Shutterstock AI Image Generator、カスタム制作をライセンス可能なインベントリへ転換
ShutterstockはAI画像ジェネレーターを新たな供給チャネルへと転換したが、顧客がプロンプトによって生み出した画像を自動的に所有できるわけではない。Shutterstock AI image generatorは、そうした出力を同社のライセンス制度の中に組み込む。この仕組みは、カスタム制作とプラットフォームによる管理との間に明確な緊張関係を生み出している。
顧客は限定的なビジュアルを言葉で指定し、結果を調整し、それまで存在しなかった画像を選択できる。それでもShutterstockによれば、顧客が得るのは通常の著作権譲渡ではなく、その出力のライセンスだ。別途独占契約を結ばない限り、同社はその出力を他の顧客にも提供できる。
このモデルは、二つの層に同時に圧力をかける。コントリビューターは、ライセンスされたクリエイティブアーカイブを通じて学習した合成画像と競合しなければならない。顧客はスピードと柔軟性を得る一方、委託制作に一般的に伴う所有権や独占性を必ずしも得られるわけではない。
この問題は、9月18日の分析がこの合成インベントリの経済性を検討したことで、あらためて注目を集めた。中心的な問いは画像品質を超えるものだ。コントリビューターが学習素材を提供し、顧客が商業的な方向性を示すなら、完成した資産を管理すべきなのは誰なのか。
Shutterstockのストック画像モデルで何が変わったのか
Shutterstockは、既存画像と買い手を結び付けるだけの存在ではなくなった。顧客の指示から新たなインベントリを生成し、それを自社マーケットプレイス内に保持できる。
従来のストックフォトは、顧客が訪れる前から始まる。写真家やイラストレーターが素材を制作し、アップロードし、発見に必要な説明情報を提供する。プラットフォームはその作品を審査し、インデックス化して表示し、買い手が一致する素材を見つけた際にライセンスする。
役割は比較的明確だ。コントリビューターがインベントリを制作する。顧客は検索し、利用権を購入する。Shutterstockは流通、支払い回収、ライセンス条件、コントリビューターへのロイヤルティを管理する。
生成AIはこの順序を変える。顧客は、求める被写体、スタイル、構図、色、意図する雰囲気を説明するプロンプトを提供する。モデルは複数の候補画像を生成し、顧客がどの結果を使えるかを決める。
Shutterstockのドキュメントによれば、生成された出力は既存の画像ライセンスに基づいてダウンロードできる。同社はまた、公開ツールで作成された出力が画像ライブラリに入り、他の顧客も見つけてライセンスできるとしている。
これは検索に追加された単なる機能ではない。カタログそのものを生み出す新しい方法をつくるものだ。
顧客のプロンプトには商業的に有用な方向性が含まれている。特定の属性、視覚的メタファー、設定、キャンペーンスタイルへの需要を示すことがある。したがって、すべての生成リクエストには二つの目的がある。ある顧客の画像探しを助けると同時に、より広い市場が何を求めているかを示す。
Shutterstockはモデルへのアクセス、インターフェース、安全管理、ライセンスを提供する。一方で、ライセンスされたAI開発を可能にした視覚素材の多くはコントリビューターが提供してきた。プロンプトを出す顧客は、最終的なクリエイティブブリーフを提供する。
プラットフォームは、二つの価値の源泉の間に位置する。誰が参加できるか、報酬がどう機能するか、顧客がどの権利を受け取るか、別の買い手がその結果をライセンスできるかを決定する。
同社は、コントリビューターがAI生成画像を直接アップロードすることを禁じている。Shutterstockは、第三者による投稿の背後にあるモデルを信頼性高く検証したり、関係するアーティストに報酬が支払われたことを保証したりできないためだと説明している。
この方針は、実在する来歴上の問題に対応している。同時に、Shutterstock自身のジェネレーターにはカタログへ入る優先的な経路を与える。コントリビューターは似た合成作品を独自に投稿できない一方、プラットフォーム生成の資産はShutterstockのルールの下でマーケットプレイスに加わることができる。
その結果、管理された合成供給ラインが生まれる。AIツールのドキュメントは、これを新しい画像を生成、ライセンス、ダウンロードする方法として紹介している。同じドキュメントは、生成が顧客による所有を意味しないことも示している。
これが今、この話題が重要である理由だ。Shutterstock AI image generatorは、単なる別のテキスト画像生成ユーティリティではない。モデルへのアクセス、コンテンツライセンス、コントリビューター報酬、カタログ拡張、顧客需要を、一つの商業システムに組み合わせている。
