オーディオのウォーターマークはインターネットを生き延びるはずだった。私たちのは最初のトランスコーダーで死んだ。

私たちはある楽曲にウォーターマークを埋め込み、手持ちのあらゆるテストにかけ、それが生き残るのを見届けた。3つのビットレートでのMP3圧縮——生き残った。コンシューマー向けプレーヤーを一往復——生き残った。それから、そのファイルを配信パートナーに渡したところ、彼らの取り込みチェーンはリスナーに届く前にすべてをOpusに再エンコードしており、マークは消えていた。劣化したのではない。消えたのだ。その楽曲は反対側からクリーンな、マークのない状態で出てきて、来歴などまったく持ったことのないファイルと見分けがつかなかった。

その朝、私が理解したのは、オーディオの来歴——ある音声がどこから来たのか、そしてそれが名乗るとおりのものであることを証明できる能力——が、ウォーターマーキングの問題ではないということだった。それは生存の問題だ。研究室では生きていても現実のコンテンツの旅路で死ぬウォーターマークは、ウォーターマークがないよりも悪い。守られていないのに守られていると思わせるからだ。

私は、オーディオのライセンス、ウォーターマーキング、来歴のパイプラインをメディア企業向けに構築する小さなチームを率いている。私たちがどうこの製品を間違えたのか、EU AI法がこの業界の全員にまもなく何を強制しようとしているのか、そして難しかったのが決してアルゴリズムではなかった理由を、お伝えしたい。

私が賭けた読みが、6週間で崩れ去った話

始めた当初、その売り込みは明快で、私はそれを信じていた。生成オーディオツールは法的に放射性物質のようなものだ、だから安全な代替手段になろう、と。SunoやUdioを商用トラックに使えば、訴訟を借りているようなものだった。代わりに私たちは、ライセンス済みで防御可能な道を築く——委託した声、クリーンな権利の連鎖、著作権リスクゼロ。私はその物語を自分のチームに、そして最初に話した買い手たちに売り込んだ。

そして地面が動いた。2025年10月30日、ユニバーサル・ミュージック・グループはUdioと和解し、UMGが承認したコーパスで学習させ2026年に立ち上げる新しいライセンス済みプラットフォームについて戦略的合意に署名した。4週間も経たない11月25日、ワーナー・ミュージック・グループはSunoと和解し、ライセンス済みのオプトイン型AI音楽を構築する合弁事業を発表した。私が会社の土台にしていた「訴訟を借りている」という主張は、6週間のうちに弱まった。

数日間、私たちは市場を逃したと思い込んでいた。逃してはいなかった——だが私は、そのニュースをベンダーとして読むのをやめ、何年もかけて培ってきた権利技術のアーキテクトとして読み始めなければならなかった。実際の和解条件を見てみると、買い手の痛みは消えていなかった。移動していたのだ。

ライセンス済みのツールは訴訟を解決した。だが新たな牢獄を生んだ——ウォールドガーデン（囲い込まれた庭）だ。

それらの和解の細則を読んでほしい。Udioの移行期の製品では、ユーザーはダウンロードもエクスポートもできない——自分が作った作品を。創作物はサービス内にロックされ、消費専用となる。Sunoの新しいライセンス済みモデルでは、有料プランの加入者だけがプラットフォーム外にダウンロードでき、しかもそのダウンロードには上限がある。放送、ストリーミング、ソーシャル、映画、ゲーム内へとアセットを送り出す必要があるメディア企業は、アセットを建物の外に出させないツールを使うことはできない。法的な問いには答えが出た。所有権とポータビリティの問いは、まったく未解決のままだった。

では、いま実際に壊れているのは何か？

古い命題を擁護するのをやめると、買い手の問題は3つの問いに整理され、そのどれも「これは合法か」ではなかった。

1つ目はポータビリティだ。ウォールドガーデンの出力は移動できず、ほとんどの商用ユースケースは、キャンペーンやリリースが触れるあらゆる面（サーフェス）にアセットを送り出せないために、始まる前から破綻している。

