Snowflakeが注目するスタートアップ企業：Dust

Snowflakeのスタートアップ企業スポットライトへようこそ。このシリーズでは、スタートアップ企業の創業者に、解決しようとしている課題、構築しているプロダクト、そしてスタートアップ企業のジャーニーで学んだ教訓についてお話を伺います。今回は、DustのCo-FounderおよびCTOであるStanislas Polu氏を迎え、データとチームの意思決定の距離を縮めるために、同社がどのようにコラボレーティブAIプラットフォームを構築しているかについて伺います。

私は、古い前提を疑わざるを得なくなるような技術的な変化にインスピレーションを受けています。大規模言語モデルによってインテリジェンスは豊富になりましたが、その豊富さが新たな問題を生み出しています。企業は、自社の独自性を構成する要素の制御を手放すことなく、変化し続けるインテリジェンスのソースをどのように活用すればよいのでしょうか。AIが個々のツールやベンダーに広がるにつれて、企業のコンテキスト、エージェント、働き方が断片化する可能性があります。私は、組織が絶え間ない進歩を吸収しつつ、それらの資産や選択肢を自社のものとして維持できるレイヤーを構築したいと考えています。

Dustは、企業の働き方を再構築し、使用するインテリジェンスを制御し、生成するデータを所有できるようにするコラボレーティブAIプラットフォームです。

企業はより多くのインテリジェンスにアクセスできるようになっていますが、その制御を失うリスクがあります。職場のAIの多くは、依然として1人のユーザー、アシスタント、またはモデルごとに導入されています。これにより、単一のモデルプロバイダーへの依存、エージェントによって生成されたデータとトレースの制御の喪失、コストと動作の可視性の制限という、3つの形態の依存関係が生じます。

トレースは重要です。トレースは、指示、コンテキスト、モデルとツールの選択、出力、人間のフィードバックなど、作業がどのように完了したかを記録します。時間の経過とともに、その記録は企業にとって最も価値のあるAI資産の1つとなり、ワークフローを評価し、実際の運用方法に合わせたシステムを開発するのに役立ちます。企業は、デフォルトでその資産を手放すべきではありません。

共同創業者であるGabriel Hubertと私は、Stripeで働いていた際、約150人の規模からはるかに大きな組織へと成長する過程で、調整に伴う成長の痛みを目にしてきました。情報は失われ、意思決定の追跡は困難になり、チームは同じコンテキストを共有しなくなります。LLMが本格的な業務に十分対応できるようになったとき、私たちの仮説は、企業には別のモデルは必要ないというものでした。企業が必要としていたのは、人間、企業のデータ、既存のシステム、利用可能なモデルの間の共有レイヤーでした。

Dustはまさにそのレイヤーです。これにより、チームはAIと共同で作業し、サポートされているフロンティアモデルやオープンソースモデルを切り替え、作業によって生成されるコンテキスト、エージェント、トレースをガバナンスできるようになります。1人の人間が構築したものが、単一のインテリジェンスソースに依存することなく、再利用可能な企業の機能となります。

私たちは、企業がエージェントのトレースを、理解し、改善し、保持できる資産に変えるのを支援しています。

業務に必要なデータが1か所に存在することはめったにありません。1つの質問に対して、Snowflakeのウェアハウスデータ、CRMのアカウントコンテキスト、Slack、Notion、または通話メモからの定性的な情報が必要になる場合があります。しかし、結果は価値の一部にすぎません。その周辺のトレースは、どのコンテキスト、指示、モデル、ツール、および人間の意思決定がその作業を生み出したかを示しています。

Dustは、これらの要素を企業の共有システムに取り込みます。AIオペレーターは、エージェントやスキルを改善するために何が有効かを学習し、同僚が再利用できるようにすることができます。企業がモデルやプロバイダーを変更しても、ワークフローに関する蓄積されたコンテキストと学習は保持されます。将来的には、そのコーパスは、企業が特定の業務に合わせてモデルを評価したりトレーニングしたりするのにも役立つ可能性があります。モデルは変わるかもしれませんが、組織がその周辺に構築するインテリジェンスは、組織独自のものであり続けるべきです。

Snowflakeは、Dustエージェントが連携できる、構造化されたビジネスデータの接続されたソースです。組織はSnowflakeをDustに接続することで、チームが自然言語で関連するウェアハウスデータにクエリを実行し、他の企業システムのコンテキストと組み合わせることができます。

有用なビジネス上の質問はシステムの境界を越えることが多いため、これは重要です。Snowflakeは構造化されたデータファウンデーションおよび信頼できる情報源であり続ける一方で、Dustは人間とエージェントがより幅広い業務の一部としてそのデータを使用するのを支援します。

これは、企業が所有するAIの重要な部分です。企業は、AIベンダーを中心にデータ戦略を再構築するのではなく、Snowflakeを信頼できる情報源として維持し、関連する権限を適用して、エージェントによるコンテキストの使用方法を制御できるべきです。

