米国選挙キャンペーンのAI支出は1,700万ドルに到達、しかし開示が明らかにするのは物語の一部にすぎない
米国の選挙キャンペーンにおけるAI支出は、2020年以降、連邦候補者および委員会523件で少なくとも1,700万ドルに達した。しかし、この数字が示すのは完全な会計ではなく、むしろ矛盾だ。人工知能は日常的な選挙運動の業務に入り込んでいる一方で、候補者はそれをどのように使っているかを有権者に正確に伝えることに消極的であり続けている。
支出記録には、スタッフ向けサブスクリプション、調査サービス、自動メッセージング、寄付者分析、有権者エンゲージメントのプラットフォームが含まれる。また、ベンダー選定における党派間の違いも浮かび上がる。ただし、最も目立つ支払いは、選挙陣営が識別しやすいベンダー名で直接報告した取引にすぎない。
この区別は、2026年中間選挙を前に重要となる。ChatGPTやClaudeは世間の注目を集めるが、選挙陣営からより多くの資金を受け取っているのは特化型の政治プラットフォームだ。一方で、コンサルタントは連邦開示書類に基盤となるツール名を記載せず、舞台裏で生成AIを使うことができる。
結果として、異例の透明性の空白が生まれている。選挙陣営は自動化への依存を強めているが、有権者にはソフトウェアも、それを統制する人間の判断も見えないことが多い。
米国の選挙キャンペーンAI支出は実際に何を測っているのか
1,700万ドルという数字は、政治におけるAI利用の完全な推計ではなく、文書化された最低額として捉えるのが適切だ。
Nathan E. SandersとBruce Schneierは、2020年以降の項目別の連邦選挙委員会支出データを分析した。公表された調査結果は、連邦候補者および政治委員会523件によるAIベンダーへの支払いを特定している。
基礎となる選挙支出ダッシュボードは、受取人名、支出説明、目的、メモ文を、調査に基づくベンダー分類と照合している。汎用システムと、政治キャンペーン向けに特化して作られたツールの両方を対象とする。
この手法では、委員会がOpenAI、Anthropic、Daisychain、Campaign Nucleus、または他の特定済みベンダーを名指しした支払いを捉えられる。しかし、選挙運動の業務にAIが関与したあらゆる事例を検出できるわけではない。
コンサルティング会社は、言語モデルを使ってメールのバリエーションを作成したり、世論調査の回答を分析したり、広告コピーを作ったりする可能性がある。選挙陣営の報告書に記載されるのは、そのコンサルティング会社名だけかもしれない。AI提供者は公開記録から見えないままとなる。
同じ問題は、選挙陣営が包括的なサービスを購入する場合にも生じる。デジタルエージェンシーは、スタッフ業務、ソフトウェア、広告、データ分析を一つの請求書にまとめることがある。連邦報告書は通常、関与したすべての下請け業者やアプリケーションの記載をエージェンシーに求めない。
したがって、直接支払いが答えるのは限定的な問いだ。識別可能なAIベンダーのうち、開示された選挙資金を受け取ったのはどこか。それだけでは、AIが選挙コンテンツ、ターゲティング、資金調達、戦略にどれほど頻繁に関与したかを完全には答えられない。
記録は、異なる時代の技術も一括している。現代の生成AIが広く利用可能になる以前から、自動メッセージングやデータ主導のエンゲージメントを販売していたベンダーもある。一方、より新しい言語、画像、音声モデルを中核に製品を設計する企業もある。
この違いが、よく知られたチャットボット企業への直接支払い額より総額がはるかに大きい理由を説明する。最大の支出は個々のChatGPTサブスクリプションではなく、選挙運動向けに構築された業務プラットフォームに関わることが多い。
FECの支出記録は依然として不可欠な情報源だ。対象となる支出について、受取人、金額、日付、報告された目的を特定している。ただし、政治的ワークフロー内のあらゆる技術を監査する目的で設計されたものではない。
この限界は、調査結果の価値を下げるものではない。むしろ、その意味をより正確にする。データは、選挙キャンペーンにおけるAI導入の利用可能な限りで最も明確な下限を示すと同時に、既存の開示ルールが可視性を失う場所も示している。