カスタムプロンプトがマーケットプレイスのインベントリになる仕組み
経済的な逆転は単純だ。かつて顧客はカタログを検索していたが、現在はShutterstockからライセンスを受け続けるカタログの制作に、自ら寄与できる。
地域向けキャンペーンを準備している小規模企業を考えてみよう。デザイナーには、非常に具体的な職場、年齢層、照明条件、製品の文脈を描いた画像が必要だ。通常の検索では近い一致は見つかるかもしれないが、求める組み合わせまでは得られない。
AIジェネレーターなら、その場でそのシーンを合成できる。デザイナーは複数の説明を試し、構図を調整し、気を散らす物体を取り除き、ビジュアルスタイルを変更できる。このプロセスは、通常のストック検索というよりアートディレクションに近い。
しかし、最終画像はShutterstockのライセンス条件に引き続き従う。同社の現行の生成AI規定では、顧客は出力をコンテンツとしてライセンスするまで、ダウンロードして使用することはできないとされている。
これらの条件は、生成サービスへのアクセスと出力に対する権利も分けている。顧客が制作を開始した場合でも、選択された画像にはライセンス義務が残る。
この取り決めは、プラットフォームに複数の価値層をもたらす。Shutterstockは生成サービスへのアクセスを販売し、選択された結果をライセンスし、非独占的な出力を利用する幅広い自由を維持できる。その同じ資産は、後に別の顧客の需要も満たせる。
顧客にも依然として有意義な利点がある。正確なコンセプトの生成は、写真撮影を手配するより速い場合がある。特に架空のシーンや珍しい視覚的メタファーなど、既存ライブラリでは対応できない要望も解決できる。
ただし、画像が戦略的価値を持つ場合、このトレードオフは重要になる。キャンペーンのコンセプト、製品の物語、あるいは特徴的なプロンプトは、企業の計画に関する情報を明らかにし得る。結果画像が検索可能になれば、最初の顧客は期待していた実質的な独占性を失う可能性がある。
Shutterstockは一部の商業契約で独占ライセンスへの経路を提供している。しかし、独占性は生成の標準的な意味ではない。顧客は、独自の出力を作ることと、その出力に対する独占権を確保することを区別しなければならない。
独占ライセンスであっても、モデルが似た画像を二度と生成しない保証にはならない。生成システムは関連するプロンプトに対し、重なり合う構図、スタイル、被写体で応答し得る。一つのファイルに対する契約上の独占性は、根底にある視覚的アイデアを独占的なものにはしない。
この制約はShutterstockの外でも当てはまる。OpenAIの規約は法が認める範囲で出力に関する権利をユーザーに付与するが、出力が一意とは限らないと注意を促している。似たプロンプトは、異なるユーザーに似た素材を生み出す可能性がある。
違いは商業的な位置付けにある。一般的なAIサービスは主に、出力をユーザーのために生成された素材として提示する。Shutterstockは生成画像を、ストックマーケットプレイス内でライセンス可能なコンテンツとして提示する。
同社の生成サービス規約はこの違いを明示している。Shutterstockが別途、出力が独占的であることに同意しない限り、同社は第三者への提供を含め、その出力の自社利用を制限されない。
これは、Shutterstockがユーザーから既存の著作権をひそかに取得するという意味ではない。純粋に機械生成された素材は、そもそも著作権保護を受けられない可能性がある。実務上の問題は、管理、ライセンス、機密性、再利用に関わる。
ユーザーは画像を指示できても、その画像の公認された著作権者になるとは限らない。Shutterstockは従来の人間による著作物という説明を主張せずに、その画像をライセンスできる。契約上の権利と著作権は同じものではないため、両方は両立する。
この分離こそが、合成インベントリモデルの中心にある。Shutterstockは、すべての生成画像に従来の写真家の著作権が伴わなくても、契約を通じてアクセスを管理できる。
したがって顧客は、「私はこれを作ったのか？」よりも正確な問いを立てる必要がある。有用な問いは、「私はどの権利を得るのか、他に誰がその結果を使えるのか、何がプラットフォームの管理下に残るのか？」である。
Contributor Fundは報酬を変えるが、競争を解消しない
Shutterstockは適格なコントリビューターに共同基金を通じて報酬を支払うが、この支払いの仕組みは、合成供給が将来のライセンス収入にどう影響するかという問題を解決するものではない。
