「データのNVIDIA」からエージェント時代へ──Scale AI創業者ワン氏が語るAIの未来と米中競争
人工知能（AI）に関連するデータ生成・活用から、エージェントによる業務自動化、そして米中間の競争に至るまで──Scale AI創業者のアレクサンダー・ワン氏は、自らの歩みと同社の戦略を語りながら、AIによって「人間の仕事」がどのように再定義されるかを示しています。本記事では、ワン氏へのインタビューをベースに、Scale AIの立ち上げ背景から最新のエージェント活用、さらにはグローバル競争環境までを5つの章構成でわかりやすく解説します。
1. アレクサンダー・ワンの歩みとScale AI設立の背景
1-1. MIT中退とYCでの出会い
ワン氏は、2016年にMITを中退し、スタンフォードのラショナリスト・コミュニティが主催する夏期プログラムでAIの可能性に触れた経験を語ります。「人生で最も重要なテーマはAIとその安全性だと16歳で気づいた」と振り返るように、若手時代から先端的な研究者たち（ポール・クリスティアーノ、イリヤ・サツケバーら）との接点が、彼の志向を大きく方向づけました。
1-2. 最初のビジネスアイデアとProduct Huntでのローンチ
YC（Y Combinator）参加当初、同氏とチームが取り組んだのは「チャットボットのデータ」を提供するAPIサービスでした。ある夜、ドメイン名scaleappi.comが空いていることに気づき、1週間でランディングページを立ち上げてProduct Huntに公開。
「もし人間をAPIで呼び出せるとしたら？」という一文がコミュニティの注目を集め、初期のユーザー獲得につながりました。
2. データビジネスから自己駆動へ：スケーリングとピボット
2-1. 自動運転向けデータラベリングへの集中
創業後まもなく、Scale AIは、自動運転車向けのデータラベリングに注力します。ワン氏は、
「Amazon Mechanical Turkは、誰もが名前だけは知っていたが、実際に使うと最悪のUXだった」と比較し、自社APIの優れた使い勝手で市場を席巻。Cruise（旧Cruise Automation）との契約獲得を契機に、同社の売上は飛躍的に拡大しました。
2-2. GPT時代の到来と「NVIDIA for data」としての役割
2019年以降、OpenAIとの協業で言語モデル（GPT-2／GPT-3）のデータ提供を開始。ワン氏は、「自動運転で培った“データのスケーリング法則”は、AI領域全体に通用する」と語り、「NVIDIAがハードウェアを担うなら、我々はデータのNVIDIAだ」との自負を示しました。2022年にはInstruct GPT、ChatGPTといった大型モデルへの貢献を通じ、Scale AIの存在感は一層強まりました。
3. エージェントによる業務変革の最前線
3-1. Reinforcement Learningを用いたAgentic Workflows
Scale AIは、単なるデータ供給企業から、AIエージェントを組み込んだ業務自動化プラットフォームへと進化中です。ワン氏は、
「AIモデルへのプロンプトだけでなく、強化学習（RL）を用いて人間の業務をエージェント化する」という新戦略を説明。評価指標（eval）を内部・外部向けに整備し、モデルの精度向上を継続的に推進しています。たとえば「Humanity’s Last Exam」と呼ばれる超難問コンテストを通じ、モデルの推論能力を実地で評価・改善しています。
3-2. 社内でのエージェント活用事例
社内の採用プロセスや品質管理、営業レポート作成など、定型的かつ反復的なタスクはすでにエージェントに置き換えられています。ワン氏曰く、
「ビデオ形式で人間の作業を環境として取り込み、RLでエージェントに学習させる」ことで、人間1名に相当する作業量を10倍、100倍にスケールさせる仕組みを構築しています。
4. 中国との競争とAIエコシステム
4-1. 中国AIモデルの急速な進歩とデータアセット
近年、中国勢は、最先端のオープンソースモデルを次々にリリースし、データラベリングセンターの設置や大学・政府の大型助成を背景に急速に追い上げています。ワン氏は、
「中国の優位はスケールできる“データ”にある。ハイパーパラメータのチューニングや訓練ノウハウが流出すれば、米国とアルゴリズム面で互角になる」と指摘。エスピオナージュ（技術情報の窃取）が実際に行われていると推測し、データ・インフラのガバナンス強化を訴えました。
4-2. 米中間の技術・データ優位性の均衡と課題
一方で、ワン氏は、米国の「計算資源（チップ設計やクラウド基盤）」優位を挙げつつ、
「エネルギー生産は、政策に阻まれ、中国に後れを取っている」というエネルギー・インフラ面の課題も指摘。AIの継続的発展には、データ・コンピュート・政策が一体となったエコシステムの整備が不可欠であることを強調しました。
5. 今後の展望とプロとしての心得
5-1. AIが開く「未来の仕事」の姿
ワン氏は、「人間が機械に代替されるのではなく、機械（エージェント）が人間を支援し、人間はより創造的・戦略的な業務に注力できる」とのビジョンを提示。コーディングのアシスタント化や、複数エージェントを管理する“メタマネジメント”の概念など、AIと共働する新時代の労働モデルを描きました。
5-2. 「Care」の重要性：Alexの採用基準に学ぶ
最後にワン氏が繰り返し語ったのは「Care＝仕事への執着心」です。
「手を抜く人と、魂を込めて自らの成果にこだわる人は簡単に見分けがつく」という言葉が示す通り、プロフェッショナルとしての成功要因は、技術だけでなく“仕事を愛し、細部にこだわる姿勢”にあるといえます。
本記事では、Scale AI創業者のアレクサンダー・ワン氏へのインタビューを通じ、同社の進化とAI業界の最前線を解説しました。データラベリングからエージェント化、さらに国際競争の構図まで、多岐にわたるテーマは、いずれも今後のAI活用・ビジネス戦略を検討する上で必読と言えるでしょう。
