AI動画の炎上リスクをどう防ぐか｜映像制作会社の運用ルールと責任分界点

2026年に入り、生成AIを使った広告・動画の炎上が立て続けに報じられています。ウテナの交通広告とPR動画が既存アニメに似ているとして撤去された件、奈良県のAI観光PR動画で「指が6本」など品質面の指摘が広がった件、サクラクレパスのAI画像が「ブランドにそぐわない」と受け止められた件。共通しているのは、AIを使ったこと自体というより、「使い方」と「説明の仕方」への違和感のように見えます。

リスクヘッジとしてよく挙げられる「人の介在」と「AIであることの明示」だけでは、防ぎきれないケースも出てきました。ウテナのケースはAI明示をしていたにもかかわらず炎上した一方で、同時期に放映されたリポビタンDの新CMは、AI活用を明示しつつ受容ラインを超えた印象もあります。違いはどこにあるのでしょうか。

この記事では、直近の事例を整理しながら、炎上の構造を3つの層に分けて捉え直し、映像制作会社・広告代理店・広告主の責任分界点を一度考え直してみたいと思います。スマービーで運用している類似性チェック工程と参照素材のルールも、可能な範囲で開示します。

直近の炎上・受容事例を並べてみる

まずは2025年後半から2026年にかけて起きた、生成AI関連の代表的な事例を整理してみます。炎上したケースだけではなく、AI活用を明示しても受容されたケースも並べておきたいと思います。

ウテナ「ウテナ モイスチャー」（2026年5月）

スキンケアブランドの交通広告とPR動画が、既存アニメ作品に酷似しているという指摘が広がりました。ウテナ側は「法令の遵守は意識していたが、配慮が不足していた」とコメントしており、5月6日に動画削除と広告撤去を発表しています。AI制作である旨は事前に明示されていました。

奈良県AI観光PR動画（2026年4月）

予算と人手が限られた地方自治体が、AIで約1ヶ月という短期間に観光PR動画を制作・公開した事例です。動画内のキャラクターの「指が6本」になっているカットなどが指摘され、クオリティ面の議論が広がりました。AIに対しては「既存キャラクター名を使わない」など著作権面での対策は事前に入れていたとされており、対策はしていたものの細部のチェックが行き届かなかった、という形の話題化でした。

サクラクレパス（2025年）

文具メーカーのサクラクレパスがスペインの展示イベントで掲示したポスターについて、生成AIで作られたのではないかという指摘が出てポスターを取り下げ、謝罪に至りました。「絵画文化を扱うメーカーがAI画像を使うのか」というブランド価値観とのミスマッチが、炎上の起点になったとされています。

リポビタンD新CM（2026年1月／受容事例）

2026年1月1日に放送開始された大正製薬「リポビタンD」の新CMは、AI活用を明示しつつ、人間の身体能力を超えたダイナミックなアクションをAIで描きました。AIを「実写の代替」ではなく「表現拡張」として位置づけたことで、批判はあったものの大規模な炎上には至らず、AI広告の受け止め方の一つの参照点として語られています。

比較として：江口寿史氏の無断トレース疑惑

こちらはAI制作ではありませんが、炎上の構造を理解するために並べておきたいと思います。漫画家・イラストレーターの江口寿史氏について「他者の写真を無断でトレースした」という指摘が複数の作品に対して出され、謝罪投稿の削除を含めて批判が続きました。ここで論点になっているのは「AI/非AIの問題」というより、「他者の創作物を断りなく使った」という創作倫理の問題に近いように見えます。

これらを並べて見えてくるのは、AIを使ったこと自体が炎上の直接的な原因とは限らないのではないか、という点です。次の章では、この構造を3つの層に分けて整理してみます。

