AssemblyAIが5,000万ドルを調達し、AI音声モデルの構築と提供を行う

企業は競争力を高めるため、生成AIに大きな期待を寄せているが、採用には課題が残っている。EYの最近の調査によると、生成AIを取り入れようとする企業の多くは、この領域の急速な進歩とAI専門企業の急増が、採用の見通しを複雑にしていると報告している。

しかし、企業はその支出からはそれを感じさせない。国際データコーポレーション（IDC）の予測によると、今年の終わりまでに「AI中心」のシステムへの世界の投資は1,540億ドルに達するとされている。また、MIT Tech Reviewの調査によると、50％の企業がデータインフラとAIへの予算を来年25％以上増やす予定である。

このブームは、AssemblyAIのようなスタートアップにも恩恵をもたらしている。AssemblyAIは、「応用AI」と称されるベンチャーで、開発者や製品チームが自社のアプリやサービスに統合するためのAIモデルを研究し、トレーニングし、展開することを目指している。

AssemblyAIは、昨年から有料ユーザーベースが4,000ブランドに200％成長し、AIプラットフォームは現在、1日あたり約2,500万回のAPI呼び出しを処理していると主張している。さらに、20万人以上の開発者がプラットフォーム上で開発を行っており、1日あたり10テラバイト以上のデータを処理しているとのことである。

AssemblyAIの成功は、大手投資家の注目を集めている。Accelをリードとするラウンドで、Keith Block（元Salesforce共同CEO）、Nat Friedman（GitHub元CEO）、Daniel Gross、Insight Partners、Y CombinatorなどがAssemblyAIに5000万ドルの出資を行った。AssemblyAIの総調達資金は1150万ドルに達している。

Fox氏は、機械学習エンジニア出身で、AssemblyAIを2017年末に設立した。彼は、Amazon Echoに触発され、声によって可能になった製品の最初の優れた例の一つだと主張している。

現在、AssemblyAIはAPIを介して、音声からテキストへの変換、話者の識別、コンテンツのモデレート、音声の要約などのタスクを実行するAIモデルを提供している。Fox氏によれば、会議の書き起こしアプリであるFirefliesなどの顧客は、電話やZoom会議、ポッドキャスト、ビデオなどのコンテンツをこのモデルに組み込んでいる。

競合他社であるDeepgram、Rev、Speechmaticsなどのスタートアップ、およびGoogle Cloud、Azure、AWSなどのテックジャイアンツを含め、オープンソースとプロプライエタリの音声モデルは数多く存在する。しかし、Fox氏はAssemblyAIのモデルが競合他社よりも「高度」、「正確」、「能力が高い」、「機能が豊富」であると主張している。