AWSのAIに自社データが使われる原因|条項の読み方と止め方

「AWSの生成AIは入力を学習に使わないと聞いたので、うちは特に設定していない」「マーケで文字起こしと翻訳を使っているが、規約まで読んだ人はいない」——AWSを全社の基盤にしている会社の情シスとマーケ部門の双方から、よく聞く声です。前者は半分だけ正しい理解です。AWSのサービス規約(Service Terms)は、生成AIの基盤である Bedrock を、入力をサービス改善に使う対象には挙げていません。一方で、翻訳、文字起こし、音声合成、画像や文章の解析といった一部のAIサービスは、既定のままだと入力した内容をサービス改善に使い得ると、同じ規約の第50.3項に書かれています。止めるには、会社が自分で除外の設定を入れる必要があります。この記事では、2026年11月19日時点の条項を一次情報で確かめたうえで、対象の見分け方、版ごとに対象が増えることへの備え、組織全体の除外を誰がいつ設定し確かめるか、マーケ部門が個別に使い始めたAI機能の棚卸しを整理します。
カメ先生AWSのAIは学習に使われない、と一括りに思われがちなんだ。でも規約を読むと、使われ得るサービスと使われないサービスが、条項の一覧ではっきり分かれているんだよ。
カメ子同じAWSの中でも、サービスによって扱いが違うということですか。
カメ先生そう。しかもその一覧は版ごとに書き換わる。だから大事なのは、個々のサービスを覚えることより、会社全体で除外の設定を入れて、新しく加わったサービスにも効くようにしておくことなんだ。
カメ子一覧を毎回追いかけるより、まとめて止める仕組みを先に作る、ということですね。
- AWSのサービス規約第50.3項は、翻訳・文字起こし・音声合成・画像解析などの列挙したAIサービスについて、入力をサービス改善に使い、別リージョンに保存し得ると定める。Bedrock はこの一覧に入っていない
- 11月19日時点の一覧には、旧 Security Agent を含む Continuum(ペネトレーションテスト用は除く)や、Kiro の無料枠と個人契約も入る。Polly の音声複製は対象から外されている
- 止め方は AWS の組織管理機能の「AIサービスのオプトアウトポリシー」。全サービスをまとめて指す項目で除外すれば、将来追加されるサービスにも効く。個人の資格で始めた利用には届かない
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
誤解:「AWSの生成AIは学習に使わない」は半分だけ正しい
AWSが生成AIの説明でよく強調するのは、Bedrock に送った入力と出力を、基盤モデルの学習に使わないという点です。規約の上でも、入力をサービス改善に使う対象を列挙した第50.3項に、Bedrock の名前はありません。さらに第50.3項は、一覧に載っていないAIサービスには適用しないと明記しています。この部分だけを見れば、「AWSのAIは学習に使わない」という理解は正しいことになります。
問題は、AWSのAIサービスが Bedrock だけではないことです。第50.1項が定義する「AIサービス」には、Bedrock のほかに、文章解析、画像解析、文書からの文字の読み取り、翻訳、文字起こし、音声合成(Polly)、対話ボットの構築、コード作成を支援する Kiro、運用やコストの管理を担うエージェントなど、30を超えるサービスが並んでいます。そのうち第50.3項に名前があるものは、既定のまま使うと、入力した内容がそのサービスの改善に使われ、個人データでないものはAWSと関連会社のAI技術の改善にも使われ得ると書かれています。
つまり、Bedrock で社内のチャットを組んでいる情シスの認識と、マーケ部門がウェビナーの文字起こしや多言語の記事の翻訳に使っているサービスの扱いは、同じではありません。生成AIかどうか、新しいかどうかではなく、第50.3項の一覧に載っているかどうかで扱いが決まる、という点がこの記事の出発点です。
何を読むか:11月19日時点の Service Terms と第50条
AWSの契約は、顧客契約を土台に、サービスごとの追加条件をまとめたサービス規約(Service Terms)が重なる形になっています。AIに関わる条件の中心は第50条「AWSの機械学習・AIサービス」で、定義(50.1)、出力の扱い(50.2)、改善への利用(50.3)、エンドユーザーへの通知と同意(50.4)、学習用データを作る目的での利用の制限(50.5)、Bedrock や Amazon Q、Kiro、Polly の音声複製の個別条件(50.12以降)が並びます。
