顧客の概要
顧客は、米国を拠点とするデータ中心型AIのパイオニアであり、高度なフロンティアAIやエージェンティック・システム向けに高品質なデータサービスを提供することに特化している。データプラットフォームとモデル開発プロセスの架け橋として重要な役割を果たしており、より信頼性が高くスケーラブルなAIパフォーマンスの実現に貢献している
目的
顧客は、コーディング用AIモデルに特化したデータプラットフォームを開発している。この取り組みを推進するため、以下の要件を満たす信頼できるベンダーを必要としていた。
• 大量かつ高品質で複雑なコーディング・データセットの生成
• 明確に定義された多角的な品質基準に基づくデータの評価
• 幅広い技術領域への対応
• タイトなスケジュールでの迅速な納品
ビジネス課題
顧客は主に以下の重要な課題に直面した：
• 膨大なタスク量を処理するための、有資格の専門家を大量に動員できるベンダーを見つけることが困難
• 多様で複雑なコーディングタスク全体にわたり、一貫した品質を確保する必要性
• データ品質の基準を高く維持しながらも、予算の制約に対応しなければならない点
• 迅速な体制構築や、ますます高度化する要件に対応できる、十分なスケーラビリティを持つベンダーが限られている点
プロジェクト1：AI学習向けの複雑なコーディングタスク設計
チャレンジ
• 短期間で大量の有資格エキスパートを迅速に確保し、オンボーディングする必要性
• プロジェクトの難易度・複雑性が高く、一貫したタスク品質を担保するため、初期段階からの徹底したトレーニ
ングと認識合わせが不可欠
要件
• 稼働中のDockerコンテナ内で実行される、複数ステップ（5～10コマンド以上）のワークフローを中心としたタスクの設計
• モデル評価において、指定された合格率目標を達成するためのエンジニアリングタスク
• データセットの多様性を確保するための、幅広い技術領域の網羅
ソリューション
• LTS Japan独自の迅速な採用・育成フレームワークを導入し、わずか2週間で多様かつ大規模な専門家チームを構
築。
• 事前構築済みの専門家プールを活用し、顧客要望への迅速な対応と、あらゆるフェーズにおける拡張性を確保。
• 体系的なオンボーディングと実践的なトレーニングを実施し、初期段階から複雑なタスク要件に対応可能な体制
を構築。
• 今後のAIコーディング支援プロジェクトを見据えた、長期的なデータパートナーシップを確立した。
主な成果
達成事項
• 指定納期内に、要求された全タスク量（100%）の納品を完遂した。
• モデル学習プロセスの加速により、クライアントのエンドユーザーに対する市場投入までの時間を短縮した。
• 全世界で数千人規模の開発者を支援する、より信頼性の高い「コーディング支援AI」のモデル学習を実現した。
• 今後のAIコーディング支援プロジェクトを見据えた、長期的なデータパートナーシップを確立した
プロジェクト2：AI学習向けモデル応答の評価
チャレンジ
• 高度な技術専門性と、AI学習タスクに求められる根気強さを併せ持つ人材の大規模な確保（従来のソフトウェア開発人材とは異なる要件のため困難）
• タスクの複雑性が非常に高く、1件あたりの評価完了に多大な時間を要する点
• 数千件に及ぶタスク全体を通じた評価の一貫性の維持（全評価者に対する同一の評価・判断基準の徹底
要件
• 多様な技術領域における実践的なコーディング課題を通じた、AIモデルの対応能力の評価およびガイダンス
• 高水準の精度と信頼性を担保するための、複数の品質基準に基づくマルチターン評価の実施
ソリューション
• 階層型の人材プールモデルを導入し、専門家を各専門グループに細分化することで、作業効率とタスク精度を向上させた。
• LTS Japanの広範なテクノロジーエコシステムを活用し、多分野の多様な人材プール（開発者、テスター、AIエンジニア等）を確保した。
• 大規模な評価においても一貫性を担保するため、プロジェクト要件に最適化した独自の評価ベンチマークおよびガイドラインを策定（評価項目：ロジックと正確性、命名と明確性、構成とモジュール性、インターフェース設計、エラー処理と堅牢性、ドキュメント、マージの準備状況など）
主な成果
