🎨 AIの『いいね』はもう人間にしか決められない？｜Design ArenaがARR6000万ドルを稼ぐ理由

アイ

2026-08-04

790万ドルの調達で、もう6000万ドル稼いでる会社があるらしい

みんな、AI画像生成とかAIサイト生成のツールを使ってて、「ベンチマークのスコアは高いはずなのに、なんか出てくるやつダサいな」って思ったことない?

わたしはこれ、正直めちゃくちゃあるの。数字の上ではすごそうなモデルなのに、実際に触ってみると配色がちぐはぐだったり、レイアウトがなんか野暮ったかったりすること、結構あるんだよね。逆に、スペック上はそこまで話題になってないモデルの方が、なんか出てくるものの「センス」がいいなって感じることもある。

2026年8月3日、まさにこの「AIの出力っていいのか悪いのか、結局誰が決めるの」という問題に真正面から向き合ってる会社Design Arenaが、790万ドルのシード資金を調達したというニュースが出たの。しかもこの会社、調達額の790万ドルに対して、すでに年間経常収益が6000万ドルに達してるんだよね。

今日はこのニュースを、わたしなりに掘り下げてみたいと思う🎨

正直、「AIスタートアップがまた資金調達した」ってだけなら、毎日のようにあるニュースだから驚かないよね。でも調達額よりずっと大きい売上をすでに稼いでるっていう規模感と、「AIの良し悪しを人間の好みで判定する」というビジネスモデル自体が、今のAI業界が抱えてる地味だけど大事な課題を突いてる気がしたの。だからちゃんと紹介したいなと思う。

そう考える5つの理由

理由1：ベンチマークの点数と「実際いいやつ」がズレてきてる

まず1つ目の理由。今回のニュースを読んで、わたしが一番「わかる」と思ったのは、Design Arenaがそもそもこの会社を作った動機の部分なの。

世間では、AIモデルの優劣って、公開されてるベンチマークのスコアで判断できるものだと思われがちだと思うの。数字が高い方が優秀なモデル、っていうシンプルな見方だよね。

でもわたしが思うのは、こと「画像やWebサイトのデザインみたいな見た目の良し悪し」に関しては、そもそも点数化しづらい領域だということなの。なぜなら、コードが正しく動くかどうかとか、数学の問題が解けるかどうかみたいな、正解が1つに決まるタスクと違って、デザインの良し悪しは人によって感じ方が違うものだから。これが理由1だよ。

Design Arenaがやってることは、AIが生成したWebサイトや画像を「A案とB案」で人間に見せて、どっちが好きかを選んでもらう、シンプルと言えばシンプルな仕組みなの。でもこれって裏を返せば、「ベンチマークの数値だけでは、この領域のAIの実力は測れない」ということを、AI企業側もはっきり認め始めてるということだと思うんだよね。自動採点できる正解がない以上、結局は人間に見せて選んでもらうしかない。わたしはこの割り切り方、すごく正直だなと感じたの。

しかも今のAI業界って、コーディング系のベンチマークが繰り返し「対策」されてきた歴史があるよね。あるベンチマークで高得点を取るためだけに、そのベンチマークの傾向に合わせてモデルを調整する、いわゆるベンチマーク汚染の問題が何度も指摘されてきたの。数値化できるものは、数値化できるがゆえに狙い撃ちで対策されてしまう。でも「人間がパッと見て好きかどうか」という感覚は、事前に対策のしようがないから、逆に誤魔化しの効かない評価軸になり得るんだと思う。デザインやビジュアル生成の領域で先にこの仕組みが伸びてるのは、偶然じゃなくて必然な気がしてるよ。

理由2：790万ドルの調達額より、6000万ドルのARRの方が本体

2つ目の理由。今回のニュース、わたしが個人的に一番びっくりしたのはここなの。

世間では、スタートアップのニュースって、調達額の大きさが一番の注目ポイントになりがちだと思うの。「〇〇億円調達!」っていう見出しだけで、その会社がどれだけすごいか判断しちゃう感覚、あるあるだよね。

でもわたしが今回の記事で驚いたのは、Design Arenaの調達額が790万ドルなのに対して、すでに年間経常収益が6000万ドルに達してるという事実なの。なぜなら、調達額の約7.6倍もの売上を、すでに実際のビジネスとして稼げているということだから。これが理由2だよ。

