Scale AI
「AIの”答え合わせ”を支配する企業が、答える側に回った」
- 🤖 AIデータインフラ
- 🇺🇸 サンフランシスコ
- 🚀 Series F+（Meta出資）
企業価値
4.5兆円
2026年予測収益
3,000億円
Meta出資額
2兆円
Scale AIとは？
企業価値4.5兆円
2025年6月、Metaが約2兆円を投じてScale AIの株式49%を取得。1年前は約2兆円だった企業価値が、一夜にして4.5兆円に倍増しました。
なぜMetaはAIの「採点屋」にここまで賭けたのか？その答えは、9年間の積み上げの中にあります。
Timeline
19歳の創業から、審判の退場まで
アレクサンドル・ワンがMITを1年で中退し、YCombinatorの採択を受けてScale AIを設立。最初の仕事は、自動運転車向けの画像にラベルを付ける——いわばデータの仕分け作業でした。
OpenAIをはじめとする大手AI企業が次々と顧客に。AIに「正解」を教えるデータ——人間がAIの回答を採点し、AIがそこから学ぶ仕組み（RLHF）——の供給元として、業界の中心に座り始めます。
シリーズEで約500億円を調達。創業5年で1兆円企業に。AI企業はどこもScale AIのデータなしには戦えない——「AIの武器商人」という異名が定着した時期です。
米国国防総省のAI導入パートナーに選ばれ、軍事AIの試験・評価体制を構築。シリコンバレーのスタートアップが国家安全保障の一翼を担う、異例の展開でした。
各社のAIモデルの性能を第三者として評価・ランキング化する仕組みを発表。採点データを作るだけでなく、モデルの「成績表」まで出す——審判としての立場をさらに強固にしました。
Metaが株式の49%を取得し、企業価値は約4.5兆円へ倍増。同時にワン自身がMetaの「超知能部門（Superintelligence）」の責任者として招聘されます。審判が、最大の選手のユニフォームを着た瞬間です。
ワンの後任CEOには、Uber Eatsの立ち上げを率いたJason Droegeが就任。社名もScale Labsへと改められ、Meta色の強まった新章が始まりました。
About
Scale AIを一言で
AIが賢くなるためのデータを、世界で最も大規模に作る会社
- ChatGPTやGeminiが賢いのは、ここが「正解データ」を作っているから
- 24万人がAIの回答を毎日採点して、AIを鍛えている
- OpenAI・Google・Meta——主要AI企業すべてが顧客だった。今はMeta陣営
- 米軍のAI導入も支援。国防総省と約375億円の包括契約
VS
何が違うのか？
業界の常識 vs Scale AI
AIを作らずに、データに特化した。
AI企業は自社でモデルを作り、データも自前で集める。
モデルは一切作らない。OpenAI・Google・Metaすべてに学習データを供給し、全社が依存した。
人力でAIを鍛える。
ネット上のテキストや画像を集めて学習させる。良質なデータは有限。
24万人の専門ワーカーが人間の目で検証した合成データを新たに生成。
AIを作らない会社に、
AI業界全体が依存した。
この大転換を決断したのは誰か——人物を見ていきます。
Leadership
誰が率いているのか
天才の直感で作った会社を、オペレーションの鬼が引き継ぐ
Alexandr Wang
アレクサンドル・ワン
19歳で業界の審判になった男
ニューメキシコ育ち / MIT中退（1年） / 19歳でScale AI創業 / 2025年 Meta超知能部門トップに転身
「AIを作る全員が必要とするものを売る」という戦略で、OpenAI・Google・Metaすべてに学習データを供給。AIの回答を人間が採点してAIを賢くする仕組み（RLHF）のデータを握り、業界の中心に座った。
その価値を丸ごと買ったのがMetaです。2025年6月、約2兆円の出資と引き換えにワンはScale AIを離れ、Metaの超知能部門のトップに就任しています。
Jason Droege
ジェイソン・ドロージ
Uber Eatsを作った実務家
Uber新規事業部門長 / Uber Eatsをゼロから立ち上げ / 2026年 Scale AI CEO就任
Scale AIは今、世界数十カ国で24万人以上のギグワーカーを抱えています。この規模のオペレーションを品質を保ちながら拡大するには、天才的な直感よりも、仕組みで動かせる実務家の力が必要です。Droegeはまさにその適任者でした。Uber Eatsを「アイデア段階」から数十カ国展開のサービスに育てた経験は、Scale AIが直面する課題——Meta向けの巨大案件を安定的にさばきつつ、他の顧客基盤も維持する——と重なります。