Shutterstockは2021年にデータライセンスの探索を始めた。コンピュータビジョンおよび機械学習システムを開発する顧客向けに、視覚コンテンツと関連メタデータをパッケージ化している。
同社は後に、画像生成技術をめぐってOpenAIおよびLG AI Researchと提携した。ライセンスされた生成モデルの開発にコントリビューターの知的財産が使われる場合、コントリビューターは報酬を受け取るとしている。
Shutterstockによれば、OpenAIのデータセットに関連する収益は2022年第4四半期に初めて計上された。Contributor Fundは、同プラットフォームのジェネレーターで作成された画像の将来的なライセンスに関連する収益も分配する。
この制度は、一枚の写真の直接販売ではなく共同型だ。Shutterstockによれば、データセット収益はプールに入り、基金に収益が蓄積されるに従って定期的に分配される。
コントリビューターは2023年1月、将来のデータセットに対するオプトアウト設定を利用できるようになった。この管理機能は、アーティストが将来のコンピュータビジョン向けライセンス契約からコンテンツを除外できるため重要だ。
しかし、この選択は経済的に単純ではない。オプトアウトはアーティストの作品を将来の学習データセットから守る可能性がある一方、新たな収益源へのアクセスも失わせる可能性がある。参加を続ければ基金からの支払いを得られるが、合成コンテンツとの競争を強めるシステムの構築にも寄与する。
直接的な報酬の問題は、方程式の一部にすぎない。あるコントリビューターは、自身の画像がモデル学習を支えたことで報酬を得るかもしれない。その後、顧客が代替画像を生成するようになれば、従来型ライセンスの機会が減る可能性がある。
同社の一般的なコントリビューター向け資料で公開されている算定式には、基金からの収益が典型的な写真家にとって失われた機会を相殺するかどうかを示すものはない。Contributor Fundの規則はプールと定期分配を説明しているが、個別ポートフォリオに及ぼす競争上の影響全体までは示していない。
帰属表示も別の隔たりを生む。従来のストックライセンスでは、資産は特定された写真家やイラストレーターと結び付く。AI画像は大量のソース素材から統計的パターンを取り込むことがあるため、個々のクリエイティブな寄与を追跡するのは難しい。
Shutterstockは、生成画像にアーティスト帰属が必要な場合、「Shutterstock.AI」を使うよう顧客に指示している。この表記はプラットフォームと制作手法を示す。それは学習を支えたコントリビューターや、プロンプトを開発した顧客の名前を示すものではない。
この帰属ルールは、AI生成画像の所有権を一人の個人に帰属させることはできないという同社の立場に沿うものだ。しかし同時に、社会的なクレジットをプラットフォームのレベルに集中させることにもなる。
広範なプロンプト作成が出力を形作った場合でも、クレジットから顧客の役割は消える。システムが単純な一画像ごとの系譜を示せないため、元の貢献者も名前を挙げられないままである。
Shutterstockには、この構造を維持する強い動機がある。2025年の年次報告書では、総収益は9億8,990万ドルで、そのうちコンテンツによる収益は7億8,670万ドルだった。さらに、有料ダウンロード数は4億5,310万件、年末時点の購読者数は100万人超と報告している。
これらの数値は、買収したブランドや複数のメディア形式を含む、より広範な事業全体を対象としている。Shutterstock AI image generatorやContributor Fund単体の実績は明らかにしていない。
このような区分の欠如により、誰が最も恩恵を受けているのかについて確固たる結論を出すことは難しい。同社は報酬を倫理的なモデルの一部と説明しているが、公開情報だけでは、AI関連のコントリビューターへの分配額と合成コンテンツのライセンス収益を比較するには詳細が足りない。
Getty Imagesは有用な比較対象となる。同社の生成サービスはNvidiaと共同開発され、ライセンス取得済みコンテンツを使用している。Gettyはまた、コントリビューターがトレーニングデータセットに関連する分配を受け取ると述べており、商用顧客は定められた条件の下で補償を得られる。
Adobe Fireflyも、同社が管理するソースとクリエイティブソフトウェアとの統合を組み合わせた、別のライセンスデータ戦略を採用している。Canvaは、生成機能、ストックメディア、デザインツールを単一のインターフェースに配置することで、ワークフローレベルで競合している。
これらのシステムは、データソースと契約文言が異なる。しかし共通する戦略目標は、画像生成への需要を独立系のモデル提供者に委ねるのではなく、商業的に管理された環境内にとどめることだ。
