YOLOを社内で使うならライセンスはどれ?|学習画像を預ける線

「YOLOは無料で使えるオープンソースだから、社内の検査に使うだけなら問題ないはず」「試しに学習させたモデルがよく当たるので、このまま客先の装置に入れたい」——製造・物流・小売の現場で映像解析を始めた部署から、情シスや法務に届きやすい相談です。ところが、YOLO の開発元である Ultralytics は、公式のライセンスページで社内の業務ツールや非公開の社内アプリにも、企業ライセンスが必要だと案内しています。「オープンソースだから社内なら自由」という前提は、少なくとも開発元の案内とは食い違います。この記事では、AGPL-3.0 のまま使える場面と企業ライセンスを買う場面の分かれ目、学習用の画像を開発元のクラウドに預けてよいか、精度をどう確かめ誰が見るかを、比べながら整理します。
カメ先生オープンソースのモデルは、社内で使う分には何の手続きも要らないと思われがちなんだ。でも YOLO は、開発元が使い方ごとにライセンスの線をはっきり引いているんだよ。
カメ子無料で配られているのに、使い方によってはお金がかかるということですか。
カメ先生そう。AGPL-3.0 は、ソースコードを公開する代わりに無料で使える約束なんだ。公開できない使い方なら企業ライセンスを買う。どちらを選ぶかは、技術の担当だけでなく法務と一緒に決めることになる。
カメ子モデルの性能を比べる前に、どう使うつもりかを決めておく必要があるんですね。
- Ultralytics の公式案内では、YOLO の選択肢は AGPL-3.0 で全体を公開するか、有償の企業ライセンスを結ぶかの二つ。社内の業務ツール、クラウドでの提供、機器への組み込みは企業ライセンスの対象とされている
- 自社の画像で学習し直したモデルも、既定では AGPL-3.0 が付いて回る。学習基盤の無料プランと Pro も AGPL-3.0 で、企業ライセンスが付くのは Enterprise プランだけ
- 学習用の画像を預けるなら保存地域を最初に選ぶ。精度の数字はAIに判断させず、自社の現場の画像で人が確かめ、誤検出のときに誰が止めるかを先に決めておく
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Ultralyticsとは:YOLOを開発・保守する会社
Ultralytics は、画像や映像の中から物を見つけて囲む「物体検出」のモデル YOLO を開発・保守している会社です。国内代理店の発表では本社は米国メリーランド州とされ、公式の会社概要にはメリーランド州のほか、ニューヨーク、ロンドン、マドリード、深センの拠点が並んでいます。YOLO は物体検出に加えて、物の輪郭を塗り分ける処理、人の姿勢の推定、斜めに置かれた物の検出、画像の分類、追跡などに対応しており、製造の外観検査、物流の荷物の数え上げ、店舗の来店や棚の観察といった映像解析の土台として広く使われています。
2026年7月の発表で同社は、GitHub の星が13万5千を超え、Python の配布サイトからのダウンロードが3億回、モデルの利用回数が33億回を超えると公表しています。いずれも会社が出している数字ですが、「誰でも手に入り、技術者がすぐ試せる」ことがYOLOの広がりの理由であることは確かです。資金面では、2025年9月に3,000万ドルの資金調達(シリーズA)を発表しており、買収や事業終了の報道は見当たりません。
ここで注意したいのは、手に入れやすさと使ってよい範囲は別だという点です。手元のパソコンで一行の命令を打てば動くため、現場の担当者が先に試し、成果が出てから情シスや法務が知るという順番になりがちです。この記事が扱うのは、その「成果が出た後」に必要になる判断です。
2026年の動き:学習基盤、Intelとの協業、国内代理店
