何が起こったのか
Digital Journal は 2026 年 8 月 24 日、サイバーニュース AI 信頼性ランキング 2026 が 36 か国の AI 企業 500 社を評価し、データの使用と保持に関する開示に広範なギャップがあることが判明したと報じました。 Digital Journal によると、企業の 63% は AI モデルのトレーニングにユーザー情報が使用されたかどうかを明確に開示しておらず、65% はユーザーデータの保持期間を明確に開示していませんでした。基礎となるランキングと企業の回答はソーステキストに記載されていないため、これらの調査結果はここでは個別に確認されません。
Digital Journal は、Cybernews が 2026 年の AI 信頼性ランキングで 36 か国で事業を展開する AI 企業 500 社を評価したと報じました。記事によると、このランキングでは、データ プライバシー、セキュリティ、組織の透明性、一般の認識という 4 つの広範な分野が調査されたとのことです。企業は公開情報を使用して評価され、データプライバシー分析では、収集、共有、使用、保存の説明についてプライバシーポリシーが検討されました。情報筋は、この評価は AI プライバシー慣行に関する最大規模のレビューの 1 つであると説明しましたが、基礎となるランキング、完全な企業リスト、詳細な採点方法は提供していませんでした。
Digital Journal によると、報告された最大のギャップは、企業が AI モデルのトレーニングにユーザー情報を使用するかどうかに関するものでした。企業の 63% がこの慣行を明確に開示していなかったことがサイバーニュースの調査結果により判明したとしています。記事によると、そのグループ内では、42％がプライバシーポリシーの中でユーザーデータのトレーニングについて全く言及しておらず、21％が曖昧または不完全な説明を提供しているという。この記事は、これらの企業がトレーニングに顧客データを使用していることを証明するものではないと明確に警告しています。報告書によれば、ユーザーはそのような使用が行われるかどうかを容易に判断できないことが証明されています。
2 番目に報告されたギャップは、定着に関するものでした。 Digital Journal によると、サイバーニュースは、企業の 65% がユーザーデータの保管期間を明確に述べていないことを発見したという。この記事では、そのグループを、保存ポリシーや削除ポリシーについてまったく言及していない企業が 9% と報告され、一方、特定の保存期間を指定せずに広範な表現を使用している企業が 56% と報告されています。情報筋は、情報がいつ削除されるかをユーザーに知らせない可能性のある文言の例として、「必要な限り」や「正当なビジネス目的のため」などの文言を挙げた。
この記事はまた、大規模な AI 企業は一般に小規模な企業よりも明確なプライバシー ポリシーを持っていると報告しました。 Digital Journal は、規制当局の監視の強化、世間の注目、企業の調達チームの存在など、考えられる説明を提示した。中小企業の安全性が必ずしも低いとは言っていない。これとは別に、記事は、サイバーニュースの広範なランキングでは、セキュリティが最も弱いカテゴリーであると特定し、平均スコアは 100 点中 32 点であると述べています。原文では、そのスコアがどのように計算されたのか、またプライバシーに関する調査結果とどのように関連しているのかについては説明されていません。
なぜそれが重要なのか
報告されているギャップは、人々や組織が会話、文書、健康情報、財務記録、または独自のビジネスデータを AI サービスに送信することに関して情報に基づいた意思決定を行えるかどうかに影響を与えます。 AI ツールが電子メール、カレンダー、顧客データベース、財務ワークフローと統合されるようになるにつれて、トレーニングの使用と保持に関する明確な開示が特に重要になります。また、この調査結果は、プライバシー ポリシーの明確さが AI 業界全体で依然として不均一であることも示唆していますが、不明確な開示だけでは企業が顧客データを悪用していることを証明するものではありません。
実際的な問題は、AI 企業がプライバシー ポリシーを持っているかどうかだけではなく、そのポリシーによってユーザーがサービスに送信された情報のライフサイクルを理解できるかどうかも重要です。 Digital Journal のアカウントは、情報がモデルのトレーニングに寄与するかどうかと、プロバイダーが情報を保持する期間という、具体的な開示がなければ下すのが難しい 2 つの決定に焦点を当てています。これらの質問は、一般ユーザー、雇用主、学校、保健機関、機密資料を扱う企業にとって重要です。この記事では、AI システムがビジネス報告書、機密文書、スケジュール管理、コード、個人的な話し合いに使用されていると説明されているため、報告された調査結果は特に関連性があります。ユーザーがそのような情報が保持されるのか、それともモデルの改善に使用されるのかを判断できない場合、導入前に機密性とコンプライアンスのリスクを評価するのに苦労する可能性があります。
