Joinable Labs が 200 万ドルのシード資金を確保、プライベート AI 向け「RAG in a BOX」を発表

Joinable Labs は、プライベート AI システムの導入を革新することを目的とした200万ドルのシード資金調達ラウンドを発表し、正式にステルス状態から脱却しました。サンフランシスコを拠点とする同社は、「Time-to-Intelligence」（TTI）と呼ばれる、組織が未加工の断片化されたデータを完全に機能する効果的なプライベート AI ソリューションに変えるためにかかる重要な期間を劇的に加速することに焦点を当てています。

今回のシード資金調達ラウンドには、6つの AI および Web3 の「ユニコーン」企業の創業者や技術リーダー、そして Accomplice Blockchain、Tess Ventures、VitalStage Ventures などの著名なベンチャー企業、さらには様々な戦略的なエンジェル投資家を含む多様な投資家グループが参加しました。この多額の支援は、企業が独自のデータを AI に活用する際に直面する課題に対する市場の認識を裏付けています。

Joinable Labs の提供するものの核となるのは、「Time-to-Intelligence 加速プラットフォーム」です。このプラットフォームは、特に機密性の高いデータや独自のデータのために、AI を構築する複雑なプロセスを合理化するように設計されています。PDF やスプレッドシートから画像、人事記録に至るまで、非構造化またはサイロ化された企業データを抽出し、AI 対応の形式に解析し、その後、組織の特定のニーズに合わせてプライベートで安全な AI モデルをトレーニングすることでこれを実現します。Joinable Labs の共同創設者である Brian Shin は、「AI ビルダーはモデル以上のもの、つまりアラインメントと勢いを必要としている」と強調し、同社の目標が、チームが数ヶ月ではなく数時間で生のデータから AI をデプロイできるようにすることだと述べました。

同社のデビュー製品である「RAG in a BOX」は、この加速を実現するための極めて重要なツールとして位置付けられています。RAG（Retrieval-Augmented Generation：検索拡張生成）は、大規模言語モデル（LLM）の能力を、外部の信頼できるデータソースと統合することで強化する AI フレームワークです。事前学習済みのデータのみに依存する従来の LLM とは異なり、RAG はモデルが組織の内部知識ベースからリアルタイムの特定の情報にアクセスして組み込むことを可能にします。このプロセスにより、AI が生成する応答の正確性、関連性、事実に基づいた根拠が大幅に向上し、「ハルシネーション」や古い情報などの問題を軽減します。

「RAG in a BOX」は、AI ビルダーが独自のカスタムデータを使用して検索拡張生成 AI システムを迅速にプロトタイプ化し、デプロイするためのオールインワンツールキットを提供します。ユーザーは様々なデータタイプをロードし、主要な LLM（DeepSeek、Google、Meta、Alibaba のモデルを含む）から選択し、ノーコードテンプレートまたは API を介してソリューションを即座にデプロイできます。Joinable Labs は、このアプローチにより、従来のメソッドよりも AI システムのプロトタイプ化とデプロイメントを最大50倍高速化できると主張しており、速度、柔軟性、データに対する完全な制御を提供します。

「プライベート AI」への焦点は、今日のデータに敏感な状況において特に重要です。プライベート AI 環境は、厳格なプライバシーとセキュリティ管理を維持しながらデータを処理し洞察を生成するように設計されており、多くの場合、機密データを社内に保持するためにローカルハードウェアまたはプライベートクラウドインフラストラクチャでモデルを実行します。これにより、データプライバシー、コンプライアンス、知的財産保護に関する企業の重大な懸念に対処できます。これらは、パブリック AI サービスの採用における大きな障壁となることがよくあります。伝統的にプライベート AI をデプロイする際の課題には、高い実装コストと継続的なコスト、専門的な社内人材の必要性、多様なデータソースを統合する複雑さなどがあります。Joinable Labs はこれらの複雑さを簡素化し、スタートアップから大企業まで、あらゆる規模の企業にとってプライベート AI をよりアクセスしやすく効率的にすることを目指しています。

Joinable Labs の戦略的ロードマップには、AI モデル評価、スケーラブルなデータ処理、カスタム AI モデルのファインチューニング、コミュニティによるデータ集約と自己ラベリングのためのさらなるツールが含まれており、AI ビルダーを支援するための包括的なアプローチを示しています。「Time-to-Intelligence」の課題に正面から取り組むことで、Joinable Labs は、安全で高性能なプライベート AI でデータの潜在能力を最大限に引き出そうとする企業にとって、重要なイネーブラーとしての地位を確立しています。