2026年は、YOLO を取り巻く環境が三つの点で変わりました。一つ目は、2026年3月19日に提供を始めた Ultralytics の学習基盤です。画像への印付け(注釈)、学習、推論の配置、稼働の監視を一つの画面で行うもので、公式の発表によると、注釈は数回のクリックで輪郭や囲みを作る SAM 3 を使った支援に対応し、学習はクラウドのGPUか手元の機械で回せます。推論の窓口は利用がないときにゼロまで縮む設定が既定で、42の地域に配置でき、22種類の形式に書き出せると説明しています。
二つ目は、2026年7月14日に発表した Intel との協業です。最新モデル YOLO26 を、Intel のプロセッサーの演算装置・画像処理装置・AI専用の演算装置で動かせるようにするもので、同社は対応する条件では1回の推論が5ミリ秒を切ると説明しています。現場のカメラの近くで推論する「エッジ」での利用を強く意識した動きです。
導入判断の目線で見ると、エッジでの推論は「推論のたびに映像を社外に送らずに済む」選択肢が広がることを意味します。学習は社外のクラウド、推論は工場や倉庫の中という分け方ができれば、預けるのは学習用に選んだ画像だけになり、日々の映像は社内にとどまります。ただし、推論の機器が社内にあっても、使っているモデルのライセンスの条件は変わりません。データの流れの判断と、ライセンスの判断は別々に行います。
三つ目が、国内の販売窓口です。エクセルソフトは2026年7月29日、Ultralytics と販売代理店契約を結び、日本で初めての正規販売代理店として企業ライセンスの販売を始めたと発表しました。日本円での見積もりと請求書払いに対応し、導入前の相談、デモ、検証(PoC)の支援を日本語で行うとしています。価格は用途、契約期間、サポート条件に応じた個別見積もりです。
よくある誤解:「社内で使うだけなら無料のままでよい」
オープンソースのライセンスでは、外に配らなければ公開の義務は生じない、という理解が広く知られています。AGPL-3.0 はそこに「ネットワーク越しに使わせる場合」の条件を加えたライセンスです。条文をどう読むかについては専門家の間でも議論があり、この記事で法的な結論を出すことはしません。ただ、判断の材料として押さえておくべき事実があります。
Ultralytics の公式ライセンスページは、YOLO のコード、モデル、構造、学習の仕組み、学習済み・追加学習済みのモデルを使う場合、プロジェクト全体を AGPL-3.0 で公開するか、企業ライセンスを取得するかのどちらかだと書いています。そのうえで、社内の業務ツールや非公開の社内アプリは企業ライセンスの対象として並べ、研究開発のためだけに使う場合や、一から学習させた場合でも義務がかかると案内しています。
つまり、条文の一般的な読み方と、開発元が求めていることの間にずれがあり得るということです。ずれがあるまま使い続けると、後から開発元との間で話がこじれる余地が残ります。社内利用だから大丈夫と現場が判断するのではなく、開発元の案内を前提に、自社の使い方を法務が確かめて決める、という順番にしておくのが安全です。
- 現場の判断で「社内利用なので AGPL のままでよい」と決め、法務に相談しないまま本番の検査工程に入れる
- 学習用の画像だけ自社のものにすれば、出来たモデルは自社の自由になると考える
- 検証のつもりで始めたモデルを、そのまま顧客向けの装置やサービスに流用する
二つの選択肢を比べる:AGPL-3.0と企業ライセンス
公式ページの案内を表にまとめると次のとおりです。ここに書いたのは開発元の案内であり、個別の契約条件は企業ライセンスの規約と見積もりで確かめる必要があります。
| 比べる点 | AGPL-3.0(無料) | 企業ライセンス(有償) |
|---|---|---|
| 想定される使い方 | 学術研究、個人の研究、全体のソースを公開できるオープンソースの開発 | 非公開のソフトウェア、商用製品、顧客向けの提供、社内の業務ツール |
| 求められること | 派生した作品全体の完全なソースコードを公開。設定や、該当する場合はモデルの重みも含む | ソースの公開義務なしで使える |
