サム・アルトマンの「水力発電理論」が著作権論争を引き起こした理由

今週、OpenAIのCEOであるサム・アルトマン氏は、ブラックロック米国インフラサミットで次のようなたとえ話を披露した。「私たちが思い描く未来は、知能が電気や水道のような公共サービスとなり、人々はそれを使用量に応じて購入するようになるというものだ。」

この発言自体は新しい概念ではない。「AIをユーティリティとして利用する」という考え方は、少なくとも10年以上前から存在している。しかし今回、アルトマン氏の発言には明確な主題と方向性がある。「量に応じて購入してください」。具体的には、トークンを使ってOpenAIのインテリジェンスを購入することを意味する。

彼がその言葉を口にした途端、RedditやXなどのプラットフォーム上で激しい批判が巻き起こった。広く共有されたコメントの一つには、「彼らは私たちの生活と創造性をこれらのモデルに注ぎ込み、著作権法を踏みにじり、今度はそれをユーティリティとして私たちに売り戻そうとしている」と書かれていた。

本稿は、資本市場に焦点を当てた壮大な物語を提示し、クリエイターコミュニティ内で倫理的な議論を巻き起こす。本稿は、発言者の動機を判断したり、法的手続きの行方を予測したりするものではない。核心的な関心は、この「有用性」というメタファーが論理的、倫理的、そして商業的に妥当であるかどうかにある。このメタファーを解体することで、AI業界内で展開されている根深い矛盾を理解するのに役立つだろう。

物語の解体：なぜ「公共事業」なのか？

この比喩の意図を理解するためには、アルトマンの発言の文脈に立ち返る必要がある。

Business InsiderとRevがまとめた会議の議事録によると、アルトマン氏の発言は製品発表や技術ロードマップに関するものではなく、「コンピューティングのボトルネック」に関する警告だった。同氏はサミットで、十分なコンピューティング能力インフラが今すぐ構築されない場合、将来的に3つの結果が起こり得ると明言した。すなわち、AIサービスが不足して価格が高騰する、富裕層しか利用できなくなる、あるいは政府が配分に介入せざるを得なくなる、というものだ。

言い換えれば、「公益事業」という比喩は、主にインフラ投資家向けの物語であり、利用者志向の価格戦略向けのものではない。

AIをユーティリティとしてパッケージ化することには、明確なビジネスロジックが存在する。ユーティリティは資本集約型で、事業サイクルが長く、キャッシュフローが安定しているため、年金基金やインフラファンドの資本構成に自然と適している。OpenAIがブラックロックのような資産運用大手に対し、数十億ドル規模のデータセンタープロジェクトへの資金提供を説得する必要があった際、「AIをテクノロジー製品として」ではなく「ユーティリティとして」提示する方が、投資委員会の承認を得やすかったのだ。

この評価は憶測ではありません。OpenAIの社長であるグレッグ・ブロックマン氏は、同社が今後8年間で約1兆4000億ドルのデータセンター投資が必要になると述べています。この金額の具体的な構造や実施状況はまだ検証されていませんが、アルトマン氏が言及する「公益事業」が主にエンドユーザーではなく資本市場をターゲットにしていることを示すには十分です。

「段階的な建設」か「既存資産の再構築」か？

批評家たちの怒りは、「有用性」という比喩が覆い隠している根本的な違いに焦点を当てている。

水力発電は「段階的な建設」である。人間がダムを建設し、パイプラインを敷設し、送電網を構築することで、もともと自然界には存在しなかった供給能力が生み出される。投資は、他者の既存の労働力に依存しない新たな物理的資産の構築に用いられる。

AIモデルのトレーニングは、「既存のリソースを再編成する」プロセスです。GPTシリーズモデルのトレーニングデータは、インターネット全体にわたる公開コンテンツの大規模なクロールから得られます。これには、書籍、記事、アート作品、フォーラムの投稿、コードリポジトリ、さらにはソーシャルメディア上のユーザーのプライベートな会話までが含まれます。これは、何十年にもわたって蓄積された人間の創造物であり、その大部分は作成者による許可を得ておらず、著作権料も支払われていません。

あるMediumの著者はこう書いている。「彼らは何十年にもわたる人類の集合的な創造物を一つの商品に圧縮し、それを公共サービスとして再価格設定し、そもそも原材料を無料で提供してくれた人々に売り戻そうとしているのだ。」

これは感情的な爆発ではなく、財産権の論理を正確に指摘したものです。水力発電などの公益事業会社は、自社で「原材料」（水を貯めるダム）を建設するか、市場価格で購入する（石炭やガス）かのいずれかです。これに対し、AI企業がトレーニング段階で取得する「原材料」は、「公正使用」という法的グレーゾーンに属し、商業的にはコスト移転が発生しません。

この「無料アクセス、有料販売」モデルは、批評家が「公共事業」と見なすものを、むしろ「土地の強奪」のように聞こえるものにしている。つまり、まず公共資源を横領し、壁を築き、そして元の利用者に利用料を課すというものだ。

トークン課金とユニバーサルサービスの間の隔たり

データの出所をめぐる論争はさておき、「AIは公共サービスである」という考え方は、価格設定の仕組みという観点から正当化するのが難しい。

水道、電気、ガスといった真の公共事業は、ほとんどの経済圏において普遍的なサービスを提供する義務を負っています。政府規制当局は、これらの事業に対し生活必需品の供給を保証するよう求めており、料金体系は通常、厳しく規制された利益率に基づくコストプラス方式を採用しています。家庭用電気料金は、電球を点灯させるかサーバーを稼働させるかといった用途によって差別化されることはありません。