タイミングも重要だ。2026年選挙サイクルの支出の多くは、投票日に近い時期に発生する。追加の報告により、ベンダー別総額、委員会数、直接サブスクリプションと特化型サービスの配分は変化するだろう。
現在の米国選挙キャンペーンAI支出はすでに、この技術が孤立した実験の段階を超えたことを示している。不確かなままなのは、名称からAI利用が分からないベンダーの背後で、どれほどの活動が行われているかだ。
ChatGPTとClaudeは選挙事務所向けソフトウェアになりつつある
汎用チャットボットは、政治的な利用には依然として制限があるにもかかわらず、通常の生産性ツールとして選挙陣営に浸透しつつあるようだ。
分析によると、少なくとも80の連邦選挙キャンペーンおよび委員会が、2024年以降OpenAIへの支払いを報告している。開示された合計支出は約5万ドルだった。
報告上、最大の組織購入者は共和党全国委員会で、支出は1万ドルに迫った。個人の利用者には、Mike Lawler、John Kennedy、Bill Cassidy、Ro Khanna、Ted Lieuに関連するキャンペーンが含まれていた。
大半の記録は、事務所経費、スタッフ向けサブスクリプション、調査、または類似の管理目的として説明されていた。こうした記載は、ChatGPTが専用の説得プラットフォームというより職場用ソフトウェアとして扱われることが多いことを示唆する。
ただし、サブスクリプションという記載だけでは、スタッフがシステムに何を入力したのかは分からない。調査、スケジュール管理、要約、メッセージ開発、広告は、いずれも同じインターフェースから始められる。
別のキャンペーン開示レビューでは、現行サイクル中にOpenAIへの支払いを報告した連邦議会候補者39人が確認された。このうち2件の申告は、サブスクリプションを明示的に広告と結び付けていた。
OpenAIは、選挙陣営が自社ツールを責任ある人間主導の社内業務に利用できるとしている。同社のポリシーは、標的を絞った政治的説得や、有権者と直接関わる複数の活動を制限している。
こうした境界は、運用上の問題を生む。モデルは教育政策の提案を調査する助けにはなっても、選ばれた属性集団に対してその提案を促進する依頼は拒否し得る。執行は、ユーザーが依頼をどのように表現するかにも左右され得る。
政治コンサルタントは同紙に対し、選挙陣営がメール、台本、広告コピーにAIを日常的に利用していると語った。また、候補者にはその事実を積極的に公表する動機がほとんどないとも主張した。
Anthropicは、比較可能な政治分野での存在感をはるかに速く築いている。過去の選挙サイクルでは開示された活動がほとんどなかった後、2026年には少なくとも65人の候補者または委員会がClaudeの開発元への支払いを報告した。
報告された顧客は、ほぼ2対1で民主党寄りだった。それでも最大の個別利用者は共和党のTom Cotton上院議員の選挙陣営で、6月中にAnthropicへの支出として4,000ドル超を開示した。
その他の注目すべきClaude利用者には、Seth Bodnar、Jason Knapp、Mary Peltolaが含まれた。その多様な所属は、ベンダー導入が完全に党派の境界に従うわけではないことを示している。
OpenAIまたはAnthropicに支払った委員会のうち、両方への支出を報告したのは約12％にとどまった。大半は一つの汎用アシスタントに標準化しているようだった。
この傾向は、スタッフの好み、既存ソフトウェアとの統合、セキュリティ上の判断、または組織的な慣行を反映している可能性がある。開示情報だけでは、政治的イデオロギーが原因だとは確定できない。
Elon MuskのxAIは、より小規模で、より共和党寄りの顧客基盤を示した。連邦レベルの候補者または委員会7件と州レベルの候補者または委員会2件が、合計で約5,000ドルの支払いを報告した。
その大半はRobert F. Kennedy Jr.の2024年大統領選挙陣営によるものだった。その他の報告上の顧客には、共和党のDave McCormickとThomas Massieが含まれた。
これらのチャットボット関連の総額は、主要な政治組織のより広範な技術予算と比べれば小さい。その重要性は、金額規模ではなく導入にある。
選挙陣営がスタッフにモデルへの日常的なアクセスを与えれば、そのシステムは調査、内部計画、資金調達用の草案、コンテンツレビューに影響し得る。サブスクリプション費用から、結果として生じた業務量はほとんど分からない。