| 学習し直したモデル | 既定で AGPL-3.0 が付く | 企業ライセンスの条件で扱える |
| 対象となるモデル | 公開されているモデル | YOLO26、それ以前の版、契約期間中に出る新しいモデル。大規模データで学習した企業向けモデルも |
| 範囲と価格 | 無料 | 一つの案件、案件の全員、組織全体などで範囲を決める。価格は規模と用途で個別に決まる |
表から読み取れるのは、判断の軸が「お金を払うか」ではなく「全体を公開できるか」だという点です。社内の検査の仕組みや、顧客向けの装置のソフトウェアを全部公開できる会社は多くありません。公開できないなら企業ライセンス、というのが開発元の示す筋道です。公式ページには見積もりの依頼に24時間以内に返答するとあり、国内ではエクセルソフトが日本円の見積もりに応じます。
分かれ目1:社内の検査・分析に使う
最も多いのが、工場の外観検査、倉庫の荷物の数え上げ、店舗の混雑の把握など、社内の業務だけで使う場面です。一般的なオープンソースの感覚では無料で済みそうに見えますが、前述のとおり開発元は社内の業務ツールも企業ライセンスの対象として案内しています。社内利用は「無料で済む場面」ではなく「法務と確かめる場面」と考えておくのが現実的です。
この場面で法務が確かめたいのは、検証と本番の境目です。担当者のパソコンで試しているうちは研究開発に近く見えますが、開発元は研究開発だけの利用にも義務がかかると書いています。そこで、試す段階から「どの部署が、何の目的で、どのモデルを使っているか」を台帳に残しておくと、後で企業ライセンスに切り替えるときの範囲の見積もりにもそのまま使えます。
もう一つは、社内向けでも社外の人が触れるかどうかです。協力会社の作業員が使う検査端末や、取引先が見る在庫の画面にモデルの結果が出るなら、それはもう社内だけの利用とは言いにくくなります。使う人の範囲を一覧にしてから判断します。
分かれ目2:顧客にサービスとして提供する
映像解析の結果をクラウドの画面で顧客に見せる、窓口を通じて判定結果を返す、といった提供の形では、公式ページは明確に企業ライセンスを求めています。裏側でYOLOを使っているだけで顧客からは見えない場合も、クラウドの仕組みや窓口を通じた提供として対象に挙げられています。
ここで起きやすいのは、検証で作ったモデルが営業の場で好評を得て、契約の整理が追いつかないまま提供が始まってしまうことです。提供を始める前に、ライセンスの確定を「出荷の条件」に入れておくと、こうした順番の逆転を防げます。費用は顧客向けの価格に織り込む必要があるため、見積もりは企画の早い段階で取っておきます。
医療の分野で使う場合、公式ページは米国の医療情報の規則に沿った契約が企業ライセンス側で必要になると案内しています。国内の医療・介護の映像を扱う場合も、扱う情報の種類によって契約の確認事項が増えると考えておくべきです。
分かれ目3:カメラや装置に組み込んで売る
機械メーカーや装置メーカーが、検査装置、ロボット、カメラ、現場の端末にYOLOを組み込んで販売する場合も、公式ページは企業ライセンスの対象として明記しています。組み込み製品はソフトウェアを全部公開することが難しく、AGPL-3.0 のままでは成り立ちにくい使い方です。
組み込みでは、製品の寿命が長いことにも注意が要ります。企業ライセンスは契約期間中に出る新しいモデルまで対象に含むと案内されていますが、契約が切れた後に出荷済みの製品をどう扱うかは規約で確かめる事項です。販売後10年使われる装置もあるため、更新の条件と、契約終了後の保守の扱いを、見積もりの段階で質問しておきます。
Intel との協業で、Intel のプロセッサー上で動かす道筋は整いつつあります。ただ、動かす道具が整うことと、売ってよい条件が整うことは別です。装置の設計担当がモデルを選んだ時点で、知財・法務の担当にも同時に知らせる流れにしておきます。
学習し直したモデルにも条件が付いて回る
