AI研究機関やロボット企業は、物理的なAI訓練に必要な膨大な量の動画データ確保に大きな課題を抱えています。この不可欠なコンテンツの多くはクリエイターによって制作されているにもかかわらず、彼らへの適切な報酬が不足している点が大きな問題となってきました。このギャップに対応するため、米オハイオ州ランカスターを拠点とするインフルエンサーマーケティング・データ企業「Diffraction」は、クリエイターの権利を保護し、公正な報酬を保証する新たなAI学習データ市場を開拓しています。同社は、強固な契約、データ取得プロセス、データの出所を明確にするインフラを通じて、既存市場の不透明さを解消し、公平な取引環境を育成することに注力しています。
物理AI学習データ市場の成長と課題
AI技術、特にロボット工学における最近の進歩は、機械が物理環境内で道具を掴む、不整地を走行する、水の動きを認識するといった実用的なタスクを実行することを求めています。これには膨大な量の高品質な訓練用動画データが必要とされます。しかし、この重要なデータの大部分は、オンラインクリエイターが日常的に制作する動画から得られています。これらの動画は商業的に適切に認識されず、クリエイターが公正な報酬を受け取れないことが多いという点が、根本的な問題となっています。
Diffractionは、共同創設者のジョセフ・ソッティル氏とトム・スワン氏によって2022年9月に設立され、2026年1月にはデータレイヤー「StreamGenie」を立ち上げる予定です。彼らは、クリエイターが豊富な動画アーカイブを持っているにもかかわらず、その映像がAI訓練に利用される際にしばしば無報酬となっている現状を認識しました。この認識が、クリエイターとデータ購入者を結ぶ重要なリンクを構築する動機となりました。
クリエイターの権利保護を中核的価値に
Diffractionは、物理AIデータ市場が「不正行為」の問題に悩まされていると指摘しています。スクリーンレコーディング、公開ソースからの無断抽出、明確な権利文書なしでのデータ編集といった一般的な慣行は、データセットの法的完全性を損なっています。これに対抗するため、Diffractionは「出所（プロベナンス）」を最優先の設計原則とし、すべてのデータセットにコンテンツ所有者の同意と明示的な権利許諾を証明する文書を付随させています。この積極的な戦略は、2025年8月以降、汎用AIモデル提供者に対し訓練に用いたコンテンツの概要開示を義務付けるEU AI法など、進化する規制環境にも対応するものです。
同社のライセンス規約では、個人の肖像権の使用および複製、ライセンスデータの重複使用を明確に禁止しています。さらに、ライセンス期間が終了したデータは削除することを義務付けています。Diffractionはまた、動画に埋め込まれた著作権のある要素（BGMや第三者の映り込みなど）に対しても別途同意を得ることを求めており、これによりクリエイターの権利を多層的に保護する枠組みを確立しています。
需要主導型カスタムデータ構築と価値評価
物理AIデータ市場のほとんどが、大量の動画コンテンツを蓄積してから買い手を待つ「投機的なモデル」で運営されている一方、Diffractionはクライアントの要求に合わせてデータを構築する「受注生産型」アプローチを採用しています。同社は500件以上のコンテンツ監査を実施し、どのような種類のクリエイターコンテンツに活発な購入需要があるかを特定してきました。例えば、あるクリエイターの100GBのアーカイブの中に、20時間分のレゴ組み立て動画があれば、それはすぐに市場価値を持つ可能性があります。
データの価格設定は、希少性、スキルレベル、多様性の3つの変数によって決定され、1時間あたり数ドルから数百ドルに及びます。オンラインでよく見られる日常的なタスクの動画は価値が低めです。対照的に、熟練した配管工が実際に修理を行うといった特定のスキルを示すコンテンツは、より高いプレミアムを伴います。これは、AI訓練が正しい結果を観察するだけでなく、熟練した行動と未熟な行動の違いを識別することからも恩恵を受けるためです。Diffractionはまた、クリエイターの肖像権が侵害されるという誤解にも対応し、物理AI訓練データはクリエイターの外見やアイデンティティではなく、行動や物理的相互作用に焦点を当てていると強調しています。
将来のロードマップ：アーカイブライセンスからテレイグジスタンスまで
Diffractionは、将来に向けた3段階のロードマップを提示しています。第1段階は、既存のアーカイブ動画のライセンス供与です。第2段階は、購入者の要件に特化してカスタムデータを取得することに焦点を当てます。第3段階であり最終段階は「テレイグジスタンス（遠隔操作）」であり、ロボットアームを遠隔操作してデモンストレーションデータを生成します。人間がロボット機構を介して直接タスクを実行するこのプロセスは、物理AI開発にとって最も価値のある入力データ形式の一つと見なされています。
テレイグジスタンスへの移行には、VR制御インターフェースに習熟した人材と、パイロットプログラムを実行できる研究パートナーが必要です。共同創設者のジョセフ・ソッティル氏は、VRヘッドセットを介して仮想環境を操作する技術が、ロボットアームのテレイグジスタンスに直接応用できると指摘しています。彼は、熟練したクリエイターが将来のロボット技術との相乗効果を通じて、大きな新たな価値を生み出すことができるだろうと強調しました。