経歴
| 学歴 | MIT（1年で中退） |
|---|---|
| 前職 | Quora（機械学習エンジニア・インターン） |
| 現職 | Meta 超知能部門責任者 |
注目ポイント
ワンが作り上げたのは、単なるデータラベリング会社ではなく「AIの成績を決めるインフラ」でした。その価値をMetaのマーク・ザッカーバーグが約2兆円で買い取ったという事実が、ワンの戦略眼の正しさを証明しています。同時に、Scale AIにとっては「創業者の頭脳」という最大の資産を失った瞬間でもあります。
経歴
| 学歴 | カリフォルニア大学バークレー校 |
|---|---|
| 前職 | Uber（Uber Eats創設・事業責任者） |
| 現職 | Scale Labs CEO |
注目ポイント
Droegeの就任は、Scale AIが「何を発明するか」のフェーズから「どう安定して回すか」のフェーズに移ったことを意味しています。Uber Eatsの立ち上げも、配達員ネットワークの構築と品質管理が本質でした。24万人のワーカーを束ねるScale AIの経営は、見た目以上にその延長線上にあります。
ひとこと補足
ChatGPTが賢いのは、人間のおかげ？
「安い労働力の単純作業」という想像は、半分だけ正しい
Scale AIは世界で24万人以上のギグワーカーを抱えています。その規模だけ聞くと、途上国の安い労働力で単純作業を大量にこなす「データ工場」をイメージするかもしれません。実際、その側面もあります。子会社のRemotasksはアフリカや東南アジアを中心に、画像の中の車や歩行者を四角で囲むといった比較的シンプルなラベリング作業を担っています。
でも、Scale AIの本当の強みはもう一つの子会社にあります。
Outlierは、AIの回答の「良し悪し」を人間が採点するためのプラットフォームです。ここで働く人の87%が大卒以上、27%が修士、12%が博士号を持っています。なぜこんな高学歴集団が必要なのか。理由はシンプルで、AIが出した回答が正しいかどうかを判断するには、そのテーマの専門知識がいるからです。法律の質問にAIが答えたら、法律の専門家が「この回答は合ってる？」と採点する。医療もコーディングも同じです。ChatGPTが賢いのは「AIが勝手に賢くなった」からではなく、こうした専門家が一つ一つの回答に○×をつけ続けた結果です。
Remotasksが「量」を、Outlierが「質」を担う。この二段構えこそが、Scale AIを単なる外注先ではなく「知識労働の集合体」にしています。博士号を持つ24万人規模のワーカー網を一から構築するのは、資金があっても数年がかりの仕事——これが、競合がなかなか追いつけない参入障壁になっています。
Technology
何を売っているのか
軍事・評価基準・データ生成——3つの領域でAIの「裏方」を独占する
Scale AIは単なるデータのラベル貼り屋ではありません。米軍向けの専用AIプラットフォーム、AIモデルの性能を測る「成績表」、そして実データが足りない領域のためのデータ生成パイプライン——この3つの柱で、AIの開発プロセスそのものに深く食い込んでいます。
ペンタゴンのAI、この会社が支えています
Scale Donovan
米国防総省向けAIプラットフォーム
Scale Donovanは、米国防総省（DoD）が軍事作戦にAIを導入するための専用プラットフォームです。2022年に約375億円の包括契約を獲得し、深層学習モデルの試験・評価体制をゼロから構築しました。さらに2024年には米陸軍から約150億円のAIツール開発案件を受注しています。シリコンバレーのスタートアップが国家安全保障のインフラを担う——膨大な衛星画像や通信データにラベルを付け、AIが理解できる形に変換する作業を、Scale AIは国家レベルで請け負っています。
米陸軍 約150億円受注
「どのAIが一番賢いか」の成績表を、採点者が発行する
SEAL Leaderboards
AIモデルの性能比較ランキング
SEAL Leaderboardsは、各社のAIモデルを同じ基準でテストし、性能をランキング化する仕組みです。AIに正解を教えるデータを作りながら、そのAIの出来栄えまで自分で評価する——試験問題の作成者が採点もしている状態です。中立であるうちは、これが信頼性の源泉でした。Metaの出資以降、この「公平な審判」というポジションがどこまで維持されるかは、業界が注視しているところです。
