非テキストAI「Jev」のTypeSafe、公開数週間で評価額75億ドルに

導入

AIモデルの価値を測る際、これまでは文章やコードをどれだけ自然に生成できるかが大きな評価軸になっていた。TypeSafe AIが開発する「Jev」は、その前提とは異なる方向を打ち出している。同社はJevの公開から数週間で8億7000万ドルを調達し、評価額は75億ドルに達した。今回のラウンドはAndreessen Horowitzが主導し、Sequoiaと既存投資家のDCVCが参加した。

Jevの公開日は9月15日で、今回の大型調達までの期間は短い。TypeSafeは、公開直後からJevが急速に広まり、Fortune 500企業の3分の1がすでに利用していると主張している。ただし、提供された素材には企業名や第三者による検証結果は含まれていない。

主なポイント

• LLMとは異なる出力。 JevはTransformerアーキテクチャを採用しているが、文章を生成する大規模言語モデルではない。出力するのは確率であり、TypeSafeはそれを「校正された判断」と呼んでいる。
• 目的は文章作成ではなく自動化。 同社は、自然言語に強いモデルが、コンピューターを動かす自動化処理において常に最適とは限らないと説明する。Jevは、判断や処理に直接使える出力を目指す。
• 速度とトークン効率を訴求。 TypeSafeによれば、JevはLLMより大幅に高速で、使用するトークンも少ない。ただし、具体的なベンチマーク、対象タスク、比較条件は示されていない。
• 企業利用が注目材料。 Fortune 500企業の利用という主張が事実なら、対話型AIとは異なる業務向けモデルへの関心を示す材料になる。

意味と今後の論点

Jevの事例は、AI製品が必ずしも長い回答を生成する必要はないことを示している。企業の自動化処理で必要になるのは、分類、順位付け、確率、あるいは次に実行すべき処理の判断である場合も多い。モデルがこうした結果を直接返せれば、入力から実行までに挟まる言語処理を減らし、速度やコスト面で利点を得られる可能性がある。

一方で、非テキストモデルには別の評価基準が必要になる。出力された確率が実際に適切に校正されているか、タスクが変わっても安定するか、既存の業務システムへ容易に接続できるかを確認しなければならない。大型調達や急速な話題化は市場の期待を示すが、それだけで長期的な本番性能を証明するものではない。

TypeSafeは2024年に、元OpenAI研究者のDiogo Almeida、元Meta研究エンジニアのSasha Sheng、エンジニア兼起業家のErik Gafniによって設立された。今後は、Jevへの初期関心を、再現可能で検証可能な企業導入の成果へ変えられるかが焦点になる。

出典：TechCrunch AI