何が起きたか
AWSは「AWS Service Availability Updates」を通じ、Mechanical Turk(MTurk)を2026年7月30日から新規顧客に開放しないと通知しました。既存顧客の利用は継続できますが、新機能追加のないメンテナンスモードに入ります。同日、データラベリング関連のSageMaker Ground TruthとAmazon Augmented AIも同じ扱いになります。
なぜ重要か
MTurkは2005年に「Artificial Artificial Intelligence」を掲げ、機械には難しい小タスクを人が請け負う仕組みとして登場した、クラウドソーシングの草分けです。AWSは2018年にSageMakerと連携し、AI学習用データのアノテーション基盤として再定位しました。今回の縮退は、その延長線上にあった「不特定多数のワーカーによる安価な人力データ供給」というモデル自体が、生成AI時代の要求水準に合わなくなったことを示しています。
何が競争構造を変えたか
決定打の一つは、2023年の研究で「クラウドワーカーの多くが自らLLMを使ってタスクを処理していた」ことが示された点です。人間由来データを買っているつもりが、LLM出力を買い戻していた——この構造は、学習データの独自性・純度を求めるAI開発者にとって致命的でした。結果として最先端のAIラボは、審査済みの専門家を抱えるScale AIやSurge AIのような特化型ベンダーに移り、難所となるエッジケースや品質判断を任せています。安価な広域労働から、高単価の専門家労働へ、データ供給の主戦場が移ったわけです。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとって、示唆は「安いラベリングの時代は終わった」という一点に集約されます。
まずAI活用を進めるSaaSや大手EC、金融の実務責任者は、社内で回している評価・アノテーション業務の発注先の見直しを優先すべきです。単価の安い一般クラウドワーカーへの委託は、成果物がLLMで生成された疑いを常に抱えます。ドメイン専門家(医療、法務、EC商品カテゴリ担当など)によるレビュー体制へ切り替えるか、Scale AIやSurge AIのような特化ベンダーとの比較検討をこの1年で進めるべきです。
次にAI受託開発・SIerは、顧客提案から「MTurk前提のパイプライン」を早期に外す必要があります。既存案件で組み込んでいる場合、代替経路の見積もりを社内で持っておかないと、既存顧客の運用移管フェーズで足元をすくわれます。
最後に経営レベルの論点として、**「人間データは戦略資産」**という認識転換が要ります。自社の顧客対応ログ、専門家のレビュー履歴といった一次データを、外注ではなく社内で構造化・蓄積する体制に投資する好機です。