Anthropicの15億ドル和解の背後：AI企業のデータはどこから来て、ライセンスの境界はどこにあるのか？

本稿の著者：趙暄

AI企業の著作権リスクは、多くの場合、モデルが口を開く前からすでに発生している。

AI起業家と話をするなかで気づくのは、多くのチームは著作権にリスクがあることを知らないわけではなく、本当に困惑しているのは**「リスクはいったいどの段階で発生するのか」**という点である。ある者は「自社はサードパーティの基盤モデルを呼び出しているだけだから、責任は上流のベンダーが負うべきだ」と考え、ある者は「資料は顧客や公開ネットワーク、有料データベースから入手しており、出所そのものに問題はない」と考える。また、「RAGは単なる検索であり、モデルも原文を長々と出力しているわけではないので、侵害にはならないはずだ」と説明するチームもある。

こうした説明はまったくの誤りではないが、たいていの場合、データ利用の連鎖のうちのひとつの環だけを言い当てているにすぎない。資金調達デューデリジェンスや大口顧客の審査、あるいは権利者からのクレームを受ける段階になると、相手が本当に追及してくるのは以下のような点である。「資料はどこから取得したのか」「誰がそれを会社に引き渡す権限を持っていたのか」「会社が得たのは閲覧権限か、それとも複製・スライス・学習・長期保存の権限か」「その資料はどのナレッジベースやモデルバージョンに入ったのか」「権利者が使用停止を求めた場合、会社は正確に特定して削除できるのか」。

2026年7月20日、**米国連邦裁判所は、Anthropicと一部の著者、出版社などの権利者との間で成立した15億ドルの集団訴訟和解を最終的に承認した。**あらかじめ断っておくと、この15億ドルは、裁判所がAnthropicに支払いを命じた侵害賠償金ではなく、AI企業が書籍をモデル学習に使う場合の統一ライセンス料でもない。この事件で本当に注目すべきは、裁判所がデータの取得、資料庫の構築、モデル学習、その後の利用を切り分けて審査したことである。ある段階でフェアユースを主張できるからといって、データ利用の連鎖全体が自動的に合法になるわけではないのである。

裁判所は学習を支持したのに、なぜAnthropicは15億ドルを支払うのか

Anthropic事件において裁判所は、本事案の具体的な事実関係のもとでは、書籍をモデル学習に用いることは、利用者に原書の代替品を提供するためではなく、言語構造や統計的関係を分析するためであるから、当該学習には変換的性質があり、フェアユースを構成しうると判断した。また裁判所は、かなり限定的なデジタル化の手法についても支持した。すなわち、紙の本を購入した後、それをスキャンしてデジタルファイルに変換し、対応する原本を廃棄するというもので、複製物の数を増やさず、外部への伝達もない場合、こうしたフォーマット変換も支持されうるというものだった。

しかし、海賊版サイトから大量の電子書籍をダウンロードし、それを恒久的かつ汎用的な資料庫に保存することについては、結論が異なる。裁判所は、それらの資料が将来的に「学習に使われる可能性がある」というだけの理由で、前段階の海賊版ダウンロードと長期保存をまとめてフェアユースとみなすことを退けた。言い換えれば、学習目的に変換的性質があるとしても、データの取得方法自体の問題を自動的に解決できるわけではない。

もっとも、これは裁判所が確定判決によってAnthropicに海賊版複製の責任を認めたということではない。当該責任と賠償については本来審理が続くはずだったが、事案はその後和解によって終結した。Anthropicが15億ドルの支払いに応じたのは、より正確に言うなら、集団訴訟、法定賠償、審理および上訴に伴う不確実性に対して集中的に値付けを行ったのであって、裁判所に「AI学習料」を支払ったわけではない。

これは次のように捉えることができる。料理人が料理本の構成や書き方を研究することと、海賊版サイトから料理本一式をダウンロードし、自分の資料庫に永久保存することは、同じではない。前者は作品をどのように学び利用するかを論じるものだが、後者はまず、資料がどこから来たのか、なぜ複製してよいのか、そしてなぜ長期保存してよいのかを問わなければならない。

データ取得、取り込み複製、クリーニング・スライス、モデル学習またはナレッジベースへの登録、検索出力、長期保存は、ひとつのチェーンを構成する別々の段階である。そのうちの一歩に法的根拠があるからといって、連鎖全体に問題がないと推定することはできない。

図1｜AIデータ利用チェーンにおける著作権リスクのノード

サードパーティモデルを使っていても、データ責任のすべてが上流にあるわけではない

多くのAIスタートアップは基盤モデルを自ら学習させるのではなく、APIを通じてサードパーティモデルを呼び出し、そのうえで業種別ナレッジベース、RAGシステム、エージェントあるいは垂直アプリケーションを自前で構築している。この形態は、企業が基盤モデルを直接学習させることに伴うリスクの一部を確かに減らすが、企業が自らデータを取り扱う際の責任まで上流のモデルベンダーに移転するわけではない。

