Scale AI, Inc.（米国）が2016年から提供しているAI開発向けのプラットフォーム。AIモデルを訓練するための「学習データ」を作るところから、できあがったモデルの性能を測る評価、そして企業や政府機関で実際にAIを動かす基盤まで、開発の上流から下流までを一社でカバーしているのが特徴である。データラベリング（画像や文章に正解ラベルを付ける作業）とRLHF（人間のフィードバックによる強化学習）で知られ、主要なAIラボの多くが同社のデータを利用してきた。2025年6月にはMetaが約143億ドルを出資して49%の無議決権株式を取得し、企業価値は約290億ドルと評価された。2026年8月にはFrancis deSouza氏が新CEOに就任している。
主な特徴
- Scale Data Engine（学習データ基盤）: 画像・テキスト・音声・動画などにラベルを付け、AIの学習に使える形へ整えるサービス。人手によるアノテーションと自動化を組み合わせ、大規模なデータセットを継続的に供給する
- RLHF・ポストトレーニング支援: モデルの出力を人間が評価・比較し、その結果を使って挙動を調整するRLHFや、専門家によるデータ作成を請け負う。汎用モデルを特定用途向けに仕上げる工程を支える
- SEAL Leaderboards（モデル評価）: 独自の評価チームSEALが、公開モデルを共通のベンチマークで比較したリーダーボードを公開している。Humanity’s Last Exam、SWE-Bench Pro、MCP Atlasなどのベンチマークが知られ、モデルの能力・安全性・信頼性を測る指標として参照されている
- Scale GenAI Platform（企業向け生成AI基盤）: 自社データと生成AIを組み合わせたアプリケーションを、企業内で構築・運用するためのプラットフォーム。ヘルスケア・保険・エネルギー・物流など業種別のソリューションも用意されている
- Scale Donovan（公共・防衛向け）: 政府機関や防衛領域を対象としたAIソリューション。FedRAMP Highの認定を取得しており、機密性の高い環境での利用を想定している
- Scale Labs（研究部門）: 2026年3月に発足した研究ハブ。エージェント型システムやマルチモーダル、ポストトレーニングと評価手法、各国政府・研究機関との連携などを扱う
料金
| プラン | 料金 | 主な内容 |
|---|---|---|
| Self-Serve Data Engine | 従量課金（クレジットカード払い） | 実験・研究用途向け。データアノテーションは最初の1,000ラベリングユニットが無料、データ管理は最初の10,000枚の画像アップロード・キュレーションが無料 |
| Enterprise | 要問い合わせ（デモ予約制） | エンタープライズ品質とSLA、Data EngineとEnterprise GenAI Platformの両方、専任のカスタマーオペレーション支援 |
単価はデータの種類・品質要件・分量によって個別見積もりとなり、公開されていない。
料金は2026年8月時点の情報です。最新の料金は公式サイトをご確認ください。
メリット・デメリット
✅ メリット
- 学習データの作成からモデル評価、実運用基盤まで一貫して任せられ、AI開発の工程ごとにベンダーを分ける必要がない
- 大規模なアノテーション体制と品質管理の実績があり、フロンティアモデルの開発現場で長く使われてきた
- SEAL Leaderboardsのように、自社顧客でなくても参照できる公開の評価情報を出している
- FedRAMP High認定を取得しており、政府機関や規制の厳しい業界でも導入しやすい
- 小規模な検証であればSelf-Serveの無料枠から試せる
⚠️ デメリット
- 中心となるEnterpriseプランは価格が非公開で、導入前に商談が必要。個人や小規模チームが気軽に始める性質のサービスではない
- Metaが49%の無議決権株式を保有したことで「中立性」への懸念が指摘され、競合するAIラボの一部が他社へ移ったと報じられている
- 提供内容が受託・伴走型の要素を含むため、SaaSのようにすぐ使い始められるわけではなく、要件定義や体制づくりに時間がかかる
- 対象がAIラボ・大企業・政府機関に寄っており、一般ユーザー向けの製品ではない
類似サービスとの比較
| 比較項目 | Scale AI | Labelbox | Surge AI | Appen |
|---|---|---|---|---|
| 主な用途 | 学習データ・モデル評価・企業/政府向けAI基盤 | データラベリング基盤（ツール中心） | 高難度データ・RLHF | 多言語・多地域のデータ収集とラベリング |
| 提供形態 | プラットフォーム＋伴走型サービス | セルフサーブ寄りのプラットフォーム | サービス提供中心 | サービス提供中心 |
| 評価・ベンチマーク | SEAL Leaderboardsを公開 | 限定的 | 独自評価あり | 限定的 |
| 公共・防衛対応 | Scale Donovan（FedRAMP High） | 一般向け中心 | 一般向け中心 | 公共案件の実績あり |
| 料金 | 従量課金の自助枠＋要問い合わせ | 無料枠あり／有料プラン | 要問い合わせ | 要問い合わせ |
こんな人におすすめ
- 独自のAIモデルを開発・ファインチューニングしており、大量の高品質な学習データが必要な組織
- RLHFや専門家評価など、人手を要するポストトレーニング工程を外部に任せたいAIチーム
- 自社データを使った生成AIアプリケーションを、検証で終わらせず本番運用まで持っていきたい企業
- FedRAMP Highのような認定が要件になる政府機関・公共部門
- モデル選定の材料として、第三者による横並びのベンチマーク結果を参照したい開発者（SEAL Leaderboardsは誰でも閲覧できる）
まとめ
Scale AIは、AI開発の「データ」という土台を押さえたうえで、評価・企業導入・公共領域へと事業を広げてきたフルスタック型のプラットフォームである。学習データの品質がモデルの性能を左右する以上、その工程を専業に任せられる価値は大きい。一方で、料金は基本的に個別見積もりで、Metaの出資以降は中立性をめぐる議論も続いている。導入を検討する際は、自社の要件（データ種別・機密性・規模）を整理したうえで商談に臨むとよい。まずはSEAL Leaderboardsや公開ドキュメントに目を通し、同社が何をどこまで担うのかを掴むところから始めるのが現実的である。