Encord

非構造化データ管理からモデル評価までサポートするマルチモーダルAIデータ統合プラットフォーム

無料＋有料desktop

概要

Encordは、ビデオ、画像、DICOM、オーディオ、文書、および3D LiDARなど、あらゆる種類のマルチモーダルデータをサポートするAIデータ開発プラットフォームです。2026年2月にWellington Managementの主導で6000万ドル（$60M）のシリーズCを完了し、累計投資額は1億1000万ドル（$110M）、企業価値は5億5000万ドルに達しました。プラットフォーム上のデータボリュームは5ペタバイトを突破し、フィジカルAI（Physical AI）の売上は12か月で10倍に成長しました。

差別化ポイント

Encordは、LabelboxやV7などの汎用ツールと比較して、「動画ネイティブ」処理と「医療画像（DICOM）」対応の面で卓越した性能を発揮します。動画をフレーム単位に分割せずにレンダリングすることで、フレーム間のデータ整合性を完全に維持します。特に「Index」モジュールを通じて、ラベリング前の段階で膨大なデータの品質を視覚的に分析し、キュレーションする能力に優れています。ただし、テキスト中心のNLP作業よりも、視覚的なマルチモーダルデータの処理に大幅に最適化されています。

主な機能

SAM 3ベースの複数オブジェクトリアルタイム自動アノテーション（アーリーアクセス）
自然言語および類似性ベースのデータキュレーション（Index）
LLM/VLMベースのエージェント型ワークフロー自動化（Encord Agents）
DICOM/NIfTIに特化した医療AIサポート
アクティブラーニングに基づく学習データの優先順位自動選別
強力なPython SDKおよびMLOpsパイプライン連携
ビデオの逆方向トラッキング（Backwards Tracking）のサポート

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

SAM 2（Segment Anything Model 2）をプラットフォームに直接統合しており、複雑なオブジェクト分割作業を数回のクリックで自動化できるため、作業速度は従来方式より最大6倍以上高速です。医療分野で必須の規格であるDICOMとNIfTIに完全対応し、医療専門家が使い慣れたビューアーを提供しているため、専門的なデータ構築に適しています。また、アクティブラーニング（Active Learning）ベースのワークフローに対応しているため、モデルが苦手とするデータだけを選んで学習させる効率的なループを構築できます。強力なPython SDKとAPIも提供しており、既存のMLOpsパイプラインと非常にスムーズに連携できると評価されています。

デメリット

機能が非常に豊富かつ専門的であるため、初心者がワークフロー全体を完全に習得するまでの学習曲線はかなり急です。ウェブベースのプラットフォームという制約から、超大容量の動画や数百万枚規模のデータセットを処理する際、読み込みの遅延やインターフェースの応答速度低下が発生することも報告されています。また、ユーザーごとのショートカットのカスタマイズ機能がやや限られているほか、複雑なチーム管理やロールベースアクセス制御（RBAC）の設定が直感的ではなく、大規模チームで運用する場合は初期設定にかなりの時間がかかる可能性があります。

料金

無料＋有料

無料のCommunityプランでは、1つのワークスペースと10名分のユーザーライセンスが提供されます。有料プランはStarter、Team、Enterpriseで構成されており、データ規模と高度な自動化機能に応じて料金が異なります。有料プランの具体的な料金は、営業チームへの問い合わせで確認できます。

料金表を見る

情報確認日: 2026/9/6