生成AI 画像著作権 企業対応――ゲッティ×OpenAI提携が示す実務の転換点

ゲッティイメージズ×OpenAI提携が映し出す「ライセンス化」の潮流

2026年6月22日、Getty Images（NYSE: GETY）はOpenAIとのディスプレイ契約を発表した。ChatGPTの検索・発見機能に、Getty Images・iStock・Unsplashのライセンス済みビジュアルコンテンツを統合する内容であり、同社CEOのCraig Peters氏が主導した（出典：Quiver Quantitative / GlobeNewswire経由、finance.yahoo.com）。財務条件は非公表だが、発表当日のGETY株価は前日比+97.49%（$0.6051→$1.1950付近）という市場の反応が関心の高さを示している（出典：finance.yahoo.com）。

これは孤立した出来事ではない。Getty ImagesはすでにGoogle・BloombergとのAIライセンス契約を締結し、2025年10月31日にはPerplexityとの複数年ライセンス契約も発表済みだ（出典：tikr.com / newsroom.gettyimages.com）。「AIが素材を無断で学習する」という批判の時代から、「権利者が条件を設けてライセンスする」という商業モデルへ、業界の力学が明確に移行しつつある。

この潮流が日本の企業担当者に問うのは一つの問いに集約される。自社が現在使用・生成しているビジュアル素材は、著作権の観点から説明できる根拠を持っているか。以下では、その判断に必要な法的構造と実務対応を具体的に整理する。

生成AI 画像著作権における企業リスクの3段階構造

文化庁は「AIと著作権に関するチェックリスト＆ガイダンス」において、AIと著作権の問題を学習段階・生成段階・利用段階の3段階に分けて整理している（出典：文化庁 https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/seisaku/r06_02/pdf/94089701_05.pdf）。企業の法務・事業責任者はこの構造を起点に自社リスクを点検すべきだ。

学習段階：主にプロバイダー責任だが、自社ファインチューニングは別論

日本の著作権法第30条の4は、情報解析等を目的とする著作物の複製について一定の許容を定めている。文化庁の解説（出典：https://www.bunka.go.jp/seisaku/chosakuken/aiandcopyright.html）によれば、この規定はAIモデルの学習段階での無断利用に一定の根拠を与えるが、著作権者が明示的に利用を禁じている場合や、学習目的以外への流用がある場合には適用されないとされている。企業がサードパーティのAIツールを利用する場合、学習段階の責任は主としてプロバイダー側に帰するが、自社でファインチューニングを行う場合は自社が当事者となる点を認識しておく必要がある。

生成段階：「依拠性」と「類似性」が争点になる

生成AIで出力した画像が既存著作物に酷似している場合、著作権侵害が成立し得る。判断基準は通常の著作権侵害と同様で、（1）既存著作物への依拠性と（2）表現上の類似性の両方が問われる（出典：文化庁「AIと著作権」PDF https://www.bunka.go.jp/seisaku/chosakuken/pdf/93903601_01.pdf）。特定の作家・キャラクターを想起させるプロンプト指定は、依拠性を推定させる材料となり得る。企業のクリエイティブ担当者がプロンプト設計を行う際のリスク要素として明文化しておくべき論点だ。

利用段階：企業が直接責任を負うフェーズ

生成物を商用コンテンツ・広告・EC商品ページ等に使用した時点で、企業は利用段階の著作権侵害リスクを直接負う。この段階は「通常の著作権侵害と同じ扱い」であり、AIを使ったか否かは免責の根拠にならない（出典：legalontech.com https://www.legalontech.com/jp/media/copyright-of-generative-ai）。生成AIで制作したビジュアルを社内審査なしにそのまま外部公開することは、リスク管理の観点から許容しがたい実務慣行である。

生成AIの基礎となるGAN（敵対的生成ネットワーク）の仕組みを理解しておくと、ツール選定時の判断精度が上がる。GAN（敵対的生成ネットワーク）の解説記事も参照されたい。また、画像と言語を同時に扱うマルチモーダルAIの動向についてはマルチモーダルAIの解説記事が補足的な理解を提供する。