この圧力は、破談に終わったGettyとShutterstockの合併協議で異例なほど明確になった。英国のCompetition and Markets Authorityは、生成AI企業が従来型ストック素材供給企業をますます制約していると結論づけた。また、AdobeとCanvaを競争圧力の高まりつつある存在として特定した。
規制当局の判断は、ストックフォトが消滅することを証明するものではない。合成コンテンツが市場構造における直接的な競争要因になったことを示している。
Shutterstock AI Image Generatorの所有権には法的な限界がある
Shutterstockのライセンスも、顧客による詳細なプロンプトも、人間による著作が法的に不十分な場合に著作権を自動的に生み出すことはできない。
United States Copyright Officeは2025年、生成AIの出力が保護を受けられるのは、人間の著作者が十分な表現要素を決定した場合に限られると結論づけた。プロンプトだけでは、通常この要件を満たさない。
AI支援作品において人間が著作した素材が認識可能な形で残っている場合、その素材は保護を受けられる可能性がある。創造的な選択、配列、改変も、人間による貢献部分の著作権を支えることがある。
つまり、「所有権」はいくつか異なるものを指し得る。ユーザーは独自のプロンプト文面を所有し、生成画像を使用するライセンスを保有し、後から人間が加えた編集を所有する場合がある。それでも、機械が生成したピクセルそのものの著作権を保有しているとは限らない。
Shutterstockの立場は、この不確実性を反映している。公開ガイダンスでは、ユーザーは同社のジェネレーターで作成した画像の著作権を所有しない一方、他のコンテンツと同様にライセンス取得できるとしている。
OpenAIは異なる契約文言を用いている。同社の規約は、適用法に従うことを条件に、出力に関して提供者が保有する権利をユーザーに譲渡する。その譲渡によって法律が認めない著作権を生み出すことはできないが、出力に対する提供者の契約上の請求権は抑えられる。
この対比は、製品上の表現が重要である理由を示している。「出力はあなたのものです」という文言は、サービスと顧客の関係を表すことができる。しかし、それは必ずしも出力が著作権の対象となるという政府の判断ではない。
copyrightability standardも、プロンプトを作成した顧客がすべての結果を所有すべきだという単純な主張を弱める。法的な分析は、人間による創造的なコントロールの量と性質に左右される。
企業にとっては、正式な著作権より独占性の方が重要になる場合がある。マーケティングチームは、競合他社が同じ素材をライセンス取得できるかを知る必要がある。出版社には信頼できる帰属表示が必要だ。代理店には、成果物をクライアントに納品する許可が必要となる。
法務部門はまた、画像に保護されたロゴ、識別可能な人物、著作権で保護されたキャラクター、特徴的な第三者の作品が含まれていないかを確認したいはずだ。ライセンス取得済み素材に基づくモデル学習は、すべての出力があらゆる用途で安全であることを保証するものではない。
Shutterstockは、この区別について顧客に注意を促している。同社のヘルプセンターでは、人間によるレビューを受けていない生成画像について、法的な安全性は顧客の責任であるとしている。
同社はまた、関連する権利がクリアされていない限り、ブランド、著名人、その他の保護対象の素材を含む出力を避けるようユーザーに求めている。したがって、利用可能な画像が自動的に権利処理済みの画像であることを意味するわけではない。
商業的な保護は、顧客の契約内容とレビュー状況に依存する。Shutterstockの規約では、自動的な補償は、出力に関連して発生し得るすべての商標、著作権、パブリシティ権の請求を対象とするものではないと説明している。
関連するサブスクリプションが対応している場合、顧客はコンテンツレビューを依頼できる。補償が適用されるのは、承認後に明記された契約条件を満たす場合に限られる。
このため、人間によるレビューは重要な分岐点となる。通常のストック素材を購入する顧客は、プラットフォームがすでにリリース承諾や明白な知的財産上の問題を考慮していると期待することが多い。新たに生成された画像には、追加レビューを必要とし得る不確実性が伴う。
同社のlicensing guidanceでは、未レビューの画像もライセンス取得できるとしている。ただし、法的な安全性を評価する責任はユーザーに残る。
この違いは、調達チームにとって注意すべき点だ。ライセンスは契約に基づく利用を許可する。しかし、第三者から請求を受けないことを保証するものではない。
