何が起きたか
Pangramは、Stanfordでのabout two years ago（約2年前）にAI・機械学習を学んだMax SperoとBradley Emiが立ち上げた検出専業スタートアップです。今回の900万ドルのラウンドはMenlo Venturesがリードし、Haystack、ScOp、Script Capital、Cadenzaが参加しました。同時にテキスト検出の次世代モデル「Pangram 4」と、画像検出「Pangram Image」を発表。画像側は現時点ではリサーチプレビュー限定で、数週間以内の一般公開を予定しています。
提供形態は月20ドルのWebサブスクリプション、X・LinkedIn・Substack・Reddit・Mediumの投稿をリアルタイムでラベリングしフィード全体の人間／AI比率をスコア化するChrome拡張、そしてAPIの3系統です。API顧客にはQuora、学校・大学、出版社やエージェント、採用担当が名を連ね、SubstackはAI利用の著者表示に組み込んでいます。
「AIか否か」ではなく「どの程度AIか」を測る
技術の要点は、コピペのメタデータや隠し透かしに依存しない点です。数千万件の人間による既知の文書を集め、それぞれについてトピック・長さ・トーンを再現しながらフロンティアLLMに書かせた「synthetic mirror（合成の鏡像）」を作り、両者の文体差とAIが一貫して行う選択を学習させています。だから「AI検出を回避せよ」と指示したプロンプトや、いわゆるhumanizer（人間らしく書き換えるツール）にも比較的強い。
より重要なのは、Pangramが支援の「度合い」を区別する設計を採っていることです。自分で書いた原稿をAIに推敲させた文章と、丸ごと生成された文章は別物として扱われます。Speroは、書き手が開示している限りAIの補助は許容されうるという立場を明言しています。検出は排除の道具ではなく、開示を機能させるための計測器という位置づけです。
99%超という数字の読み方
Speroによれば、人間の文書が誤ってAI判定される割合は1万件に1件程度。TechCrunchの検証では、ChatGPTやClaudeが全文生成した記事はほぼ確実に検出され、人間の手直しや回避プロンプトにも簡単には騙されませんでした。一方で、完全に書き直した文はAI判定されたケースがあり、記者の記事をChatGPTとClaudeに推敲させたものは「13% AI補助」、同じ記事の元原稿は「100% 人間」と出ています。個々の文レベルでは、人間が書いた一文をAI補助と誤ったり、逆に見落としたりする揺れが残るということです。
つまりこのスコアは、文書単位の傾向を測る指標としては実用域にあっても、一文を根拠に個人を断定する証拠にはなりません。1万件に1件の誤判定は、月1万本のUGCを扱う事業なら毎月1件、無実の投稿者を疑う計算になります。
画像検出は透かし方式と何が違うか
Pangram Imageはピクセルレベルの分布を学習し、実写とAI生成画像の統計的な差を捉えます。狙いはモデル横断での検出です。OpenAIやGoogle DeepMindの透かしベースの確認が主に自社出力しか判別できないのに対し、生成元を問わず判定することを目指しています。実写の中に映り込んだAI画像も検出でき、テスト時にはヒートマップで該当領域を示しました。ただし、AI生成画像を撮影した写真を人間コンテンツと誤ったケースも報告されています。
規範の側が先に動き始めている
背景には、検出需要を押し上げる具体的な事件があります。AIプロンプトをそのまま議会での演説で読み上げたカナダの政治家、ChatGPTが作った架空の判例を引用して制裁や罰金のリスクに直面した弁護士。プレプリントサーバーのarXivは今年、LLM出力を著者が確認しなかった証跡——存在しない参考文献や「変更しましょうか？」といったメタ発言——が見られる投稿に対し、1年間の投稿禁止を科す運用を導入しました。
検出市場にはWinston AI、Originality.ai、Copyleaks、GPTZeroが並び、精度そのものはすぐ横並びになる領域です。差がつくのは、Substackのようにプラットフォームやワークフローのどこに組み込まれるか。Speroは「GPUは新しい人間が生まれるより速く増えている。人間のコンテンツを積極的に優遇しなければ、人間のシグナルはAIに埋もれる」と語り、同時にAIで書く人への魔女狩りは望まないとも述べています。この二つを両立させる装置が開示であり、開示を裏づけるのが検出という構図です。
💼 事業会社視点：これは自社にどう効くか
経営が向き合うべきは「検出ツールを買うか」ではなく「AI利用の開示ルールを自社で先に決めるか」です。Substackが著者のAI利用を読者に表示し始めた事実は、開示がプラットフォーム側の仕様として降ってくる流れを示します。オウンドメディアや外部ライター・制作会社に記事を発注している事業会社は、納品物が全文生成かAI推敲かを契約と検品の言葉に落としておくべきです。Pangramは度合いを区別するため、「AI一切禁止」より「推敲までは可、開示必須」の方が運用に乗ります。
ECとSaaSでは論点が変わります。レビュー・Q&A・コミュニティ投稿を抱えるECは、AI生成レビューの混入率を数値で把握でき、SEO面でも量産記事に埋もれない自社コンテンツの証明材料になります。ただし1万件に1件の誤判定は、UGC月間1万件規��なら毎月1件の誤ったアカウント制裁を意味します。検出スコアは自動BANの単独根拠にせず、人間レビューへのトリアージに使う設計が必須です。採用担当がAPI顧客に含まれる点も見逃せません。エントリーシートのAI判定を合否根拠にすれば、日本企業では説明責任と法的リスクを負います。
受託開発の立場では、コード以外の納品物——仕様書、調査レポート、翻訳——のAI利用開示が次の商談条件になりうる。今期中に社内ポリシーとして文書化し、月20ドルで検証できるうちに自社コンテンツの実測値を取っておくのが最も安いリスク対処です。