投稿者 global-ai-media 
欧米を中心とする大規模言語モデル（LLM）の学習データを巡る著作権訴訟は、AI活用を進める企業にとって対岸の火事ではありません。Databricksの事例を起点に、日本企業がグローバルな著作権リスクとどう向き合い、AIガバナンスを実務に落とし込むべきかを解説します。
海外で続くLLMの著作権訴訟とDatabricksの事例
近年、生成AIの急速な発展に伴い、AIの学習に利用されたデータの著作権を巡る訴訟が米国を中心に相次いでいます。The Registerの報道によると、データ分析・AIプラットフォーム大手のDatabricksが開発したオープンな大規模言語モデル（LLM）「DBRX」において、著作者たちが提起した著作権侵害の訴えについて、裁判所はDatabricks側の棄却請求を退けました。これにより、同モデル（および2023年に同社が買収したMosaicMLの技術）の開発プロセスに関する法的な争いが継続することになります。
この事案は特定の企業に限ったものではなく、多くの有力なAIベンダーが同様の訴訟リスクに直面しています。モデルの性能向上には膨大なテキストデータが不可欠ですが、その収集過程における「権利者の許諾」と「フェアユース（公正利用）」の境界線は、各国の司法の場で今まさに争われている最中であり、明確な法的決着がつくまでにはまだ時間がかかると見られています。
日本の「著作権法第30条の4」とグローバル展開におけるギャップ
ここで日本国内に目を向けると、日本の著作権法には「第30条の4」という、情報解析を目的とした著作物の利用を原則として許諾なしに行える規定が存在します。この規定により、日本は「AI開発がしやすい国」として国際的にも注目を集めており、国内企業による独自モデルの開発や、社内データを用いたファインチューニング（微調整）を後押ししています。
しかし、ビジネスをグローバルに展開する場合、日本の柔軟な法律だけで身を守ることはできません。例えば、日本国内で適法に開発・運用しているAI搭載プロダクトであっても、海外市場に提供した時点で、現地の厳しい著作権法やAI規制の対象となる可能性があります。また、海外のオープンソースモデルをベースに自社のサービスを構築する場合、その基盤モデル自体が海外で著作権侵害の判決を受けた際、自社のプロダクトやサービス提供にも影響が波及するリスクを孕んでいます。
企業が実務で考慮すべきリスクと対応策
では、日本企業が業務効率化や新規事業のプロダクトにAIを組み込む際、どのようにリスク管理を行えばよいのでしょうか。第一に確認すべきは、利用するAIベンダーやクラウドプロバイダーの「補償規定（Indemnification）」です。多くの主要ベンダーは、生成AIの利用に起因して顧客が著作権侵害で訴えられた場合、一定の条件下で法的な補償を提供するプログラムを用意しています。商用利用においては、こうした法的保護があるマネージドサービスを選択することが一つの防衛策となります。
第二に、RAG（検索拡張生成）や社内データの連携を行う際の情報管理体制です。自社の機密情報や、他社から提供されたライセンスデータがAIの学習に意図せず使われないよう、オプトアウトの設定やデータ基盤のアクセス制御を徹底する必要があります。また、生成されたコンテンツが既存の著作物と酷似していないかを確認する人間によるチェック（Human-in-the-loop）のプロセスも、コンプライアンスの観点から依然として重要です。
日本企業のAI活用への示唆
グローバルなAIの技術革新は目覚ましい一方で、法整備や判例は後から追いつこうとしている過渡期にあります。日本企業が安全かつ継続的にAIの恩恵を享受するための要点は以下の通りです。
・基盤モデルの法務リスクの把握：利用するLLM（特にオープンモデル）の学習データの来歴や、現在抱えている訴訟リスクについて、技術部門と法務・知財部門が連携して継続的にモニタリングする体制を構築してください。
・ベンダー選定と契約内容の精査：自社開発に伴う法務リスクを低減するため、エンタープライズ向けのSLA（サービス品質保証）や著作権侵害時の補償条項が明確に定義されているベンダーのAPIや環境を活用することを優先的に検討しましょう。
・ガバナンスとアジリティの両立：日本の著作権法を活かしたPoC（概念実証）や社内業務の効率化は積極的に進めつつ、外部向けサービスやグローバル展開に際しては、現地の法規制をクリアできる厳格なAIガバナンス基準を設けるという「二段構え」のアプローチが有効です。