6月19日、Dataconomyが「What Europe's AI startups are building for the enterprise era」と題した記事を公開した。HumanXカンファレンスでの取材をもとに、エンタープライズ向けAIを構築する4社を取り上げており、共通するのは「汎用モデルを作る」ではなく「企業の現場が詰まっている場所を狙い撃ちにする」という姿勢だ。
「デモの後」が本番だ
エンタープライズAIの難しさは、デモが動いた後に始まる。権限管理、レガシーソフトウェア、不完全なデータ、コンプライアンス、インテグレーションコスト、例外だらけのワークフロー——そこに実際の戦場がある。
記事が取り上げる4社の概要は以下のとおりだ。
| 企業 | 対象とする課題 | アプローチ |
|---|---|---|
| H Company | APIのないレガシーソフトウェア | コンピューターユースエージェント |
| Malt | 人材マッチング・エージェント監督 | AIを組み込んだ人材プラットフォーム |
| Neuralk AI | 表形式の社内データからの予測 | テーブル系ファウンデーションモデル |
| Twelve Labs | 企業の映像アーカイブの検索・分析 | 動画インテリジェンス・マルチモーダルAI |
H Company：APIのない世界を動かす
4社の中で最も技術的に面白い問題を扱っているのがH Companyだ。
同社の着眼点はシンプルだ。企業の多くはまだ、エージェント向けに設計されていないソフトウェアで動いている。Salesforce、SAP、社内ポータル、PDF、メール——これらが5〜10個のツールをまたぐワークフローを形成しており、APIどころかデータ構造すら整っていないことが多い。
従来の解決策は「システム移行」だったが、移行は時間もコストもかかり、完成するころには要件が変わっている。H Companyの回答はコンピューターユース——エージェントが人間と同じUI（クリック、タイピング、スクロール）を通じてソフトウェアを操作するという手法だ。
CEO Gautier Cloixによると、典型的な顧客像は特定の業種ではなく、「5つ以上のツールを使っており、そのうち1つ以上にAPIがない」企業だという。
直近ではHolo3.1（35Bパラメータ）をリリースし、Webブラウザ・デスクトップ・モバイル・業務ワークフローの自動化にポジションを定めている。コンピューターユースエージェントは「モデルがブラウザを操作するデモ」から、本格的なエンタープライズカテゴリになりつつある。
Malt：「ループの上にいる人間」
Maltは欧州最大のフリーランス人材プラットフォームで、CTOのClaire Lebarzが「エージェント時代の人材」という視点を提供している。
同社のデータによると、エージェント関連スキルへの需要がわずか3〜4か月で600%増加した。フリーランサーは大企業より速く新技術に反応するため、需要の先行指標になっているという。
Lebarzが使った言葉が示唆深い。「humans over the loop（ループの上にいる人間）」——エージェントがタスクをこなす時代でも、訓練・監督・文脈への適応を担う人間は必要であり、それは「ループの中」ではなく「ループの上」にいるという考え方だ。
自動化の議論でよくある「エージェントが人を置き換える」という単純な二項対立への補正として有用な視点だ。Maltはこの文脈において、人材プラットフォームとしての価値をAI時代に再定義しようとしている。
Neuralk AI：見落とされてきたテーブルデータ層
Neuralk AIが標的にするのは、企業データの大半を占めながら注目されてこなかった表形式データ（テーブルデータ）だ。顧客台帳、在庫、財務レコード、リスクスコア——これらは企業の中核を担うが、ウェブから収集できるテキストと違い、モデルの学習に使いにくい。
同社は学習にシンセティック（合成）テーブルを使い、統計パターンを学習したモデルを構築。推論時にクライアントのラベル付きサンプルを与えることで予測をAPIとして提供する。テキストのファウンデーションモデルがやったことを、テーブルデータで再現しようという試みだ。
アプローチの肝は、クライアント側が大量のラベル付きデータを用意しなくても利用できる点にある。企業がデータサイエンティストを抱えず、学習パイプラインを構築しなくても、社内の表形式データから予測モデルをAPIとして呼び出せる設計になっている。テーブルデータに特化したファウンデーションモデルというカテゴリ自体がまだ黎明期にあるなかで、Neuralk AIはその先行者ポジションを狙っている。
Twelve Labs：動画を「検索できる資産」に変える
Twelve Labsは動画理解を、これまでエンタープライズAIが手をつけてこなかった層として位置づける。文字起こしやオブジェクト検出ではなく、時系列・音声・シーン文脈・動きを統合した意味理解が必要だとし、Marengo（マルチモーダルセマンティック検索）とPegasus（動画言語モデル）を展開している。
放送局、スポーツ、製造、セキュリティなど、動画アーカイブを大量に保有しながら検索も活用もできていない組織が主な対象だ。「映像が資産として眠っている」という課題は業種を問わず広く存在しており、Twelve Labsはその解消を技術的な差別化軸に据えている。
なお、Twelve Labsは米国サンフランシスコを拠点とするスタートアップだ。記事はHumanXカンファレンスという文脈でまとめて取り上げているが、厳密には欧州拠点の企業ではない点は留意が必要だ。
欧州の戦い方は「特化」にある
記事が一貫して描くのは、スタートアップの勝ち筋が特化にあるという構図だ。
H Companyは汎用チャットボットを作っていない。Maltはエージェントによる雇用消滅を論じていない。Neuralk AIは汎用言語モデルを目指していない。Twelve Labsは動画をオマケ機能として扱っていない。
エンタープライズAIの「最後の1マイル」——レガシーソフト、プライベートデータ、規制対応、現場のワークフロー——を埋める会社が、汎用モデルの規模競争とは別の軸で存在感を持ち始めている。
詳細はWhat Europe's AI startups are building for the enterprise eraを参照していただきたい。