2つ目は登録可能性で、これが人々を驚かせる。米国著作権局は2025年初頭以来、プロンプトのみの出力は著作権で保護されないとの見解を示している。つまり、汚れのないライセンス済みのAIトラックであっても著作権保護の対象外になり得る——それは、競合が咎めを受けずにあなたのAIジングルにただ乗りでき、あなたには守るべき下流のIPがゼロだということだ。2025年9月のAnthropicの和解では、連邦判事が、海賊版素材での学習は変容的だが、その取得が不法だと認定し、1作品あたりおよそ$3,000という数字を俎上に載せた——音楽業界のアナリストはこれを上限ではなく下限とみなしている。法的リスクは和解とともに消えたわけではない。形を変えたのだ。

3つ目は検出可能性で、これには期日が付いている。

タイムリミット——EU AI法 第50条、2026年8月2日

この記事の他のあらゆる問題は、理屈のうえでは受け入れて共に生きるという選択もできる。だがこれには期日と数字があり、買い手を「関心あり」から「署名」へと動かすのはこれだ。EU AI法 第50条のもと、施行日は2026年8月2日であり、合成音声を生成するシステムを持つ者は誰であれ、その出力を機械可読な形式でマーキングし、人工的に生成されたものだと検出できるようにしなければならない。2026年1月に公表された欧州委員会の実務規範（Code of Practice）の最初のドラフトは、運用上の期待を明確にした。そして、ほとんどの人が見落とすのがこの部分だ——メタデータだけでは十分ではない。この規範は多層的なアプローチを推奨している——C2PAマニフェストのような埋め込みメタデータ、そして知覚できないウォーターマーキングだ。第99条のもとでの罰則は、最大1,500万ユーロ、あるいは全世界売上高の3%に及ぶ。

つまり、メディア企業が置かれている状況はこうだ。EUの視聴者に触れるなら、8月2日までにマーキングとウォーターマーキングのパイプラインを稼働させておく必要がある。ウォーターマークは現実のコンテンツの旅路——私たちのものを殺したあの旅路——を生き延びなければならない。そしてメタデータという簡単なほうの半分は、最初に剥ぎ取られる半分なのだ。

なぜC2PAだけでは解決しないのか？

ほとんどのチームはC2PAのコンテンツ・クレデンシャルに手を伸ばし、これで完了だと考える。C2PAは優れている——RIAA、Roland、そしてPro Toolsを作るAvidがいずれもメンバーであり、オーディオの標準を担う面々が顔をそろえている。だが、ほとんどのソーシャルプラットフォームは、アップロードした瞬間にC2PAメタデータを剥ぎ取る。あなたがあれほど丁寧に付けたクレデンシャルは、トラックが来歴が実際に重要となる面に届く頃には消えている。

生き残る唯一のものは、ソフトバインディングだ——ウォーターマークで音声そのものに小さな識別子を埋め込み、その識別子がクラウドに保存されたマニフェストを指す。ウォーターマークは旅路を生き延び、参照が反対側で来歴を復元する。エレガントだが、私がいくつものチームが落ちるのを見てきた罠がある。クライアントがEUにいて、マニフェストの保管先が米国でホストされている場合、いまやGDPRがすべてのマニフェスト照会に適用される。マニフェストが制作者の身元を保持している場合、C2PA仕様のもとであなたはプライバシーの黒塗り（リダクション）を負う——そして、それを実装している者はほとんどいない。誰かが確認したときにマニフェストの保管先がオフラインなら、そのトラックには来歴の連鎖がまったく存在しない。「簡単な」ほうのメタデータの半分こそ、法的・アーキテクチャ上の地雷が実際に埋まっている場所なのだ。

