6月25日、PYMNTSが「Enterprise SaaS Contracts Are Secret AI Training Licenses」と題した記事を公開した。エンタープライズSaaS契約の標準条項が事実上のAI学習ライセンスとして機能しており、多くの企業がそのリスクを認識しないまま契約を結び続けている——生成AIのエンタープライズ導入が急加速する今、見過ごせない問題として浮上している。
なぜ今この問題が顕在化したか
背景には、生成AIの急速な普及とエンタープライズ導入の加速がある。2022年末以降、ChatGPTをはじめとする大規模言語モデルが業務利用へと一気に広がり、既存のSaaSベンダーも競って「AI機能」を既存製品に組み込み始めた。しかし、多くの企業が締結している契約書はそれ以前に書かれたものだ。生成AIが存在しなかった時代の文言が、現在のAIトレーニングに適用されるという想定は、契約締結時には誰も持っていなかった。
この「時間差」こそが問題の核心だ。法務・調達部門が契約を見直す前に、技術の現実がすでに変わってしまっている。
SaaS契約の「改善」条項がAI学習を許可している
問題の構造はシンプルだ。数年前に書かれたSaaS契約書には、ベンダーが製品を「改善（improve）」「構築（build）」「強化（enhance）」することを許可する条項が標準的に含まれている。生成AIが登場する前に書かれたこれらの文言は、現在ではAIのトレーニングやファインチューニングにも適用される解釈が成り立つ。
契約評価プラットフォーム「TermScout」の分析によると、AIベンダーとの契約の92%がサービス提供に必要な範囲を超えたデータ使用権を主張している。これは市場平均の63%を大きく上回る数字だ。さらに、多くの契約がベンダーによる競合情報目的でのデータ利用を許容しているという。
通常のSaaS契約では、顧客データは保存・処理されて返ってくる。しかしAI契約では、そのデータや派生物が、他の顧客向けあるいはベンダー自身の製品向けにモデルをトレーニング・改善するために使われる可能性がある。過去2〜3年に締結された契約のほとんどは、この区別を明文化していない。
リスクは「競合他社にドキュメントを見られる」といった話にとどまらない。独自のワークフローや取引構造を学習したモデルは、商業的に価値のあるパターンを吸収し、同じベンダーの他の顧客向け製品にそのパターンを再現しうる。
実際に起きた事例：FigmaとAdobe
元記事が紹介する具体的な事例として、2025年11月にデザインツールのFigmaがカリフォルニア連邦地裁でクラスアクション訴訟を提起されたと記述されている（元記事はReutersの報道を引用）。原告側は、FigmaがユーザーのデザインデータやIPを無断で生成AI学習に使用し、しかもユーザーに通知することなく自動的にオプトインさせていたと主張した。Figma側はこれを否定している。
Adobeでも同様の問題が発生した。利用規約の改定内容がコンテンツに対する広範な権利をAdobeに与えるものだと顧客に受け取られ、批判を受けた。Adobeは明示的な許可なしに顧客データをAI学習に使用しないと方針を明確化した（元記事はAxiosの報道を引用）。ただし、AdobeはライセンスされたImage CollectionをFirefly生成AIの学習に使用しており、生成収益をImage提供者と分配するモデルを採用している。
責任はベンダーではなく顧客が負う構造
リスク配分の非対称性も問題だ。
- **IPの保護を提供しているAIベンダーはわずか33%**（市場平均は58%）。モデルが顧客データから著作権侵害コンテンツを生成しても、顧客は契約上の救済手段をほぼ持たない。
- 適用法令への準拠を明示的に約束しているAI契約は17%のみ（標準SaaS契約では36%）。AIシステム自体はベンダーのものであるにもかかわらず、コンプライアンスの責任は顧客側に帰属する。
米連邦取引委員会（FTC）は2024年2月にすでに警告を発している。あるプライバシー条件のもとでデータを収集した企業が、その条件を一方的に変更してAI学習に利用することは、FTC法上の「不公正または欺瞞的な行為」にあたる可能性があると指摘した。
契約で押さえるべき論点
Dallas拠点の法律事務所Barnes and Thornburgのパートナー、Juanita DeLoach氏は、法律情報プラットフォームMondaqへの寄稿で以下の点を明示的に契約に盛り込むよう推奨している。
- 顧客データ、プロンプト、出力結果を他クライアント向けモデルの学習に使用できるかどうかの制限
- 「学習データ」の定義の明文化
- モデル変更前の通知義務
- モデルが顧客データから導出したパターンや洞察の所有権の帰属
また、エンタープライズ側はモデルがどのように学習され、どのデータソースに依存し、どのように意思決定するかの可視性を求めており、調達時に評価したモデルと、6ヶ月後に本番で動くモデルが別物になっているケースへの対応も課題となっている。
※編集部の考察：この問題はエンジニアリング側だけで対処できるものではない。法務・調達・経営層が連携して既存契約を棚卸しし、AI機能追加時の契約変更に気づく体制を整えることが、実務上の最初のステップになるだろう。
詳細はEnterprise SaaS Contracts Are Secret AI Training Licensesを参照していただきたい。
