［ニュース解説］UberがAI開発の「黒子」に？データプラットフォーム事業「Uber AI Solutions」本格始動

2025-06-21

はじめに

　本稿では、配車サービスで世界的に知られるUberが、その裏側で培ってきた強力なデータ技術を外部の企業やAI研究所に提供し始めたことについて、Uberの投資家向け広報部門が2025年6月20日に発表した「Uber Expands AI Data Platform to Power Next-Gen Enterprise and AI Lab Needs」という記事をもとに、解説していきます。

引用元記事

タイトル： Uber Expands AI Data Platform to Power Next-Gen Enterprise and AI Lab Needs
発行元： Uber Technologies, Inc.
発行日： 2025年6月20日
URL： https://investor.uber.com/news-events/news/press-release-details/2025/Uber-Expands-AI-Data-Platform-to-Power-Next-Gen-Enterprise-and-AI-Lab-Needs/default.aspx

要点

Uberは、自社サービスで10年以上かけて培ってきたデータ収集・加工・テストの技術とノウハウを、外部企業向けに「Uber AI Solutions」として提供を開始した。
新サービスの中核は、①世界30カ国の専門家ネットワークを活用した「グローバルデジタルタスクプラットフォーム」、②AI学習用の高品質なデータセットを提供する「データファウンドリ」、③自律型AIエージェントの開発支援、④Uber社内で利用するAI開発・管理基盤の提供、の4点である。
この動きは、Uberが持つギグワークの仕組みをAI開発の領域に拡張し、AIが不得意とする部分を人間の知能で補う「人間の知能レイヤー」となることを目指すものである。
AIの性能を左右する高品質な「教師データ」を、Uberが持つグローバルで多様な実世界データと、それを扱うための洗練されたプラットフォームを通じて提供することに、このサービスの大きな価値がある。

詳細解説

AI開発の裏側と「データ」の重要性

　まず前提として、なぜUberのような企業がデータサービスに乗り出すのか、その背景を理解することが重要です。現在のAI、特に機械学習と呼ばれる技術は、いわば「データから学習する」ことで賢くなります。例えば、自動運転AIに「これは歩行者」「これは信号」と教えるためには、人間が正解をタグ付けした膨大な数の画像データ（これを教師データと呼びます）が必要になります。

　この教師データを作成する作業をアノテーションと呼びますが、非常に地道で手間のかかる作業です。「Garbage In, Garbage Out（ゴミを入れればゴミしか出てこない）」という言葉があるように、AIの性能は元となるデータの質と量に大きく左右されるため、このアノテーションはAI開発において極めて重要な工程なのです。

　Uberは、配車サービス、フードデリバリー（Uber Eats）、自動運転技術開発などを世界中で展開する中で、地図情報、交通状況、ユーザーの検索履歴、多言語でのカスタマーサポートのやり取りなど、極めて多様で膨大な「実世界のデータ」を蓄積してきました。そして、そのデータを効率的に収集し、アノテーションを施し、AIモデルの性能評価を行うための高度な社内システムを構築・運用してきたのです。今回の発表は、この強力な武器を、いよいよ外部にも提供していくという宣言に他なりません。

Uber AI Solutionsの具体的な新機能

　では、具体的にどのようなサービスが提供されるのでしょうか。特に重要な4つのポイントを解説します。

1. グローバルデジタルタスクプラットフォーム

　これは、AI開発に必要なアノテーションや翻訳、コンテンツ編集といったタスクを、世界中の専門スキルを持つ人材に依頼できるプラットフォームです。特筆すべきは、Uberが既存の配車サービスで培った本人確認、決済、評価といった信頼性の高い基盤を活用している点です。これにより、企業は安心して、例えば法律や医療、コーディングといった専門知識が必要なデータの作成を、世界中の最適な人材に依頼できます。これは、Uberのギグエコノミーの仕組みを、AIデータ作成という知的労働の領域へと拡張する試みです。

2. データファウンドリ

　「ファウンドリ」とは「鋳造所」を意味する言葉で、ここではAIモデルの”原材料”となるデータを製造・供給する場所とイメージすると分かりやすいでしょう。音声、動画、画像、テキストなど、すぐに使えるように整備されたデータセットを提供するだけでなく、顧客の特定のニーズに合わせてデータをカスタムで収集・作成するサービスも行います。もちろん、個人のプライバシー保護や各国の法令遵守（コンプライアンス）にも配慮した設計になっています。

3. エージェントAIのサポート

　「エージェントAI」とは、顧客からの問い合わせに自動で応答したり、特定の業務を自律的にこなしたりするAIのことです。こうしたAIを賢くするためには、現実世界で起こりうる様々な業務の流れ（タスクフロー）や対話のパターンを学習させる必要があります。Uberは、自社のグローバルなカスタマーサポートなどで得た知見を活かし、AIエージェントが現実のビジネスを正しく理解し、行動できるようにするための高品質なデータやシミュレーション環境を提供します。

4. AI開発者向け共有インフラ

　これは、Uberが社内で大規模なアノテーションプロジェクトの管理や、AIが生み出した結果の品質検証に使っているプラットフォームそのものを、SaaS（サービスとしてのソフトウェア）のように外部企業に提供するものです。AI開発には、タスクの効率的な割り振り、品質の自動チェック、作業者へのフィードバックといった洗練されたワークフロー管理が不可欠です。これを自前で開発することなく、Uberの実績あるシステムを利用できるのは、多くの企業にとって大きな魅力となるでしょう。

まとめ

　本稿では、Uberが発表したAIデータプラットフォーム「Uber AI Solutions」の事業拡大について解説しました。この動きは単なる新サービスの発表に留まりません。

　Uberは、自社最大の資産である「グローバルなプラットフォーム」「数百万人のギグワーカーネットワーク」「膨大な実世界データ」という3つを巧みに組み合わせ、AI開発の根幹を支える「データ生成」という新たな市場に本格的に乗り出しました。

　特に重要なのは、AIだけでは解決できない、あるいはAIをより賢くするために必要な、人間による高度な判断や作業、すなわち「人間の知能（Human Intelligence）」を、グローバルな規模でオンデマンドに提供する仕組みを構築しようとしている点です。同社が掲げる「AI開発における人間の知能レイヤーになる」というビジョンは、AIと人間が協調する未来の働き方、そして新しい産業の形を予感させます。

　AI技術が急速に進化する今、その裏側を支えるデータインフラの重要性はますます高まっています。Uberのこの戦略的な一手は、今後のAI業界の勢力図にも影響を与える可能性を秘めた、非常に興味深い動きと言えるでしょう。