そして、買い手が実際に暮らしている層がある——DDEXだ。2025年9月、Spotifyと15のレーベルおよびディストリビューターは、音楽クレジットにおけるAI開示のためのDDEXベースの標準にコミットした——ボーカル、作曲、プロダクション、その一切合切だ。私がどのレーベル案件でも突き当たる問題はこうだ——稼働中のDDEX ERN 4.3配信仕様にはフィールドが存在しない——その開示データのための。拡張はドラフト段階だ。DistroKidやCD Babyのようなアグリゲーターを通じて配信するレーベルは、アグリゲーターが送るものをそのまま引き継ぐが、ほとんどのアグリゲーターはまだ粒度の細かいAI開示を通していない。Spotifyのポリシーと第50条の両方に8月2日までに準拠するには、そのパイプラインにはカスタムのミドルウェアが必要だ。切り替えるだけの設定など存在しない。

生き残らなかったウォーターマーク——そして、それを捕まえられたはずのマトリクス

クリーンな状態で出てきたあのファイルに話を戻そう。なぜなら、解決策は「もっと良いウォーターマークを使う」ことではないからだ。それは「どれか1つだけを信頼するのをやめる」ことなのだ。

埋め込みツール（エンベッダー）は、そのほとんどが無料だ。GoogleのSynthID-AudioはLyriaとNotebookLMに組み込まれており、2025年11月には検出ポータルが世界的に展開され、各モダリティにわたって100億件を超えるコンテンツにウォーターマークが施されている——だが、その音声検出器はGoogleが管理しており、Googleが生成した出力にしか機能しない。MetaのAudioSealはMITライセンスのオープンソースで、サンプルレベルの局所的な検出を行い、私が音声やスピーチに使ってきた中で最も強力なツールだ——だが、その頑健性は音楽においてはより弱く、そのギャップこそがファイルの死ぬ場所なのだ。

研究水準の数字がその真価を発揮するのはここだ。ICML 2025で発表されたXAttnMarkは、波形への敵対的攻撃のもとで68%の検出率を維持し、そこではAudioSealは15%まで落ち込む、そしてStable Audioのようなツールによる生成的な編集を通しても91〜94%の検出率を保つ。2025年10月の手法であるAWAREは、トラックをニューラルボコーダーに通した後でさえ——これは音声クローニングのパイプラインが行うたぐいの再合成だ——1.61%のビット誤り率を報告している。これらのどれにも商用サポートはない。どれも製品ではない。いずれも入力にすぎない。

MP3を生き延びてOpusで死ぬウォーターマークは、弱いウォーターマークではない。テストされていないウォーターマークなのだ。

私たちを救えたはずの規律は、地味なものだ——生存マトリクスである。自分の具体的な取り込みチェーン——DAWからWAVへ、DDEX配信へ、Opus・AAC・MP3を吐き出すマルチビットレートのトランスコーダーへ、CDNへ、プレーヤーへ、スマホでそれを画面録画する誰かへ、丸ごと再エンコードするTikTokへの再アップロードへ——を取り上げ、候補となるすべてのウォーターマークをすべての段階に通し、何が残るかを測定するのだ。私たちはOpusの区間をテストしていなかった。私たちの研究室にはそれがなかったからだ。トランスコーダーにはあった。

そして放送に携わる者にとっては、さらに悪い段階がある——アナログギャップだ。ラジオやテレビの出力は、車の中や台所で、もう1台の機器のマイクに拾われる。部屋の反響（リバーブ）で死ぬウォーターマークは、放送の来歴には役に立たない。AudioSealの自己相関方式はそれを生き延びる傾向があるが、ほとんどのLSB方式のウォーターマークは生き延びない。どちらなのかは、実際に走らせてみて初めてわかる。

レーベルの誰も口に出して言わなかった不正の数字

あるDSPのトラスト＆セーフティ責任者と初めて席を共にしたとき、話題はEUのことなどまったくではなかった。それは、彼らが静かに飲み込んできたある数字についてだった。

