Andreessen Horowitz、AI実行基盤Replicateに出資　環境構築不要のAPI提供へ

地球上のソフトウェアをすべて解析してみると、その中身は基本的にネットワークとストレージ、計算資源の組み合わせにすぎません。しかし、ChatGPTやStable Diffusionに代表される大規模AIモデルの登場により、ソフトウェアにはまったく新しい構成要素が加わりました。問題は、それを実務で使いこなすのが信じられないほど難しいという点です。

ベンチャーキャピタルのa16zは2月21日、機械学習プラットフォームのReplicateが実施したシリーズAラウンドを主導したと発表しました。目指しているのは、いわば機械学習界のVercelです。オープンソースAIをすべての開発者が手軽に扱える世界を作ろうとしています。

3000万人の開発者とCUDAエラーの壁

a16zによると、世界中のソフトウェアエンジニアが約3000万人いるのに対し、機械学習の専門エンジニアはおよそ50万人にとどまります。実に2桁もの開きがあります。

大半のWeb開発者やアプリ開発者は、複雑なPython環境の構築や原因不明のCUDAエラーに悩まされたくありません。アプリにAI生成機能を組み込みたいだけなのに、GPUサーバーの手配や障害対応、モデルの運用管理に追われて開発が止まってしまうのが現状です。多くのAI企業が独自モデルの開発に資金を注ぎ込む一方で、開発者体験に特化した扱いやすいツールは決定的に不足していました。

Replicateのアプローチは明快です。オープンソースのAIモデルを一箇所に集約し、機械学習の知識がなくてもAPI経由ですぐに呼び出せるように整えています。複数のモデルを連結したパイプラインの構築や、ファインチューニング、独自モデルのホスティングまでをシンプルな操作で完結させます。

Dockerの生みの親が挑むモデルパッケージング

開発者体験を極めるには、現場の苦痛を知り尽くした人材が必要です。Replicateの共同創業者陣は、まさにその課題にうってつけの経歴を持っています。

共同創業者の一人であるBen Firshman氏は、世界中で数百万人のエンジニアが利用するDocker Composeの初代バージョンを設計した人物です。もう一人のAndreas Jansson氏はSpotifyでシニア機械学習エンジニアを務め、大規模な本番環境でのAIモデル運用や内製ツールの設計を手掛けてきました。

2人はすでに、機械学習モデルをコンテナとして簡単にまとめられるオープンソースツールCogを公開しており、これがReplicateの強固な基盤となっています。現在、すでに数千人のアクティブな開発者が同プラットフォームを利用して画像生成などのAIアプリを構築しており、著名な先進AIスタートアップも顧客に名を連ねています。

なぜ重要か

私たちは、今回のa16zによる出資が、生成AIブームのボトルネックがモデル開発そのものから実用的なインフラ整備へと移っていることを象徴していると考えます。いくら優れたオープンソースモデルが公開されても、それを実用アプリケーションに組み込めなければ意味がありません。

一般の開発者にとっての価値は極めて具体的です。自作サービスに画像生成などのAI機能を足したい場合、高価なクラウドGPUインスタンスを立ち上げて環境構築に何日も費やす必要がなくなります。数行のコードを書くだけでモデルを動かせるため、アイデアを素早く検証したい開発者や小規模チームにとって、今すぐ試す価値は十分にあります。

業界全体から見れば、Replicateのような開発者特化の抽象化レイヤーが普及することで、巨大クラウド事業者やモデル開発者への過度な依存が崩れる可能性があります。オープンソースモデルを手軽に切り替えて利用できるようになれば、単一のモデルベンダーに対する価格交渉力も高まります。

モデル自体の性能競争ではなく開発者体験に全振りした戦略は非常にスマートです。一方で懸念されるのは、アプリの規模が急拡大した際のコスト構造です。利用量が増えた開発者が、コスト削減のために独自のクラウド環境へと移行してしまうのを防げるか、利便性と価格のバランスを維持し続けられるかが今後の勝負どころになりそうです。