編集部が確かめたのは、最終更新日が2026年11月19日と表示された版です。AWSは規約の更新を個別に告知しないことが多く、今回も改定を知らせる公式の告知は編集部では見つけられていません。そのため本記事では、いつどの文言が加わったかは断定せず、11月19日時点の条文として書きます。条項の番号も版ごとに変わり得るので、社内の文書で引用するときは取得日を添えてください。
もう1つ押さえたいのが、第50条の外にある第1.24項です。ここには、Bedrock を使った生成AIの機能を組み込んだサービスの一覧があり、AWSの研修サービス、Continuum、Kiro、Amazon Q、コンタクトセンターの Connect Customer などが並びます。これらのサービスにはBedrock の乱用検知の仕組みが適用され得ることと、性能のためにリージョンをまたいで推論することがあると書かれています。改善への利用とは別の話ですが、データがどこで処理されるかを説明するときには両方が要ります。
課題:マーケ部門の「ちょっとした利用」が既定のまま動いている
AWSの除外設定が入っていない会社で、よくある状態はこうです。情シスは基幹のシステムと Bedrock を使った社内チャットを管理しており、学習に使われない前提で安全性を説明している。一方、マーケ部門や制作の担当は、同じ会社のAWSアカウントの上で、あるいは部門で作った別のアカウントで、ウェビナー動画の文字起こし、海外向けページの翻訳、動画のナレーションの音声合成、口コミの感情分析、展示会で集めた申込用紙の読み取りを始めている。
これらは、まさに第50.3項に名前があるサービスで処理されやすい業務です。文字起こしには登壇者や参加者の発言が、翻訳には公開前の製品情報や価格が、申込用紙の読み取りには来場者の氏名と連絡先が入ります。情シスの説明と、マーケ部門の実際の使い方の間に、規約の一覧1つ分のずれがあることが、この課題の正体です。
もう1つの課題は、気づく人がいないことです。こうした利用は少額で、請求書の中では目立ちません。AIの新しい製品として導入の審査を通ることもなく、部門の担当者が便利な機能として使い始めます。規約を読む法務、設定を持つ情シス、実際に使うマーケが別々にいるため、誰も第50.3項に当てはめていない、という状態が続きます。
原因1:既定で使われ得る対象は、第50.3項の一覧で決まる
第50.3項は、列挙したAIサービスについて、利用者が次の3点に同意し指示したものとすると定めています。(a)そのサービスで処理されたコンテンツを、そのサービスと基盤技術の開発・改善のために使い保存すること。(b)個人データでないコンテンツを、AWSと関連会社の機械学習・AI技術の開発・改善のために使い保存すること。(c)その目的に限り、利用しているリージョンの外に保存すること。つまり、何もしなければ同意したものとして扱われる書き方です。
11月19日時点で列挙されているのは、次のサービスです。マーケや営業の業務で使われやすいものに印を付けると、範囲の広さが分かります。
| 区分 | 第50.3項に名前があるもの(11月19日時点) | マーケ・営業での使われ方の例 |
|---|---|---|
| 言葉と音声 | 文章解析、翻訳、文字起こし(Transcribe)、音声合成(Polly。音声複製は除く)、対話ボット構築(Lex) | 口コミの感情分析、多言語ページの翻訳、ウェビナーの文字起こし、動画のナレーション、サイトの問い合わせボット |
| 画像と文書 | 画像・動画解析、文書の文字読み取り | 投稿画像の分類、名刺や申込用紙の読み取り |
| 開発と運用 | Kiro の無料枠と個人契約、コード性能分析、移行支援の Transform、コスト管理のエージェント(プレビュー)、セキュリティの Continuum(ペネトレーションテスト用を除く) | ページや計測タグの改修、マーケ用の小さな仕組みづくり |
| 産業向け | 設備データの分析を支える機能 | (マーケでの利用は少ない) |
逆に、第50.3項は医療向けの文章解析と文字起こし、医療記録の作成支援、文章解析の個人情報検出機能には適用しないと明記し、一覧にないAIサービスにも適用しないと書いています。Bedrock で基盤モデルを呼ぶ使い方は、この一覧の外にあります。見分けるときは、生成AIかどうかではなく、条文の一覧に名前があるかどうかを見ます。
原因2:第50条の外にも、サービスごとの改善条項が散らばっている