合成画像は、著作権以外にも事実性に関するリスクを生む。生成された画像は、実在しない出来事、場所、人物を描いていたとしても、記録写真の証拠のように見えることがある。
したがって出版社は、商業用イラストと報道写真を区別しなければならない。AI画像を、実際の出来事に関する事実の記録として提示してはならない。明確なラベル表示と持続的な来歴情報は不可欠である。
Shutterstock AI image generatorは、コンセプトイラスト、製品モックアップ、架空のシーン、管理された広告実験に役立つ場合がある。一方、購入者が記録としての真正性、特定可能な来歴、自動的な独占性を必要とする場合、その価値は下がる。
法的な安全性とクリエイティブなコントロールは同じではない
Shutterstockのモデルは調達に関する不確実性をいくらか軽減するが、顧客にはカスタム制作の目的と衝突し得るプラットフォームのルールを受け入れるよう求める。
ライセンス取得済みのトレーニングアーカイブは、出所が不明なウェブスクレイピングに基づくモデルよりも利点を提供できる。コントリビューターは報酬を受け取ることができ、顧客は公開された規約を確認でき、プラットフォームは商用利用をめぐる安全管理を整備できる。
こうした利点には意味がある。多くのブランドは、可視的なデータポリシーや顧客保護のない未知のモデルより、管理されたシステムを選ぶだろう。
しかし、ライセンス取得済みのトレーニングでも、出力レベルのすべてのリスクを解消するわけではない。モデルは事前承認済みのファイルだけを取り出すのではなく、新たな組み合わせを生成する。結果が予期せず保護されたコンテンツに似たり、識別可能な人物像を含んだりする可能性がある。
Shutterstockは、警告と任意のレビュー手続きを通じてこの問題を認めている。この透明性は購入者のリスク評価に役立つが、同時にストック素材マーケットプレイスに関する従来の前提にも疑問を投げかける。
顧客が従来ストックサービスを利用する理由の一つは、予測可能な権利を求めるためだ。生成画像がなお個別のレビューを必要とするのであれば、マーケットプレイスの利便性は完全なものではなくなる。
再利用に対するコントロールは、別の懸念を生む。顧客はプロンプト開発、画像選定、編集、キャンペーン計画に多大な労力を投じるかもしれない。生の出力がライセンス対象として残るなら、独占性が取り決められていない限り、競合他社も同じファイルを取得できる。
Shutterstockは、モデル、ライセンス取得済みデータ、インターフェース、法的枠組みを提供したと合理的に主張できる。顧客は、自身のプロンプトと反復的な判断が商業的なコンセプトを生み出したと合理的に反論できる。
コントリビューターにも別の主張がある。彼らの集合的な作品がモデルに視覚的な知識を与えたにもかかわらず、結果のクレジットは個々のクリエイターではなくShutterstock.AIを示す。
既存の著作権法理の下で、完全な権利主張を持つ参加者はいない。この曖昧さは契約設計を極めて重要なものにする。著作権の所有が未解決のままでも、プラットフォームは実務上のコントロールを定義できる。
Shutterstockのアプローチを最も強く擁護する論点は、追跡可能な商業システムを作り出していることだ。データライセンス、コントリビューターへの支払い、出力ライセンス、レビューサービスは、匿名のジェネレーターよりも高い説明責任をもたらす。
最も強い批判は、この説明責任が依然としてプラットフォーム中心である点だ。Shutterstockが、報酬プール、帰属ラベル、顧客の権利、再利用ルール、補償へのアクセスを決めている。
synthetic inventory critiqueは、これを「二重払い」の問題と表現している。この表現は懸念をよく捉えているが、すべてのプランを確定的に説明するものとして扱うべきではない。
同社は、エンタープライズ顧客とセルフサービス顧客に異なる取り決めを提供してきた。画像を選んでライセンス取得する前に選択肢を生成するユーザーもいれば、サービスへのアクセスと出力料金を分ける契約もある。
こうした違いがあっても、より広い論点は残る。プラットフォームは生成とライセンスを別個の活動として収益化できる。また、非独占的な出力をカタログに戻すことで、将来的な価値を維持することもできる。
顧客がこの取引を受け入れるかは、その目的に左右される。素早くコンセプト画像を求めるデザイナーは、条件を妥当と考えるかもしれない。機密性の高いキャンペーン画像を開発するブランドは、独占性、レビュー、より強力な契約上の保証を求める可能性がある。
コントリビューターも同様に実務的な判断に直面する。不確実なファンド収入と、合成コンテンツとの競争が長期的にもたらす影響を比較しなければならない。オプトアウトは将来のトレーニングの選択を守るが、以前の取り決めによってすでに学習されたモデルを元に戻すことはできない。