Deezer自身のデータによれば、AI生成のトラックは、2025年6月には新規アップロードの18%だったものが、9月までに28%へと上昇した——入ってくるすべてのものの4分の1を超える。そしてAI専用トラックの再生の70%は不正だ。この2つの数字を合わせると、配信されるすべてのもののおよそ5分の1が不正の可能性がある——周縁部でのスパム問題ではなく、印税プールにおける構造的な漏れだ。Deezerはいまやそれらを印税支払いから除外しており、2026年1月時点では、特許を取得した検出器を競合プラットフォームにライセンス供与している。Spotifyは12か月で7,500万を超えるスパムトラックを削除し、印税が発生する前に1,000ストリームの最低ラインを導入した——だが不正グループは、1万件のAIトラックのそれぞれが約1,050ストリームを確実に超えるようにするだけで、これをやすやすと出し抜く。業界全体では、BeatdappとBeatportは、年間20〜30億ドルが不正な印税の流用にあたると見積もっている。中堅のDSPにとっては、それは自社の印税プールに空いた9桁の穴だ。

ここで、DSPの買い手とレーベルの買い手が、同じパイプラインに異なるものを求めていることが判明する。レーベルは来歴と開示を求める。DSPは、不正なAIの氾濫を自社の印税プールから締め出したい——そしてそれは、ウォーターマーキングではなく、フィンガープリンティングと行動検出の問題だ。PexのAttribution Engineは、5秒足らずでフィンガープリントをレジストリと照合し、トラックがSunoとUdioのどちらから来たのかまで特定できる。1,700万ドルを調達し、UMGおよびMLCと提携するBeatdappは、不正を行動的に捕捉する。ウォーターマーキングとフィンガープリンティングは競合ではない。それぞれ異なる問いに答えるのであり、本物のプラットフォームには両方が必要だ。

広告代理店はどうか？

代理店の買い手は、他のどの買い手よりも私を夜眠らせない。リスクがあまりに一点に集中しており、しかもそれに気づいている代理店があまりに少ないからだ。

SunoのProプランとPremierプランは、免責（補償）を明示的に含んでいない。AI生成のジングルを全国放送のスポットに投入する代理店は、権利リスクを自ら抱えることになる——そして、4A'sのガイダンスがいまやそうするよう求めているにもかかわらず、ほとんどの代理店はクライアントとのMSA（基本契約）にAI固有の免責条項を交渉して盛り込んでいない。ある代理店の法務責任者（GC）は、通話で自社のツールの利用規約を私に一通り説明してくれたが、免責の箇所に差しかかると黙り込んだ。そんな条項が存在しなかったからだ。もしそのジングルが放送の途中で権利主張の引き金を引けば、代理店は打ち切られたキャンペーン、撮り直し、メディア枠の組み直し、そして評判への打撃を丸ごとかぶることになる。

そして声そのものが、いまや財産だ。2024年7月に施行されたテネシー州のELVIS法は、アーティストの声を同意なくクローンすることを、民事上の救済を伴う軽罪とした。カリフォルニア州のAB 2602は、実演家に契約上の保護を与える。第119議会で審議が進む連邦のNO FAKES法は、デジタル音声の複製に対する財産権と、プラットフォーム向けの通知・削除（ノーティス・アンド・テイクダウン）の仕組みを創設する。いまや48州が、何らかの形でディープフェイクまたは音声クローニングに関する法律を有している。声の権利の連鎖は、もはや「あれば良いもの」ではない。それは、キャンペーンが訴訟に化けるのを防ぐものなのだ。

私たちがいま実際に作っているもの

そこで私たちは、安全な生成の代替手段になろうとするのをやめた。埋め込みアルゴリズムでGoogleを出し抜くことも、不正検出でBeatdappを上回ることも私にはできず、そうでないふりをすることこそが最初の間違いだった。どの単独ベンダーもやっていないこと——そして私が話すすべてのメディア企業に欠けていること——は、統合（インテグレーション）だ。