Snowflakeは、データチームの枠を超えて構造化データを使用できるようにします。Dustと組み合わせることで、ビジネスユーザーは自然言語で質問し、他の企業のコンテキストとともに適切なウェアハウスデータを使用し、その結果を1回限りの分析ではなく、反復可能なワークフローに変えることができます。

これこそが私たちが重視している方向性です。つまり、データに対する企業の制御を弱めることなく、企業のデータと、それが情報を提供する意思決定やアクションとの間の距離を縮めることです。アクセスと制御は相反するものではありません。データチームは信頼できるアクセスとビジネスロジックをエンコードでき、より多くの同僚がそれらを使用する実践的な方法を得ることができます。

AIを、1人の永遠の勝者が存在する競争として扱うのは間違いです。モデルは、機能、コスト、レイテンシー、専門性の面で変化し続けます。企業は、フロンティアが移動するたびに勝者を予測したり、オペレーティングレイヤーを再構築したりする必要はありません。

Dustは設計上マルチモデルです。組織は、サポートされているフロンティアモデルやオープンソースモデルから選択し、状況の変化に応じてその選択を更新できます。企業のコンテキストやワークフローを再構築する必要はありません。これが、私たちにとっての主権の実際的な意味です。すべてをローカルで行ったり、外部のプロバイダーを拒否したりするのではなく、プロバイダー、価格、ポリシー、またはモデルが変更されたときに制御を維持することです。

企業は多くのソースからインテリジェンスを借りることになります。耐久性のある資産とは、その周辺に構築されるものです。つまり、組織がどのように機能するか、何を知っているか、何を決定したか、そして人間の判断がどこで重要になるかです。そのレイヤーは、現在たまたまリードしているモデルではなく、企業に属するべきです。

次のシフトは、個人がアシスタントにプロンプトを出すことから、企業が人間とエージェントのデジタルチームを調整することへと移行します。現在の私たちの原則はシンプルです。エージェントが提案し、人間が決定します。

キャリアの初期に研究論文を発表する前、私はその研究を擁護する十分な権威がないのではないかと心配していました。私のアドバイザーは、私が他の誰よりもその特定の問題に時間を費やしてきたのだから、研究の深さを信じるべきだと念を押してくれました。

そのアドバイスは、創業者としての私の中に残っています。深く集中することは、それ自体が疑念を生み出す可能性があります。なぜなら、解決策が自分にとって明白になると、誰にとっても明白に違いないと思い込んでしまうからです。しかし、多くの場合、そうではありません。自分が間違っている可能性を受け入れるべきですが、現実の問題に継続的に注意を払うことで得られる洞察を尊重し、ユーザーと一緒にテストし続ける必要もあります。

大規模で重要な市場をサポートできるかどうかを理解する前に、テクノロジーに惚れ込んではいけません。

Gabrielと私がDustの前に設立した会社であるTOTEMSでは、私たちはテクノロジーで何ができるかに魅了されていました。すべてがうまくいった場合、ビジネスがどれほど大きくなる可能性があるかについて、私たちは早い段階で問いかけませんでした。Dustでは、いくつかの重要な賭けを行い、それらを迅速にテストし、市場でまだ重要ではないものを最適化することを避けるように努めてきました。

その教訓は、私たちの初期の原則の1つを形成しました。「プロダクトマーケットフィットがなければ、GPUもない」モデルのトレーニングに集中することもできましたが、それは魅力的な気晴らしになっていたでしょう。私たちは、顧客が具体的な問題を抱えており、その使用状況から次に何を構築すべきかを学べるプロダクトレイヤーを選択しました。

AIは、個人が開くアプリケーションの集合体というよりも、企業が調整する労働力のようなものになるでしょう。インテリジェンスへのアクセスが不足することはありません。不足するリソースは、単一のプロバイダーのモデル、インターフェイス、またはロードマップに依存することなく、それを指示する組織の能力になるでしょう。

私はDustを、企業が自社のAI（コンテキスト、エージェント、スキル、モデルの選択、人間とエージェントの連携方法）を構築し、ガバナンスするための共有システムだと考えています。成功した働き方は組織全体で再利用可能になり、基盤となるモデルが変更されても価値を維持するべきです。

目標は、すべての企業が基盤モデルを所有することではありません。すべての企業が、AIを使用して構築するソフトスキルとハードスキル、学習、ノウハウ、ワークフロー、トレース、運用を含むAI資本を所有することです。Dustは、その未来に向けて構築を進めています。

Dustについては、https://dust.tt/をご確認ください。Snowflake上で構築を行っているスタートアップ企業の場合は、Snowflakeが目標をどのようにサポートできるかについて、Snowflake for Startupsプログラムをご確認ください。