AI明示で防げる炎上、防げない炎上｜炎上を3層で見る

炎上の3層構造｜AI明示で防げる層と、AI明示では届かない層がある

直近の事例を並べてみると、燃えている内容はそれぞれ少しずつ違います。指の本数や不気味さといった「品質」の話、既存作品に似ているという「創作物への配慮」の話、そもそもAIで作ること自体への抵抗感の話。これらはまったく別の批判のように見えますが、実は重なり合いながら炎上を形作っているように思います。

ここでは、炎上の構造を仮に3つの層に分けて整理してみます。AI明示で防げる層と、AI明示では届かない層があることが見えてくると思います。

第1層：技術リテラシー層（AI生成物の品質）

AIが生成した画像や動画に「指が6本ある」「目線が合っていない」「質感が不自然」といった違和感が含まれていて、それが「雑」「手抜き」と受け止められる層です。直近で大きく話題になったのは奈良県の観光PR動画で、アニメ調のキャラクターの手の指が6本になっているカットが最初に拡散され、炎上の発端になりました。ほかにも、JALの機内誌に掲載されたAI生成イラストの違和感、神戸風月堂がSNSに投稿したキャンペーン画像、サクラクレパスのスペイン展示ポスターの「4本指」など、画像の細部のつまずきが起点になった事例が並びます。

この層に対しては、AI明示は一定の効果があります。「AIで作ったもの」とわかっていれば、ある程度の違和感は許容されやすくなるからです。リポビタンDのCMが受容された背景には、技術的な完成度に加えて「AIだと事前に知らされていたから、新しい表現として受け止められた」という側面があると思われます。

第2層：創作倫理層（他者作品との関係）

ここが、リスクヘッジを考えるうえで中心になる層です。「他者の創作物に似ている」「無断で参照しているように見える」という批判が起きる層で、ウテナのケースが代表的です。比較として挙げた江口寿史氏のトレース疑惑も、AIを使っていないだけで同じ構造を持っています。

この層は、AI明示では防げません。むしろ「AIで作ったから既存作品に似てしまった」という説明は、視聴者の感情をさらに刺激してしまう可能性すらあります。視聴者が問題にしているのは「AIを使ったかどうか」ではなく、「他者の創作物を断りなく使ったように見える」という、AI/非AIを問わない創作倫理の話だからです。

第3層：反AI感情層（AI利用そのものへの抵抗）

これは、AIを使うこと自体に抵抗感を持つ層からの批判です。「クリエイターの仕事を奪う」「人間の温かみがない」「コスト削減のために安易に使った」といった文脈で、AI活用全般に否定的な意見が向けられます。

この層への対応は、企業として「すべてに反応しない耐性」を持つしかない部分もあります。すべての反AI感情に応えようとすると、AI活用そのものを諦めることにつながるからです。一方で、第1層・第2層で炎上が起きると、第3層がエコーチェンバーとして批判を増幅させる役割を果たします。火種は1層・2層にあり、それを広げる増幅装置として3層が働いている、と整理するとわかりやすいかもしれません。

3層に分けてみると、AI明示が役立つのは主に第1層であり、第2層・第3層には別のアプローチが必要だとわかってきます。次の章からは、この第2層に向けたアプローチとして、制作プロセスのトレーサビリティと類似性チェックの工程化を見ていきます。

制作会社が公開できること・できないこと

AI制作物について「ちゃんと説明してほしい」という要請は、以前より大きくなっています。一方で、外部のAIプラットフォームを使ってAI動画を作っている制作会社にとって、「学習元データを遡って説明する」ことは構造的に難しいのが実情です。

ここでは、制作会社が「説明できること」と「説明できないこと」を切り分けて整理してみます。

学習元の遡及説明は、現実的に難しい

「では自社で完全に内製したAIで作ればいい」という考え方もあるかと思います。ただ、現実的にはハードルが高いのが正直なところです。理由は3つほどあります。

第1に、純粋な内製AIを開発するには相応の技術力とエンジニアリングのリソースが必要で、映像制作会社の本業から大きく外れます。第2に、GPUなどの計算リソースを継続的に確保するコストが大きく、制作会社の経済合理性に乗りにくい構造があります。第3に、内製に見えても下回りで外部APIを叩いているケースは多く、さらに突き詰めれば、エンジン自体の学習元データを完全に特定すること自体が技術的にも法的にも難しいのが現状です。

