数億ドルを失った後、AI プロジェクトに投資するにはどうすればよいでしょうか?ヨーロッパの確立されたベンチャーキャピタル Index がどのように賭けているかをご覧ください

文：シダオ

画像ソース: Unbounded AI によって生成

今号の内容概要

※1 AI投資のアンカーポイントを早期に見つける ※2 投資ベクトルデータベース Weaviate ※3 垂直統合投資

ChatGPT の出現により、AI 分野への投資に対するベンチャー キャピタル コミュニティの熱意が高まりました。

しかし、インターネット時代のトラフィックパターンとは異なり、AI分野は最先端技術として多大な投資と長いサイクル、そして多くの競合他社を必要とします。

AI投資では必ず「雷は鳴るが雨は少ない」という現象に遭遇することになる。 CB Insights のデータによると、今年第 2 四半期、世界の AI 分野への総投資額は前月比 38% 急減しました。

それでも、あらゆる業界が AI によって変革される現在、AI が今後数年間の最大の業界トレンドになることは否定できません。ベンチャー キャピタル データベース Carta のレポートによると、他のカテゴリーのスタートアップと比較して、AI スタートアップの評価額と資金調達規模はより良い成長傾向にあることが示されています。

投資家が開発の初期段階で AI 投資のアンカー ポイントをどのように見つけるかが特に重要です。おそらく、私たちは確立されたベンチャーキャピタル企業の実践から学ぶことができるでしょう。

01 AI 投資のアンカーポイントを早期に見つける

Index Ventures (Index と呼ばれる) は、1996 年に設立されたヨーロッパの老舗ベンチャー キャピタル会社です。 Index は常に AI の忠実な信者であり、擁護者でした。

ChatGPT のリリースの 1 年前、Index は Cohere の 4,000 万米ドルのシリーズ A 資金調達を主導し、現在 Cohere は時価総額 20 億米ドルの AI ユニコーンです。 (Cohere が誰であるかについては、前回の記事を参照してください: 最年少のトランスフォーマー論文の著者は、どのようにして非典型的な中国の起業家と力を合わせて 20 億米ドルの AI ユニコーンを生み出しましたか? | True Unicorn Detective)

さらに、ChatGPT が AI を主流にする数年前に、インデックスはすでに、サンフランシスコの自動運転テクノロジー企業である Aurora やニューヨークの機械学習プラットフォームである Arthur AI などの人工知能企業への投資を開始していました。

少し前に、Index のパートナーである Erin Price-Wright が、オープンソースのベクトル データベース会社である Weaviate への投資を主導しました。同社は4月に2億ドルの評価額でシリーズB資金調達で5000万ドルを調達し、インデックスにはNEA、Cortical Ventures、Zetta Venture Partners、ING Venturesが参加した。

では、なぜ Index はベクトル データベースに注目したのでしょうか? Shidao (ID:survivalbiz) は、インデックスパートナーである Erin Price-Wright 氏による最近のインタビュー記事「Here's How Index Ventures Is Investing In An Era Where'Every Company Will Have AI'」を発見し、その記事の翻訳略記と補足を以下に掲載します。

02 投資ベクトル データベース Weaviate

まず第一に、Price-Wright は ChatGPT を高く評価していませんでした。彼女は ChatGPT が単に近道をしているだけだと信じていました。結局のところ、このテクノロジーは数年前から存在しており、新しいものではありません。 ChatGPT が人気になったのは、「突然、誰もがそれを目にするようになり、誰もが消費者向け製品として実感できるようになった」ためです。

では、本当に価値のあるものは何でしょうか？

インタビューから判断すると、Price-Wright 氏の回答には ChatGPT をサポートするベクトル データベースが含まれています。

現在の大規模言語モデルは主に深層学習テクノロジーに基づいています。ディープラーニングでは、テキスト、画像、ビデオ、その他のコーパス データの入力が必要です。ただし、これらのコーパス データは、ニューラル ネットワークで使用する前にベクトル データに変換する必要があります。ベクトル データベースは、ベクトル データの保存とクエリに使用されるデータベースです。

ベクトル データベースの役割を説明するために、あるシナリオを想定してみましょう。図書館は通常、文学、経済学などのジャンルや著者ごとに本を並べています。しかし、子供の頃に読んだホラーストーリーを探したいが、かかしが生きている人間に変わるプロットだけは覚えていて、タイトルや作者は覚えていない場合はどうすればよいでしょうか?

