投稿者 global-ai-media 
ブリタニカ百科事典などの大手出版社が、大規模言語モデル（LLM）の学習データに関する著作権侵害でOpenAIを提訴しました。この動向から読み取れるグローバルなAIガバナンスの潮流と、日本企業がAIを活用・開発する上で留意すべき法規制や実務的な対応策について解説します。
生成AI開発における著作権訴訟の新たな展開
米国において、ブリタニカ百科事典（Encyclopedia Britannica）およびメリアム＝ウェブスター（Merriam-Webster）辞典が、自社の提供する約10万件の記事を大規模言語モデル（LLM）の学習に無断使用されたとして、OpenAIを提訴したことが報じられました。これまでも報道機関や作家による同様の訴訟は起きていましたが、正確性や網羅性を売りとする「辞書・事典」というナレッジベースの根幹を担う企業が法的措置に踏み切った点は、生成AIのデータ収集をめぐる議論に新たな一石を投じるものです。
LLM（膨大なテキストデータを学習し、人間のように自然な文章を生成・理解するAIモデル）の性能向上には、高品質で事実に基づいた大量のデータが不可欠です。しかし、そのデータ収集プロセスにおいて、権利者の許諾をどのように得るべきか、あるいは「フェアユース（公正利用）」として許容される範囲はどこまでかという点は、現在グローバルで激しい法廷闘争の的となっています。
日本の法規制「著作権法第30条の4」の特殊性とリスク
このような海外の訴訟動向を見る際、日本企業として押さえておくべきなのが、日本の著作権法における特殊性です。日本では2018年の法改正により「著作権法第30条の4」が新設され、情報解析（AIの機械学習など）を目的とする場合、原則として著作物を無断で利用することが認められています。この規定は諸外国に比べて機械学習のデータ利用に寛容であり、日本国内でのAI開発を強力に後押ししてきました。
しかし、この法律があるからといって、日本企業が著作権リスクから完全に免責されるわけではありません。同条文には「著作権者の利益を不当に害することとなる場合は、この限りでない」というただし書きが存在します。たとえば、市場で販売されている辞書やデータベースを丸ごとコピーしてAIに学習させ、それと類似する出力を生成・提供するようなサービスは、この例外に該当し、権利侵害とみなされる可能性が高いと考えられています。
企業の実務における「学習」と「利用」の切り分け
実務においてAIをプロダクトに組み込む、あるいは社内業務で活用する際、企業は「モデルの学習（開発段階）」と「生成物の利用（提供・運用段階）」の2つのフェーズでリスクを管理する必要があります。今回のOpenAIへの提訴は主に「学習フェーズ」における無断使用が論点ですが、AIを利用するユーザー企業にとっては「生成フェーズ」で既存の著作物に類似したコンテンツを出力してしまわないかというリスクが直結します。
特に、日本の商習慣や組織文化においては、コンプライアンス違反に対するレピュテーション（評判）リスクが非常に大きく評価されます。そのため、自社でRAG（検索拡張生成：自社データや外部データベースを検索し、その結果をもとにAIに回答させる技術）などを構築して新規事業や業務効率化を進める際は、利用する外部データの利用規約（スクレイピングの禁止など）を遵守しているか、生成された結果が第三者の権利を侵害していないかをチェックする社内ガイドラインの策定が不可欠です。
日本企業のAI活用への示唆
今回の事案を踏まえ、日本企業が安全かつ効果的にAIを活用していくための要点を整理します。
第一に、利用するAIモデルやサービスの「データの透明性」に関心を払うことです。自社の基幹業務や顧客向けプロダクトにAIを組み込む場合、そのモデルがどのようなデータで学習され、権利侵害の訴訟リスクを抱えていないか（あるいはベンダー側で著作権侵害時の補償の仕組みがあるか）を確認することが、システム選定の重要な基準となります。
第二に、自社の独自データを守る、あるいは戦略的に活用する視点です。辞書や事典がAIにとって価値の高い学習データであるように、日本企業が長年蓄積してきた業務マニュアル、技術文書、顧客対応履歴などは、自社特化型AIを構築する上での競争力の源泉となります。これらを安易に外部の学習データとして流出させないよう、エンタープライズ向けの閉域環境（入力データが学習に利用されない設定）でAIを利用するガバナンス体制の徹底が求められます。
第三に、法務・知財部門とエンジニアリング部門の連携強化です。AIの技術進化は速く、法整備や判例が後追いになるのが現状です。「法律上グレーだから何もしない」のではなく、技術の仕組みを正しく理解した上で、自社のビジネスリスクに照らして「どこまでなら許容できるか」という基準を組織横断で協議し、柔軟にアップデートしていく姿勢が、これからのAI時代における企業の競争力を左右するでしょう。