8月13日のAIニュースから、プラットフォームの著作権政策、AIエージェントの法的責任、巨大企業の組織再編、エッジ向け小型モデル、そして日本での実装事例までを振り返る。

Twitch、配信者のコンテンツを「デフォルト」でAI学習に

Amazon傘下のTwitchは、配信者が明示的に拒否（オプトアウト）しない限り、その配信内容をAIモデルの学習データに使う方針を打ち出した。ライブ配信という形式上、映像・音声・チャットまで含めた膨大なデータが対象になり得る。

注目は、同社のMike Minton CPOがユーザーからの反発を受けた生配信で語った一言だ。「もしこれをオプトインにすれば、誰も同意しないでしょう。それが率直な答えです」。プラットフォーム側が、利用者の合意を取り付けるのではなく「黙認」を既定値に置く仕組みをあえて選んだことを認めた形だ。

背景には、生成AI競争における学習データの争奪がある。テキストだけでなく、生の動画や発話まで含むTwitchのデータは、マルチモーダルAIの訓練素材として極めて魅力的だ。他方で、配信を生業とするクリエイターにとっては、自身の作品が無断で学習に使われ、ゆくゆくは自分を置き換える可能性のあるモデルの養分になるという懸念が強い。オプトアウトの手続き設計や、拒否した場合の影響がどこまで透明性を持って示されるかが、今後の論点になる。

AIエージェントが引き起こす損害――法的責任は誰が負うのか

自律的にタスクを実行する「AIエージェント」が実用段階に入る中、それが損害を引き起こした場合の責任の所在をめぐる議論が高まっている。専門家は、現行の法体系ではエージェント自身に責任を問うことはできず、結果として責任の空白が生じかねないと指摘する。

問題は、エージェントが「人間の指示」を離れて複数ステップを自律判断する点にある。従来型のソフトウェア欠陥とは異なり、どこで誰が過ちを犯したのかが不明確になりやすい。開発者か、導入企業か、それを監督すべきだった人間か――想定しうる主体は複数に分かれ、現時点では確立された答えがない。

エージェントが本番環境を停止させたり、誤った決済を行ったりする事例はすでに報告されている。技術面の安全策（サンドボックスや権限制限）が先行している一方で、法制度の整備はまだ途上だ。「誰が責任を負うか」をあらかじめ定めておくことは、エージェントを社会実装する上での前提条件になりつつある。

GoogleのAI再編をもたらした一連の人事異動

Googleで進んでいる大規模なAI組織再編について、それに至る一連の経営陣の人事異動が報じられた。一連の動きは、社内のAI開発体制を一本化し、意思決定を加速させる狙いがあるとされる。

注目されるのは、再編が単なる組織図の書き換えではなく、権限と人材の配置転換を伴っている点だ。これまで分散していた研究・製品開発の責任が、より少数のトップに集約されつつあるという。競争環境の激化に加え、社内の異なるグループ間での調整コストを減らす意図があるとみられる。

なお、この再編をめぐってはDeepMindの体制変更やハサビス氏の役割変化が先に伝えられていた。今回報じられたのは、そこに至る「人事の動き」を跡付けたもので、組織改編の背景にある判断材料をうかがわせる。GoogleがAI競争の主導権を取り戻せるかは、この新体制がどれだけ速く機能するかにかかっている。

Liquid AIの「LFM2.5-VL-3B」――iPhoneで動く小型ビジョンモデル

Liquid AIは、約31億パラメータ・2GB程度で収まる小型ビジョン言語モデル「LFM2.5-VL-3B」を公開した。スマートフォンなどエッジ端末でローカル実行できるサイズ感が特徴で、実際にiPhone 17上で動かした報告も出ている。

開発者による実験では、Minecraftのキャラクター「Steve」のフィギュアを撮影してモデルに見せたところ、端末上で処理に時間はかかったものの、キャラクターを認識し部位ごとに詳細な描写を返したという。実用上の速度はまだ課題だが、クラウドに頼らずに画像理解が完結する可能性を示している。

性能面での前世代との差も報告されている。GUI上の要素位置を当てる指標「ScreenSpot-v2」のデスクトップ領域で、スコアが6から78.7へ大きく向上したという。画面上のボタンや入力欄を正確に特定できることを意味し、スマートフォンを操作するUIエージェントのような用途に直結する可能性がある。小型かつローカルで動く視覚モデルは、プライバシーと応答性を両立するエッジAIの方向性を裏付ける一歩と言えそうだ。

メルカリに学ぶ、Claude Code全社展開と「シャドーAI」対策

メルカリは2026年5月、Anthropicの「Claude Code」「Claude Cowork」を全社展開した。注目は、ローカルファイルの操作やOSコマンドまで実行できる強力なツールを、どうガバナンス下に置いたかという点だ。

同社は「AIを使わない選択自体がビジネスリスク」と位置付け、正規ルートで強力なツールを配布する半面、その利用を管理する仕組みを整えた。狙いの一つは「シャドーAI」対策、つまり従業員が個人アカウントなど非公式な経路でAIを使うリスクを減らすことだ。公式ツールを適切に提供することで、機密情報が管理外のサービスに流れることを防ぐねらいがある。

ポイントは、セキュリティ制約で導入を止めるのではなく、実用的な範囲で自由度を与えつつ監視可能にするというバランスだ。強力なコーディングエージェントを全社展開する企業は今後増えるとみられるが、メルカリの事例は「導入そのもの」より「それを支えるガバナンス設計」にこそ工夫が必要なことを示している。