本棚を探す時間がない場合は、図書館員に尋ねるのが一番早い方法です。図書館員はたくさんの本を読んでおり、あなたが探している本を知っている可能性が高いからです。

ベクトル データベースは、オブジェクト (本など) に関する複雑な情報 (本のあらすじなど) を保存するように設計されているため、図書館員はベクトル データベースです。したがって、ベクトル データベースは、図書館員のように、事前に定義された属性 (著者など) ではなく、特定のクエリ (... についての本など) に基づいてオブジェクトを検索するのに役立ちます。

たとえば、ChatGPT にシェイクスピアの口調で詩を生成するように依頼すると、ChatGPT はまずベクトル データベースの類似検索機能を使用して、コンテンツ出力の精度を高めます。

したがって、大規模なモデルをトレーニングする場合、ベクトル データベースは知識ベースとなり、大規模なモデルに最新のデータと各顧客企業に固有の内部知識ベースを提供できます。

Price-Wright 氏によると、Index はこの投資機会 (Weaviate への投資) を探す前に、ベクトル データベースの研究に 2 年近くを費やしたという。 「実際に私たちの決断を下したイベントは ChatGPT でした。これにより、より生成的な AI ワークフローにおけるベクター データベースの価値と、埋め込みアルゴリズムを真に理解することの重要性を本当に理解することができました。」

同社の考え方の結果、2 つの結果が得られました。

1. これらのさまざまなタイプの生成 AI のユースケースをすべて考慮すると、実際の市場はエンタープライズ検索市場単独よりもはるかに大きくなります。 (これらのさまざまな種類の生成 AI のユースケースをすべて考慮すると、この市場はエンタープライズ サーチ単独の市場よりもはるかに大きかったのです。)

2. 埋め込みアルゴリズムに非常に近い専用データベースを持つことの価値。既存のデータベースへのアドオンではなく、その製品の第一級市民になります。 (既存のデータベースのボルトオンではなく、製品内の第一級市民として埋め込みアルゴリズムに非常に近づくことができる専用データベースを持つことの価値。)

Price-Wright 氏は次のように考えています。「今後 10 年で、すでに大規模なデータセット、大規模な顧客ベース、複雑な業務を抱えている企業は、業務をより効率的にし、プロセスをより合理化し、意思決定をより効率的にするために AI を製品に統合し始めるでしょう。より速く、より柔軟です。AI が企業における新しいタイプの検索の大きな実現要因となり、データをベクトルにエンコードし、AI を使用して同様の情報を検索します。多くのユースケースにおいて、これはキーワード検索よりも強力になります。」

では、Index が好む Weaviate の利点は何でしょうか?

Weaviate の CEO 兼共同創設者である Bob van Luijt 氏は、「オープンソース製品として、Weaviate ベクター データベースは AI ネイティブ エコシステムのコア インフラストラクチャとして使用されています。これにより、スタートアップから企業までのユーザーが新しい波を生み出すことができます」と述べています。これらのアプリケーションは、カスタマイズされた検索および推奨システムから ChatGPT プラグインまで多岐にわたります。」

さらに、Weaviate ベクトル データベースは、AI 開発者向けのベクトル データ管理を簡素化し、埋め込みベクトルとそれに対応するオブジェクトの生成、保存、検索の問題を解決します。

