ソフトバンク、コンテンツのAI利用で対価をもたらすデータ基盤「GaranAI」

ソフトバンクは、日本のコンテンツホルダーの権利保護と、AI開発事業者などのデータ利用事業者による高品質なデータ活用の両立を図るデータエコシステム基盤「GaranAI(ガランエーアイ)」のベータ版を提供開始した。同日から利用申し込みを受け付け、2027年1月以降の正式提供を目指す。

GaranAIは、新聞社や出版社、Webサービス企業、エンタメ企業などから預かったデータ(預託データ)をもとに、AI開発向けのデータを提供する基盤。預託データの大意や事実関係を維持しながら表現や構造を変換し、元データへの復元が困難な「派生データ」に加工する。データ利用事業者は、派生データをAI開発に適した形式へ変換した「加工データ」を利用できる。

同基盤では、データ利用に応じてコンテンツホルダーへ利用料を分配する。コンテンツホルダーは著作物の不正利用リスクを抑えながら新たな収益機会を得られ、データ利用事業者は高品質な日本語データを活用し、データ収集や加工にかかる時間とコストを削減できるとしている。

データ利用事業者には、3つの提供形態を用意。AIの生成結果を改善する検索エンドポイントとして機能する「RAG用データAPI」のほか、タスクごとに構築されたAI学習用データを提供する「学習用データ配信」も10月からベータ版を提供する。ソフトバンク自身が構築したマルチモーダルの大規模コーパスなどを提供する「コーパス配信」も用意する。

コンテンツホルダー向けには、預託データを管理する専用ツールも提供する。データの利用状況を可視化できるほか、競合他社など特定の事業者へのデータ提供を制限できる。

GaranAIの開発にあたり、同社は5月に共同通信社と業務提携契約を締結。ベータ版では共同通信社に加えて下記の新聞社などからデータ提供を受け、検証を実施する。同基盤では、専任チームがデータ収集から加工までを担当し、データ品質の監視や安全性評価、ロジックの改善を行なう。

データ提供社(予定)
• 共同通信社
• 産業経済新聞社
• 信濃毎日新聞
• スポーツニッポン新聞社
• デーリー東北新聞社
• 奈良新聞社
• 毎日新聞社
• 室蘭民報社

同社は開発の背景として、LLMなどの基盤モデルの性能向上に必要な高品質な日本語学習データの不足や、著作物がAI開発に無断利用されることへの懸念を挙げる。Webサイトのクローリング拒否などにより、インターネット上で取得できるデータが狭まりつつあることも課題とする。

今後、預託データの格納時に文章の依存関係を自動解析する「ハルシネーション防止ロジック」や、独自分析によるトレンド情報を提供する「トレンドAPI」などの機能追加を予定している。