Datasiteが自社製パーサーの開発を中止した理由 - アディト・エイブラハム（Reducto） ＆ ラジ・バクル（Datasite）

하이라이트

• Datasiteでは、年間1億ドル以上の取引の約60%が行われており、月間アクティブユーザー数は50万人を超えている。

• Datasiteは、年間5万5,000件の仮想データルーム（VDR）の解析とインジェスチョンにReductoのパースツールを採用した。

• 金融スプレッドシートや円グラフの凡例の誤読といった無限のエッジケースへの対応コストを削減するため、自社製パーサーの開発を中止した。

• Datasiteでは約250人のエンジニアリングチームを収益を生む5つの主要プロジェクトに集中させている。

• 抽出側（パーシング）の精度を向上させたことで、VDR Benchにおけるリコール率（再現率）を22%向上させた。

타임라인

1. 00:00 - 04:49

   Datasiteの規模とReducto採用の背景

   Datasiteは世界中の投資銀行やプライベート・エクイティが利用する極めて機密性の高い仮想データルーム（VDR）を運営している。ユーザーからの強いAI導入要求に応えるため、厳格なセキュリティコンプライアンスを維持しながら、数多くの文書を迅速にベクトルデータベースに取り込む基盤が必要とされた。

   • Datasiteは1億ドル以上のM&A取引の約60%を取り扱い、月間アクティブユーザー数は50万人を超える。
   • 年間5万5,000件の仮想データルームに存在する数十億ページの機密文書を安全に処理する必要があった。
   • 品質、速度、再現性、コストの観点から自社製パイプラインからReductoへ移行した。
2. 04:49 - 07:18

   自社製パーサーの開発を中止した理由

   ドキュメント解析の現場は例外処理の連続であり、例えば円グラフの色の不一致やエクセルファイルの結合セルなど、最先端のビジョンモデルでも誤読が発生する。こうした細かなパース問題の解決やサポート対応にエンジニアのリソースを割くよりも、コアとなるGraphRAGやエージェントの実装に集中させるため自社開発を取りやめた。

   • 金融分野のドキュメントやスプレッドシート、円グラフの読み取りには無数のエッジケースが存在する。
   • 抽出エラーに対するサポート対応に優秀なエンジニアの時間と労力が奪われていた。
   • すでに解決された問題の車輪の再発明をやめ、外部の専門ツールに任せることで大きな効率化を得た。
3. 07:18 - 13:01

   起業から買収、そしてデータ統合の成果

   初期は自己資金で開発を進め、VCからの資金調達直前にDatasiteとの統合が決まった。巨大な独自データセットとAIソリューションを組み合わせることで、買収後の1年半で売上高ベースで約40%の成長を記録し、より高度なデューデリジェンス分析や資料生成が可能となった。

   • ラージはM&A特化型AI「Blue Flame」を創業し、その後Datasiteに買収された。
   • VDRの独自データと未公開企業データベース「Grata」の結合が強力な差別化を生んでいる。
   • データをAIモデルに近づけたことで、トークンコスト削減、処理時間短縮、品質向上が実現した。
4. 13:01 - 19:39

   内製か外部調達かの戦略と今後の課題

   トップエンジニアに非差異化領域のサポート作業をさせず、ビジネスの成長に直結する課題に集中させることが組織の成長に不可欠である。また、数百の文書と質問からなる独自のカスタム評価「VDR Bench」を活用し、パーース処理の正確性を高めることで競合他社を大きく上回る再現率を達成している。

   • 約250人のエンジニアを5つの収益化プロジェクトに集中させている。
   • モデルのコスト、スピード、品質の最適化や、エージェントにおけるツールコールの制御に注力している。
   • 回答生成側ではなく抽出（パーシング）側を改善したことがベンチマークの成果につながった。