米国のAIデータ企業Snorkel AIは2026年9月22日、シリーズEで3億5000万ドルを調達し、評価額が35億ドルになったと発表した。Insight PartnersとS32が共同で主導した。前年の調達時に比べて評価額は大きく上がったが、今回の発表を理解するには、何を顧客に売る会社になったのかを見る必要がある。顧客が自分で学習データを作るためのソフトウェアから、専門家とAIを動かして完成データを納品する事業へ。評価額の上昇を支える需要と、まだ公開されていない収益の質を分けて考えたい。
35億ドルの評価が映す事業転換
2025年5月、Snorkel AIは1億ドルのシリーズD調達を発表し、評価額を13億ドルとした。それから約16カ月で、調達額は3億5000万ドル、評価額は35億ドルに増えた。2025年5月の13億ドルから2026年9月の35億ドルへ、Snorkel AIの発表評価額は約2.69倍になった。計算は同社が両時点に公表した米ドル建て評価額を比べ、35億を13億で割ったものだ。投資家が付けた調達時の価格であり、売上や利益が同じ倍率で増えたことを意味しない。
今回の資金は、同社が「エージェント向けデータの生産工程」と呼ぶ体制の拡大に向かう。会社発表によると、分野別・企業向けAIへの投資を強め、扱うデータの種類や対象分野を増やす。公開ベンチマークの研究支援にも充てる予定だ。調達によって研究者やエンジニアを採用し、企業・政府向けの事業も広げると、Alex Ratner最高経営責任者はReutersに語っている。
資金調達が証明したのは、投資家がこの事業の拡大に資金を投じたことだ。顧客との契約がどれだけ継続し、専門家や計算資源への支払い後にどれだけ利益が残るかは、別の数字で確かめなければならない。
顧客が作るソフトから完成データの納品へ
Snorkelの出発点は、学習データ作りの手間を減らすソフトウェアだった。従来のSnorkel Flowでは、顧客の担当者が規則やモデルを使って大量のデータへラベルを付け、モデルの学習に使える形へ整える。専門家の判断を一件ずつ手作業で入力する代わりに、判断の規則を再利用する発想である。顧客がデータを作る道具を買う事業だった。
2025年5月、同社は二つの新製品を発表した。Snorkel Evaluateは顧客のAIシステムを測るための製品で、Expert Data-as-a-Serviceは専門家が関わる評価・追加学習用の完成データを提供するサービスだ。後者を同年9月に本格的に始めたと、今回のプレスリリースは記す。したがって2026年のシリーズEは、新たなサービスの初披露ではない。約1年かけて納品型事業を拡大した結果への資金調達である。
顧客から見た変化は大きい。自社で道具を操作してデータを整える場合、専門家を集め、課題を設計し、結果を検査する責任も顧客側に残る。完成品を発注するなら、Snorkelがその工程を引き受ける。販売する単位がソフトの利用からデータセットや評価環境へ移れば、Snorkel自身の生産能力と品質管理が競争力を左右する。
専門家と専用AIで何を作るのか
高度なコード作業をAIに学ばせるなら、模範解答だけを並べても足りない。AIが操作する開発環境を用意し、達成すべき仕事を与え、正しさや品質を判定する採点基準を定める必要がある。途中でAIが課題の抜け穴を使い、実際には仕事を終えていないのに高得点を取ることも防がなければならない。Snorkelが「Data 2.0」と呼ぶのは、こうした複雑な課題、環境、採点基準を組み合わせる仕事だ。この呼び名は同社による市場の整理である。
Ratner氏の説明では、人間の専門家が課題の種や制約を作り、専用のAIがそれを広げる。AIはモデルが苦手な領域を探して課題を調整し、提出物を検査する。必要な部分は適切な専門家に戻して審査してもらう。人が作ったデータをAIが増やすだけで終わらず、専門家の修正を次の検査用AIの改善にも使うという循環を狙う。
同社はコードエージェント向けデータと環境の社内工程について、人による審査と既製の大規模言語モデルを組み合わせた比較対象より、品質管理の効率が50%以上高く、審査精度が15ポイント以上高かったと主張する。ただし公開記事には、比較に使った課題の母数や測定条件が十分に示されていない。この数字から、納品した全データの品質や顧客モデルの性能改善を読み取ることはできない。
公開ベンチマークが示す評価の難しさ
外部から確かめられる仕事の例として、Snorkelが研究者らと作ったSenior SWE-Benchがある。同社の説明では、実際の12のソフトウェア開発用リポジトリの変更依頼に由来する100課題からなり、50課題を公開し、残り50課題を非公開にした。公開分は課題の設計を検討しやすくする一方、非公開分はAIが問題や答えを記憶して高得点を取る危険を抑えるためのものだ。
現実に近い仕事を課題にすると、評価は「動いたか」だけで済まない。コードの変更が既存の設計になじむか、余計な変更を増やしていないかといった判断も要る。同社の公開ベンチマークは、完成データの価値が課題数だけでなく、採点の設計と運用に宿ることを示す具体例になる。ただし、公開ベンチマークと顧客向けの非公開データセットは同じものではない。前者の公開は、後者の品質や契約上の成果をそのまま裏付けない。
年率換算売上3億7500万ドルをどう読むか
Ratner氏は今回、データ納品型サービスを始めてから事業が18倍以上に成長し、発表週には年率換算売上ペースが3億7500万ドルを超えたと述べた。Reutersは同日の取材記事で、3億5000万ドル超という幅のある表現を用いている。CEO発表の数字はより細かい水準を示すが、計測日や集計方法は公開されていない。18倍という倍率も、分母と対象範囲が明確でないため、前年の確定売上を逆算する材料にはならない。
年率換算売上ペースは、ある時点の売上の速度を1年分に伸ばして表す指標だ。3億7500万ドルを直近12カ月に実際に稼いだ、という意味ではない。契約が続くか、顧客が増えるか、同じ単価を維持できるかによって、将来の通年売上は変わる。会社は今回、顧客別売上、継続率、粗利率を示していない。
同じ「AIデータ企業」の売上額も横並びにはできない。TechCrunchは、専門家の仕事を仲介する企業では、顧客から受け取る額の多くが専門家への支払いに回ると指摘した。一方、Snorkelは完成データセットと強化学習用環境を売り、専門家への支払いを売上原価に計上すると同社が説明したという。売上の立て方が異なれば、年率換算額の大小だけで事業の取り分や利益を比べられない。比較に必要なのは、売上から納品にかかる費用を差し引いた粗利と、その継続性だ。
次に問われるのは品質と収益の再現性
Reutersによると、Snorkelは2026年中の黒字化を見込んでいる。現時点で確認できるのは会社の見通しであり、利益の実績ではない。採用と研究、データ生産能力の拡大を同時に進めながら、専門家の報酬を払った後にも利益を残せるかが、今後の財務上の試金石になる。
もう一つは品質だ。社内の品質管理が速くなったという発表は工程の効率を示すが、顧客が未知の課題でより良いモデルを得たかは別に測る必要がある。公開ベンチマークへの投資はその測定方法を育てる。ただし、顧客向けに納品する非公開データについても、再現可能な評価と契約更新の実績が示されて初めて、増えた売上ペースが持続的な強さを持つと判断できる。
