「応用研究ラボ」とは何ですか？

AfterQueryは、基盤モデルの開発を加速させるデータソリューションを企画・提供する応用研究ラボです。出典：AfterQuery

Altos VenturesおよびY Combinatorの支援を受けるAfterQueryは、人間の専門知識をデータに変換し、信頼性の高いAIモデルを学習させる応用研究ラボです

スペンサー・マティーガとカルロス・ゲオルゲスクが金融AIエージェントの構築に着手した際、壁にぶつかりました。問題はコードではなく、データにあったのです。

一般的なウェブスクレイピングでは、モデルが現実世界のニュアンスを捉えられないことに気づいた二人は、より賢いAIには、テキストの量を増やすことよりも、質の高い経験が必要だと悟った。

2025年、大学在学中にAfterQueryを設立したスペンサーとカルロスは、エンドユーザー向けアプリケーションの開発から、業界全体のデータボトルネックの解決へと焦点を移した。

AIの未来は、より多くのデータで訓練されるのではなく、より優れた思考で訓練されることになる――AfterQuery

AfterQueryは、人間の専門家の判断をAIモデルに組み込むことに専念する応用研究ラボです。

ウェブ規模のデータが限界に達する中、モデルの性能は基本的に学習データの質によって制約される。

この点を理解した上で、当組織は、信頼性の高いAIモデルを学習させるための専用のデータセット、強化学習環境、評価フレームワークを設計しています。

応用研究ラボの運営方法

従来の学術機関は理論的なブレークスルーに焦点を当て、一方、企業のデータベンダーは単純なテキストのラベル付けを行っています。応用研究ラボは、実装の最前線で直接活動します。

AfterQueryは、データキュレーションを厳格な研究分野として扱っています。当ラボは、モデルがどのように学習するか、どこで失敗するか、そして人間の直感がどのようにアルゴリズムのフィードバックループに反映されるかを調査しています。

ソフトウェアエンジニアリングと専門分野の知見を組み合わせることで、AfterQueryはモデルが推論を練習するための環境を構築しています。これらのシステムにより、AIはエラー回復サイクルから学習し、専門的な基準を満たすことが可能になります。

当研究所は、抽象的なテストではなく、実世界での応用を軸に研究を設計しています。このアプローチにより、AIシステムが、重大な責任を伴う専門的なワークフローにおいて確実に機能することが保証されます。

スペンサー・マティーガは、2025年にカルロス・ゲオルゲスクと共にAfterQueryを共同設立しました。クレジット：スペンサー・マティーガ／LinkedIn

データ品質を推進する研究分野

一般的な言語能力と専門的な知性を結びつけるため、AfterQueryは5つの主要な研究柱に焦点を当てています。各柱は、現在のモデル開発における特定の課題に対処するものです。

• AIエージェントがソフトウェアのワークフローやエッジケースを処理できるよう指導するコンピュータ利用環境の開発
• 言語と複雑な文書、インターフェース、エンジニアリング図表を組み合わせたマルチモーダルデータセットの構築
• セキュリティ専門家と連携し、敵対的シナリオを洗い出し、ガードレールデータを構築すること
• すべての例が人間の専門家の判断を反映していることを保証するキュレーション手法の設計
• 推論のプロセスが専門家のメンタルモデルと一致しているかを測定するモデル評価ベンチマークの構築

モデル学習向けに構築された製品

AfterQueryは、研究の知見をAIラボ向けの実用的なトレーニングツールへと変換します。同社の製品スイートは、モデル開発のあらゆる段階において、人間のニュアンス、ツールとの相互作用、およびドメインの専門知識を捉えることに重点を置いています。

同ラボは、実際のAPIとModel Context Protocol（MCP）サーバーを用いて、ツール呼び出し型強化学習（RL）環境を構築しています。これらのカスタムサンドボックスは、現実的なワークフローの中で、ソフトウェアエージェントがアクションを連鎖させ、外部サービスを呼び出し、エラーから回復する方法を学習させます。

コンピュータ利用環境およびブラウザ利用環境では、高忠実度のソフトウェアインターフェースと、専門家のデモンストレーション軌跡を組み合わせています。教師あり微調整（SFT）データセットは、高品質なプロンプト-応答ペアと推論トレースを提供し、RL開始前に基礎的なスキルを確立します。

ルーブリックおよび検証器ベースの強化学習では、専門家が作成した評価基準と自動検証器を組み合わせて、モデルの出力を評価します。一方、RLHFは、数千組の専門家による比較データを通じて、人間の微妙な好みを捉えています。

ドメイン固有の判断を組み込むため、深層学習ソリューションは、医学、法学、金融、工学の各分野にわたる約10万人の検証済み実務家の知見を活用しています。体系的な損失分析によりモデルの正確な失敗モードを特定し、既製のデータセットにより、事前に検証済みのトレーニングデータに即座にアクセスできます。

AfterQueryのトレーニングデータには以下が含まれます：

• 教師あり微調整（SFT）
• 強化学習＋評価基準
• エージェント環境（API/MCP）
• コンピュータ利用履歴

当ラボを支援する投資家

2025年、AfterQueryはシリコンバレーの投資会社Altos Venturesが主導する3,000万米ドルのシリーズA資金調達を完了した。この資金調達により、同社の企業価値は3億米ドルと評価された。

その後、2026年9月の市場動向により、同社の企業価値は32億米ドルに達しました。この快挙により、AfterQueryはY Combinatorの歴史上、ユニコーン企業としての地位を最も早く達成したスタートアップとなりました。

この急激な企業価値の伸びは、年間経常収益（ARR）が1億米ドルを超えていることを反映しています。この資金注入により、AfterQueryは研究インフラを拡充し、検証済みの専門家のネットワークを拡大することが可能になりました。

同社は、テクノロジー分野を横断する著名なベンチャーキャピタル企業から支援を受けている。Y Combinatorによる初期の支援が基盤となる勢いを生み出し、その後の資金調達は、The Raine Group、BoxGroup、Latitude Capitalなどのベンチャー専門企業から得られた。

また、Google DeepMind、OpenAI、Anthropic、Metaなど、主要なAI組織に所属する個人エンジェル投資家も同ラボを支援している。彼らの参画により、AfterQueryの資金的支援を補完する専門的な技術的知見がもたらされている。

主要パートナー

AfterQueryは、モデルの機能向上を図るため、ハードウェアプロバイダー、AIプラットフォーム、学術研究機関と連携しています。主なパートナーは以下の通りです：

• NVIDIA： エンタープライズ向けソフトウェアおよびGPU加速コンピューティングを手掛ける同社は 、AfterQueryのデータセットを活用して最先端モデルのトレーニングを支援しています。
• Legora： AfterQueryと提携し、研究やデューデリジェンス業務向けの法的評価ツールを構築している法務AIプラットフォーム 。
• Thinking Machines Lab： 高度なモデル評価およびデータ手法に関する共同研究を行う研究集団 。
• 学術研究機関：カリフォルニア大学バークレー校、スタンフォードAIラボ、アレンAI研究所などを含む研究機関で、オープンデータセットのベンチマークにおいて提携しています。