【ITニュース解説】AI Copyright Is Settling First at the Output Layer

AIが生成するコンテンツの著作権問題は、システムエンジニアを目指す皆さんにとって、今後の技術開発やサービス提供に深く関わる重要なテーマだ。特に、AIの進化が著しい現在、著作権に関するルール作りが急ピッチで進められている。

最近、中国の巨大IT企業であるByteDance（TikTokやCapCutなどのサービスを運営）と、米映画協会（MPA）の間で、AIが生成する動画や画像コンテンツの著作権に関する重要な合意が発表された。これは、ByteDanceの動画・画像生成AIモデルである「Seedance」と「Seedream」に関連し、TikTokやCapCut、Dreaminaといった製品群における映画やテレビ番組の知的財産権（IP）を保護するための「ガードレール」（安全策や監視体制）を設けるというものだ。MPAは、ByteDanceが以前の警告を受けて新たな対策を講じたと評価しており、ByteDance側も著作権者の保護を考慮した責任あるAI製品を開発していると表明している。

この合意は、AIと著作権を巡る議論において、「出力層」と「入力層」という重要な二つの概念を区別して考える第一歩となる。システムエンジニアを目指す皆さんには、この区別が今後のAI開発にどう影響するかを理解することが不可欠だ。

「出力層」とは、ユーザーがAIを使って生成する具体的なコンテンツ、つまりAIの「出力結果」を指す。例えば、AIが作り出した動画、画像、文章などがこれにあたる。ByteDanceとMPAの合意は、主にこの出力層における著作権保護に焦点を当てている。具体的には、生成されたコンテンツに著名な俳優の顔（トム・クルーズやブラッド・ピットなど）、スパイダーマンやエルサのような著作権で保護されたキャラクターが映り込むことを防ぐための技術的な対策が含まれる。顔のブロック、著作権で保護されたキャラクターを識別してフィルタリングする機能、コンテンツの出所を示すC2PAのような認証情報、そして透かし（ウォーターマーク）の付与、継続的な監視体制の構築などがこれにあたる。これらの対策は、AIが意図せず、あるいはユーザーの指示によって著作権を侵害するコンテンツを生成し、それが広く拡散されることを防ぐためのものだ。プラットフォーム側は、このような目に見える著作権侵害を避けたい商業的な理由も持っている。TikTokやCapCutのような消費者向けの配信プラットフォームは、著作権問題でサービスが停止したり、ユーザーからの批判に晒されたりすることを望まないからだ。システムエンジニアは、このようなフィルター機能や監視システムの開発、実装に直接関わることになる。

一方、「入力層」とは、AIモデルが学習するために用いられる膨大な量のデータ、つまりAIの「入力データ」や、そのデータを使ってモデルを構築するプロセスを指す。AIは、インターネット上の画像、動画、文章、音楽など、既存の膨大なデジタルコンテンツを学習することで、新たなコンテンツを生成する能力を獲得する。この入力層での著作権問題は、「AIが著作権で保護された作品を学習データとして使用すること自体が著作権侵害にあたるのか？」という、より根本的で複雑な問いを含んでいる。例えば、ある映画会社の作品がAIの学習データとして使われた場合、その映画会社はAI企業に対してライセンス料を請求できるのか、あるいは使用は「公正利用（fair use）」の範囲内と見なされるのか、といった点が議論の対象となる。

なぜ、今回のByteDanceとMPAの合意は、まず出力層に焦点を当てたのだろうか。それは、出力層での著作権侵害は目に見えやすく、証拠として提示しやすいという特徴があるからだ。AIが生成した動画に、誰でもわかるような著作権キャラクターが映っていれば、それは明確な侵害の証拠となる。この証拠は、経営者、ジャーナリスト、裁判官、規制当局、そして一般の消費者にとっても理解しやすい。そのため、著作権を持つ側は、出力層に対してすぐに法的措置を取ったり、プラットフォームに対して改善を要求したりする強い交渉力を持つことになる。プラットフォーム側も、目に見える侵害が広がる前に、フィルターなどの技術的なガードレールを設ける方が、大規模な訴訟や社会的批判を避ける上で合理的だと判断する。これらのフィルターやブロック機能は、開発コストがかかるものの、既存のコンテンツモデレーション（内容審査）の延長線上でエンジニアリングが可能であり、モデルの学習の経済性を根本から変えるよりも実現しやすいという側面もある。

対照的に、入力層の著作権問題は、解決がはるかに困難だ。AIが学習したデータの中に、どの著作物がどの程度含まれているかを特定すること自体が難しく、侵害の証明には長い時間と労力が必要となる。さらに、「公正利用」の原則がどこまで適用されるか、損害賠償をどのように算定するか、そしてもしライセンスが必要となった場合に、その価格設定が業界全体にどのような影響を与えるかなど、未解決の課題が山積している。もしAI企業が学習に用いるすべての著作物に対してライセンス料を支払う必要があるとなれば、その取引コストは膨大になり、AI開発のビジネスモデル自体を揺るがしかねない。このような複雑な問題は、裁判所の判断や新たな法規制の整備、あるいは業界全体のライセンス制度の構築など、時間をかけた議論が必要となるため、すぐに結論が出るものではない。

今回の合意は、このような複雑な状況において、まず解決しやすい部分から着手するという「段階的な交渉」の結果と見ることができる。著作権を持つスタジオ側は、当面の間、最も目に見える消費者被害に対する保護を得られる。一方、ByteDanceは、動画や画像生成ツールを提供し続ける上で、差し迫った知的財産権リスクを軽減できる。両者とも、過去のクリエイティブ作品をAIの学習データとして使用する際のコストや、その経済的な恩恵を誰が享受すべきかという、より難しい問題については、当面の間先送りにしている状態だ。

