日本には「AI を一本の法律でまるごと縛る」発想がありません。代わりに、分野ごとの既存法（薬機法・金融規制・道交法・個人情報保護法など）を AI にもそのまま当てはめ、その上に横断的なガイドラインを重ねる――という二層構えで運用しています。2025 年には初の AI 専門法も施行されましたが、それも「罰則で縛る」より「研究開発と活用を後押しする」ことを主眼にした、推進型の法律です。この記事は、その全体像を初めて読む人向けに整理します。
FIG.1 横断ルール（上段）の上に、分野ごとの既存法（下段）が個別に乗る二層構造
大事なのは、専門の AI 法ができても「業種ごとの既存規制」が消えるわけではない点です。むしろそちらが実務上の主役。医療・金融・採用・運輸に関わるなら、自社の業界規制を AI に当てはめて読むところから始めます。
01日本の基本スタンス：ソフトロー寄り
EU は「AI Act」という強力なハードロー（罰則つきの単一法）でリスクの高い AI を段階的に縛ります。日本はそこまで踏み込まず、既存法の分野別適用＋横断ガイドライン＋推進型の基本法という、いわゆるソフトロー寄りの道を選びました。狙いは「過剰規制で産業競争力を削がない」こと。半面、ルールが分散していて全体像が見えにくいという弱点もあります。
| EU（AI Act） | 日本 |
|---|---|
| 単一のハードローで横断的に規制 | 分野別の既存法＋横断ガイドライン |
| リスク区分ごとに義務・禁止・罰則 | AI 推進法に罰則はなく、推進が主眼 |
| 違反に高額の制裁金 | 調査・指導が中心（強制力は限定的） |
| 域外適用あり（EU 市場向けは対象） | 業種規制は従来どおり業法で担保 |
日本は「縛って止める」より 「推進しながら既存法で受け止める」 設計を選んだ。
02横断ガイドライン：AI 事業者ガイドライン
分野を問わず参照される土台が、総務省・経済産業省による「AI 事業者ガイドライン」です。もともと別々にあった複数のガイドライン（開発者向け・利用者向けなど）を統合し、2024 年 4 月に第 1.0 版が公開されました。さらに 2025 年 3 月 28 日に第 1.1 版へ改定され、生成 AI に関する記載や、EU AI Act・広島 AI プロセスといった国際動向の反映、バイアス・透明性などの用語整理が加わっています。ガイドラインは「最新版が更新され続ける」前提のドキュメントなので、参照時は版番号と公開日を必ず確認してください。
ガイドラインは事業者を立場別に分け、共通指針と固有事項を整理しています。
開発者
学習データの品質管理、技術検証、リスク情報の提供。モデルを「作る」側の責務。
提供者
契約での責任分担、利用者への説明。AI を組み込んで「届ける」側の責務。
利用者
適切な運用と出力結果の確認。AI を「使う」側の責務。
共通の柱は、人間中心・公平性・プライバシー・セキュリティ・透明性・アカウンタビリティ（説明責任）・教育。法的な強制力こそありませんが、政府調達の条件や上場企業のガバナンス基準として参照され、事実上の標準として機能しています。
政府調達の運用面では、2026 年 6 月にデジタル庁が「生成 AI 調達・利活用ガイドライン 第 2.0 版」を策定し、対象を従来のテキスト中心から音声・画像を含む入出力領域へ拡大しました。各府省には AI 統括責任者（CAIO）を配置し、調達・契約に関するチェックシート（調達 21 項目／要求 33 項目）で評価観点と要求事項を具体化。「高リスク判定シート」で三つの観点から参考評価を行いつつ、最終判断は CAIO に委ねる運用設計です。適用は段階的で、全体は 2026 年 9 月 1 日から、AI ガバナンス枠組みは同年 7 月 1 日からと猶予が設けられました。AI 事業者ガイドラインと並んで、政府調達まわりの実務基準が一段具体化した動きとして押さえておくとよいでしょう。
03初の AI 専門法：AI 推進法（2025 年施行）
原稿執筆時点で押さえるべき大きな動きが、日本初の AI 専門法――正式名称「人工知能関連技術の研究開発及び活用の推進に関する法律」（通称 AI 推進法 / AI 新法）の成立・施行です。2025 年 5 月 28 日に成立し、6 月 4 日に公布、2025 年 9 月 1 日に全面施行されました。