この情報源は、結果として生じる違反、誤用、経済的損失、または規制違反を数値化していないため、ここで重要なのは、特定の有害な事件の証拠ではなく、透明性とガバナンスの問題です。保持情報は、組織が AI サービスに関して配置する制御に影響を与える可能性があります。正確な削除期間、バックアップの明確な説明、サービス ログとトレーニング データの区別は、リスク評価を大きく変える可能性があります。対照的に、必要な限りデータを保持するという一般的な記述では、情報がいつ消えるか、削除要求がすべてのコピーを対象とするかどうかをユーザーが判断できなくなる可能性があります。 Digital Journal は、この懸念を欧州連合の GDPR に関連するデータ最小化原則と関連付けましたが、記事では特定の企業の法的遵守状況は分析されていませんでした。
報告されている大企業と中小企業の違いは、調達にも実際的な影響を及ぼします。ポリシーが明確になるとプロバイダーの評価が容易になる可能性がありますが、明確さとは安全な実装や責任あるデータ処理と同じではありません。逆に、ポリシーが不明確だからといって、小規模プロバイダーが安全ではないということは証明されません。この情報源には、読者が実際のセキュリティやプライバシーのパフォーマンスについてより強力な結論を導くことを可能にする独立した監査、技術テスト、強制措置、または企業ごとの比較は提供されていません。
インタラクティブなメカニズム: 実際にどのように機能するか
この開発の背後にある基盤となるテクノロジーをインタラクティブに探索します。
crm_get_transaction(id='4092').Why can ethical evaluation not be reduced to one model score?
次に見るべきもの
次の重要なステップは、サイバーニュース ランキングの方法論、企業サンプル、スコアリング ルール、レビュー日、および基礎となる証拠を検証することです。ユーザーと企業の購入者は、プロンプトとアップロードがトレーニングに使用されるかどうか、情報が保存される期間、削除の意味、データの受信者、設定が製品またはアカウントの種類によって異なるかどうかについて、具体的な回答を探す必要があります。さらなる報告では、企業がポリシーを改訂するかどうか、規制当局が対応するかどうか、小規模ベンダーが開示を改善するかどうかも確立する必要があります。
検証の最優先事項はサイバーニュースのレポートそのものです。読者は、500 社のサンプル、代表される国と製品の種類、ポリシーがレビューされた日付、開示を明確か不明瞭に分類するために使用される基準、および 4 つのランキング カテゴリの重み付けを検査できる必要があります。これらの詳細がなければ、パーセンテージは有用な警告信号となりますが、AI 業界全体に関する証拠は限られています。
企業は、製品ごとに具体的な回答を求められるべきです。重要な質問には、プロンプト、アップロードされたファイル、会話、生成された出力がトレーニングに使用されるかどうかが含まれます。ユーザーがオプトアウトできるかどうか。操作ログとバックアップが保持される期間。削除の対象となるもの。人間のレビュー担当者または請負業者がデータにアクセスできるかどうか。企業と消費者の条件が異なるかどうか。情報源は評価対象企業からの回答を報告していないため、特定のプロバイダーがトレーニングに顧客データを使用している、または使用していないと主張する場合は、別途確認が必要になります。
今後の報道では、ベンダーがランキング後にポリシーを変更するかどうか、規制当局やプライバシー当局が報告されたギャップを調査するかどうか、調達基準が定義された保存期間とトレーニング使用の明示的な開示を要求し始めるかどうかを調査する必要があります。この記事では、カレンダー、電子メール、顧客データベース、財務ワークフローと AI の統合が進んでいることを指摘していますが、新たな導入や規制措置については記載されていません。したがって、これらの動向は、ランキングの確立された結果ではなく、監視すべき問題として扱われる必要があります。
基礎となる結果は、技術的および法的証拠に対してテストする必要もあります。ポリシーの文言はデータ フローを完全には説明していない可能性がありますが、明確なポリシーはユーザーが予期しない慣行を許可する可能性があります。独立した監査、契約条件、削除テスト、セキュリティ評価、および長期にわたる文書化された変更は、不適切なコミュニケーションと有害な取り扱いを区別するのに役立ちます。情報源のみに基づくと、意味のある不明点には、報告されたパーセンテージが最新のままであるかどうか、サンプルがより広範な市場を代表しているかどうか、不明確な開示にもかかわらず実際に何社の企業がトレーニングに顧客データを使用しているかなどが含まれます。