企業はまず「データ」と「著作物」を区別しなければならない。単なる事実、数値、公式、一般的情報は、必ずしも著作権法上の「著作物」にはあたらない。しかし、同じひとまとまりの資料に、記事、画像、報告書、個人情報、営業秘密、プラットフォーム上のデータ権益、契約上の制限が同時に含まれていることもある。したがって、ある資料をAIシステムに投入できるかどうかは、「著作権があるかどうか」だけを問うのではなく、資料に具体的に何が含まれているか、企業がどのような方法で取得したか、現在の用途が利用許諾の範囲内にあるかどうかを引き続き判断する必要がある。

RAGもまた、著作権の空白地帯ではない。ある業界レポートがRAGシステムに入るまでには、通常、ダウンロード、フォーマット変換、クリーニング、スライス、ベクトル化、ナレッジベースへの保存といった工程を経る。モデルが最終的に数行の要約しか出力しなかったとしても、その前段階の技術的処理において複製が生じる可能性はあり、データベース契約や顧客の許諾範囲を超えてしまうおそれもある。逆に、ナレッジベースに保護された著作物が含まれているからといって、すべての検索出力が必然的に侵害になるわけではなく、具体的な複製態様、出力内容、利用許諾範囲に照らして個別に判断する必要がある。

したがって、「当社はRAGをやっているだけだ」という説明はデータ審査の代わりにはならず、サードパーティモデルを呼び出しているだけでは、ナレッジベースの自前構築や顧客資料の取扱い、製品の継続的な改善に伴って企業自身に生じる責任を免れることはできない。

中国のAI企業が最も誤解しやすい三つのこと

データが著作物にあたらないからといって、自由に使えるわけではない

あるコンテンツが著作権による保護を受けていなくても、個人情報、営業秘密、プラットフォーム規約、データベース上の権益、契約上の義務に関わる可能性がある。企業は、ある資料について「著作権がない」と判断したからといって、他の制約も一切存在しないと即断してはならない。

公開で閲覧できること、または有料で購入したことは、そのまま学習に使えることを意味しない

公開アクセスが可能であるというのは、利用者が特定の条件のもとでコンテンツに接触できることを示しているにすぎず、当然に、バルクでのダウンロード、複製、スライス、ファインチューニング、あるいは商業ナレッジベースへの長期保存が許されるわけではない。データベースのアカウントを購入するのは、閲覧室のチケットを買うのに近い。通常それは検索と閲覧を許すものであって、蔵書を丸ごと自社のナレッジベースに移すことまで許諾しているとは限らない。

「著作権法」第29条は、許諾契約において明示的に許諾されていない権利については、著作権者の同意なく、相手方はこれを行使してはならないと定めている。したがって、「出所が適法であること」と「現在の用途についての許諾を得ていること」は別問題である。 閲覧できること、ダウンロードできること、内部利用できること、ナレッジベースを構築できること、モデル学習に使えることは、もともと当然同一の権利の束ではない。

「生成AIサービス管理暫定弁法」が適用されないからといって、他のコンプライアンス義務がないわけではない

一部の内部ナレッジベース、企業の自社利用ツール、特定のB向けサービスは、同弁法の直接の適用対象とならない場合があるが、それでも関連事業は、著作権、個人情報、データセキュリティ、不正競争防止のほか、顧客との契約やプラットフォームの利用規約による制約を受けることになる。

フェアユースは「イノベーション」の看板で使える万能パスカードではない

Anthropic事件が準拠したのは米国著作権法であり、そのまま中国に持ち込むことはできない。中国「著作権法」第24条はフェアユースとして認められる具体的な場面を列挙しており、現時点において、商業的なAI学習に広く適用されるテキスト・データマイニングの例外規定は設けられていない。

これは、すべてのAI学習が必然的に侵害になるという意味ではなく、企業が「学習には革新性がある」「モデルは原文を出力していない」「利用が原著作物を代替しない」といった理由だけで、直ちにフェアユースが成立すると結論づけてはならないという意味である。技術処理のなかで著作物の複製が生じたか否か、複製がどの段階で生じたか、モデルやナレッジベース、最終出力に識別可能な著作物の表現が保存・提示されているか、そして関連行為が現行法の定める具体的な場面に該当しうるかどうかを、引き続き具体的に判断しなければならない。

最高人民法院はすでに、大規模モデルの学習用コーパスの利用やAI生成コンテンツの侵害といった新類型事件を着実に審理する方針を示している。これは、国内の判断基準がいまだ形成過程にあり、企業は中核製品やデータ資産を、いまだ不確実なフェアユースの抗弁の上に全面的に築くことは避けるべきであることを物語っている。