名前のとおり、この法律は規制よりも研究開発と活用の「推進」を主眼にしています。条文の多くは国・政府を対象にした基本法的な内容で、内閣に「AI 戦略本部」を置き、「AI 基本計画」を政府が策定する枠組みを定めます。事業者向けには「国の施策に協力する」努力義務が置かれていますが、違反に対する罰則はありません。報道では「悪質事業者は名前を公表」と伝えられましたが、所管する内閣府への取材でそうした公表権限の規定は法律に盛り込まれていないことが明らかになっています（当初案からの後退）。実態としては、悪用に対して国が調査・指導を行う、という穏当な設計です。
FIG.2 基本計画を軸に、調査・指導はあるが罰則は置かない「推進型」の枠組み
つまり AI 推進法ができても、事業者が新たに守るべき具体的義務が大量に増えたわけではありません。実務で効いてくるのは、引き続き次章以降の分野別の既存規制です。
04著作権法と AI 学習
AI と権利の話で必ず出てくるのが著作権法第 30 条の 4。これは「著作物に表現された思想・感情を享受（鑑賞して味わうこと）しない利用は、原則として権利者の許諾なく行える」という、柔軟な権利制限規定です。情報解析のための学習はこの「非享受目的」に当たりうるため、日本は AI 学習に世界でも寛容な国とされています。ただし、これは「何でも自由」を意味しません。
FIG.3 学習段階（30条の4）と、生成・利用段階（通常の侵害判断）は分けて考える
文化庁は、文化審議会の小委員会で議論を重ね、2024 年 3 月 15 日に「AI と著作権に関する考え方について」を取りまとめました（パブリックコメントには 2 万 4,938 件もの意見が寄せられています）。ここで整理された主な論点は次のとおりです。
- 享受目的が併存する場合：情報解析が主目的でも、同時に著作物を鑑賞させる目的があれば 30 条の 4 の対象外になりうる。
- 生成・利用段階は別判断：出来上がった生成物が学習元と「表現上の共通点（類似性）」を持ち、依拠も認められれば、通常の著作権侵害として判断される。
- 作風と表現の線引き：画風・作風そのものは原則として著作権で保護されないが、特定作品の表現的特徴と共通すれば侵害になりうる。
- クリエイター保護の継続議論：学習のオプトアウトや保護のあり方は、その後も審議会等で検討が続いている。
実務的には「学習は寛容、でも生成物が既存作品に似てしまうリスクは別に残る」と理解しておくのが安全です。
05分野別の既存規制
ここからが、日本の AI 規制の実務上の本丸です。AI そのものを名指しした条文がなくても、業種ごとの既存法が AI にも当然適用されます。
医療 AI
診断や治療を支援する AI は、薬機法（医薬品医療機器等法）のもとで「プログラム医療機器（SaMD：Software as a Medical Device）」として扱われ、PMDA（医薬品医療機器総合機構）の承認が必要になりえます。X 線・CT などの画像解析、心電図解析、内視鏡支援などが代表例です。AI 特有の難所が「市販後も学習を続けて性能が変わる」こと。これに対応するため、あらかじめ性能変化の範囲や評価方法を計画として届け出ておく変更計画確認申請などの制度・運用が整備・検討されています。PMDA には医療機器プログラムの相談を一元的に受ける窓口も設けられています。
金融 AI
金融分野は金融庁の所管。与信・信用スコアリングに AI を使う場合、説明可能性（なぜその判断になったかを示せること）と差別的取扱いの防止が強く求められます。中身がまったく見えないブラックボックス AI の出力だけで信用判断を下すのは、実務上は採りにくいアプローチです。金融機関のシステムリスク管理やガバナンスの枠組みのなかで、AI の利用も点検対象になります。
自動運転
道路交通法・道路運送車両法の改正により、レベル 4（特定条件下での完全自動運転）の運用が始まっています。特定エリアでの自動運転サービスなどが具体例です。事故時の責任の所在など、運用主体（運行管理者）の役割を含む制度設計が進められています。