これが、選挙キャンペーン向けAIツールがオフィスインフラに似ている理由だ。その影響は、月々の請求書に何が記されているかだけでなく、スタッフがどれほど頻繁に使うか、また出力にどのような人間のレビューが伴うかに左右される。
政治向けAIベンダーがより大きな予算を取り込んでいる
最大の開示支出は、合成画像やチャットボットの利用枠ではなく、有権者との接触と選挙キャンペーン運営に向けられている。
AmplifAIは、この違いをよく示す。自動メッセージングのベンダーは、2022年の選挙サイクルだけで約470万ドルの選挙支出を受け取った。
顧客には、Mark Kelly、Joe Biden、Bernie Sanders、Adam Schiffに関連する民主党の選挙陣営が含まれていた。AmplifAIがTrillerの一部となった後、報告された支出は減少した。
自動メッセージングは、現在の生成AIブームより前から存在する。それでも、比較的低い限界費用で大規模な有権者リストに適応可能なコミュニケーションを届けるという、政治における中核的な機能を果たしている。
Daisychainは、AI支援のテキストメッセージングにおける、より新しい民主党寄りの選択肢となっている。候補者委員会は2026年サイクル中、Daisychainへの支出として約30万ドルを報告した。2024年の約5万ドルと比べて増加している。
2026年の候補者支出の半分超は、Abdul El-Sayedのミシガン州上院選挙陣営によるものだった。この集中は、総額を常に顧客数と併せて検討すべき理由を示している。
一つの委員会が収益の大半を生み出せば、少数の選挙陣営でもベンダーが広く支配的に見えることがある。委員会数は導入の広がりを示し、金額は利用の強度を示す。
Campaign Nucleusは、共和党政治の中で関連する位置を占めている。このプラットフォームは、Donald Trumpの2020年再選キャンペーンをその職を離れるまで率いたBrad Parscaleと関係している。
共和党全国委員会と複数のTrump寄り政治活動委員会は、Campaign Nucleusへの6桁ドルの支出を報告した。Mike Johnson、Kari Lake、その他の政治家も5桁ドルの支払いを記録している。
その成長は既存ベンダーへの圧力も生む。Prompt.ioは2026年の報告支出で約37万5,000ドルを維持したが、2022年サイクルの50万ドル超からは減少した。
一つの組織がこの傾向を複雑にしている。Uberが支援する政治活動委員会A More Affordable Californiaは、2026年にPrompt.ioへの支出として100万ドル超を報告した。
この比較は、政党ごとに異なるテクノロジースタックが形成される様子を示している。民主党の選挙陣営はDaisychainを中心に注目すべきメッセージング支出を集中させてきた一方、共和党組織はCampaign NucleusとPrompt.ioを導入している。
これらは、単に同じチャットボットを党派別に置き換えたものではない。政治組織向けに設計された、選挙キャンペーンのデータ、接触システム、メッセージング、ワークフロー機能を組み合わせている。
こうした特化は、モデルの品質以上に重要になり得る。選挙陣営は、締め切り、コンプライアンス要件、複雑な承認プロセスの下で活動する。これらの制約に沿って設計されたツールは、汎用アシスタントより多くの支出を獲得し得る。
州レベルの開示は、進行方向を裏付けている。California、Colorado、Massachusetts、Washingtonの全域で、研究者は2022年以降、確信を持って照合できる現代的な生成AI支出を少なくとも9万2,000ドル特定した。
支払いは少なくとも108人の候補者および委員会から行われていた。2026年に報告された州レベルの支出は、2024年全体で特定された額のすでに約10倍に達していた。
これらの州では、特化型ベンダーのカテゴリーでDaisychainが首位に立った。汎用プロバイダーではOpenAIとAnthropicが首位だった。
DonorAtlasも目立った存在だった。このシステムは寄付者候補の調査を支援しており、California Democratic Partyは同社に対する支払いとして約4,000ドルを報告した。