Getty×OpenAI提携が日本企業の実務に与える三つの示唆

今回の提携の本質は「大手コンテンツホルダーが生成AIと対立するのではなく、ライセンス契約によって共存モデルを構築した」という点にある。この流れは日本の企業担当者に少なくとも三つの実務的示唆を与える。

第一に、「AIが生成した画像は著作権フリー」という認識は誤りだ。Getty ImagesのiStockやUnsplashが管理するコンテンツが生成AIの出力に統合されていくとき、そのアウトプットを商用利用する企業がライセンスの連鎖の中に組み込まれていく可能性がある。現時点では財務条件が非公表であり、日本のエンドユーザーへの具体的影響は確定していない。しかし、ライセンス管理の構造が整備されるにつれ、「無償・無制限」の前提は成立しにくくなると考えられる。

第二に、ライセンス付き素材を参照して生成する仕組みの透明性が価値を持ち始める。権利処理の経路が追えるビジュアルは、広告主・ブランドオーナーにとってコンプライアンス管理上の資産となる。逆に、出典を遡れない生成画像をそのまま商用利用し続けることのリスクは、今後高まる一方と見るのが妥当だろう。

第三に、グローバルな訴訟・規制動向が国内企業にも波及し得る。米国の著作権庁がAI生成部分の著作権登録を一部取消した動向（出典：hatenabase.jp https://hatenabase.jp/blog/ai-copyright-guide-2026/）や、Getty Imagesが過去に画像生成AIに対して訴訟を提起した経緯を踏まえれば、国際展開する日本企業は海外判例・規制の影響を受け得ることを前提に体制整備を進めるべきだ。

なお、文化庁のワーキングチーム資料「生成AIをめぐる最新の状況について」（2026年度版）は、企業・団体の実務対応の参考となる最新情報を提供している（出典：文化庁 https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/workingteam/r07_01/pdf/94269701_04.pdf）。

生成AI 画像著作権への企業対応：社内ポリシー策定の判断軸

以下の比較表は、企業がビジュアル素材の調達・制作に際して取り得るアプローチを整理したものだ。著作権リスクと調達コストのトレードオフを意思決定の軸に据えている。

表：ビジュアル素材調達アプローチの比較（著作権対応視点）

アプローチ	著作権リスク	コスト傾向	主な留意点
ライセンス済みストック素材（Getty等）	低（権利処理済み）	中〜高	用途・地域・期間の制限条件を個別確認する必要あり
社内撮影・自社制作	低（自社が権利者）	高（人件費・機材）	被写体・建物等の肖像権・所有権にも留意が必要
生成AI（汎用ツール、無審査利用）	中〜高（類似性リスク）	低	依拠性・類似性の事後確認プロセスの整備が不可欠
生成AI（ライセンス素材参照型）	低〜中（権利追跡可）	中	今回のGetty×OpenAI型。商用条件の詳細確認が必要。日本ユーザーへの適用範囲は現時点で未確定
クリエイティブコモンズ素材	ライセンス種別による	低	商用可否・改変可否・帰属表示義務を素材ごとに個別確認

なお、ライセンス素材参照型の「生成AI（Getty×OpenAI型）」については、日本のエンドユーザーへの提供条件が現時点で公表されていない。導入検討にあたっては各プロバイダーの最新利用規約を直接確認することが前提となる。

社内ポリシーの策定にあたって最低限盛り込むべき要素を以下に示す。

1. 使用可能ツールのホワイトリスト管理
全社員が使用する生成AIツールを列挙し、各ツールの利用規約上の商用権利の有無を事前確認した上でホワイトリスト化する。文化庁のガイダンス（出典：https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/seisaku/r06_02/pdf/94089701_05.pdf）は企業内での利用について具体的なチェックリストを提供しており、自社ポリシーのたたき台として有用だ。利用規約は頻繁に改定されるため、半年に1回以上の定期確認を仕組みとして設けることが望ましい。

2. 生成物の類似性チェックプロセスの義務化
商用公開前に逆画像検索等で既存著作物との類似性を確認するプロセスを義務付ける。特定の作家・キャラクター・ロゴを想起させるプロンプトは使用禁止とし、その基準をガイドラインに明文化することが重要だ。プロンプトの記録もあわせて保存しておくと、事後的な説明責任に対応しやすくなる。