第50.3項だけを読めば済むわけではありません。サービス規約には、AIを使った機能を持つ個別のサービスごとに、同じ形の改善条項が置かれています。11月19日時点で編集部が確かめたものだけでも、監視サービスの機械学習機能(第8.2項)、仮想デスクトップのAI機能(第26.11項)、統合セキュリティ管理の Security Hub(第28.2項)、採用支援のサービス(第40.2項)、会議・音声の開発キットの機械学習機能(第53.7.4項)、コンタクトセンターの Connect Customer のAI機能(第54.7項)、顧客データの名寄せ(第59.2項)、データ分析のエージェント(第60.4.3項)、構成管理の外部記録機能(第70項)、産業向けAI(第81.3項)があります。
マーケと営業に近いのは、コンタクトセンターと名寄せです。Connect Customer のAI機能で処理された通話やチャットの内容は、既定でそのサービスの改善に使われ得ると書かれ、エンドユーザーへの通知と同意の取得は利用者の責任とされています。顧客データの名寄せのサービスも、処理したコンテンツを改善に使い得ると定めています。どちらも、顧客の個人情報がそのまま入る業務です。
これらの個別条項も、多くは「組織管理機能のAIサービスのオプトアウトポリシーで止められる」と書かれています。ただし産業向けの一部のように、サポートへの連絡という別の手順を求めるものもあります。第50.3項の一覧に無いから安全、とは言えないのは、このためです。条文の場所が散らばっていることが、棚卸しを難しくしている2つ目の原因です。
原因3:一覧は版ごとに書き換わる
第50.3項の一覧は固定ではありません。11月19日時点の条文には、版を重ねて書き換えられてきた跡がはっきり残っています。たとえばセキュリティのエージェントは「Continuum(旧 Security Agent の機能を含む)」と旧称つきで載り、第50.3項ではペネトレーションテスト用の機能(旧 Security Agent)を除くという但し書きが付いています。AWSはセキュリティの公式ブログで、Security Agent が Continuum の一部になったと説明しています。製品名が変わり、範囲が分かれると、条項の書き方も変わります。
音声合成の Polly には、第50.18.1項で定義する音声複製のコンテンツを除くという但し書きがあり、第50.18項に専用の条件が置かれています。音声複製では、AWSは処理者として、利用者の指示した範囲と提供・法令対応に必要な範囲でしか使わず、ほかの目的には使わないと書かれています。同じサービスの中でも、機能によって扱いが逆になる例です。第84項には、Continuum のコード脆弱性向けの機能を防御目的と自社または許可を得た対象に限るという専用の条項もあります。
こうした変化は、利用者に個別に知らされるとは限りません。冒頭の最終更新日が変わるだけで、どの文言が変わったかは自分で比べるしかありません。一覧に名前が加わった日から、何も設定していない会社では、そのサービスの入力が改善に使われ得る状態になると考えておく必要があります。個々の版を追いかけるより、新しく加わったサービスにも自動で効く設定を先に入れておくほうが確実です。
原因4:個人の資格で始めた利用には、会社の設定が届かない
第50.3項の除外の方法は2通りに分かれています。会社のAWSアカウントで使う場合は、組織管理機能のAIサービスのオプトアウトポリシーで止めます。一方、AWSの個人用の識別子(Builder ID)や外部の認証で使う場合は、各サービスの文書が示す方法で止めると書かれています。つまり、会社の設定とは別の場所で、利用者本人が止める必要があります。
典型が Kiro です。第50.3項は Kiro の無料枠と個人契約を対象に挙げています。Kiro の公式文書によれば、無料枠と個人契約(有料・外部アカウントでのログイン・Builder ID)では質問やコード、生成された応答がサービス改善に使われ得ること、除外は開発環境の設定画面で利用者が行うこと、法人利用者のコンテンツは改善に使わないことが説明されています。組織管理機能の対応サービスの一覧にも、Kiro の名前はありません。
マーケ部門の担当者が、ページの改修や計測の仕組みづくりのために、個人のアカウントで Kiro を使い始めるのは珍しくありません。会社の除外設定をどれだけ厳しくしても、個人の資格で使った分には届かないので、ここは設定ではなく利用ルールで扱います。業務で使うなら会社の法人契約に寄せる、個人契約で使うなら除外の設定を本人が入れたことを申告させる、のどちらかを決めます。Kiro の無料枠の入力は、乱用検知のために最大60日保存され得るとも第50.14.2項に書かれています。
何が社外に出るか:改善への利用、別リージョンでの保存、乱用検知の保管
