Altaraが700万ドルを調達、AIで物理科学のデータサイロを解消

材料科学、化学、生物学などの物理科学分野では、研究者は実験パラメータ、センサー読み取り値から顕微鏡画像まで、毎日膨大なデータを生み出している。しかし、これらのデータはさまざまなExcelファイル、実験ノート、古い専用システムに散在していることが多い。このようなデータの分断は、チームによる振り返り分析を困難にするだけでなく、新材料発見のスピードや製品開発サイクルを直接的に遅らせている。

ボストンに本拠を置くスタートアップ企業Altaraは、まさにこの課題に着目した。同社はAI駆動型プラットフォームを開発し、異なるソースからのデータを自動的に接続・統合して、研究開発チームに統一されたビューを提供し、機械学習アルゴリズムを活用して実験失敗の原因を診断したり、最適な実験条件を予測したりすることができる。このたび、同社はMatrix Partnersのリード、DCVCなどの参加で700万ドルのシードラウンド資金調達を完了したと発表した。

データサイロ：物理科学研究開発における見えざるキラー

「物理科学者の研究開発フローは依然として20年前の水準に留まっています」と、Altaraの共同創業者兼CEOであるSarah Chen氏はインタビューで語る。「彼らは真の科学探究に集中するのではなく、手動でのデータ整理や結果のコピー&ペーストに膨大な時間を費やしています。当社の調査によれば、典型的な材料科学チームは作業時間の30%から50%をデータ管理に浪費しており、この非効率がイノベーションを抑制しています」

従来のIT業界とは異なり、物理科学分野のデータ形式は極めて多様であり、多くのデータがIT部門の管理外にある個人のデバイスや共有ドライブに保存されている。Altaraのソリューションは既存インフラの大規模な改修を必要とせず、APIとインテリジェントパーサーを通じて、「のり」のように分散したデータソースを結合する。

「当社のAIは単にデータを見るだけでなく、実験の背後にある物理的論理を理解できます。あるデータセットに異常が現れた際、装置の校正記録、環境温度の変化、さらにはオペレーターのメモまで自動的に関連付けて、根本原因を特定できるのです」——Altaraテクニカルホワイトペーパー

資金調達は製品拡張と業界浸透に活用

今回の700万ドルの資金調達は、主にエンジニアリングチームの拡大、および製薬、先端材料、エネルギー分野での製品の実装加速に充てられる。Altaraは2026年末までに少なくとも20の大規模研究開発ラボとの提携を計画している。現在、同社はすでに複数のフォーチュン500企業でパイロットを実施しており、ある化学企業の製品開発サイクルを約25%短縮することに成功している。

この分野への市場の関心も高まっている。Grand View Researchの予測によれば、2028年までに世界の科学データ管理市場は150億ドルを突破する見込みだ。物理科学分野におけるAIの最大の価値は生成モデルにあるのではなく、まずデータインフラを統合することにあると認識する投資家が増えている。

編集後記：物理科学AIの「ラストワンマイル」

Altaraの事例は、現在の科学分野におけるAIアプリケーションの重要なボトルネック——データ準備——を明らかにしている。多くのAI企業はアルゴリズムやモデルレイヤーに焦点を当てているが、物理科学のデータは異種混合で、ラベル付けが少なく、標準化に欠けることが多い。Altaraはデータ統合と障害診断から切り込むという選択をした。これは生成AIほど派手ではないものの、ラボのデジタル化を推進するために不可欠な礎である。同社が科学者たちをデータ整理から解放することに成功すれば、科学の進歩への貢献はいかなる「キラーアプリ」にも劣らないかもしれない。

本記事はTechCrunchからの翻訳である。