開発方針への影響力
データが足りないなら、人間の目で検証しながら作ればいい
合成データパイプライン
実データ不足を補う「作るデータ」
AIの学習に必要な良質なデータは有限です。特に軍事や医療のような専門領域では、そもそも使えるデータが極端に少ない。合成データパイプラインは、まずAIがデータを生成し、それをOutlierの専門ワーカー——87%が大卒以上、12%が博士号保持者——が一つひとつ検証・修正して訓練データに仕上げる仕組みです。「AIが作ったデータでAIを鍛える」ように見えますが、そこに人間の専門家が介在するのがScale AIのやり方。法律の合成データなら法律の専門家が、医療なら医療の専門家がチェックする。Scale Donovanが軍事領域でAIを活用できるのも、この合成データパイプラインで「存在しなかったデータ」を作れるからです。3つのプロダクトは独立しているようで、実は一本の線で繋がっています。
軍事・医療のAI活用を加速
ひとこと補足
SEAL Leaderboardsって何？
AIモデルの「成績表」を、Scale AIが作っている。
ChatGPT、Gemini、Claude——どのAIが一番賢いのか？その成績表を作っているのがScale AIのSEAL Leaderboardsです。
ポイントは「非公開テスト」であること。普通のベンチマークは問題が公開されているので、AI企業がテストに合わせてモデルを最適化（カンニング）できてしまう。SEALは非公開データでテストするので、本当の実力が出る。だから業界標準になりました。
ただし、Metaが49%の株主になった今、「公平に採点しています」は額面通りに受け取りにくい。中立性が揺らいだ分、評価基盤としての信頼もじわじわ下がるリスクがあります。
Partnerships
誰と組んでいるのか
全員に売れた「中立のインフラ」が、約2兆円で片側に傾いた
Scale AIの最大の強みは、AI業界のあらゆるプレイヤーに同時にデータを売れる中立性でした。OpenAIにもGoogleにもMetaにも、同じ品質の学習データを供給する。誰の味方でもないからこそ、全員が頼れた。その構図が、2025年6月に一変しています。
約2兆円を投じて株式49%を取得。非議決権株式という建前ですが、売上の最大顧客でもあり、資本と収益の両面でScale AIの命綱を握っています。
5年間最大 約375億円の包括契約でAI導入を支援。Meta色が強まる中、政府契約の存在がScale AIの「公共性」を辛うじて担保しています。
約50億円の契約で戦場におけるAIエージェントの概念実証を推進。国防シフトの加速を象徴する案件です。
約2兆円を得て、何を失ったか
インサイト
Meta出資以降、OpenAIはScale AIをデータプロバイダーから除外したと報じられています。Googleも距離を置いたとされます。理由はシンプルで、自社のAI開発に使う機密データの流れ先に、最大の競合であるMetaの息がかかっている——そのリスクを許容できないからです。
Scale AIはかつてOpenAI・Google・Meta・Anthropicの全員に同時にデータを売れる「AIのスイス」でした。中立だからこそ全員が依存できた。その中立を約2兆円で手放した今、国防契約への傾斜が加速しているのは偶然ではありません。民間AI企業からの離反を、政府案件で埋めにいく構図が見え始めています。このトレードオフが正しかったかどうかは、2026年の収益構成が答えを出すはずです。
外部の評価は一貫して「AIの武器商人」という言葉に集約される。全員に弾を売っていた商人が、一つの陣営に入った今、業界はどう見ているのか。。全員に弾を売っていた商人が、一つの陣営に入った今、業界はどう見ているのか。
Voices
業界の声
Scale AIを外から見た目線は、意外なほど一致しています。競合するAI企業のすべてにデータを売れる——その立場の希少性と危うさを、各メディアがそれぞれの角度から描いています。
投資分析
Scale AIは「AI業界の武器商人（arms dealer）」である。OpenAI、Google、Metaという互いに競合する企業すべてに不可欠なデータを供給することで、他に類を見ない生態的地位を確立した。
労働者ルポ
Outlierで働くアメリカ人の87%が大卒以上、12%が博士号を持つ。博士号を持つ人材がAIの「家庭教師」として、1件数ドルの報酬でAIの回答を採点し続けている——RLHFの現場は、想像とはまったく違う知識労働の集合体だった。
国防契約