典型的な買い手は、6〜12個の互いに切り離されたシステムを抱えている——デジタルアセットマネージャー、メディアアセットマネージャー、DAW、権利管理データベース、DDEX配信パイプライン、C2PA検証器、フィンガープリントデータベース、不正検出器、社内レビューのキュー。それぞれは動く。だが何一つ対話しない。来歴の連鎖は、あらゆる継ぎ目で断ち切れる。私たちが設計するのは、それらを一体となって快調に動かすもの——そして、それに伴うポリシーだ。最も難しい問いは、決して技術的なものではない。ディストリビューターにアップロードされたトラックにウォーターマークが現れたとき、誰にアラートが届くのか？削除のSLAは何か？アーティストのオプトアウトリストは、どうやって生成器に同期されるのか？そうした答えは、GitHubのリポジトリの中には存在しない。

私たちはマルチ標準の検出層を作る。どの買い手も、1つのウォーターマークが勝つことに賭けることはできないからだ——それはSynthID、AudioSeal、XAttnMarkの出力を読み取り、C2PAマニフェストと相互参照し、DDEX開示と照合しなければならない。私たちは削除ワークフローを作る。次の「Heart on My Sleeve」のような瞬間——2023年、削除される前に2,000万回の視聴を記録した、あの偽のDrake／Weekndのトラック——の後の本当の問いは、「それが偽物だと証明できるか」ではないからだ。2026年には、説得力のあるクローンを作るのに約90分しかかからない。問いは、どれだけ速くそれを削除し、アーティスト、レーベル、DSP、そしてソーシャルプラットフォームに並行して通知できるか、である。ウォーターマークはそのワークフローへの1つの入力であって、ワークフローそのものではない。

そして、ライセンス済みの音声変換を本当に必要とするクライアント——ポッドキャストのローカライズ、オーディオブックのナレーション、アクセシビリティ、吹き替え——のために、私たちは本物のボイスバンクを作る。これは大部分が経済性の問題だ。委託した俳優が、いくつかのジャンルスタイルにわたってクリーンな歌唱を45分録音すると、労働組合の加入状況やバイアウトの範囲に応じて$8,000から$18,000かかる。使える範囲の年齢、性別、アクセントをカバーするには45人から75人の俳優が必要で——クライアント収益が1ドル発生する前に、$360,000から135万ドルの設備投資（capex）と見てよい。だからこそ、答えはほとんど決して汎用のバンクにはならず、ほとんど常に的を絞ったライブラリになる——ポッドキャストのローカライズのために4言語で20人の俳優をそろえるほうが、決して償却しきれない見栄のためのカタログよりも勝る。インターネットからスクレイピングした有名人の声のモデルは選択肢にならない——ELVIS法とAB 2602は、それらを資産ではなく負債にする。それがこの案件だ——エンドツーエンドのオーディオのライセンス、ウォーターマーキング、来歴のパイプラインであり、ある買い手が直面している具体的なシステムと具体的な締め切りに合わせて設計されたものだ。

ライセンス済みのSunoやUdioのプラットフォームが、これらすべてを不要にしてしまうのではないか、と人々は私に尋ねる。そうはならない。ウォールドガーデンがこの好機を生んだのと同じ理由による——それらのツールが解決するのは生成であって、あなたのライブラリに存在し、あらゆる面に送り出され、規制当局の監査に耐えなければならないアセットをめぐる管理の連鎖（チェーン・オブ・カストディ）ではない。人々はまた、どのウォーターマーク標準が勝つのかを様子見して待てないか、とも尋ねる。待てはしない——第50条は標準をめぐる戦いの決着を待ってはくれず、それこそが、検出層が初日からマルチ標準でなければならない理由のすべてなのだ。

あのトランスコーダーからマークのない状態で出てきたトラックのことを、私は考える。その背後には本物のアーティストがいて、本物のライセンスがあった。そして、たった一度の再エンコードの間、それはディープフェイクと見分けがつかなくなった——それが何かであることを証明する手立ては、まったくなかった。2026年8月2日、そのギャップはエンジニアリング上の恥ずかしさであることをやめ、1,500万ユーロという数字が付いたコンプライアンス違反となる。この業界の誰もが、自らのチェーンのどこかにそのトランスコーダーを抱えている。唯一の問いは、彼らがそれと出会うのが規制当局より前なのか、それとも後なのか、である。