過去のデータをどう扱うか：まず増分を制御し、次に残存分を整理する

すでに一定期間事業を営んでいるスタートアップにとって、最も現実的な問題は「今後どうするか」ではなく、過去にすでにシステムに入ってしまったデータをどうするかであることが多い。直ちに製品を停止し、ナレッジベースを空にして学習し直すことが不可能な企業は多いため、ガバナンスの手法は、法的リスク、技術的コスト、事業継続性を同時に考慮しなければならない。

より現実的な順序はこうだ。まず高リスクの新規データの追加を停止し、それから過去の残存分を棚卸する。まず出所、契約、利用記録を保存し、それから隔離・差し替え・削除を決定する。企業はまずデータ一覧を作成し、資料の出所、取得時期、提供主体、契約およびプラットフォーム規約、利用目的、保存場所、そしてどのナレッジベース、ファインチューニングタスク、モデルバージョンに入ったかを記録することができる。

高リスクデータは優先的に取り扱うべきであり、これには、海賊版サイト由来または出所が説明できないファイル、ベンダーが権利連鎖を証明できないデータ、顧客による許諾範囲を明らかに超えて利用している資料、ペイウォールやスクレイピング対策、アクセス制御を回避して取得したコンテンツが含まれる。これらの行為は、著作権や契約上のリスクに加え、該当する条件を満たせば不正競争に基づく責任が生じる可能性もある。

是正措置は「継続利用」と「即時削除」の二者択一だけではない。企業はまず新規追加の停止、アクセス制限、疑わしいデータの本番環境からの隔離を行い、そのうえで、実際の状況に応じて利用許諾を追加取得したり、コンプライアンスに適合したデータで差し替えたり、ナレッジベースの再構築や再ファインチューニングを行ったりすることができる。確かに削除が必要な場合は、関連ファイル、スライスデータ、ベクトルレコード、バックアップコピーを特定し、完全な内部承認および是正記録を保存できるようにしておかなければならない。

こうした措置は過去の行為を自動的に適法化するものではないが、リスクの拡大を食い止め、その後の資金調達や顧客審査、紛争処理において、企業が問題を識別し、影響を限定し、修復を完遂する能力を有していることを示す助けにはなる。

図2｜過去データ是正の5ステップの道筋

新たなリスクの抑制は、まずデータ台帳の作成から始められる

リソースの限られたスタートアップにとって、データガバナンスは最初から大規模なコンプライアンスシステムを構築する必要はありません。最も実用的な出発点は、まず事業部門、技術部門、法務部門が共同でメンテナンスするデータ台帳を作成することです。

每批データには少なくとも、提供者、入手元、根拠となる契約またはプラットフォームの利用規約、許容される利用シーン、禁止される利用シーン、どの製品・ナレッジベース・モデルバージョンに組み込まれたか、保存期間、そして苦情発生時や許諾期間満了時、提携終了時の取扱い方法を記録しなければならない。

契約書にも実際の技術的な利用シーンを明記する必要がある。「データソースが合法である」とか「サプライヤーが権利非侵害を保証する」といった漠然とした合意に留めるより、資料のダウンロード、複製、クレンジング、フォーマット変換、スライス、ナレッジベース構築、検索、ファインチューニング、評価、モデル最適化の可否を明確にし、適用製品、利用主体、期間、第三者による権利主張への対応方法を書き込むべきである。

企業はまた、ひとまとまりの資料がどのナレッジベースやモデルバージョンに格納され、個別に隔離・差し替え・削除できるのかを把握しておかねばならない。所在を特定できないデータは、いざ苦情が起きたときに損害の最小化が極めて難しくなる。分割・除外できないデータも、資金調達やM&A、大口顧客による審査の不確実性を著しく高める。

結び：AI著作権リスクは、モデルが口を開く前に生じる

Anthropic訴訟で中国のAI企業が最も学ぶべきなのは、「学習はフェアユースに当たる」という一文だけの結論でも、15億ドルという数字でもなく、裁判所がデータの利用プロセスを細かく切り分けて審査したことだ。すなわち、資料はどこから来たのか、なぜ複製できるのか、どのような目的でデータベースに取り込まれたのか、そしてなぜ長期間保存されるのか、という点である。

**フェアユースはデータソースの違法性を免責するラベルではなく、ソースの合法性も、無制限の学習・検索・長期保存を許す同義語ではない。**サードパーティモデルを呼び出すことで、基盤となる学習リスクを一部下げられても、自社でナレッジベースを構築し、顧客資料を扱い、製品を最適化する際に生じる責任を肩代わりしてはくれない。

**スタートアップにとって、今からガバナンスを始めるのは決して遅くない。**まずは今日から入る新しいデータを管理し、そこから過去に残した課題を段階的に処理する。来歴の記録、許諾範囲の境界、そして退出の仕組みを早く整えるほど、後日の是正コストは低くなり、データを潜在的なリスクから、資金調達や顧客審査に耐える企業資産へと転換しやすくなる。