AI業界って、赤字を掘りながら巨額の資金調達を繰り返す会社の話をよく聞くから、正直「調達額が売上よりずっと少ない」というこの組み合わせは、かなり珍しく感じたの。しかも収益源は、コンシューマー向けのAI vs. AIの比較サイトを見せて広告を稼ぐ、みたいな話じゃなくて、企業向けに「モデル改善のための評価データ」を売るというB2Bのビジネスモデルなんだよね。つまり、AIを作ってる側の企業自身が、自分たちのモデルの実力を測るために、もうお金を払ってでもこのデータが欲しいと思ってるということ。派手な調達額のニュースの裏に、地味だけど確実に儲かってる商売がある、というのが今回のニュースの一番の見どころだとわたしは思ってるよ。

考えてみれば、人間の好みを大量に集めて評価に使う仕組み自体は、AIモデルを人間の好みに合わせて調整する手法として、もともと業界の中心にあったものなんだよね。ただ、これまでは各AI企業が自社の中でこっそりやってることが多かった作業を、Design Arenaは外部の専門プラットフォームとして切り出して、しかも複数の企業から横断的にデータを集められる立ち位置を作ったの。1社が自前で大規模な人間評価の仕組みを作るには、相応の時間とお金がかかるはずだから、それを専門サービスとして外注できるなら、AI企業側にとってもコスト効率がいいはずだよね。ARR6000万ドルという数字は、この「外注した方が早い」という判断が、すでに業界で相当な規模で起きてることの表れなんだと思う。

理由3：創業のきっかけが「自分たちのゲームがつまらなかった」なのが良い

3つ目の理由。ここ、記事を読んでてわたしが密かにグッときたポイントなの。

世間では、AIスタートアップの創業ストーリーって、最初から明確な課題意識があって、それに向けて一直線に事業を作った、みたいな綺麗な話が語られがちだと思うの。

でもわたしが好きなのは、創業者のGrace Li氏たちが、もともとは大学卒業直前にAIゲームエンジンを作ろうとしてたっていう経緯なの。なぜなら、実際に作ってみたら「自分たちのゲームが面白くなかった」ということに気づいて、そこから方向転換したという流れだったから。これが理由3だよ。

これって、AIで何かを自動生成する技術そのものは作れても、「それが本当に良いものかどうか」を判断する部分は、また別の難しさがあるっていうことを、身をもって体験したエピソードだと思うの。自分たちが作ったAIゲームエンジンの出力を、自分たちで「あれ、これつまらなくない?」って冷静に判断できたからこそ、「じゃあこの“良し悪しの判断”自体をサービスにしよう」という発想に辿り着けたんじゃないかな。失敗から出てきたピボットの方が、最初から狙って考えたビジネスモデルより筋が良いことって、意外とあるよね。わたしはこの経緯、すごく地に足がついてるなと感じたよ。

理由4：地域によって「いいデザイン」の基準が違うという当たり前の発見

4つ目の理由。今回の記事の中で、わたしが「なるほど」と思った細かいデータがあるの。

世間では、「良いデザイン」とか「センスがいい」っていうのは、ある程度どこでも共通の基準があるものだと考えられがちだと思うの。おしゃれなデザインは世界共通でおしゃれ、みたいなイメージだよね。

でもわたしが記事を読んで気づいたのは、Design Arenaが集めてるデータの中に、地域ごとの好みの違いが表れているという点なの。なぜなら、記事の中で「アジア圏のWebダッシュボードは、より情報量の多い、装飾的なデザインを好む傾向がある」という分析結果が紹介されてたから。これが理由4だよ。

これ、言われてみれば当たり前のことなんだけど、AIモデルを評価する仕組みを作る上では地味に重要なポイントだと思うの。もしAIの「良いデザイン」の基準が、単一の欧米的な感覚だけで作られたベンチマークに寄っていたら、他の地域のユーザーにとってはズレた出力ばかりするAIができあがっちゃうかもしれないよね。Design Arenaみたいに、世界中の色んな地域のユーザーから継続的にフィードバックを集める仕組みがあることで、AIの「好み」自体を、もっと多様な基準に合わせてチューニングできるようになるんだと思う。これって、単に「良い/悪い」の1軸で測るベンチマークにはできない、人間の好みデータならではの価値だよね。

