかを見直すより広範なAIガバナンスのレビューの中で、洗い出す価値のある依存関係です。

Scale AIと代替サービスの比較

独立系各社に共通するのは、暗黙的にであれ明示的にであれ、特定のフロンティアAIラボに縛られていないことを訴求している点です。このポジショニングは、Scaleの所有構造が変わった後、見込み顧客にとってはるかに価値の高いものになりました。

重要な事実

• Metaは2025年6月にScale AIへ143億ドルを投資して議決権のない株式49%を取得し、同社の評価額は約290億ドルとなりました。CNBC
• Scale AIは2024年に約8億7,000万ドルの売上を計上し、年末には年換算で15億ドルの売上規模に達し、その後、2025年の売上を約20億ドルと見込みました。Bloomberg
• Scale AIの最大の顧客とされるGoogleは、2024年に約1億5,000万ドルを支出していましたが、Metaとの取引の完了から数日以内に、同社との関係を断つ方向に動きました。CNBC
• OpenAIは、Metaの投資後に同社をデータプロバイダーから正式に外す前の6〜12か月にわたり、Scale AIとの取引を縮小していました。CNBC
• 国防総省のChief Digital and AI Officeは、Scale AIとの企業契約を1億ドルから5億ドルへと5倍に拡大し、Donovanプラットフォームとより広範なAI機能を対象としています。Bloomberg
• Scale AIは2016年に、Quoraの元エンジニアであるAlexandr WangとLucy Guoによって創業され、Y Combinatorを通じて成長しました。Wikipedia
• Scale AIは、Peter ThielのFounders Fundからの1億ドルの投資を受け、2019年8月に初めて評価額が10億ドルを超えました。Forbes

関連するAIの概念

• RLHF - Scaleの選好データ事業の中核にある、人間のフィードバックによる訓練手法
• 基盤モデル - Scaleの訓練データが構築に役立つ大規模モデル
• Human-in-the-Loop - ScaleのラベリングとRLHF人材の背後にあるレビューのパターン
• データキュレーション - ラベル付きデータが訓練前にどのように整理され構造化されるか
• 合成データ - Scaleの人手によるラベリングに代わる、機械生成の選択肢
• ファインチューニング - ラボが、Scaleの作成するラベル付きデータや選好データで行うこと
• コンピュータビジョン - 言語モデルへ軸足を移す前の、Scaleの元々のラベリング用途
• AIベンダー評価 - Scaleのようなデータ・インフラのサプライヤーを評価するためのフレームワーク

外部リソース

• CNBC: Scale AI founder Wang confirms departure for Meta as part of $14.3 billion deal - 取引条件とリーダーシップの交代
• Bloomberg: Scale AI expects to more than double sales to $2 billion in 2025 - 売上と成長の数値
• CNBC: Google, Scale AI's largest customer, plans split after Meta deal - 投資後の顧客への影響
• Bloomberg: Meta-backed Scale AI wins $500 million Defense Department deal - 国防総省との契約拡大
• Wikipedia: Scale AI - 会社の歴史、創業者、背景

AI用語コレクションの一部です。最終更新: 2026-07-20