つまり、ほとんどの制作会社にとって、「学習元データを遡って公開する」のは構造的に難しい話だと言わざるを得ません。「内製していないから技術力がない」と評価されるとそれまでですが、現実的な選択肢として、そう簡単ではないわけです。

「説明できないこと」と「説明できること」を切り分ける

学習元の説明ができないからといって、説明責任そのものを放棄してよいわけではありません。代わりに何を伝えるかを、こちらで整理しておきたいと思います。

「使っているサービスのカテゴリ・規約」と「自社で何をしたか」を明示することで、説明責任の取り方を置き換えていく、という考え方です。

プロンプト・パイプラインは原則非開示、ただし監査可能性は確保する

制作会社にとって、プロンプトや制作パイプライン、使用しているサービスの組み合わせは、競争力の源泉でもあります。すべてを公開することは現実的ではありません。ただ、「ノウハウだから何も言わない」だけでは、信頼形成は難しくなります。

ここで参考になるのが、医療や食品業界の発想です。レシピや製造工程は非公開でも、トレーサビリティ（誰が何をいつどう作ったか遡れる体制）は確保されています。同じ枠組みをAI制作にも持ち込めるのではないかと考えています。

スマービーでは、以下の情報を社内記録として保管するよう運用しています。

• 使用したAIサービスと、利用規約の確認記録
• 参照した素材のリスト（オンライン素材を構図参照した場合の出典を含む）
• プロンプトと制作工程の履歴
• 各工程で誰がどんなチェックをしたか

これらは外部に公開しているわけではありませんが、社会的に説明責任が問われた場合には、制作プロセスを遡って検証・開示できる準備として持っています。「公開しない」ことと「説明できない」ことは別、というのが私たちの考え方です。

「説明できる体制」が、新しい競争力になる

AI制作物への懐疑が広がるなかで、「自分たちは説明できる体制を持っている」こと自体が、制作会社の新しい競争力になりつつあるように感じます。プロンプト本体や使用ツールの構成を開示するかどうかではなく、説明する準備があるかどうかが、信頼を分けるポイントになっていくのではないかと思います。

類似性チェックの工程化

「他者作品との類似」を防ぐ最大のポイントは、類似性のチェックを工程として埋め込むことだと考えています。完全自動化はできない前提で、「いつ・誰が・何をチェックするか」を制作工程に組み込む発想です。

完全自動化はできない、だから工程に埋め込む

類似画像検索ツールはいくつかありますが、いずれも「類似を見落とさない」性能を保証するものではありません。AI生成物特有の「なんとなく似ている」という違和感は、ツール側では検出できないことも多くあります。

そのため、「どこかで誰かがチェックする」では足りず、複数のタイミングで複数の人がチェックすることが現実解になります。スマービーでは、以下の4つのタイミングでチェックを入れる運用にしています。

類似性チェックの工程化｜4つのタイミングで人と機械を組み合わせる

それぞれのツールには得意領域がある

類似画像検索ツールには、それぞれ得意領域があります。現状の運用と、これから組み入れていくツールを合わせて、3つほど紹介します。

• Google画像検索（reverse image search）：操作がいちばん手軽で、風景・建造物・有名キャラクターなどの照合に向いています。スマービーでは一次チェックの中心として使っています。
• TinEye：もともと著作権侵害・改変版の検出のために作られたツールで、改変・トリミングされた画像も拾いやすい特性があります。中間レビューでの活用を進めているところです。
• Yandex：ロシア圏で開発された検索エンジンですが、人物・顔の類似検索の精度が高いことで知られています。キャラクターや人物の類似性確認の補助として、追加導入を検討しています。

