［事例紹介］UpworkはLlamaをどう活用したか？AIによる提案書作成支援の裏側

2025-08-01

はじめに

　フリーランスとして仕事を得る上で、クライアントの心をつかむ「提案書（Proposal）」の作成は、最も重要かつ時間のかかる作業の一つです。特に、経験の浅いフリーランサーにとっては、自身のスキルや経験をいかに効果的にアピールするかが大きな課題となります。

　本稿では、この課題を解決するために、世界最大級のフリーランス向けプラットフォームであるUpworkが、Meta社の提供する大規模言語モデル（LLM）「Llama」をどのように活用しているかについて、Meta AIの公式ブログ記事「How Upwork helps freelancers win more work with Llama」を基に、その技術的な背景やビジネス上の意義を詳しく、そして分かりやすく解説します。

参考記事

タイトル: How Upwork helps freelancers win more work with Llama
発行元: Meta AI
発行日: 2025年7月31日
URL: https://ai.meta.com/blog/upwork-helps-freelancers-with-llama/

要点

Upworkは、AIアシスタント「Uma」にMetaのLLM「Llama 3.1」を統合し、フリーランサー向けの提案書自動生成機能を強化した。
技術的な核は、低コストでモデルを特定タスクに特化させる「LoRA」技術を活用したマルチエージェントシステムである。
オープンソースのLlamaを採用したことで、コスト削減、開発速度の向上、データ管理の柔軟性を実現した。
結果として、ユーザーエンゲージメントの大幅な向上とコスト削減を両立させている。

詳細解説

Upworkが直面した課題：フリーランスの「提案」という壁

　Upworkは世界中のフリーランサーと企業をつなぐ巨大なマーケットプレイスです。しかし、多くのフリーランサー、特にプラットフォームを使い始めたばかりのユーザーにとって、案件に応募するための提案書作成は大きな負担となっていました。求人内容を深く理解し、自身のスキルセットがどのように貢献できるかを的確に文章化するには、相応の時間とスキルが求められます。この「提案の質」が、受注率に直結するため、プラットフォーム全体の活性化においても重要な課題でした。

AIアシスタント「Uma」とLlamaの融合

　そこでUpworkは、自社のAIアシスタント「Uma」の機能を大幅にアップグレードすることを決定しました。その中核技術として採用されたのが、Metaが開発したオープンソースの大規模言語モデルLlama 3.1です。

　新しいUmaは、フリーランサーが提案書を作成するプロセスをリアルタイムで支援します。具体的には、以下の流れで動作します。

求人情報の要件抽出: Umaが募集中の案件内容を分析し、クライアントが求めているスキルや経験を正確に把握します。
フリーランサーのスキルとの照合: フリーランサーのプロフィールや過去の実績を理解し、今回の案件に合致する強みを特定します。
パーソナライズされた提案書の起草: 上記の情報を基に、フリーランサーのユニークな価値を最大限にアピールできる、質の高い提案書の草案を自動で生成します。

　これにより、フリーランサーはゼロから文章を考える手間を省き、より質の高い提案を、より短い時間で行えるようになりました。

技術的な核心：LoRAによる「専門家AIチーム」の構築

　この仕組みを実現している技術的なポイントが、LoRA（Low-Rank Adaptation）という手法です。

　まず前提として、Llamaのような巨大なAIモデル全体を追加学習（ファインチューニング）させるには、莫大な計算コストと時間が必要です。しかし、LoRAは、モデル本体は固定したまま、比較的小さな「アダプター」と呼ばれる追加モジュールのみを学習させることで、この問題を解決します。これは、スマートフォンの基本OSは変えずに、特定の機能を持つアプリを追加するようなイメージです。

　UpworkはこのLoRAの特性を活かし、単一の万能AIを作るのではなく、複数の「専門家AI」で構成されるマルチエージェントシステムを構築しました。

プロフィールをレビューする専門家AI
求人内容を分析する専門家AI
リアルタイムでフィードバックを行う専門家AI
提案書を生成する専門家AI

　これらの専門家AI（LoRAアダプター）は、すべてLlama 3.1という共通の基盤上で動作しています。そのため、互いに連携しながら、非常に低コストで、かつ大規模にパーソナライズされたサービスを提供できるのです。

なぜオープンソースの「Llama」を選んだのか？

　市場には様々なAIモデルが存在する中で、Upworkがプロプライエタリ（企業が独自に開発・管理する非公開）なモデルではなく、オープンソースであるLlamaを選んだのには明確な理由があります。

コスト削減:プロプライエタリモデルと比較して、トークン（AIが処理する単語の単位）あたりのコストを19.25%削減できたと報告されています。
データ管理とセキュリティ: オープンソースであるため、モデルの重み（学習済みデータ）を自社のインフラ上で安全に保管できます。これにより、機密性の高いデータを外部サービスに渡すことなく、データ管理の主導権を完全に維持できます。
柔軟性と開発速度: 自社のインフラ（AWSや独自基盤）とシームレスに統合し、特定のタスクに合わせたカスタマイズを迅速に行うことが可能です。これにより、開発時間を短縮し、長期的なシステムの安定運用を実現しています。

　これらの点は、AIをビジネスに活用しようとする多くの企業にとって、非常に重要な示唆を与えてくれます。

もたらされた成果と今後の展望

　Llamaを導入した結果、Upworkは目覚ましい成果を上げています。以前のツールと比較して、ユーザーエンゲージメントは58.8%増加し、ユーザーからの肯定的な評価も24%向上しました。

　これは、フリーランサーがより早く、より自信を持って仕事を見つけられるようになったことを示しており、プラットフォーム全体の価値向上に大きく貢献しています。Upworkは今後も、このLoRAを活用したフレームワークを基盤に、フリーランサーとクライアント双方のワークフローを改善する新しいモデルを開発していく計画です。

まとめ

　本稿では、UpworkがMetaのオープンソースAI「Llama」と「LoRA」技術を駆使して、フリーランサーの提案書作成という大きな課題を解決した事例を紹介しました。

　この事例から学べるのは、単にAIを導入するだけでなく、自社のビジネス課題に合わせて最適な技術（オープンソース、LoRAなど）を選択し、賢く組み合わせることの重要性です。特に、コスト、セキュリティ、開発の柔軟性を重視する場合、LlamaのようなオープンソースLLMは極めて強力な選択肢となります。Upworkの成功は、AI技術がビジネスの現場でいかに実践的かつ効果的に活用されうるかを示す、優れた一例と言えるでしょう。