現場の担当者がよく誤解するのが、自社の画像で学習し直したモデルの扱いです。公式ページのよくある質問は、YOLO で学習したモデルは既定で AGPL-3.0 の対象になり、これを変えるには企業ライセンスが必要だと書いています。学習に使った画像が自社のものでも、出来たモデルが自社の自由になるわけではないということです。
この点は、外注先に学習を頼むときにも効いてきます。外注先が YOLO で学習したモデルを納品する場合、そのモデルをどのライセンスで使う前提なのかを契約に書いておかないと、納品後に自社で企業ライセンスを結び直すことになりかねません。外注の仕様書には「使うモデルとライセンスの種類」「企業ライセンスの契約主体」を項目として入れておきます。
- 公式ページは、事前学習済みの重みを使わず一から学習させた場合でも義務がかかると案内している
- 企業ライセンスの範囲は「一つの案件」「案件の全員」「組織全体」などで決める。部署ごとに別々に買うと重複しやすい
- ライセンスの解釈は法的助言ではない。最終判断は、企業ライセンスの規約を読んだうえで法務・専門家と行う
学習基盤のプランとライセンスの関係
2026年3月に始まった学習基盤は、無料プラン、Pro、Enterprise の三つのプランで提供されています。料金の文書によると、無料プランは登録時に5ドル分(仕事用のメールを確認すると25ドル分)のクレジットが付き、Pro は1席あたり月29ドルまたは年290ドルで、1席あたり毎月30ドル分のクレジットが付き、5人までで共同作業ができます。
判断で大事なのはライセンスの欄です。料金の文書は、無料プランと Pro のライセンスを AGPL-3.0、Enterprise プランを企業ライセンス(商用利用、AGPL ではない)と書き分けています。つまり、Pro に月額を払っていても、それだけで商用の権利が付くとは書かれていません。有料プランに入ったことで現場が「もうお金は払っている」と考え、ライセンスの確認を飛ばすのが典型的な落とし穴です。
- 無料プランと Pro は AGPL-3.0。社内の本番や顧客向けに使う予定があるなら、検証の段階で Enterprise の見積もりを取っておく
- Enterprise は既定で50席、席数とクレジットの割り当ては個別に決まる。部署ごとに Pro を契約する前に、組織全体で取るかを情シスが判断する
- Pro の共同作業は5人まで。協力会社の人を入れるときは、アカウントの持ち主と画像の持ち出しの扱いを決めておく
学習用の画像をクラウドに預けてよいか
学習基盤を使うと、学習用の画像とモデルは開発元のクラウドに置かれます。公式の文書によると、保存地域は米国(アイオワ)、欧州(ベルギー)、アジア太平洋(台湾)の三つから、利用開始の手続きのときに選びます。一度選んだ保存地域は自分では変えられず、変更はサポートへの依頼になると書かれているため、最初の登録を担当者任せにしないことが大切です。
一方で、氏名や請求、操作の記録といったアカウントの情報は、地域に関係なく全体で処理されると説明されています。また、案件やデータセットは公開に切り替えることができ、公開したものは誰でも見られる一覧に載ります。公開の切り替えは数回の操作でできるため、誰がその操作をしてよいかを社内で決めておく必要があります。
公式の発表記事には、預けた画像がどう保存・利用されるかの詳しい説明はありません。サイトには情報セキュリティの認証(ISO/IEC 27001、SOC 2 タイプ1)の表示がありますが、預けた画像の扱いはプライバシーポリシーとデータ処理の契約で確かめる事項です。情シスは、保存地域、削除の手順、開発元が画像を自社の学習に使うかどうかの三点を、契約書面で確認してから利用を許可します。
人や社内設備が写った画像の扱い
製造・物流・店舗の映像には、作業員、来店客、取引先の車両、社内の設備の配置などが写り込みます。顔や体が写った画像は個人情報にあたり得るため、検出したい物が人でなくても、人が写っている画像を預けること自体が個人情報の取り扱いになる点を押さえておく必要があります。
