【ITニュース解説】We Raised $0 to Disrupt the $15M "AI-Powered PDF" Startup Clown Show with Pure In-Browser WASM

最近、IT業界では「AIを活用した」と銘打つサービスが数多く登場し、多額の資金が集まっている。その中でも特に注目されているのが、PDFドキュメントをAIで処理するという触れ込みのスタートアップ企業群である。しかし、その実態は必ずしも謳い文句通りではない場合が多いという指摘がある。

多くの「AIを活用したPDF」サービスは、非常に単純な技術構成で作られている。ユーザーがPDFなどのドキュメントをアップロードすると、まずそのデータはAWS S3のようなクラウドストレージに保存される。次に、保存されたデータはLangChainやOpenAIが提供するAPIを通じてAIによって処理される。そして、この一連のサービスは月額30ドルといった有料のサブスクリプションとして提供され、「次世代の企業向けドキュメントインテリジェンス」と称される。

しかし、このアーキテクチャにはいくつかの深刻な問題がある。まず、ユーザーのドキュメントがクラウドにアップロードされ、外部のAIサービスで処理されるため、ネットワークを介したデータのやり取りが発生し、約4秒もの遅延が生じることがある。これは、ユーザーが瞬時の応答を期待する現代のソフトウェアにおいて大きな不満点となる。

さらに重要な問題として、データプライバシーに関するリスクが挙げられる。ユーザーの個人情報や企業の機密情報を含むドキュメントがクラウド上にアップロードされることで、GDPR（一般データ保護規則）やHIPAA（医療保険の携行性と責任に関する法律）といった厳格なデータ保護規制に違反する可能性が生じる。これらの規制は、個人データや医療情報の取り扱いについて厳密なルールを定めており、違反すれば巨額の罰金が科されることもあるため、企業にとっては大きなリスクとなる。

また、多くのAI-PDFサービスが提供する機能は、実際にはユーザーが自分のノートパソコンで30ミリ秒程度で処理できるような簡単なタスクである場合が多い。例えば、2つの請求書を結合したり、スキャンした画像を圧縮してメールで送れるサイズにしたり、NDA（秘密保持契約）に電子署名したりといった作業は、特別なAIを必要としない。にもかかわらず、年間360ドルもの費用を請求されることに疑問が呈されている。ユーザーが本当に求めているのは、AIチャットボットとの対話ではなく、ツールが瞬時に安全に、そして確実に動作することである。

このような現状に対し、クラウドを完全にバイパスし、ユーザーのブラウザ内で全ての処理を完結させるという新しいアプローチが提案されている。このアプローチを可能にするのが、WebAssembly（WASM）という技術である。

WebAssemblyは、Webブラウザ上で高速な実行を可能にする新しい種類のコードフォーマットである。これまでWebブラウザ内で動くプログラムのほとんどはJavaScriptで書かれていたが、WebAssemblyはC++やRustといった、より高性能な言語で書かれたプログラムをWebブラウザ上で直接実行できるようにする。これにより、ブラウザベースのアプリケーションでありながら、ネイティブアプリケーションに近いパフォーマンスを実現できる。

現代の一般的なノートパソコンは、8GBから32GBといった大容量の高速メモリと、複数のコアを持つ高性能なプロセッサを搭載している。このような高性能なハードウェアが普及しているにもかかわらず、PDFの結合や画像の圧縮といった比較的シンプルな処理のために、わざわざデータをクラウドに送信し、クラウド上のサーバー（例えばAWS EC2クラスターで動くLibreOfficeのようなもの）で処理させるのは、2012年頃のインターネット環境を前提とした古い設計思想であると言える。当時はクライアント側のPCの性能がまだ低く、複雑な処理はサーバー側で行うのが一般的だったからである。

そこで、新しいアプローチでは、ネイティブなC++やRustで書かれたPDF操作ライブラリなどをWebAssemblyにコンパイルし、ユーザーのWebブラウザ内で直接実行する。これにより、以下のような大きな利点が得られる。

まず、処理が全てユーザーのブラウザ内で完結するため、ネットワーク通信による遅延が一切発生しない。これにより、ユーザーは瞬時の応答を得ることができ、ストレスなく作業を進められる。

次に、ドキュメントデータがユーザーのPCから外部に送信されることがないため、データプライバシーが完全に保護される。機密性の高い情報を含むドキュメントでも、クラウドへのアップロードに伴うプライバシー侵害のリスクを心配する必要がない。これはGDPRやHIPAAといった規制への準拠を容易にし、企業のコンプライアンス上の負担を軽減する。

さらに、クラウドサービスを利用するための費用がかからないため、提供側もユーザー側もコストを大幅に削減できる。高性能なコンピューティングリソースをすでにユーザーのPCが持っているのだから、それを使わない手はないという考え方である。

このように、WebAssemblyを活用したクライアントサイドでの処理は、従来のクラウドベースの「AI活用」サービスが抱える速度、セキュリティ、コスト、そしてユーザー体験の問題を根本的に解決する可能性を秘めている。単に「AI」という流行の技術に乗るだけでなく、ユーザーの真のニーズと、それを満たすための最適な技術的アプローチを追求することが、これからのソフトウェア開発において非常に重要だと言えるだろう。