Understudy Labs
Summer 2026活動中open-weight modelへ、手間なく移行
- サマリー
- AIを利用する企業向けに、作業履歴から小型モデルを育てるinference cloudを提供する
- 課題
- 高価なfrontier modelのAPI利用を続けても知能が蓄積されず、費用が増え続ける
- 解決策
- AI作業履歴から特化型open-weight modelを訓練し、性能が上回る場合のみ本番利用へ自動移行する
AI による要約
- 所在地
- San Francisco, CA, USA
- チーム規模
- 2 人
事業内容
Understudyはinference cloud。AIの作業履歴を収集して小型モデルをトレーニングし、現在利用している高コストなモデルを上回る場合に限って、自動でデプロイする。 同じfrontier modelを永遠に借り続けるのではなく、実行するたびにAIインフラを高速・高性能・低コストにしていく。 たとえば、プロダクトでClaudeを反復的な法務ワークフローに利用しているとする。 Understudyは本番環境で成功した実行を観察し、そのワークフローに必要な特定のツールと判断を学習して、専用のopen-weight modelをトレーニングする。 そのモデルが非公開の評価データでClaudeと同等以上の性能を示すと、Understudyは本番トラフィックのルーティング先をそのモデルに切り替える。 処理が増えるほど、モデルは継続的に改善される。 AIを利用するすべての企業はAPI料金を積み上げるのではなく、知能を蓄積すべきだと考え、Understudyを立ち上げた。