
何が起きたか
ニューヨークのAI検出スタートアップ Pangram が Menlo Ventures 主導で900万ドルを調達し、AI支援ライティングと人間・AI混合コンテンツを99%以上の精度で検出するテキスト検出モデル「Pangram 4」と、現在研究プレビュー段階で数週間以内の広範リリースを予定するAI画像検出モデル「Pangram Image」を発表した。
なぜ重要か
AI生成コンテンツがインターネット全体に拡散し、裁判所や学術論文、ソーシャルメディアにまで及んでいる中、arXiv は未審査のLLM出力の投稿禁止を強制し、Substack などのプラットフォームはAI作成コンテンツの識別を支援する検出ツールを統合している。Pangram のテクノロジーは正当な人間の仕事をAI生成物から区別するのに役立つ可能性があり、同社の共同創業者 Max Spero は検出を AI 使用の禁止ではなく開示の実現として位置づけている。
注目点
Pangram は月額20ドルのウェブサブスクリプションと Chrome 拡張機能による検出(X、LinkedIn、Substack、Reddit、Medium の投稿をリアルタイムでラベル付けする)または API 統合で提供しており、顧客には Substack、Quora、学校、大学、出版社、採用担当者が含まれる。Winston AI、Originality.ai、Copyleaks、GPTZero などの競合企業も同じ市場を狙っている。
こういう要約が、毎朝あなたのメールに届きます。
Pangram の900万ドルの資金調達は、共同創業者 Max Spero が「AI スロップ汚染」と呼ぶインターネット全体に広がる現象に対応する AI 検出ツールへの制度的需要の高まりを反映している。タイミングは重要である。arXiv のような学術機関は、幻覚参考文献や未審査 AI 生成テキストなど LLM 出力を適切に確認しなかった著者の投稿禁止を強制し始めており、弁護士が ChatGPT で生成された偽の引用文に頼ったことで制裁と罰金を受けた法的事例も既に出ている。こうした制度的反発は、コンテンツが人間が書いたものか AI 生成か、あるいはその両方の混合かを検証できる検出テクノロジーの市場を生み出している。
Pangram のアプローチは競合他社の提供物と異なり、メタデータ、ウォーターマーク、隠された信号に依存するのではなく、AI 出力のスタイル的違いを学習することに焦点を当てている。同スタートアップは数千万件の既知の人間ドキュメントでモデルを訓練し、最先端 LLM を使用して合成対等物を作成し、AI が一貫して行うスタイル的選択を認識するようシステムを教えた。この方法は文字モデルで99%以上の精度を達成しているとされるが、TechCrunch による独立したテストでは、時に人間が書いた文を AI と判定し、ときに微妙な AI の編集を見落とすことが判明している。画像検出モデルも同様にウォーターマークではなくピクセルレベルの分布に基づいて動作し、異なる AI 画像生成器全体にわたってより広い到達範囲を提供する。
競争環境は混雑している。Winston AI、Originality.ai、Copyleaks、GPTZero がすべて同じ需要を狙っているが、Pangram は既に Substack 統合と Quora、学校、大学、採用担当者との API パートナーシップを通じて制度的採用を確保している。Spero は検出が正当な AI 利用に対する「魔女狩り」を助長するのではなく透明性を実現するべきだと強調し、ツールを AI 支援を完全に禁止するのではなく開示を確保する方法として位置づけている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
次の記事へEncore AIが顧客通話から生成するAIエージェント構築に3000万ドル調達