これらを組み合わせて使うことで、検出漏れを減らす方向です。とはいえ、これらは「絶対に大丈夫」という保証ではなく、あくまで漏れの確率を下げる工程化です。

動きの類似性検知は、いまのところツールがない

ここまで紹介した類似性検索は、いずれも静止画ベースのものです。動画制作の現場で気になっているのは、「動き自体の類似性」をどう検知するか、という問題です。

たとえば、戦闘シーンの動きの流れ、キャラクターの特徴的なポーズの遷移、カメラワークの組み立て方。これらは静止画として切り出してツールに通しても、検出されないことが多いと考えられます。「あの作品っぽい動き方だ」という違和感は、視聴者には伝わるのに、機械的に検出するのは難しい領域です。

現時点で、この領域に対して有効な自動検知方法はないというのが、私たちの認識です。当面は、ディレクターや制作スタッフが「この動きはどこかで見たことがあるか」を意識しながら通しでレビューする以外に、現実的な対策がありません。動画ベースの類似性検知ツールが出てくるまでは、人の目に頼らざるを得ない領域として残るのではないかと思っています。

戦闘描写・アクション描写・特殊な演出などを含む案件では、企画段階から「参考にする作品」「絶対に似せたくない作品」を発注側と共有しておくことが、いまのところ有効な保険策になります。

人の目視・判断は省けない

ツールだけでは判定が難しい領域もあります。たとえば、「ありふれた構図」と「特定作品の引用」は、ツール上は同じように「類似」と表示されることがあります。富士山と桜の組み合わせは無数の作品で使われていますが、それを「類似」と判定して止めていたら制作が進みません。

ここの判断は、最終的に人の目と文脈理解に頼ることになります。「この構図は業界の定番か、それともある特定作品の専有か」「キャラクターの造形は一般的なフォーマットか、固有の意匠か」。こうした文脈判定は、ディレクターや経験のある制作スタッフの目を通すことで初めて精度が上がっていきます。

発注側にも、確認に協力していただきたい場面がある

類似性チェックは、制作会社だけで完結する話ではないとも考えています。発注側の担当者には、ブランドの世界観に近い既存作品や、競合ブランドが過去に使ったビジュアルなどを、初期段階で共有していただけるとありがたいです。「こういう作品に似ないようにしたい」「このキャラクターと混同されたくない」という情報は、外部からは把握しにくいことが多いからです。

「制作会社が技術的にチェックする」と「発注側がブランド文脈で確認する」を組み合わせることで、はじめて類似性のリスクが下がっていく、という考え方です。

プロンプト規律と参照素材の運用ルール

類似性チェックの工程化と並んで重要なのが、その手前にある「プロンプトの規律」と「参照素材の選び方」です。チェックは事後的な検出ですが、ここは事前に類似のリスクを下げる発想です。

プロンプトに「●●風」「●●っぽい」を入れない

AI画像・動画の生成では、プロンプトに「ジブリ風」「ピクサー風」「●●というアニメっぽい」のような表現を入れると、特定作品のテイストを呼び出せてしまいます。便利な反面、意図せず特定企業や特定作品の意匠を呼び出してしまうリスクがあります。

スマービーでは、プロンプトに特定の企業名・作品名・キャラクター名・スタジオ名を直接入れないことをルールにしています。代わりに、求めるテイストを抽象的な要素に分解して伝えるようにしています。

抽象表現で書くと出力が安定しないこともありますが、その分は追加プロンプトや人手のレタッチで補う方針です。「特定作品の名前で呼び出す」近道は使わない、というルールです。

参照素材の選び方にもルールを置く

プロンプトの規律と並んで、参考にする素材の選び方にもルールを置いています。「参照しない素材」を明確にしておくことで、出力に意図せず特定の意匠が混ざるリスクを下げる発想です。