したがってShutterstockのモデルは、一つの問題を解決する一方で、別の問題を露呈させる。生成画像のためのライセンス取得済みルートを作るが、創造的・経済的コントロールの配分を無視できないものにする。
合成ストックが機能するかを示す三つの兆候
次の段階は、コントリビューターの経済性、独占性に対する顧客需要、法的保護に対する市場の扱いによって評価される。
第一の兆候は、コントリビューターへの報酬に関する透明性の向上だ。ShutterstockはすでにContributor Fundの運用方法を大まかなレベルで説明している。コントリビューターには依然として、分配方法とAI関連収益が従来のライセンス動向と比べてどうかについて、より明確な情報が必要だ。
集計報告では、非公開の契約を明らかにする必要はない。生成ライセンスが参加コントリビューターにとって意味のある継続収入を生み出しているのか、それとも小規模で不規則な分配にとどまっているのかを示すことはできる。
Shutterstockがより明確な指標を公表し、コントリビューターの収益が持続するなら、倫理的報酬という主張は強まる。開示が限定的なまま合成出力が拡大すれば、懐疑論は強まる。
独占性に対する顧客需要が、2つ目のシグナルとなる。企業は、選ぶ契約や調達チームが投げかける質問を通じて、自らの優先事項を明らかにする。
独占的な生成画像の市場が拡大すれば、標準的なライセンスでは、あらゆるカスタム制作のユースケースを満たせないことを示す。さらに、プラットフォームに対し、プライベート生成とカタログ生成をより明確に区別するよう促すことにもなる。
独占性への関心が弱ければ、Shutterstockの現在のマーケットプレイスの論理を裏付けることになる。大半の顧客は、生成アセットに対する単独支配よりも、スピードと法的枠組みを重視していることを示唆する。
3つ目のシグナルは、購入者が人によるレビューと補償をどの程度利用するかだ。これらの保護措置は、管理されたジェネレーターのほうが商用利用において安全だというShutterstockの主張の中核を成している。
レビューの依頼が頻繁に行われるなら、法的な安心感が依然として購入の決め手であることを示すだろう。また、合成アセットには従来の顧客が想定する以上のコンプライアンス対応が必要であることも明らかになるかもしれない。
レビューの利用率が低い場合、解釈は2通りある。顧客がプラットフォームの管理体制を信頼している可能性もあれば、残るリスクを理解していない可能性もある。どちらの説明がより信頼できるかは、明確なユーザー教育によって決まる。
競争は、基準を引き上げ続ける。Getty、Adobe、Canva、OpenAI、Googleはそれぞれ、モデルへのアクセス、ライセンス済みデータ、ワークフロー統合、所有権に関する表現、商用保護を異なる形で組み合わせて提供している。
規制当局もすでにこの圧力を認識している。英国の競争当局による審査では、生成AIの提供者が既存のストックプラットフォームとの競争を強めていると判断された。この結論は、Shutterstockの戦略を、より大きな防衛的転換の一部として位置づけるものだ。
ストック企業がAIを追加しているのは、顧客が新たな編集ツールを求めたからだけではない。ビジュアルコンテンツの商用ゲートウェイとしての役割を守ろうとしているのである。
未解決の問題は、顧客が他所で画像を生成できる状況でも、そのゲートウェイが十分な価値を生み出し続けられるかどうかだ。Shutterstockは、ライセンス済みデータ、コントリビューターへの報酬、検索可能なインベントリ、法務サービスによって、購入者を自社システム内にとどめられると賭けている。
顧客にとって適切な対応は、合成ストックを一律に拒否することではない。通常は委託制作にのみ向ける精度で、個々の取引を検討することだ。
生成アセットを使用する前に、誰がライセンスを付与できるのか、人によるレビューを受けたのか、どの保護が適用されるのか、そしてどのようにクレジット表記すべきかを確認したい。プロンプトに機密性の高い商業上の指示が含まれていないかも判断する。選択した出力、ライセンス、編集内容、承認状況を記録する。
コントリビューターは、データライセンス設定を見直し、通常のロイヤルティとは分けて基金からの収益を追跡すべきだ。また、合成画像が、これまで安定したダウンロードを生み出してきたカテゴリーに置き換わり始めていないかも注視する必要がある。
ShutterstockのAI画像ジェネレーターは、画像制作を高速化する。しかし、所有権、帰属表示、責任を単純化するわけではない。これらの未解決の条件が、合成ストックが公正な新市場になるのか、それともプラットフォーム支配の新たな層になるのかを決める。