実務では、預ける前に三つのことを決めます。一つ目は、撮影の告知と目的の範囲です。防犯のために撮った映像を、そのまま品質改善のための学習に使ってよいかは、告知の内容によって変わります。二つ目は、写り込みの処理です。人の顔をぼかす、人が写らない画角で撮り直す、人の写った画像は社内の環境でだけ学習させる、などの選択肢があります。三つ目は、設備の配置や製品の試作品など、機密にあたる映像の線引きです。
社内の環境だけで学習させたい場合は、学習基盤を使わず、手元の機械で学習を回す方法もあります。公式の発表では、手元の機械で学習しつつ指標だけを基盤に送る使い方も紹介されています。画像を預けずに済む方法があるかを先に検討し、それでも預ける画像だけを選ぶという順番にすると、説明がしやすくなります。
精度の確かめ方と人が確認する範囲
学習基盤では、学習の進み具合や、取りこぼしと誤検出の割合、取り違えの一覧などが自動で記録されます。ただ、この数字は学習に使った画像と同じ傾向の画像で測ったものです。数字が良いことと、自社の現場で使えることは別で、合格の判断をAIの出す数字だけに任せてはいけません。
確かめ方の基本は、学習に使っていない現場の画像を人が用意し、人が正解を付けたうえでモデルの結果と突き合わせることです。照明の変わる時間帯、季節で変わる服装、新しい製品や荷姿など、現場で起きる変化を含めた画像を選びます。外観検査なら、見逃した不良品の数と、良品を不良と判定した数を分けて数え、どちらをどこまで許すかを品質の責任者が決めます。
運用に入ってからも、人が確認する範囲を先に決めておきます。たとえば、自信の低い判定は必ず人が見る、不良と判定した品物は人が再検査してから廃棄する、検出の結果だけで人の評価や処分を決めない、といった線です。判定の根拠として、どの画像のどの部分を見てそう判断したかを残しておくと、誤りが起きたときに原因をたどれます。
見落としやすいのが、正解の付け方そのものの確かめです。学習基盤には、数回のクリックで輪郭や囲みを作るAIの注釈支援があります。作業は速くなりますが、AIが付けた正解をそのまま学習に使うと、AIの思い込みをモデルが覚えることになります。AIが付けた注釈は人が抜き取りで見直し、どの担当が何枚確かめたかを記録しておくと、精度が落ちたときに、学習の問題なのか正解の付け方の問題なのかを切り分けられます。試験用の組の正解は、AIの支援を使わずに人が付けるのが原則です。
学習に使っていない画像を、時間帯・季節・製品の違いを含めて集め、人が正解を付けます。
どちらの誤りが業務にとって重いかを品質の責任者が決め、許せる上限を数字で置きます。
自信の低い判定、重大な判定、人に関わる判定は人が確かめる、という範囲を運用の規則に書きます。
製品や照明が変わったら、同じ試験用の組で測り直し、学習し直すかどうかを人が判断します。
費用の増え方と、やめ方
費用は大きく三つに分かれます。一つは企業ライセンスの費用で、規模と用途に応じた個別見積もりです。二つ目は学習基盤のクラウドのGPU利用で、クレジットを5ドルから1,000ドルの範囲で買い足す形です。公式の文書によると、買ったクレジットに期限はありませんが、学習の開始にはクレジットの残高が必要で、GPUが動き始めた後に学習が失敗した場合も、それまでの時間分は請求されると書かれています。三つ目は、推論の窓口を動かし続ける費用と、現場の機器の費用です。
費用が膨らみやすいのは、部署ごとに別々に検証を始め、それぞれが学習を繰り返す場合です。企業ライセンスの範囲を「一つの案件」で取るか「組織全体」で取るかも、使う部署の数で変わります。情シスが利用の台帳を持ち、どの部署が何のために学習しているかを見える状態にしておくと、重複と無駄な学習を減らせます。
やめ方も先に決めておきます。学習基盤をやめるときは、預けた画像とモデルを手元に書き出して保管し、クラウド側の削除を確かめます。企業ライセンスをやめる場合に、出荷済みの製品や稼働中の社内システムをどう扱うかは、契約の規約で確認しておくべき事項です。やめた後も動き続けるモデルがないかを、台帳で一つずつ確かめます。