国防総省との約375億円の契約は単なる受注ではない。Scale AIが「米国のAI安全保障インフラ」の一部になったことを意味する。軍事AIの試験・評価体制を一企業が担うという、シリコンバレーの新しい現実だ。
Meta出資分析
Metaの約2兆円出資は、AI開発を加速するための「データ供給ライン確保」という戦略的投資である。49%の株式取得は非議決権株式という建前だが、Scale AIの売上・資本の両面をMetaが握る構図は、かつての中立性と明らかに矛盾する。
リスクを並べると暗く見えます。でも4.5兆円という巨額の資本を手にしたのも事実です。中立を捨てたことで「閉じた扉」がある一方、課題も見えてきます。
⚠ Risk Assessment
Scale AIのリスク評価
4.5兆円の値札がついた企業の、見過ごせない5つの弱点
顧客集中リスク——収益の命綱がMeta1社に
Meta出資後、OpenAIとGoogleが取引を縮小。かつて全員に売れていたからこそ収益が分散していたが、今は資本（49%）と売上の両面でMetaに依存する構図。2026年の収益予測は約3,000億円だが、Meta関連の比率は非公開。
中立性喪失リスク——「AIの審判」ブランドの毀損
「どのAI企業にも偏らない」という信頼が最大の資産だった。SEAL Leaderboardsが業界標準になれたのもこの前提があったから。Meta出資後、この前提は崩れている。失ったのは契約ではなく「誰にでも売れる」というビジネスモデル。
リーダーシップ移行リスク——天才の退場、実務家の試練
創業者ワンがMetaへ移籍し、後任はUber Eats創業者のDroege。オペレーションの手腕はあるが、AI業界の経験は浅い。SEALも国防参入もワンの直感から生まれたもので、その直感なしにビジョンを打ち出せるかは未知数。
国防依存リスク——710億円契約を奪われた衝撃
2026年初頭、約1,100億円の国防契約を競合に奪われ、Scale AIは法的異議を申し立て中。民間の離反を国防で埋めようとした矢先の出来事。民間にもMeta依存、国防にも不安定要素——どちらに傾いてもリスクがある。
技術的代替リスク——AIがAIのデータを作る時代
AI自身がデータを生成する「合成データ」技術が進歩中。大手が内製化を進めればScale AIの優位性は下がる。ただし、AIが作ったデータの検証は結局人間の仕事。人間の関与が減るほど事業領域は縮小するが、完全な代替は当面先。
5つのリスクは1本の線で繋がっている
インサイト
すべての起点は「中立性を約2兆円で手放した」という1つの決断にあります。中立を捨てたから顧客が離れ、顧客が離れたからMeta依存が深まり、Meta依存が深まったから国防シフトを加速せざるを得ず、その国防でも契約を奪われた。Scale AIにとって最大の問いは、「4.5兆円の資本を得た代わりに、4.5兆円の価値を支えていた中立性を失った」というトレードオフが、長期的にプラスに出るかマイナスに出るかです。2026年の収益構成がその最初の答えになるでしょう。
What’s Next
これからどうなるのか
中立を失った4.5兆円企業に残された3つのルートと、1つの根本的な問い
Metaのデータインフラとして安定収益を取る
ワンが率いるMeta超知能部門の学習データを、Scale AIが全面的に支えています。年間数兆円をAIに投じるMetaが顧客なら、発注は途切れにくい。
国防AI市場で「民間が入れない城」を築く
軍事AIには機密クリアランスが必要で、取得だけで年単位。この参入障壁がScale AIの第2の護城河です。24万人のワーカー網と合成データ生成の能力で、米軍のAIインフラを支えています。
SEAL評価基盤の「残存価値」で業界に居続ける
中立性を失っても、評価基盤としての技術的な価値は残ります。SWE-AtlasやVoice Showdownなど新しい評価基準の開発を進め、業界標準を作り続けています。
独立企業か、Metaのデータ部門か
インサイト
Scale AIは今、「独立企業としての未来」と「Metaの実質的なデータ部門としての未来」の分岐点に立っています。議決権なし49%という微妙な株式構造が、この二重性を制度的に体現しています。Metaは経営に口を出す「権利」は持っていませんが、売上と資本の両面を握っている以上、その「影響力」は議決権以上かもしれません。どちらに振れるかは、Droege新CEOがMeta以外の収益源——特に国防事業と他のエンタープライズ顧客——をどれだけ育てられるかで決まります。
