AIモデルを2つ並べて「どっちがいい?」と聞くだけのビジネスがあります。
ある会社はこれで3300万ドルを使い果たし、間もなく閉業しました。もう一方は同じ質問で、半年で売上を12倍にして、昨日さらに790万ドルを調達しました。
みんなベンチマークスコアでAIモデルを選んでると思ってません?
MMLUやGSM8Kのようなベンチマークでは、最新のフロンティアモデルはすでに満点近く、あるいは人間の専門家を超えています。でも、そのスコアは実際に使った時の感覚とどれくらい関係あるんでしょうか。
DesignArenaを作ったGrace Liと共同創業者たちは、2025年にハーバードを卒業する直前にこの事業を始めました。 もともとチームはAIゲームエンジンを作っていたんですが、一つ問題がありました。技術的には完璧に動くのに、人がやってみると面白くなかったんです。Liはこれを「このモデルたちがデザイン領域で改善できない、見落とされていたボトルネック」と表現しています。 ベンチマークを通過することと、人の心に響くことは、まったく別の問題だったわけです。
そこでチームは方向を完全に変えました。ゲームを作り続ける代わりに、大規模に人間の好みを集めるプラットフォームを作ることにしたんです。それがDesignArena。ユーザーがプロンプトを一つ入れると、複数のAIモデルがそれぞれウェブサイト・画像・プレゼン・ロゴなどを作り、人がどちらかに投票する仕組みです。 その投票データをフロンティアAIラボに販売するのがビジネスモデル。Liは最初の契約を結んでから1週間で「その後は歴史になった」と語っています。
じゃあなぜYuppは潰れて、DesignArenaは伸びたのか
実は「AIを2つ見せて投票させる」のは新しいアイデアじゃありません。Yuppというスタートアップも同じことを始めていました。a16z cryptoのChris Dixon率いるラウンドで3300万ドルを調達し、800以上のモデルを比較できるプラットフォームを作って130万人を集めました。 でも結局、閉業してしまいました。
潰れた理由が興味深いんです。OpenAIやAnthropicのような大手ラボはすでに自前のRLHFパイプラインを持っていて、Scale AIのような会社がデータラベリング市場をすでに押さえていました。Yuppの見込み顧客になりそうなところは、もうそれぞれ独自のフィードバックループを持っていたんです。 広く浅く攻めた結果、誰にとっても代替不可能な存在になれなかったわけです。
一方、テキスト応答を比較するArena(旧LMArena、その前はChatbot Arena)は正反対の道を歩みました。2023年4月、UCバークレーの研究者3人が始めたサイドプロジェクトだったのが、2026年1月には17億ドルの評価額で1億5000万ドルを調達。当時、有料の「AI Evaluations」サービスの年間経常収益は3000万ドルを超える水準でしたが、今では1億ドルを超えています。 CEOのAnastasios Angelopoulos氏は「AIが人間にどんな価値を提供しているか分からなければ、責任を持って展開できない」と語っています。
| Yupp | DesignArena・Arena | |
|---|---|---|
| 対象範囲 | 800以上のモデル、全領域を汎用的に | デザイン特化/テキスト応答特化 — ニッチ |
| 企業顧客の状況 | すでに自前のフィードバックループあり | 直接契約でフロンティアラボにデータ供給 |
| 資金調達・結果 | 3300万ドル調達後に閉業 | 790万ドルのシードで半年ARR12倍/1億5000万ドルのシリーズA |
同じ「人に聞いてみる」モデルなのに結果が分かれた理由は一つです。誰にも代替できない狭い領域で、フロンティアラボが本当に欲しがっているデータを売れたかどうか。DesignArenaは地域・時間帯ごとの好みの変化まで追跡できることを武器にしています。たとえばアジア圏ユーザーのウェブダッシュボードへの投票は、欧米よりもずっとマキシマリズム寄りのスタイルを好む、といった具合です。
今すぐ使ってみる方法
この話が面白いのは、ここで終わらないところです。DesignArenaは今、誰でも無料で試せるサービスです。ベンチマークの代わりに、実践ですぐ使える方法をまとめました。
- AIの試作、人に判断してもらう
designarena.aiでプロンプトを一つ入れるだけで、複数のモデルがウェブサイト・画像・プレゼンを同時に作ってくれます。自分の作った成果物が良いのか分からなければ、ここでA/B比較してみましょう。 - ツール選びはベンチマークよりリーダーボード
ウェブサイト、ロゴ、プレゼンなどカテゴリー別に実ユーザーの投票ランキングがあります。「このモデルはコーディングは得意だけどデザインセンスもいいのか」を、スペック表じゃなく実際の投票結果で確認できます。 - チーム内にミニA/Bループを作る
新しいランディングページやコピーの案が2つ以上出たら、チームのSlackや簡単なフォームで「どっちがいい?」投票を習慣にしましょう。DesignArenaが数百万人規模でやっていることを、チーム内で数十人規模で再現するイメージです。 - アップロード前に利用規約をもう一度確認
こういうプラットフォームにアップした試作は、好みデータとしてフロンティアラボに販売される可能性があります。クライアントの機密が含まれる作業なら、アップロード前に確認しましょう。
もっと深く知りたいなら
TechCrunch原文 このスタートアップのニュースを最初に報じた記事です。Grace Liのインタビュー全文が載っています。techcrunch.com
DesignArena公式サイト 実際にプロンプトを入れて、カテゴリー別リーダーボードを確認できます。designarena.ai
Y Combinatorプロフィール 創業者の経歴、チーム構成、バッチ情報がまとまっています。ycombinator.com
Yupp閉業の分析 同じアイデアで始まりながら閉業した理由を掘り下げています。techbuzz.ai
Arena、1億5000万ドル調達の記事 テキスト評価市場で同じモデルがどうユニコーンになったかを扱っています。siliconangle.com