情シス・法務・現場の分担
YOLO の導入判断は、一つの部署だけでは完結しません。現場は使い方と精度、法務はライセンスと個人情報、情シスはデータの置き場所とアカウントの管理を持つ、という形で分けるのが基本です。「誰が試してよいか」と「誰が本番を決めてよいか」を分けて書いておくと、現場の試行を止めずに統制を効かせられます。
| 担当 | 持つ判断 | 確かめる材料 |
|---|---|---|
| 現場(製造・物流・店舗) | 何を検出したいか、許せる誤りの上限、人が確認する範囲 | 自社の画像で作った試験用の組、誤りの数 |
| 法務・知財 | AGPL-3.0 で足りるか、企業ライセンスが要るか、外注契約の条項 | 公式のライセンスページ、企業ライセンスの規約、見積もり |
| 情シス | 学習基盤の利用可否、保存地域、公開設定の権限、利用の台帳 | 料金と保存地域の文書、プライバシーポリシー、データ処理の契約 |
| 品質・事業の責任者 | 本番に入れるか、顧客に出すか | 上の三者の確認結果 |
国内では、エクセルソフトが日本語で導入前の相談や検証の支援を行うとしています。ライセンスの範囲の相談を代理店にするのは有効ですが、自社の使い方に当てはめた最終判断は、社内の法務と責任者が持つことを忘れないようにします。
よくある質問
社内の研究部門で試すだけでも、企業ライセンスが必要ですか
公式ページは、研究開発のためだけに使う場合でも義務がかかると案内しています。一方で、AGPL-3.0 の条文をどう読むかには議論があります。どちらの立場を取るかは自社で決める必要があるため、試行の段階から使い方を台帳に残し、本番に移る前に法務と確かめるのが安全です。
無料の学習基盤で作ったモデルを、そのまま商用に使えますか
料金の文書では、無料プランと Pro のライセンスは AGPL-3.0 とされています。商用の権利が付くのは Enterprise プランで、ほかのプランで作ったモデルを公開せずに商用で使うなら、企業ライセンスを別に確かめる必要があります。
学習用の画像を国内に置いたまま使う方法はありますか
学習基盤の保存地域は米国、欧州、台湾の三つで、国内の地域は文書に挙がっていません。画像を国外に出したくない場合は、手元の機械で学習を回す方法を検討します。その場合も、モデルのライセンスの扱いは変わらない点に注意が要ります。
ほかの物体検出モデルに乗り換えれば、この問題は避けられますか
ライセンスの条件はモデルごとに違うため、乗り換え先の条件を同じように確かめる必要があります。性能、対応する機器、学習の手間、ライセンスを並べて比べ、乗り換えの費用も含めて判断します。どのモデルでも、精度を自社の画像で確かめる手順は同じです。
まとめ
Ultralytics の YOLO は、手に入れやすく現場ですぐ試せる画像認識モデルで、2026年には学習基盤の提供、Intel との協業、国内代理店による販売開始と、業務で使う環境が整ってきました。ただ、開発元は社内の業務ツールを含め、全体を公開しない使い方には企業ライセンスを求めると案内しており、自社の画像で学習し直したモデルにも既定で AGPL-3.0 が付きます。導入の判断では、使い方を「社内の検査」「顧客への提供」「機器への組み込み」に分けて法務と確かめ、学習用の画像は保存地域と公開設定、人の写り込みを決めてから預けます。そして精度の合否はAIの出す数字に任せず、自社の現場の画像で人が確かめ、人が見る範囲を先に決めておく。この順番を守れば、現場の試行を止めずに、後から困らない形で本番に移せます。
※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。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
