Y Combinator 日本語図鑑

事業概要

プロダクト

• 顧客企業のエージェントから実行履歴を受け取り、保存できる形に整える。
• 履歴を工程ごとに分解し、再利用できる単位へ切り分ける。
• 切り分けた履歴に用途別の価値づけを行い、提供単位を決める。
• 提供先と利用条件を管理し、外部での利用実績を記録する。
• 利用実績をもとに収益の配分額を算出し、明細として返す。
• 価格と課金の体系は非公開。

技術アーキテクチャ（推定）

• 入力は顧客のエージェントが出力する実行履歴と推定される。
• 連携はAPI経由の送信か、端末側の収集プログラムとみられる。
• 履歴は時刻・入出力・判断過程ごとに正規化して蓄積するとみられる。
• 個人情報や機密の混入を検査し、除外や匿名化を行う処理が推定される。
• 整形した履歴を学習用のデータとして外部へ渡す形態とみられる。
• 保存基盤と提供形式は非公開。

収益モデル

• エージェントを運用する企業が履歴の預託と整形に対して支払うとみられる。
• 履歴の利用量に応じた従量課金か、月額の課金と推定される。
• 履歴の提供先から利用料を得る流通型の収益も想定される。
• 価格は非公開。

差別化

• 履歴の蓄積量が増えるほど提供できる単位が増える。
• 配分の計算と実績記録を握ると乗り換えの負担が大きい。
• 匿名化と権利処理の手順を先に整えた点が差になる。
• 専業の同型が少なく、先行事例も乏しい。

日本展開時のリスク

• 実行履歴に個人情報が含まれる場合、個人情報保護法の対応が必要になる。
• 取引先の機密が履歴に残る場合、契約上の制限が障壁になる。
• 履歴を国外に保管する場合、顧客の同意取得が課題になる。
• 配分額の根拠を示せないと社内の稟議が通りにくい。
• 国内に先行事例がなく、価格の妥当性を測りにくい。

日本での競合

• 国内に実行履歴の収益化を専業とする事業者は見当たらない。
• データ基盤や機械学習の支援企業は近接するが用途が異なる。
• 大手クラウドは履歴の保管基盤を出すが収益化機能は持たない。
• 直接の同型がなく空白は大きいが、需要の存在は未確認である。
• 個人情報と機密の扱いに関する顧客の審査が参入の壁になる。

主要プレイヤー

• ブレインパッド — データ分析の支援。
• Preferred Networks — 深層学習の研究開発。
• FastLabel — アノテーション基盤と代行。
• Amazon Web Services — クラウド基盤。国内リージョンで提供。