仕組みは単純だが、その影響は複雑だ。Googleは、AI モデルに供給するユーザーデータのプールを拡大しており、ユーザーはオプトインではなくオプトアウトを選択できる。その一語——デフォルト——こそが戦略的な重みが置かれる場所だ。同意設計は今や競争上の梃子であり、オプトインではなくオプトアウトを選ぶことは、慣性によって学習データが流れ続けるという意図的な賭けである。

企業にとって、リスクは間接的だが現実のものだ。Googleのサービス——Workspace、Chrome、Android開発ツール——を自社スタックに組み込んでいる企業は、自らが作成したわけではないデータガバナンスの問題を引き継ぐ。GDPRの下では、AI学習の正当な利益による正当化は法的に争われたまま残っている。アイルランドのDPCやその他の欧州規制当局は、ほぼ同一の慣行についてMetaやLinkedInにすでに圧力をかけている。データ利用を静かに広げるデフォルト設定は、同じ精査を招き、罰金は現在、世界売上高の4%に達する。CISOやDPOは、これを脚注ではなく、データ処理契約を改めて見直す契機として扱うべきだ。

より深いトレンドは、学習データの獲得チャネルとしての同意の商品化だ。合成データの品質が頭打ちとなり、公開ウェブのスクレイピングがNYTからGettyまで訴訟の増加に直面する中、ファーストパーティのユーザーデータが希少な堀となる。Google、Meta、Microsoftはいずれも広大なデフォルト同意の表面を保有している。スタートアップや中堅SaaSベンダーは保有していない。この非対称性は、モデルアーキテクチャが収束する中で、独占的データを真の差別化要因とし、現職企業のデータ優位性を強化する。

12〜18か月以内に規制上の対応が予想される。EU AI法の透明性規定と今後の執行により、学習データの出所に関するより明確な開示が求められる可能性が高く、オプトアウトのデフォルト設定は、機密カテゴリには不十分として再分類される可能性がある。複数の管轄区域で事業を展開する企業は、断片化されたコンプライアンス地図を想定すべきだ。米国で通用するものが、ブリュッセルや、ますますブラジルやインドで通用するとは限らない。

推奨される対応:企業ワークフローにおけるコンシューマー向けGoogle製品へのリスクを監査する。ベンダー契約において、明示的な学習データの除外条項を交渉する。そして投資家にとっては、規制当局が一夜にして取り消せる周辺のデフォルト同意に依存するものよりも、データ調達が防御可能で文書化されているAIベンダーを優先する。信頼はかつてソフトな資産だったが、今やバランスシート上の変数になりつつある。