Smallest.ai、シリーズAで1300万ドル調達—人間らしい音声AI目指す

資金調達と会社概要

Smallest.aiは2024年末に設立されたスタートアップで、人間と話しているのと区別がつかない音声AIエージェントの開発を目指している。今回、シリーズAで1300万ドルを調達し、リード投資家はSeligman Ventures、参加はSierra Venturesと3one4 Capitalである。これにより累計調達額は2100万ドルを超えた。音声AI分野での新たな資金調達として注目を集めている。

同社は、カスタマーサポートを自動化するAIエージェントの分野で、ユーザーが機械と話していると気づかれないことを重視している。単に大規模言語モデルを高速化するのではなく、会話に特化した小さなモデルを開発する点が特徴だ。このアプローチは、既存の音声AI企業とは一線を画すものとみられる。

人間の会話を模倣するアプローチ

通常の大規模言語モデル（LLM）は、プロンプト全体を受け取ってから考え始めるため、音声会話では不自然な間が生じる。Smallest.aiのモデルは、人間が会話中に聞きながら考え、同時に話すように設計されており、応答の遅延がほぼないとされる。創業者CEOのSudarshan Kamath氏は、人間が話している間に相手も考え、長すぎれば遮るという例を挙げて、このモデルの設計意図を説明している。こうしたリアルタイム性の重視が同社の技術的特徴と言える。

知識の範囲外の質問には、大規模な基盤モデルにクエリを引き継ぎ、その間顧客を一時待機させる。これは人間が調べ物をする際の振る舞いに似ている。Kamath氏は、将来のAIエージェントはリアルタイム対話用の小型音声モデルと、複雑な問題を解くためのオフラインのLLMの2つを持つと予測している。このような構成は、音声AIの新しい設計指針となる可能性がある。

競合との違いと既存顧客

音声AI分野では、ElevenLabsやCartesia、地域言語に特化したSarvamなどが競合となる。競合他社が音声吹き替えやポッドキャストなどの用途にも展開する一方、Smallest.aiはリアルタイムの会話型音声エージェントに特化している。これは、顧客企業の用途が明確なため、製品の磨き込みがしやすいという利点につながるとみられる。

既存顧客にはRingCentralやTruecallerなど音声分野の企業が含まれる。Kamath氏は、カスタマーサポート企業にとって音声に特化することは中核事業からの逸脱であり、自社で音声モデルを構築するよりも顧客になるべきだと述べている。実際に、SierraやDecagonのような新興カスタマーサポート企業も潜在顧客になるとしている。

今後の課題と展望

同社はモデルが人間と見分けがつかない自然さを実現するとしているが、記事では外部評価の詳細には触れられていない。Kamath氏は「我々のモデルはチューリングテストを突破したい」と述べており、その実現度が焦点となる。また、数十言語への対応や騒がしい環境での動作も特徴としているが、日本語の対応状況は明記されていない。今後の実証データが待たれる。

資金調達で得た資金を元に、顧客企業での実証を進めることで、このアプローチの有効性が明らかになるとみられる。音声AI市場は競争が激しく、他社との差別化を継続できるかが課題だ。同社の動向は、今後の音声AI開発の方向性を左右する可能性がある。