個人情報保護
学習データやプロンプトに個人情報が含まれる場合、個人情報保護法（APPI）が適用されます。「適正な取得」「利用目的の特定」が基本で、医療・思想信条・人種などの要配慮個人情報は、原則として本人同意なしの取得が禁止されています。AI に「とりあえず全部食わせる」設計は、ここで止まります。
Practical Pitfall
一番の落とし穴は「AI 法がないから自由」という誤解
専門の AI 法がまだ厳しくないからといって、対応不要というわけではありません。むしろ怖いのは、業種ごとの既存規制が AI にも当然かかってくるのを見落とすこと。医療なら薬機法、金融なら説明可能性、採用なら差別防止、データなら個人情報保護――AI を組み込む前に、自社が今すでに守っているルールを AI に当てはめて読み直すのが出発点です。
FIG.4 AI を載せる前に「自社にもともとかかる規制」を通す
06選挙とディープフェイク
生成 AI によるディープフェイク（偽の画像・音声・動画）は、選挙や世論への影響が懸念される領域です。なりすましや虚偽情報は、既存の名誉毀損・公職選挙法・不正競争防止法などで対応されうるほか、AI 生成物であることの表示（来歴の明示）をめぐる議論も進んでいます。AI 事業者ガイドラインでも透明性は重要な柱とされており、生成コンテンツの取り扱いは今後ルールが具体化していく分野です。
07規制だけではない：産業政策からの後押し
日本のスタンスは「縛る」より「推進」と書きましたが、それを象徴する動きが、規制ではなく補助・コンテスト型の産業政策です。2026 年 5 月 29 日、経済産業省と NEDO は AI コンテスト「GENIAC-PRIZE 2026」を公表しました。
- 規模：懸賞金は最大 6.3 億円規模を見込み、学生向けの基盤モデル開発テーマでは最大 4 億円相当の計算リソース提供を加えて、懸賞金＋計算リソースで総額約 10 億円とされる。
- テーマ 1：エッセンシャルワーカーの人手不足解消に資する、AI を活用した業務プロセス改革（介護・物流など人手不足が深刻な現場が念頭）。
- テーマ 2：フィジカル AI（現実世界で動く AI）に向けた、学生のための公開型・基盤モデル開発の人材育成。GPU を持たない学生・研究者にも計算リソースを提供するのが特徴。
「規制で縛らず、推進と両立させる」というソフトロー路線と整合する流れで、PoC 段階の企業や大学発スタートアップにとっては、補助金や既存交付金に並ぶ新しい資金・計算リソースの調達導線になりえます。応募要項や金額の最終的な内訳は公募ごとに変わるため、参加検討時は GENIAC-PRIZE の公式特設サイトで最新情報を確認してください。
08実務でやっておくこと
適用法の棚卸し
自社の AI 用途に、もともとどの業種規制（薬機法・金融規制・道交法・APPI 等）がかかるかを法務と整理する。AI 専門法より先にここを見る。
社内ポリシー策定
AI 事業者ガイドライン（最新版）に沿って、開発・提供・利用それぞれの責務を社内ルール化。透明性・説明責任・人間中心の観点を明文化する。
データと著作権の方針化
学習データ・プロンプトの取得元と著作権の扱い、要配慮個人情報の混入防止、生成物の類似チェック体制を文書化する。
EU AI Act との並行確認
EU 市場向けにサービスを出すなら、日本のルールとは別に EU AI Act の域外適用を確認する。国内基準だけで判断しない。
09まとめ
日本の AI 規制は、当面「横断ガイドライン＋推進型の基本法」を上段に、「業種ごとの既存法の分野別適用」を下段に置いた二層構造で進みます。2025 年に施行された AI 推進法は罰則を伴わない推進型で、新たな義務が一気に増えたわけではありません。実務でつまずきやすいのは、「AI 専用の法律が緩い＝対応不要」と誤解して、自社にもともとかかる既存規制を見落とすこと。医療・金融・採用・自動運転・個人データに関わる事業者ほど、まず適用法の棚卸しから始めてください。ルールは更新が速いので、ガイドラインや公募情報は必ず一次情報（各省庁・PMDA・NEDO の公式）で最新版を確認するのが鉄則です。