Scale AIは「AIに正解を教えるデータ」を大規模に作る会社。ChatGPTが賢くなれたのも、Scale AIの専門ワーカーがAIの回答を一つずつ採点し続けたおかげです。Metaが約2兆円で株式49%を取得し、企業価値は約4.5兆円へ倍増。創業者ワンはScale AIを去り、Metaの超知能部門トップに就任——審判が選手のユニフォームを着た。
世界24万人超の高度専門ギグワーカー（87%が大卒以上、12%が博士号保持）と、米国防総省との約375億円の包括契約が2本柱。「中立の審判」から「Metaの深い同盟者」へ——OpenAIやGoogleは距離を置き、国防でも710億円契約をEnabled Intelligenceに奪われた。この転換が今後の最大の注目点です。
AIブームが続く限り「正解データ」の需要は消えない。ただしMeta依存・DoD訴訟・競合台頭という3つのリスクは目を離せず、中立を捨てた選択が正しかったかどうか、答えはまだ出ていません。
Takeaway
この記事のポイント
- Scale AIは「AIに正解を教えるデータ」を大規模に作る会社。ChatGPTが賢くなれたのも、Scale AIの専門ワーカーがAIの回答を一つずつ採点し続けたおかげです
- Metaが約2兆円で株式49%を取得し、企業価値は約4.5兆円へ倍増。創業者ワンはScale AIを去り、Metaの超知能部門トップに就任——審判が選手のユニフォームを着た
- 世界24万人超の高度専門ギグワーカー（87%が大卒以上、12%が博士号保持）と、米国防総省との約375億円の包括契約が2本柱
- 「中立の審判」から「Metaの深い同盟者」へ——OpenAIやGoogleは距離を置き、国防でも710億円契約をEnabled Intelligenceに奪われた。この転換が今後の最大の注目点です
- AIブームが続く限り「正解データ」の需要は消えない。ただしMeta依存・DoD訴訟・競合台頭という3つのリスクは目を離せず、中立を捨てた選択が正しかったかどうか、答えはまだ出ていません
— 読了お疲れさまでした。この企業の最新動向は、AI産業通信で随時更新します。
編集部コラム
「中立のインフラ」は幻想だったのか
AWSはAmazonの一部でありながら、Amazonの直接の競合であるNetflixにサーバーを提供しています。Google CloudもGoogleと競合する企業に平然とサービスを売っています。巨大プラットフォームが特定の資本に属しながらも「中立的なインフラ」として機能する——これはテック業界では珍しくない光景です。
ではScale AIが中立性を手放したことは、本当に異常な出来事だったのでしょうか。答えはおそらく「異常ではないが、時期尚早だった」です。AWSやGoogle Cloudが競合にもインフラを売れるのは、クラウド市場が十分に成熟し、インフラ層と利用者層の分離が業界の共通了解になっているからです。AIのデータインフラにはまだその成熟がありません。人間がAIの回答を採点してAIを鍛える学習データを大規模に作れるプレイヤーは極めて少なく、乗り換え先が限られている。だからこそScale AIの中立性には意味があったし、それを失った衝撃が大きかったわけです。
中立プラットフォームが巨大資本に取り込まれるパターンはAI業界に限らず繰り返されてきましたが、Scale AIはその最新にして最大規模の事例です。4.5兆円という金額が、この構造の未熟さに値札をつけた——そう読むこともできます。
AI産業通信 編集部
Company Data
基本情報
| 正式名称 | Scale AI, Inc.（2026年3月よりScale Labsに改称） |
|---|---|
| 設立 | 2016年6月 |
| 創業者 | Alexandr Wang（現Meta超知能部門責任者） |
| 現CEO | Jason Droege（2025年〜） |
| 本社 | 米国カリフォルニア州サンフランシスコ |
| ギグワーカー数 | 世界24万人以上（Remotasks・Outlier経由） |
| 2024年売上 | 約1,350億円（前年比+14.5%） |
| 推定企業価値 | 約4.5兆円（2025年6月時点） |
| 累計最大出資 | Meta — 約2兆円（株式49%取得） |
| 主要顧客 | Meta・OpenAI・米国防総省・トヨタ・リサーチ・インスティテュートほか |
| 主要事業 | データラベリング、AIモデル評価（SEAL Leaderboards）、国防向けAIプラットフォーム（Scale Donovan） |
| 公式サイト | https://scale.com |
