【GeoAI】第11回：AIの規制がGeoAIにも届いた—EU AI法と地理空間基盤モデルの新しい関係

2026年8月3日、地理空間と法律の交差点を追うニュースレター「GeoAI and the Law」に、こんな一文が載りました。

GeoAIの信頼性を高めるために、業界はずっと「技術の精度」「データの品質」「AIの説明責任」を語り合ってきました。しかしその一方で、社会がAI全体に対してルールを整備しはじめていることは、議論の外に置かれがちでした。
2026年8月2日、その状況が変わりました。EU（ヨーロッパ連合）が制定した「EU AI法（EU AI Act）」において、汎用AIモデルを対象とする本格的な取締り権限が発動したのです。
地理空間基盤モデル（Geospatial Foundation Model）は、この規制の対象になりえます。今回は、EU AI法とは何か、GeoAIの世界にどう関わるのかを整理します。

EU AI法とは何か

EU AI法は、ヨーロッパ連合が世界で初めて包括的にAIを規制した法律です。2024年に成立し、内容の適用は段階的に始まっています。
法律の構造は、AIを「リスクの大きさ」によって4段階に分類するピラミッドになっています。

• 禁止（Unacceptable Risk）：人を操るAI、信用スコアリング、特定の顔認識など—原則として全面禁止

• 高リスク（High Risk）：医療診断・採用・信用審査・インフラ管理など—厳格な適合評価が必要

• 限定リスク（Limited Risk）：チャットボットなど—透明性の確保が必要

• 最小リスク（Minimal Risk）：スパムフィルターなど—規制なし

そしてこれらとは別に、もう一つの重要なカテゴリがあります。それが汎用AIモデル（GPAI：General-Purpose AI Models）です。

「汎用AIモデル」とは何か、なぜGeoAIに関係するのか

汎用AIモデルとは、「さまざまなタスクに幅広く使えるAIモデル」のことです。ChatGPTやClaudeのような大規模言語モデルがその典型ですが、それだけではありません。

地理空間基盤モデルも、この定義に該当しうるのです。

前回（第10回）で紹介したCARTOの「PlacePulse Embeddings」を例に考えてみましょう。PlacePulseは、アメリカ全土の100万か所以上の場所を256次元のベクトルで表した地理空間基盤モデルです。出店分析にも、EV充電インフラの空白地帯の発見にも、保険リスクの評価にも使える—まさに「汎用」の道具です。

EU AI法の定義によれば、「重要な汎用性を示し、幅広いタスクを有能に実行できるモデル」がGPAIとされます。地理空間基盤モデルはその要件を満たす可能性が高く、開発・提供している企業はGPAIプロバイダーとして規制対象になりえます。

2026年8月2日に何が変わったのか

EU AI法におけるGPAIの義務自体は、2025年8月2日から既に存在していました。しかし、ルールはあっても取締りする権限がなかった—この状況が1年間続いていたのです。

2026年8月2日、それが終わりました。EUの「AI Office（AI局）」が正式に取締り権限を取得したのです。具体的には：

• 企業への文書・情報の請求

• モデルの直接評価（レッドチーミングを含む）

• 是正措置・市場からの撤退の命令

• 制裁金の賦課：世界年間売上の3%または1,500万ユーロ（約24億円）のどちらか高い方

何が求められるのか

EU AI法がGPAIプロバイダーに求める主な義務は、以下の4つです。

① 技術文書の整備と更新
モデルの設計・学習方法・評価結果・既知の限界についての文書を常に最新の状態に保ち、AI Officeの要請があれば速やかに提出できるようにする必要があります。

② 学習データの公開サマリー
モデルの学習に使ったデータの概要を、AI Officeが定めたテンプレートに沿って公開しなければなりません。「どんなデータで学ばせたか」を示すことが義務になります。

③ 著作権ポリシーの策定と実施
EU著作権法に準拠した方針を持ち、著作権者が「自分のデータを学習に使うな」とオプトアウトを表明した場合はそれを尊重する仕組みが必要です。

④ 下流の開発者への情報提供
自社のモデルを使って製品を作る企業（下流プロバイダー）に対して、モデルの能力・限界・想定用途を十分に伝える義務があります。

これらは「GeoAIの技術的な精度」とは別次元の話です。どれだけ正確なモデルを作っていても、これらの文書が整っていなければ規制違反になりえます。

地理空間データには固有の問題もある

GeoAIが「食品や自動車と同じように規制される」とした場合、地理空間データには他の分野にない難しさがあります。

学習データの出所問題：地理空間モデルは、衛星画像・住所データ・人口統計・POI（Point of Interest）など多種多様なデータを組み合わせて学習します。これらのデータが誰のもので、どのような条件で利用できるのかを遡って証明する作業は、技術的にも法的にも複雑です。

プライバシーとの境界線：場所は個人情報と隣接しています。「あの人が毎朝この場所にいる」というパターンを含むデータを学習に使った場合、GDPRやEU AI法のプライバシー規定とどう整合するのか——この問いへの答えは、まだ業界全体で模索中です。

規制は「敵」ではなく、信頼の土台になる

Kevin Pomfret氏のニュースレターが指摘するように、私たちが食品や交通や建築物を「信頼」するのは、それらが規制・検査・保険・訴訟リスクという社会的な網の中に置かれているからです。技術が優れているから信頼するのではありません。

GeoAIも、同じプロセスをたどることになります。「このモデルはどんなデータで学習したか」「著作権は守られているか」「問題が起きたとき誰が責任を持つか」—これらへの答えが整備されていくことで、GeoAIは「面白い技術」から「社会が依拠できるインフラ」になっていく。

EU AI法の施行は、そのプロセスを強制的に加速するできごとだといえますね。

まとめ

2026年8月2日から、EUはGPAI（汎用AIモデル）プロバイダーへの本格的な取締りを開始しました。地理空間基盤モデルはこの定義に該当しうるため、開発・提供企業は技術文書の整備、学習データの公開、著作権ポリシーの策定、下流企業への情報提供という4つの義務を果たす必要があります。違反には最大24億円相当の制裁金が科される可能性があります。

GeoAIを「使う側」の企業もこれと無縁ではありません。自社が導入するGeoAIモデルが適切に規制を遵守しているかを確認する責任は、下流の使い手にも及んでいます。

技術の信頼性と規制の整備は、車の両輪です。GeoAIが社会に根付くためには、どちらも欠かせません。

連載「GeoAI」

バックナンバーはマガジンでまとめています。
GeoAIトレンド｜Pacific Spatial Solutions

お問い合わせ

CARTO・FME・Feltなど地理空間AIプラットフォームの活用にご関心のある方は、Pacific Spatial Solutions までお気軽にご相談ください。