Waymo、YouTube、AWS出身の精鋭創業チーム
今や日常でAIエージェントを駆使する時代がやってきた。コードを書くAI、メールに返信するAI、カスタマーサポートを行うAI2025年、あらゆる領域で自律的に動くAIエージェントが登場している。しかし、ある一つの根本的な問いが置き去りにされている。「AIが失敗したとき、誰がどうやってリカバリーするのか？」
この問いに正面から挑むのが、Abundantだ。
自動運転、世界最大の動画プラットフォーム、世界最大のクラウドインフラ3人全員が「AIと人間の境界線」で仕事をしてきたプロフェッショナルだ。AIが完璧ではないことを誰よりも知っているからこそ、彼らはAIの不完全さをカバーする仕組みを作ろうとしている。
AIが判断不可能な1%をどうサポートするのか？自動運転が教えてくれたこと
AbundantのCEO・Jesseが持つWaymoでの経験は、このスタートアップの根幹をなしている。
Waymoの自動運転車は、AIが99%の走行を自律的に処理できる。しかし残りの1%工事中の道路、予期しない歩行者の動き、地図にない新しい道でAIは判断に迷う。このとき、遠隔地にいる人間のオペレーターがリアルタイムで介入し、車両に指示を出す。これが「テレオペレーション」と呼ばれる仕組みだ。
衝突インシデント
できる走行の割合
必要なケース
重要なのは、この仕組みがただの「バックアップ」ではなかったことだ。人間のオペレーターが介入したデータは、AIの学習データとしてフィードバックされる。AIが迷った場面で人間がどう判断したかを学習し、次回同じ状況に遭遇したとき、AIは自律的に対処できるようになるのだ。
Jesseはこの知見を、自動運転以外の領域に展開できると確信した。カスタマーサポートのAI、営業メールを書くAI、データ分析をするAIあらゆるAIエージェントには「失敗したときの安全網」が必要だ。そしてその安全網は、単なるフォールバックではなく、AIを進化させるフィードバック機構であるべきだ。
Abundantが提供する、AIを助けるAPIとは
Abundantのプロダクトは、技術的にはシンプルな概念だ。AIエージェントが失敗またはスタックしたとき、リアルタイムで人間のオペレーターに引き継ぐAPIを提供する。
- 1
AIエージェントの監視顧客企業のAIエージェントの動作をリアルタイムでモニタリング。信頼度スコアが閾値を下回ったら自動検知。
- 2
人間オペレーターへの即時引き継ぎAIがスタックした瞬間、コンテキスト情報とともに人間オペレーターに引き継ぎ。待機するオペレーターが数秒以内に対応。
- 3
人間の介入内容をAIにフィードバックオペレーターがどう対処したかを構造化データとして記録。このデータがAIの再学習に活用される。
- 4
AIの自律性が向上フィードバックを取り込んだAIは、次回同じ状況で自律的に対処。人間の介入率が徐々に低下していく。
これを、Abundantは「Human-in-the-Loop as a Service」と呼んでいる。従来、AIエージェントを導入する企業は、失敗時のリカバリーを自社で構築しなければならなかった。専任のオペレーターを雇い、監視体制を整え、フィードバックの仕組みを設計するこれは本業とは関係のない、しかし不可欠な投資だ。
Abundantはこの複雑さを丸ごと引き受ける。APIを一行追加するだけで、AIエージェントに「安全網」が装備される。オペレーターの確保、トレーニング、シフト管理、品質管理すべてAbundant側が行う。顧客企業は自社のAIエージェントの改善に集中できる。
同じ過ちを繰り返させない。フィードバックループ
Abundantの本当の価値は、「人間がAIを助ける」ことだけにあるのではない。「助けた結果がAIの学習データになる」というフィードバックループにこそ、真の価値がある。
多くのAIスタートアップが見落としているのは、AIモデルの精度向上には「良質な失敗データ」が不可欠だということだ。AIが正しく動作しているケースからは、改善の余地は見つからない。AIが失敗し、人間がリカバリーしたケースこそが、AIを賢くする最も貴重なデータなのだ。
この仕組みが意味するのは、Abundantを使えば使うほど、AIの介入コストが下がっていくということだ。顧客にとっては最初のうちはコストがかかるが、フィードバックループが回るにつれて、人間の介入頻度は減少し、コストも低下する。
これは、AWS出身のMejiの専門領域でもある。AWSのEC2は「99.99%の稼働率」を謳っている。しかしそれは、障害が起きないことを意味するのではない。障害が起きたとき、いかにシームレスに回復するかという仕組みの積み重ねだ。AbundantはAIエージェントの世界に、同じ思想を持ち込もうとしている。
「AIエージェントの安全網」を生み出した
Abundantは2025年のY Combinator Winter 2025（W25）バッチに参加している。AIエージェントが最大のトレンドとなった2025年において、「AIエージェントの安全網」というポジショニングは、VCの間でも高い注目を集めている。
なぜこのタイミングなのか。2024年から2025年にかけて、AIエージェントの導入が急速に進んだ。しかし同時に、AIエージェントの「失敗事例」も表面化し始めた。誤った情報を顧客に伝えてしまうカスタマーサポートAI。意図しない値引きを承認してしまう営業AI。重要なメールを見落とすスケジュール管理AI。
こうしたリスクが顕在化するにつれ、「AIエージェントを導入したい。でも失敗が怖い」という企業が急増している。Abundantは、まさにこの「導入のボトルネック」を解消するソリューションだ。AIエージェントの導入リスクを劇的に下げることで、市場全体のAI導入を加速させる。
日本への導入、妥協を許さない姿勢
Abundantの物語が日本に特に響く理由がある。それは、日本の「品質第一」「ゼロ不良」の文化とhuman-in-the-loopの思想が、驚くほど親和性が高いからだ。
トヨタ生産方式の「アンドン」を思い出してほしい。製造ラインで異常を検知した作業者がアンドンコードを引くと、ライン全体が停止する。問題が解決されるまでラインは再開されない。これは、品質を犠牲にしてスピードを優先しない、という哲学の具現化だ。
日本企業がAIエージェントの導入に慎重なのは、技術への理解不足ではない。「不完全なものを顧客に出したくない」という品質へのこだわりだ。この慎重さは、むしろ強みだ。Abundantのようなhuman-in-the-loopの仕組みがあれば、日本企業の品質基準を満たしながらAIエージェントを導入できる。
- 1
カスタマーサポートの段階的AI化日本の手厚い顧客対応文化を維持しながら、AIで効率化。AIが対応に迷ったら日本語ネイティブのオペレーターに即座に引き継ぎ。
- 2
製造業の検査工程画像認識AIによる品質検査で、AIの判定に疑義がある場合は人間の検査員がダブルチェック。ゼロ不良の文化とAIの効率を両立。
- 3
金融サービスのコンプライアンスAIが処理する金融取引のうち、コンプライアンスリスクが高いものだけ人間が審査。規制対応とスピードの両立。
日本にもAbundantの日本版を作るチャンスがある。品質にこだわるからこそ、AIの失敗を許容できるフレームワークが必要であり、それを体系化できるのは、品質管理の歴史を持つ日本だからこそかもしれない。
AIが完璧になる日は、おそらく来ない。少なくとも、あらゆるエッジケースに対応できる汎用AIは、まだ遠い未来の話だ。だからこそ、「AIが失敗したとき、誰がどうやってカバーするか」という問いは、AIの時代における最も重要なインフラの一つなのだ。