「学習に使われるか」だけで整理すると、説明が粗くなります。規約に書かれているデータの扱いは、少なくとも3種類に分かれ、それぞれ止め方が違います。社内で説明するときは、次のように分けて伝えます。
| 扱い | 主な条項 | 対象 | 止め方 |
|---|---|---|---|
| サービス改善への利用と保存 | 第50.3項、各サービスの改善条項 | 一覧に名前があるサービス。個人データでないものはAWSと関連会社のAI技術にも | 組織管理機能の除外設定。個人の資格の利用は各サービスの方法 |
| 利用リージョンの外での保存 | 第50.3項(c) | 改善に使う目的の範囲に限る | 改善への利用を止めれば対象外 |
| 乱用検知のための保管 | 第1.24.1項、第50.12.2項、第50.14.2項 | Bedrock の一部モデルは入出力を最大30日。違反の疑いがあれば人が確認し得る。Kiro の無料枠は入力を最大60日 | 除外設定では止まらない |
| リージョンをまたぐ推論 | 第1.24.2項 | 生成AIの機能を組み込んだサービス | 各サービスの設定と文書で確認 |
| 外部のモデル提供元での処理 | 第50.16項 | Claude Platform on AWS は Anthropic が AWS の外で処理 | 契約の選択の問題。除外設定の対象外 |
この表で特に伝えたいのは、除外の設定で止まるのは改善への利用と、それに伴う別リージョンでの保存だという点です。乱用検知のための保管は、提供の一部として行われ、除外の設定では止まりません。外部のモデル提供元が処理する形の契約も、そもそも別の契約の話です。「除外したので社外には一切出ない」と説明すると、事実と違う説明になります。
対策1:組織全体の除外を、全サービスをまとめて指す項目で入れる
AWSの組織管理機能の公式文書によれば、AIサービスのオプトアウトポリシーは、個別のサービスごとにも、対応する全サービスにまとめても設定できます。まとめて設定するときに使うのが、全サービスを表す既定の項目です。文書は、この項目が現在のすべてのAIサービスを表し、将来追加されるサービスも自動的に含むと説明しています。版ごとに一覧が増えることへの備えは、まずこれで取ります。
設定は、組織の管理アカウントで行います。管理画面には「すべてのサービスから除外する」を1回で選ぶ手順が用意されており、文書によれば、この一括の除外ではメンバーアカウントは方針を変更できません。2026年8月17日に始まった新しい登録方式で作られたプロジェクトについては、規約の第1.32.4項が、AWSの設定画面で除外の方法を選ぶと定めています。自社のアカウントがどの形で作られたかによって、設定の入口が違うことも確かめておきます。
組織管理機能を使っていない会社、部門ごとにばらばらにアカウントを作ってきた会社では、ここが最初の作業になります。管理アカウントに入っていないアカウントには、組織の方針は効きません。除外の設定より先に、会社のAWSアカウントが組織の下に集まっているかを確かめるのが順番です。産業向けの一部のサービスはサポートへの連絡という追加の手順が必要と文書にあるので、該当する事業があれば別に扱います。
対策2:子の方針での上書きを封じるか、例外を認めるかを決める
オプトアウトポリシーは、組織の最上位、部署単位のまとまり、個々のアカウントの3段に付けられ、上の方針が下に引き継がれます。公式文書の例では、最上位で全サービスを除外しつつ、特定のアカウントだけ対話ボットのサービスで改善への利用を認める、といった例外の作り方が示されています。下の段での上書きを認めるかどうかは、方針の中の演算子で決められ、上書きを一切認めない書き方にすれば、部門が独自に例外を作ることはできないと説明されています。
どちらにするかは、技術ではなく社内の決めごとです。改善への利用を認めると精度が上がる、というAWS側の説明に業務上の利点を感じる部門があるかもしれません。その場合も、例外を認める条件と承認者を先に書いておくことが要ります。認める条件の例は、入力に個人情報と未公開情報が入らないこと、部門長と情シスの承認があること、例外の期限を決めることです。
設定の結果は、アカウントごとに「実際に効いている方針」として確かめられます。上下の方針が重なると、意図と違う結果になることがあります。大文字と小文字を正確に書かないと方針が効かない、と文書が注意している点も見落とされがちです。設定したことと、効いていることを分けて確認するのが、情シスの作業の締めくくりです。
- 方針の中身は、構造化データの形式(JSON)で書く。値の大文字・小文字が違うと効かないと公式文書が注意している
- 一括の除外を管理画面から選ぶ場合も、設定後に各アカウントの実効の方針を確かめる