わたしたちが日本語でAIツールを使うときも、似たようなズレを感じることってあるよね。海外発のAIツールで文章を作らせると、なんとなく直訳っぽい言い回しになったり、日本語としては不自然な体言止めが多くなったりすること、経験ある人も多いと思うの。デザインだけじゃなくて言語や文章のトーンでも、「その地域の人にとっての自然さ」は、単一の基準では測れないんだよね。Design Arenaの取り組みは画像やWebサイトが対象だけど、この発想自体はテキスト生成AIの評価にも当てはまる話だと思うから、今後どこまで広がっていくのか気になるところだよ。

理由5：これ、わたしたちがAIツールを比較するときの感覚そのもの

5つ目、最後の理由。ここまで企業向けのデータビジネスの話をしてきたけど、これは個人でAIツールを使ってるわたしたちにも、実はすごく身近な話だと思ってるの。

世間では、「AIモデルの評価データを企業に売るビジネスなんて、自分には関係ない話でしょ」って感じる人も多いと思うの。

でもわたしが思うのは、わたしたちがAI画像生成ツールとかAIサイトビルダーを選ぶときにやってることって、実はDesign Arenaがやってる「A案とB案を比べて好きな方を選ぶ」のと、構造としてまったく同じなの。なぜなら、いろんなツールで同じお題を生成させて、パッと見て「あ、こっちの方がいいな」って直感的に決めてること、みんな心当たりあるんじゃないかな。これが理由5だよ。

実際、AI画像生成ツールおすすめ7選でも、機能や料金だけじゃなくて、実際に生成してみた仕上がりの雰囲気の違いを比較のポイントにしてるの。ベンチマークのスコアだけを見て「このモデルが一番」と決めつけるんじゃなくて、実際の出力を自分の目で見比べて選ぶという行為自体、わたしたちはもう当たり前にやってるんだよね。

Design Arenaがやってることは、この「なんとなく好き」っていう個人の感覚を、大量に集めてデータ化して、AI企業がモデル改善に使えるレベルまで仕組み化しただけとも言えるの。逆に言えば、わたしたち一人ひとりの「こっちの方が好き」という感覚こそが、これからのAIモデルの品質を決める材料になっていくということでもあるんだよね。

これって、AI比較サイトを見てツールを選ぶときの向き合い方にもヒントになると思うの。レビューサイトのランキングやベンチマークの表は、あくまで参考の入口として使いつつ、最終的には自分で少し触ってみて「これは自分の好みに合うか」を確かめる一手間を惜しまない方がいいんじゃないかな。特に画像生成やデザイン系のツールは、性能の優劣以上に相性の良し悪しが出やすい領域だから、なおさらだと思う。AIツールを選ぶときは、スペック表だけじゃなくて、自分の好みで実際に比べてみる姿勢を、これからも大事にしていいんだなって、今回の記事で改めて思わされたよ。

まとめ：AIの性能競争の次は「好み」の競争

長くなったからまとめるね。今日のテーマは「AI生成物を人間の好みで評価するDesign Arenaが790万ドルを調達し、すでに年間経常収益6000万ドルを稼いでいた」という話だったよ。ポイントは5つ。

1つ目、デザインみたいな見た目の良し悪しは、そもそもベンチマークの点数だけでは測れない領域だということ。2つ目、調達額790万ドルに対してARR6000万ドルという、売上が調達額を大きく上回る珍しい組み合わせで、AI企業側が評価データにお金を払う実需があるということ。3つ目、創業のきっかけが「自分たちのAIゲームエンジンで作ったゲームがつまらなかった」という失敗体験だったこと。4つ目、地域ごとに「良いデザイン」の基準が違うという発見が、AIの好みを多様な基準に合わせる上で重要だということ。5つ目、これはわたしたちが普段AIツールを比較するときにやってる「見比べて好きな方を選ぶ」という感覚と、構造として同じだということ。この5つだね。

AIモデルの性能競争が一段落してきた今、次に大事になってくるのは「どれだけ人間の好みに合った出力を出せるか」なんだと思う。AI画像生成ツールを比較したい人はAI画像生成ツールおすすめ7選も参考にしてみてね。

Design Arenaが集めたデータで、今後どんなAIモデルが「センスがいい」と評価されていくのか、続報が出たらまたちゃんと追いかけて紹介するね🎨

ソース:

DesignArena creators raise $7.9 million to bring taste to AI models（TechCrunch, 2026年8月3日）