AIトークンの価格設定は全く異なる。KongHQの企業AIコストに関するモニタリングデータとArtefactの分析によると、トークン1個あたりの絶対価格は過去1年間で約75%下落したが、利用率の伸びが価格下落をはるかに上回るため、企業の実際のAI支出は減少するどころか増加している。この「単価は低いが総額は高い」というモデルは、「トークンコスト錯覚」として知られている。

さらに注目すべきは、トークン料金の構造的な違いです。出力トークンは通常、入力トークンの3～10倍の価格です。同じ量の情報であっても、AIがそれを「読み込む」コストは、「書き出す」コストよりもはるかに低くなります。AIに要約を依頼する場合、入力段階はほぼ無料ですが、要約で生成される単語一つ一つが高コスト領域となります。

公共電力網の価格設定ロジックは、電力そのものが均質であるという前提に基づいています。つまり、1キロワット時の電力は、冷蔵庫に使う場合でもサーバーに使う場合でも同じ価格です。一方、AIトークンの価格設定ロジックは、サービス自体が大きな価格差に分解され、これらの価格差は供給者によって一方的に決定されるという前提に基づいています。

つまり、これは公共料金ではなく、使用量に基づいた差別的な料金設定だ。スマートテクノロジーを誰もが利用できるようにすることではなく、消費されるスマートテクノロジーの量から収益を最大化することが目的なのだ。

「適正使用」という堀は緩みつつある。

激しい批判にもかかわらず、法的な観点から見ると、AI企業はトレーニングデータに関して、見た目ほど脆弱ではない。

モリソン・フォースターの「AIトレンド2026」レポートとノートン・ローズ・フルブライトによるAI著作権訴訟の追跡調査によると、米国の裁判所は現在、汎用AIモデルのトレーニングは「高度に革新的」であり、したがって「フェアユース」の法的基準を満たす可能性が高いと認識する傾向にある。2025年半ばにAnthropicが裁判所を説得して著作権訴訟を棄却させることに成功したことは、詳細はまだ検証中だが、AI業界にとって重要な信頼の源となっている。

しかし、法的な堀は、AI業界自身のビジネスロジックにおける行動によって侵食されつつある。

TechPolicy.pressの分析によると、AI企業がライセンス付きトレーニングデータを大規模に購入し始めると（例えば、OpenAIがReddit、News Corpなどと締結した契約など）、矛盾した形で「無料のスクレイピングはフェアユースに等しい」という主張が弱体化している。トレーニングデータが差別なく「フェアユース」で使用できるのであれば、なぜ特定のソースからライセンスを購入するために多額の費用をかける必要があるのだろうか？データ所有者に本当に権利がないのであれば、これらのライセンス契約の法的根拠は何なのだろうか？

購入という行為そのものが、「原材料が無料である」という前提を商業的に否定する行為である。

アルトマンの「水力発電理論」に立ち返ると、この矛盾はさらに深刻になる。水力発電会社はインフラを建設する際、「水源が合法かどうか」という集団的な問題に直面することはない。しかし、AI企業が次世代の公益事業体だと主張する時、「原材料はどこから来るのか？」という疑問は依然として説得力に欠ける。

インフラ開発プロセスにおいては、資源配分の問題に取り組む必要がある。

アルトマンの「水力発電理論」は、AI開発における真のトレンドを捉えている。大規模モデルは、研究室の成果物から基盤となる機能へと変化し、検索エンジン、オフィスソフトウェア、設計ツール、さらには産業プロセスに組み込まれつつある。AIが遍在するようになれば、その機能は真に「インフラストラクチャ」に近づくことになるだろう。

しかし、この比喩の現在の進化段階における3つの亀裂は無視できない。

まず、財産権の問題があります。水力発電は新たな価値を生み出す一方、AIは既存の資産を再構築します。再構築自体には価値がありますが、その前提は「既存の資産は無償で利用できる」というものです。この前提は、倫理的な合意も最終的な法的承認も得られていません。

第二に、価格設定のギャップです。公益事業における「ユニバーサルサービス」は、低い利益率と非差別的な価格設定を意味しますが、トークン価格設定は市場主導型で、段階的な料金体系を採用しており、供給者によって一方的に決定されます。両者のビジネスロジックには、事実上共通点がありません。

第三に、欠点を克服すること。水力発電業界には、独立した規制機関、透明性の高いコスト会計、価格公聴会における市民参加の仕組みが存在する。一方、AI業界は現在、いかなる形の公的ガバナンスの枠組みも欠如しており、「従量課金制」のルールは少数の企業自身によって設定されている。

一般ユーザーにとって、AIの利用量に応じた課金という傾向は、短期的には変わらないだろう。トークン価格の下落によるプラスの影響は続くものの、利用量の増加によってそのメリットは相殺される。AIツールを選ぶ際には、単価だけでなく、実際の利用状況も考慮に入れることを推奨する。

開発者や企業顧客にとって、コード生成や長文分析といったトークン消費量の多いシナリオでは、単価よりもコスト管理のしやすさが重要となる。単一ベンダーに依存するトークン価格設定システムでは、コスト構造全体がそのベンダーによって完全に管理されてしまう。

クリエイターにとって、「AIユーティリティ」という言説の蔓延自体が一つの兆候である。つまり、自分の作品が学習に利用される可能性は高まっているものの、それに対する報酬の仕組みはまだ確立されていないということだ。業界のインフラ化とは、単にモデル企業を次世代の電力会社に変えるだけでなく、合理的かつ追跡可能なデータ収益分配メカニズムを確立することも含まなければならない。

現状では、AIはインフラになりつつあるものの、まだ公共サービスとは言えない。後者の称号を得るには、計算能力やトークンベースの課金といった単純な要素だけでは不十分であり、より多くの要素を正当化する必要がある。