- 新しい登録方式で作ったプロジェクトは、AWSの設定画面から除外の方法を選ぶ(第1.32.4項)
対策3:マーケ部門が使い始めたAI機能を棚卸しする
組織全体の除外を入れても、棚卸しは要ります。理由は3つあります。設定の前に入力した内容の扱いを説明する必要があること、個人の資格の利用には設定が届かないこと、そして通知と同意の責任は除外とは別に残ることです。第50.4項は、AIサービスで処理するエンドユーザーのデータについて、法的に十分なプライバシーの通知と必要な同意の取得は利用者の責任とし、法令上削除が必要な場合はAWSに知らせるのも利用者だと書いています。
棚卸しは、マーケ部門の業務から逆にたどると漏れが減ります。次の問いを、部門の担当者に聞いていきます。
- ウェビナー、商談、問い合わせの録音や動画を、AWSの文字起こしで処理していないか。登壇者と参加者に録音とAI処理を伝えているか
- 海外向けのページや資料を、AWSの翻訳で処理していないか。公開前の価格や製品情報が入っていないか
- 動画のナレーションを音声合成で作っていないか。社員や出演者の声を複製する機能を使っていないか
- 展示会の申込用紙や名刺を、文書の読み取りサービスで処理していないか
- 口コミや投稿画像を、文章解析や画像解析で分類していないか
- コンタクトセンターのAI機能や、顧客データの名寄せのサービスを使っていないか
- ページの改修や計測の作業に、個人のアカウントの Kiro や Amazon Q の無料枠を使っていないか
- それぞれ、どのアカウント(組織の下か、部門独自か、個人か)で動いているか
棚卸しの結果は、サービス名、アカウント、入るデータの種類、通知と同意の有無、除外の状態の5列で一覧にします。Amazon Q については、第50.13項が改善への利用の対象を開発者向けの無料枠に限ると書いているので、どの契約で使っているかまで書き込みます。音声複製を使っている場合は、生体情報の通知と同意に関する別の条件がかかると第50.18.3項にあるので、法務に回します。
対策4:除外の効き方と、効かない部分を確かめる
組織管理機能の公式文書は、除外の効き方について2つの重要な説明をしています。1つは、除外すると、それまで改善目的で保存されていた過去のコンテンツが削除されること。ただし削除されるのは改善のために保存された写しで、サービスの提供に必要なコンテンツは削除されないと書かれています。もう1つは、除外の設定は既定で無効にしているリージョンを含め全リージョンに適用され、各リージョンにアカウントの識別子と除外の選択という設定の記録が置かれることです。
過去の分にも効くという点は、他社のAIサービスと比べて説明しやすい材料です。ただ、削除が完了したことを利用者側で確かめる方法は、編集部が確かめた範囲の文書には書かれていません。「過去の分も消える」と社内に説明するときは、公式文書の記述として伝え、削除を確認したとは書かないのが正確です。
効かない部分も、同じ紙に書いておきます。前の表のとおり、乱用検知のための保管は除外では止まりません。第50.5項は、利用者がAIサービスを使ってAIモデルを学習させる目的のコンテンツを生成することを、サービスが認める場合を除き禁じています。データを守る話とは逆向きですが、マーケ部門が出力を集めて別のモデルの調整に使う計画があれば、この条項にも当たります。
- Bedrock が学習に使わないことを根拠に、AWSのAI全体を「学習に使われない」と説明する
- 部門ごとに作ったアカウントが組織の下に入っていないまま、除外を設定したと報告する
- 個人の資格で使っている開発支援のAIを、会社の除外設定で止まっていると思い込む
- 除外を入れたので社外には一切出ない、と乱用検知の保管を含めて説明する
- コンタクトセンターの通話をAIで処理しているのに、顧客への通知と同意を確かめていない
運用:条項の改定を、誰がいつ読むか
全サービスをまとめて除外する設定は、一覧が増えることへの強い備えですが、規約の読み直しが要らなくなるわけではありません。例外を認めたアカウントがある場合、新しく名前が加わったサービスが例外の範囲に入っていないかを確かめる必要があります。乱用検知や外部のモデル提供元での処理のように、除外とは別の扱いが加わることもあります。
分担は、法務が条文を読み、情シスが設定を確かめ、マーケが使い方を申告する形が回しやすいはずです。次の手順で、改定を部門の作業に落とします。
サービス規約の冒頭の最終更新日を、月に1回など決めた間隔で記録します。変わっていたら、第1.24項、第50条、各サービスの改善条項の差分を法務が読みます。