1. 拡張可能な組み込み機械学習 (ML) モジュール: ロードして検索するだけで、Weaviate が機械学習 (ML) の重労働を処理します - あらゆるデータ型、あらゆるモデル、あらゆるユースケース。

2. より豊富なベクトル検索: さまざまな ML 検索をサポートし、ベクトルおよびベクトルを生成するソース オブジェクトも検索できます。

3. 高パフォーマンス: 1 秒未満の検索、数十億のオブジェクトに拡張可能、中断なく実行されます。

Price-Wright 氏は別のインタビューでも次のように述べています。「企業や AI ネイティブの新興企業が Weaviate を使用して、マルチモーダルな検索、推奨、生成アプリケーションを開発している割合は信じられないほどです。これは、開発者が人工知能を使用して構築した最も高度な技術です」 「最高の製品であり、私たちは彼らと提携して次の成長段階の推進を支援できることに興奮しています。」

03 垂直統合投資

ベクトル データベースへの投資に加えて、インデックスは AI 投資の分野で他にどのような取り組みを行ってきましたか?

クラウド コンピューティングの台頭とともに SaaS が登場したのと同じように、AI ネイティブ製品も新しいビジネス モデルをもたらしています。

Index は、第一に、10 年以内に AI があらゆるアプリケーション ソフトウェアの中核コンポーネントになるだろう、第二に、この波は広く採用されている基盤モデルによって推進されるだろうと考えています。

「これらの新しいビジネス モデルがどのようなものになるのかは正確にはわかりませんが、ソフトウェアのバリュー チェーンがどのように変化しているかについてはいくつかのアイデアがあり、新しいモデルが出現する初期の兆候が見え始めています。」

アプリケーション層では、時間の経過とともに、ビジネス モデルは AI を通じて顧客により多くの価値を引き出すことに移行するとインデックスは考えています。ユーザーは、SaaS の使用料を単に支払うのではなく、業界、組織、さらには個人向けに微調整されたモデルなど、製品内のカスタマイズやパーソナライゼーションの程度に基づいて支払うようになりました。

これに基づいて、Index は Gong や DeepScribe などの企業に投資してきました。

2020 年に Index は Gong に投資し、同社の製品は営業電話を録音し、会社のマネージャーがパフォーマンスを分析し、顧客からのフィードバックの傾向を発見し、営業担当者のトレーニングや指導を支援できるようにします。組織がこの製品を広く採用すると、Gong は顧客との会話によって生成された膨大なデータ セットを埋めてしまいます。これにより、Gong は製品をより適切にカスタマイズして、高度にパーソナライズされた方法で特定のビジネスにサービスを提供できるようになり、ユーザー エクスペリエンスが向上します。

2022 年、インデックスは DeepScribe のシリーズ A 資金調達ラウンドを主導しました。 DeepScribe の製品は、医師と患者の会話を記録し、AI を使用して電子医療記録用の構造化された医師レポートを生成します。継続使用により、特定のユーザー (例: 特定のスタイルの医師) またはユーザーのグループ (例: 特定の専門分野の医師、または一貫した基準を遵守する特定の病院グループ内の医師) にとっての製品の価値が増加します。

どちらの場合も、製品が時間の経過とともに使用され、ユーザーがより多くの独自のデータを製品に入力するにつれて、AI は高度にカスタマイズされた方法で改善される可能性があります。

Index は、これが AI ネイティブ企業が堀を築き、時間をかけて価値を高め続ける方法であると考えています。

これに加えて、インデックスは、AI を使用して金融サービス業界に迅速かつ正確に情報を提供する製品である Hebbia に投資しました。 Index は、AI をユーザー エクスペリエンスにシームレスに統合することに取り組んでいる強力なワークフローおよびユーザー エクスペリエンス企業である Notion にも投資しています。

「AIについて話すとき、それは新しい実現技術であるため、とても刺激的です。AIはどこにでも存在し、あらゆるソフトウェアのペースメーカーになりつつあります。」とプライスライト氏は語った。