2026年7月22日、ソフトバンクは、コンテンツホルダーの権利保護と生成AI開発を両立するデータエコシステム基盤「GaranAI」のベータ版提供を開始した。新聞社などのコンテンツを多段階加工した上でAI開発に活用する仕組みで、日本語AIの性能向上とコンテンツ流通の新たな仕組みづくりを目指す。
新聞社のコンテンツをAI開発へ活用
ソフトバンクは、コンテンツホルダーから預かったデータをAI開発事業者へ提供するデータエコシステム基盤「GaranAI」のベータ版を公開した。共同通信社に加え、毎日新聞社や産業経済新聞社、信濃毎日新聞社など複数の新聞社からデータ提供を受け、2027年1月以降の正式提供を目指して検証を進める。
「GaranAI」は、預託された新聞記事や出版物などを、意味や事実関係を維持したまま表現や構造を変更した「派生データ」へ変換し、さらにAI学習向けの「加工データ」として提供する。元データへの復元を困難にすることで著作物の保護を図りながら、AI開発に必要な高品質な日本語データを供給する仕組みである。
また、データ利用量に応じてコンテンツホルダーへ利用料を分配するほか、データ管理ツールも提供する。ソフトバンクの専任チームが品質管理やプロンプトインジェクション対策も担い、安全性と信頼性を確保するとしている。
背景には、日本語の高品質な学習データ不足と、著作権への配慮からコンテンツ提供が進みにくいという課題がある。ソフトバンクは新聞社だけでなく、出版社や放送局、自治体、教育機関などへ対象を広げ、日本のコンテンツ産業と生成AI開発を支える基盤へ発展させる方針だ。
※プロンプトインジェクション：AIに悪意ある指示やデータを与え、本来とは異なる動作や情報漏えいを引き起こそうとする攻撃手法。
権利保護とAI開発の両立は進むか
今回の取り組みは、日本語AIの競争力強化とコンテンツ産業の収益機会拡大を両立させる試みとして注目される。AI開発事業者にとっては、信頼性の高い日本語データを活用しやすい環境が整い、データ収集や加工にかかる時間とコストの削減につながる可能性がある。一方で、コンテンツホルダー側も著作権リスクを抑えながら、新たな収益源を確保できることが期待される。
一方で、十分な量と多様性を持つデータが継続的に集まるかは未知数である。利用条件や収益配分が各コンテンツホルダーの期待に応えられなければ、参加が限定的となる可能性も否定できない。
今後はハルシネーションを抑制する機能や、トレンド情報を提供するAPIの追加も予定されている。これらの機能が実装され、多様な業界が参加するデータ流通基盤へ発展すれば、日本独自の生成AI開発を支える重要なインフラとなる可能性がある。
関連記事：
ソフトバンク、「Cloud PF Type A」で国産生成AI「Sarashina3」提供開始 業務特化の5モデルで企業活用を強化