第50.3項と個別の改善条項に新しい名前があれば、組織管理機能の対応サービスの一覧と、全サービスをまとめた除外が効いているかを情シスが確かめます。
改善への利用を認めた例外があれば、新しく加わったサービスが例外の範囲に入っていないかを確かめ、必要なら承認をやり直します。
新しく名前が加わったサービスを使っている部門がないか、個人の資格の利用が増えていないかを、棚卸しの一覧で確かめます。
取得日、版の最終更新日、確かめた条項、設定の画面の状態を記録します。監査や顧客からの質問に、日付つきで答えられるようにします。
棚卸しと設定の確認は、新しいAIサービスの利用を始めるときにも行います。規約の更新と、社内でのAIの使い始めの両方を、見直しのきっかけにすると、どちらか一方に気づかなかった場合も拾えます。
AIに任せない線:条文の判定と除外の確認は人が持つ
規約の差分を見つけて要約する作業に、生成AIを使うのは有効です。英語の長い条文から、AIサービスに関わる段落だけを抜き出し、前の版との違いを並べさせれば、法務の読む量は減ります。その場合は、どの条項番号のどの文に基づくかを必ず書かせ、人が英語の原文と突き合わせます。この記事でも、事前の調査メモにあった「生成AIの一覧への追加」が、実際には第50条ではなく第1.24項の話だったことを、原文の確認で確かめています。
どのサービスが改善の対象か、自社の業務に当たるか、例外を認めるかは、事実関係を知っている担当者と法務が判断し、AIに判断させないことを決めておきます。条項の文言は、除外の対象、個人データの扱い、リージョンの扱いが1文の中に重なっており、要約の段階で主語や但し書きが落ちやすいからです。
除外の設定が効いているかの確認も、人が画面で行います。実効の方針の表示、組織の下にあるアカウントの一覧、例外の承認記録は、AIの要約ではなく、画面と記録そのものを情シスが確かめる範囲に置きます。人が確認する範囲を先に決めておくことが、規約の改定に振り回されない一番の備えです。
よくある質問
Bedrock で社内のチャットを作っているだけなら、設定は不要ですか
Bedrock は第50.3項の一覧に入っていないので、改善への利用の点では設定がなくても対象外です。ただし、同じ会社の中でほかの部門が一覧にあるサービスを使っている可能性があり、将来一覧に加わるサービスもあり得ます。全サービスをまとめた除外を入れておけば、そうした変化にも備えられます。Bedrock の一部のモデルは、乱用検知のために入出力を最大30日保存し得るとも書かれているので、その点は別に説明します。
除外すると、AIの機能が使えなくなりますか
除外の設定は、コンテンツをサービス改善に使うかどうかを指示するもので、規約や公式文書には、除外によって機能が使えなくなるとは書かれていません。編集部が確かめた範囲では、サービスの提供に必要なコンテンツは削除されないと説明されています。
設定の前に入力した内容はどうなりますか
組織管理機能の公式文書は、除外すると、それまで改善目的で保存されていた過去のコンテンツが削除されると説明しています。ただし削除の完了を利用者側で確かめる方法は示されていないので、社内には公式文書の記述として伝えてください。
取引先の制作会社がAWSのAIで作業している場合はどうなりますか
取引先のAWSアカウントで処理されれば、その会社の設定と契約に従います。自社の除外設定は届きません。委託先が文字起こしや翻訳にどのサービスを使い、どの設定にしているかは、委託の契約や確認の質問票で確かめる項目に入れます。
まとめ
AWSのサービス規約は、2026年11月19日時点で、翻訳、文字起こし、音声合成、文章や画像の解析、Kiro の無料枠と個人契約、旧 Security Agent を含む Continuum(ペネトレーションテスト用を除く)などを第50.3項に列挙し、既定のまま使うと入力をサービス改善に使い、別リージョンに保存し得ると定めています。Bedrock はこの一覧に入っておらず、Polly の音声複製は対象から外されています。コンタクトセンターや顧客データの名寄せなど、第50条の外にも同じ形の条項があります。対策の中心は、組織管理機能のAIサービスのオプトアウトポリシーで、全サービスをまとめて指す項目を除外にすることです。これで将来加わるサービスにも効きます。そのうえで、会社のアカウントが組織の下に集まっているか、例外を誰が認めるか、個人の資格の利用をどう扱うか、マーケ部門がどのAI機能を使っているかを確かめます。条文の判定と設定の確認は人が持ち、規約の更新とAIの使い始めの両方を見直しのきっかけにしてください。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
