何が起きたか
AIモデルの学習ツールを手がけるEncordが、データを「管理する」のではなく「製造する」事業へ踏み込んでいます。舞台はカリフォルニア州San Leandroの倉庫。ここでは約12名の「パイロット(ロボット訓練者)」がロボット向けの学習データを生み出しています。
象徴的なのが、パイロットのAndrew Cejaがカメラ付きヘッドセットを着けてJengaを崩す光景です。カメラは彼が見ている視界を、センサーは積み木を崩す最中の脳波を記録します。この脳波ヘッドセットはドイツの神経科学スタートアップZander Labsが開発したもので、エラー・意図・驚きといった心的状態を脳活動から推定できれば、モデル学習により有用なデータセットが作れる、という賭けに基づいています。
現時点ではあくまで試験運用です。脳波タグ付きの初期データセットを作り、顧客のロボットモデルに通し、性能が上がるかを評価してから拡大を判断します。Zanderの神経科学者Lukas Gehrkeによれば、あるタスク中に使われた脳活動の量は、モデル開発者が「どこで最も計算負荷の高いモデルを投入すべきか」の手がかりになるといいます。
なぜ重要か
背景にあるのは、学習データの経済性の根本的な変化です。フロンティア研究所がテキストをインターネットから収集(スクレイピング)するコストはほぼゼロでした。しかし物理的な学習データは「収集」できず、「製造」しなければなりません。ここでコスト構造が一変します。
Encordはもともと、機械ビジョンのアプリを作る企業がデータに注釈を付け、モデルを評価するのを助ける会社でした。ところが顧客がロボットの操作にエンドツーエンド学習を適用し始めると、Encord自身が学習データを作らざるを得ないと気づいたのです。OpenAIのロボットラボやBerkshire Greyを経てEncordのロボット学習責任者となったVineeth Velmuruganは、脳波の取り組みを「データボトルネックを解く最先端(bleeding edge)」と呼びます。「あらゆるヒューマノイド企業がこのピースを求めてきた」と彼は言います。
データの作り方
ロボットの「頭脳」を作る側が頼る主なデータ源は2つ。作業者がカメラを装着して集める「自己視点(egocentric)」映像と、遠隔操作されたロボットのデータです。Encordは両方を手がけ、自己視点データは世界各地の複数の工場から得つつ、San Leandroでは新しいモダリティを実験しています。
倉庫では、人間が操る腕とそれを模倣する腕を組にした「リーダー・フォロワー式」の装置で、ポットからマグへコーヒーを注ぐ、ポーカーチップを積むといったタスクのデータを作ります。棚には造花と花瓶、本、プラスチックの野菜、猫砂のトレイとスコップ、袋やケーブルの束など、家庭内タスク用の品が並びます。パイロットのSofia Infanteは、サーバー背面のイーサネットケーブルを抜き差しする作業をロボットアームで再現しました。データセンター運営者が自動化したい作業ですが、ロボットのピンサーは人間の指より不器用で、自由度も足りません。
Encordは、前腕センサーで筋肉の電気信号を検知し、手の位置を3D再現する別のモダリティも開発中です。映像では手の全体が写らないことが多いためです。データセットには「右手がボルトを締める」といった物理的な記述の注釈が付けられ、LLMベースのモデルを助けます。
💼 事業会社視点：これは自社にどう効くか
注目すべきは、Encordの武器が「業界横断の視点」だという点です。多数の先進ロボット企業と組むため(社名は非公開)、どのデータ手法が業界全体で伸びているかを、個々の顧客より早く見抜けます。これは日本企業への示唆でもあります。
第一に、物流・製造・データセンターを持つ事業会社にとって、ロボット導入の勝敗は「モデル」より「自社業務の物理データ」で決まる可能性が高い。ケーブル抜き差しや棚入れといった自社固有の作業データは、誰も代わりに集められません。今のうちに現場作業を記録・データ化する体制を持つ企業が、後で外部モデルに乗せて差をつけられます。
第二に、受託開発・SaaS各社には「データ製造」という新市場が開きます。テキストのスクレイピングがほぼ無料だった時代と違い、物理データは20倍のコストをかけて密な注釈を付ける価値がある領域です。アノテーション事業(かつてのScale出身者が中核にいる点は象徴的)は、単なる画像タグ付けから「現場再現とセンサー統合」へ移行します。経営者は、自社データを外に出す前に権利と設計を固め、逆にデータ製造を新規事業として検討すべき局面です。