スマービーで「参照しない」と決めている素材は、以下のとおりです。

• 利用規約でAI生成への利用が禁じられている素材：AdobeStockなど、利用規約で他AI生成への参照が禁止されている素材は使わない
• 固有のキャラクター性を持つ素材：人物・キャラクターを含む素材は、雰囲気やテイストの参考としても使わない
• 特徴的な商品造形やブランドアイテムを含む素材：商品パッケージや特定のブランドの意匠を含む素材も避ける

特に後ろの2つは、ウテナのような事例を防ぐために大事だと考えています。線の太さや色彩など、要素単位で参考にしているつもりでも、人物・キャラクター・特定の商品造形が入ると、「あの作品だ」と認識される確率が一気に上がるからです。

ルールがあっても、最後は人の判断

これらのルールは、類似のリスクを下げるための足場ですが、それで「安全」が保証されるわけではありません。プロンプトの抽象表現が、結果的に既存作品のテイストに近づいてしまうこともあります。

ルールは「ここまでやっておけば大丈夫」という防壁ではなく、「ここを意識しないとリスクが大きくなる」という注意喚起の枠組みとして機能している、と捉えています。最後は、前章で書いた類似性チェックの工程と、人の目視判断で補う前提です。

責任分界点の再設計｜AI制作の三者協働モデル

ここまでは、制作会社の側でできるリスクヘッジを整理してきました。最後にもう一段階、視野を広げて考えたいのが、「AI制作物の責任は誰が引き受けるのか」という問題です。

ウテナや奈良県の事例で、批判の矢面に立ったのは、ブランド側と制作実務側でした。本来、CMクラスの広告では、広告主・代理店・制作会社の三者が役割分担して責任を持つ構造で動いてきました。AI制作についても、同様の役割分担を企画段階から組み立てておくことが、これからのリスクマネジメントの土台になると考えています。

CM制作の伝統的な分担モデル

CM制作の現場では、長く三者の役割分担が機能してきました。

それぞれが自分の領域に責任を持つことで、最終的な広告物は複数の目を経たものとして世に出てきました。クリエイティブの方向性も、ブランドとの整合性も、技術的な品質も、それぞれの担当が最終チェックする構造です。

AI制作では、この分担がまだ定まっていない

AIで作られた広告・動画については、上の三者分担がまだ十分に機能していないように見えます。背景には、AI制作のスピード感（短納期で進みやすい）、関与者の少なさ（直接制作会社に発注されるケースが増えた）、リスク要因の新しさ（学習元・類似性など、従来のCMにはない論点）などがあります。

結果として、企画から公開までを少人数で進めてしまい、複数の目を経ない状態で公開され、炎上したときに「誰が止められたはずだったのか」が曖昧になる、という構造が生まれやすくなっています。

AI制作向けに、三者の責任分界を翻訳する

AIだからまったく新しいルールを作る必要があるわけではなく、既存のCM制作で機能していた分担を、AI制作向けに翻訳し直す作業に近いと考えています。スマービーの考えるラインを、表に整理してみます。

これは「責任を押し付けあう」ためではなく、「どこを誰が見るか」を企画段階で合意しておくためのものです。

「企画段階からの共有」が、いちばんのリスクヘッジになる

AI制作物の炎上は、公開後に発覚することがほとんどです。公開してしまえば、撤去や謝罪をしても炎上は止まりません。だからこそ、企画段階で三者が論点を共有し、リスクの洗い出しと対策の合意を済ませておくことが、いちばんのリスクヘッジになるのではないかと考えています。

具体的には、企画キックオフの段階で以下を共有しておけると、後の手戻りが減ります。

• ブランドが避けたい既存作品・ビジュアル・トーン
• AI制作物として公開する旨の明示・非明示の方針
• 類似性チェックを誰が・いつ・どのツールでやるか
• 万が一、公開後に類似指摘が出た場合の初動対応窓口