3. 生成物の帰属記録の保存
「いつ・どのツール・どのプロンプトで生成したか」を記録として残す。万一紛争が生じた際、自社の善意と合理的な注意を示す証跡となる。このプロセスを形式化せずに運用すると、担当者の異動・退職時に記録が失われるリスクがある。

4. 定期的な外部環境モニタリングと社内研修
著作権を巡る法令・判例・AIプロバイダーの利用規約は急速に変化している。文化庁のワーキングチーム資料は定期的に更新されており、年1回以上の社内研修への反映が望ましいと考えられる。法務部門のみに委ねるのではなく、クリエイティブ担当・マーケティング担当を含む横断的な理解促進が実務上の穴を塞ぐ。

AI活用の技術的背景を理解しておくことは、ツール選定と社内説明の精度を高める。機械学習の基礎解説記事やディープラーニングの解説記事は意思決定者の理解補完に役立つ。自然言語処理の文脈ではBERTとNLPのガイド記事、テキスト解析についてはテキストマイニング解説記事も参照できる。AI活用全般の情報収集にはAIブログ記事一覧もあわせて確認されたい。

意思決定者が今すぐ確認すべき三つの問い

以下の三問に即答できない場合、社内の著作権リスク管理体制に実質的な空白がある可能性が高い。経営・法務・マーケティング責任者が自社の現状を点検する出発点として活用されたい。

問い1：現在使用しているビジュアル素材の調達経路と権利処理状況を、担当者以外の誰かが説明できるか。
生成AIで作成した画像が無審査で広告・ECサイト・SNSに掲載されている場合、著作権管理が担当者個人の知識に依存していることになる。仕組みとして管理されているか否かを確認する。担当者の異動・退職があっても体制が機能し続けるかどうかが実質的な判断基準だ。

問い2：使用している生成AIツールの利用規約（特に商用利用条項）を最後に確認したのはいつか。
AIプロバイダーは利用規約を頻繁に改定する。半年前に適法だった使い方が現在も適法とは限らない。確認日をログとして残す習慣を設けることが、稟議・監査の場での説明責任に直結する。

問い3：ビジュアル著作権に関するインシデントが発生した場合、誰がどの手順で対応するか、文書化されているか。
侵害通告を受けてから対応を検討し始めるのでは遅い。迅速な削除対応と権利者との交渉窓口を事前に定め、エスカレーションフローを文書化しておくことが損害を最小化する。

Getty Images×OpenAI提携が象徴するのは、「生成AIと著作権の問題が曖昧なまま成長できる時代の終わり」だ。権利者が組織的にライセンス体制を整備し、AIプラットフォームがその枠組みの中で動き始めた以上、企業がコンプライアンス対応を後回しにする余地は着実に狭まっている。日本企業においても、ビジュアル素材戦略を著作権対応と一体で見直す具体的な契機が到来していると判断することが適切だ。

参考文献

• 文化庁「AIと著作権について」 https://www.bunka.go.jp/seisaku/chosakuken/aiandcopyright.html
• 文化庁「AIと著作権」（PDF） https://www.bunka.go.jp/seisaku/chosakuken/pdf/93903601_01.pdf
• 文化庁「AIと著作権に関するチェックリスト＆ガイダンス」（PDF） https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/seisaku/r06_02/pdf/94089701_05.pdf
• 文化庁「生成AIをめぐる最新の状況について」（ワーキングチーム資料、PDF） https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/workingteam/r07_01/pdf/94269701_04.pdf
• Quiver Quantitative「Getty Images Stock (GETY) Opinions on OpenAI Partnership Announcement」 https://www.quiverquant.com/
• finance.yahoo.com（GETY株価・提携発表関連報道） https://finance.yahoo.com/
• newsroom.gettyimages.com（Perplexityとの複数年ライセンス契約発表） https://newsroom.gettyimages.com/
• tikr.com（Getty ImagesのAIライセンス契約履歴） https://tikr.com/
• LegalOnTech「生成AIで作った文章・画像は著作権侵害になる？」 https://www.legalontech.com/jp/media/copyright-of-generative-ai
• hatenabase.jp「いつの間にかやってしまっていない？AI時代の著作権問題」 https://hatenabase.jp/blog/ai-copyright-guide-2026/