この先送りは、必ずしも失敗を意味するものではない。法的な権利が不明確な状況では、市場が形成される過程でこのような段階的なアプローチが取られることは珍しくない。つまり、出力層でのガードレール設置は、すでに明確な権利侵害が指摘されている部分に対する「実行可能な」対策であり、入力層での権利主張は、その価格設定や法的根拠がまだ定まっていない状況にあると言える。

将来、入力層の著作権問題が解決される際には、多くの選択肢が考えられる。例えば、AI企業がすべての作品を個別にライセンスするシステムは、膨大な取引コストを生み出す可能性がある。一方、学習行為のほとんどが公正利用とみなされれば、AI企業が大きな経済的利益を得る一方で、著作権者は出力層でのコントロールやブランド保護に注力せざるを得なくなるかもしれない。中間的な解決策として、著作物登録制度、共同ライセンス、利用拒否（オプトアウト）の仕組み、透明性レポートなどが考えられるが、数百万もの作品から学習したAIモデルの利益を誰にどう分配するかという問題は、依然として非常に難しい。

この状況は、かつて音楽業界がインターネットの登場に直面した際の動きと類似している。音楽業界は、単一の明確な答えを得るのではなく、訴訟、テイクダウン要求、ライセンス契約、プラットフォームの寡占化、そして配信が著作権と同様に重要となる新たな交渉秩序といった多様な変化を経験した。映画やテレビ業界も、AIの登場によって同様の経済的リズムをたどる可能性を秘めている。

ByteDanceのような、TikTokやCapCutといった巨大な配信プラットフォームを持つ企業は、この議論において強力な立場にある。彼らは単にAIモデルを開発するだけでなく、「プロンプト（指示）からコンテンツ生成、そして視聴者への配信」までの一連の流れをコントロールできる。これにより、著作権侵害のリスクは高まるが、同時に、ユーザーが生成したAI動画がどこにどのように広がるかをコントロールできるという、著作権を持つスタジオ側が求める価値も提供できる。つまり、コンプライアンス（法令遵守）自体を「製品ガバナンス」として提供できる立場にあるのだ。

しかし、この強固な立場も、ガードレールが実際に機能し、著作権侵害を十分に防げるかにかかっている。もしガードレールが公衆の面前で失敗すれば、その巨大な配信ネットワークは、著作権侵害の責任を増幅させる要因となる。小さなツールからの著作権侵害は単なる法的な問題かもしれないが、TikTokを通じて拡散されるような侵害は、社会的な大問題に発展しかねない。

著作権を持つスタジオ側も、慎重な対応が求められる。出力層で過度に強く押しすぎると、フィルター機能は向上するものの、学習データに関する経済的な問題には手が付かないままとなる可能性がある。また、入力層で過度に強く押しすぎると、AI企業が最大手コンテンツプロバイダーとだけ個別の契約を結ぶようになり、結果としてハリウッドの既存の大手企業とAI業界の既存大手企業をさらに強くしてしまう可能性もある。スタジオ全体としては既存のフランチャイズ保護を求めるが、個々のクリエイターは補償やクレジット表示、そして管理を求めるなど、両者の利益は重なる部分もあるが、完全に一致するわけではない。

最終的に、消費者もこの変化の代償を支払うことになるだろう。一部のプロンプトが機能しなくなったり、特定のキャラクターや顔の生成がブロックされたりするかもしれない。サービスによっては、ユーザーをライセンスされたスタイルやテンプレート、キャラクターパックに誘導するようになる可能性もある。AI動画の「自由奔放」だった初期段階は、プラットフォームがどのようなリスクが高額な法的問題を引き起こすかを学習するにつれて、以前ほど自由ではなくなるだろう。これにより、製品は「魔法のような」魅力は薄れるかもしれないが、より商業的に利用しやすいものへと変化していく可能性がある。企業顧客は通常、秩序ある許可システムを、予測不能な混乱よりも好むものだ。

今後、このByteDanceとMPAの合意のような、出力層に焦点を当てた、製品に特化し、配信と結びついたAI著作権に関する合意がさらに広がると予測される。これらの合意は、ガードレール、認証情報、ウォーターマーク、報告、著作権者へのエスカレーションなどを盛り込むが、学習データに関する最も難しい問題には触れないだろう。それらの問題は、十分な訴訟、規制当局からの圧力、そしてプラットフォーム間の合意が積み重なった後で、その価値が決定されることになる。

この動きは、個々の企業の株価に直接影響を与えるものではなく、むしろビジネスの「マージン（利益率）地図」を描き直すような意味合いを持つ。消費者向けの配信ネットワークを持つ企業は、ガードレール設置にかかるコストを吸収し、コンプライアンス自体を交渉の材料として利用できる。純粋なAIモデル開発企業は、学習データとそのライセンスに関して、より厳しく、しかし明確な課題に直面するだろう。大規模なカタログを持つスタジオは、個々のクリエイターよりも早く交渉を進められる。そして、消費者は、より少ない自由な出力、遅い生成速度、そして最終的にはサブスクリプション料金に組み込まれたライセンス料という形で、そのコストを負担することになる。

今回のByteDanceとMPAの合意は、AI著作権戦争の「終結」と捉えるには小さい出来事かもしれない。しかし、これは、AI著作権問題が解決に向かう上での「最初の合意層」に向けた条件書として理解すると、その意義は大きい。目に見える出力がまず管理され、学習データの問題はその後議論される。なぜなら、今日実際に強制力を行使できる主張に、お金は付いてくるものだからだ。