「制作会社にすべての責任を負わせる」「広告主だけが矢面に立つ」のどちらでもなく、企画段階から三者で論点を共有して進める。これがAI制作時代の、現実的なリスクマネジメントの形ではないかと考えています。

「使い分け」の視点：露出範囲と品質担保コストのバランス

ここまでの話は、CMや広告など、不特定多数への露出を前提とする制作物を念頭に置いてきました。ただ、すべてのAI制作物が同じレベルの責任分界・チェック工程を必要とするわけではないとも考えています。

たとえば、社内研修の動画、限定配信のセミナー資料、社内マニュアル、特定の取引先だけに向けた説明動画。こうした「限定的な利用」に向けた制作物では、ここまで紹介してきたチェック工程をフル装備で回すと、コストに見合わないことが多くなります。

露出範囲と品質担保のコストには、構造的なトレードオフの関係があります。

用途別の品質担保コスト｜露出範囲が広いほど、品質担保にかけるコストは大きくなる

「AIが悪い」「AIだから安全」ではなく、用途によって求められる品質担保のレベルが変わる、という捉え方です。AIだからチェックが必要なのではなく、不特定多数に出すからチェックが必要、というのが本質だと考えています。AIではない実写制作でも、CMクラスの広告物には複数のチェックが入るのと同じ構造です。

この視点を持っておくと、AI制作の活用機会を狭める方向には行かず、用途に合わせて最適な制作プロセスを選ぶ判断軸が立ちます。「AIだから怖い」のではなく、「不特定多数に出すなら品質担保のコストを上乗せする、限定利用ならAIのコスト優位を活かす」という使い分けが、現実的なところではないかと思います。

AI制作のリスクマネジメントは、三者で組む時代へ

ここまで、AI動画の炎上事例を整理しながら、リスクヘッジの考え方を見てきました。最後に、記事全体の論点を簡単に振り返って、これからの方向性を整理しておきたいと思います。

この記事で見てきたこと

• 炎上は「品質」「他者作品との類似」「AI利用そのもの」の3層で起きており、AI明示で防げるのは主に第1層のみ
• 学習元の遡及説明は構造的に難しいが、「使っているサービスの規約」と「自社で何をしたか」の開示で置き換えられる
• 類似性チェックは完全自動化できないため、構図ラフ／初回出力／中間レビュー／納品前の4タイミングで、人と機械を組み合わせる工程化が現実解
• 責任分界は、CM制作の伝統的な三者分担をAI制作向けに翻訳し直し、企画段階から論点を共有する形に再設計する

完璧な防御はない、しかし減らせるリスクはある

AI制作物の炎上を100%防ぐ方法はないと思っています。プロンプト規律も、類似性チェック工程も、責任分界の合意も、すべて「確率を下げる」ためのもので、「絶対に炎上しない」保証ではありません。完璧を目指すのではなく、構造的に確率を下げる仕組みを地道に積み上げる。これが現実的な向き合い方ではないかと思います。

「使い分け」と「三者協働」が、これからのAI制作の軸になる

AI制作の社会的責任は、制作会社単独では担いきれません。発注側のブランド理解、代理店の橋渡し、制作会社の技術的な品質管理。その三者が責任領域を引き受け、企画段階から論点を共有して進められるかどうかが、これからのAI活用の分岐点になっていくと考えています。

同時に、「AIだから危ない」「AIなら安心」という二項対立を超えて、用途に合わせた使い分けも欠かせません。不特定多数に出す広告物にはAI/非AIを問わず品質担保コストが必要ですし、限定的な利用に向けた制作物では、AIのコスト優位性は大きな魅力になります。

スマービーは、この記事で書いたような考え方をベースに、AI動画・AIアニメの制作を進めています。リスクヘッジの工程化と、AIならではのコスト優位性の両方を、用途に合わせて最適化する形でご提案していきたいと考えています。

よくある質問