こうした数字は、AIがどこで即時の業務価値を生み出しているかを示している。選挙陣営は支持者を特定し、接触の優先順位を決め、メッセージを下書きし、複数のチャネルで継続的な接触を維持する必要がある。
自動化は、より多くのメッセージ量と迅速な改善を可能にする。また、かつては大規模組織だけが持てた分析・制作能力を、小規模チームにも提供する。
この優位性は、競合陣営にも同様のツール導入を促す圧力となる。原則としてAIを拒む陣営は、同じ人員でより多くの資金調達メッセージ案、調査要約、有権者向けメッセージを生み出す相手に直面するかもしれない。
その結果生まれる競争は、単に人間の選挙スタッフと機械との対立ではない。自動化、レビュー、開示について異なる選択をする、二つの選挙組織同士の競争である。
ディープフェイクをめぐる議論は選挙AIツールの大半を見落としている
合成メディアは世間の注目を集めるが、開示された支出を見る限り、より目立たない自動化の形態がすでに深く浸透している。
合成音声技術の提供企業であるElevenLabsへの支出を報告した連邦候補者・委員会は、わずか6件だった。合計支出額は約1,400ドルである。
無所属の連邦議会候補Samir Wittaが、報告された支出の最大部分を占めた。連邦選挙陣営または委員会の5件が、Midjourneyへの支払いとして合計約1,600ドルを報告した。
Texas州の共和党候補Sholdon Danielsが、この小規模なグループを主導した。調査対象となった4州全体では、ElevenLabsとMidjourneyへの支出合計は100ドル未満にとどまった。
しかし、実際に観測された政治広告と比べると、これらの数字は安心材料とは言い切れない。Wesleyan Media Projectは、現行の選挙サイクルにおいて、AI生成またはAI強化メディアを含む政治広告を少なくとも164件特定した。
これらの広告には、掲載費として少なくとも8,000万ドルが投じられた。 AI advertising reviewによると、その69％にはAIの使用を示す開示がなかった。
この二つの測定値は、異なる対象を表している。ベンダーへの支払いは、委員会が直接購入したものを追跡する。一方、広告支出は、そのメディアがどのように制作されたかにかかわらず、完成したメディアを配信するために使われた資金を捉える。
この数字を一つのAI支出総額として合算することはできない。ただし、その乖離は、どれほど多くの制作活動が代理店、コンサルタント、広告バイヤーの背後に隠れているかを明らかにする。
選挙陣営は、動画の制作と配信を広告会社に依頼する場合がある。その会社が画像生成器、音声モデル、編集支援ツールを使用していても、選挙資金の報告書には広告会社の名前だけが記載される可能性がある。
独立系団体も別の盲点を生む。Super PACや関連組織は、選挙陣営と連携せずに候補者を支援する支出を行える。その下請け業者がAIを使用しても、項目別報告書でそれらのツールが明らかになるとは限らない。
これは、直接的な合成メディアへの支払いが小さく見える一方で、AI支援広告が依然として目に見える理由の説明になる。制作コストは一括計上されているか、間接的であるか、あるいは配信コストに比べて無視できるほど小さい可能性がある。
ディープフェイクだけに注目すると、政策論議も過度に狭まる。欺瞞的な動画は重要な問題だが、選挙陣営は誰かになりすまさなくても有権者に影響を与えられる。
生成システムは、数千種類の見出し案、資金調達メッセージ、対象者別の台本を作成できる。予測ツールは寄付者や有権者を順位付けできる。メッセージングプラットフォームは大規模なフォローアップを自動化できる。
これらの用途は、捏造された候補者動画ほど劇的ではない。しかし、選挙陣営が選挙サイクルを通じて繰り返し活用するため、より大きな影響を持つ可能性もある。
パーソナライゼーションは、さらなる透明性の問題を生む。テレビ広告では、多くの有権者が同じメッセージを受け取る。自動化されたデジタルシステムは、より小さなオーディエンス区分ごとに異なる主張を届けられる。
観察者は、そうしたメッセージを比較したり、矛盾を特定したりするのが難しいかもしれない。ジャーナリストや対立候補も、私的なフィードやテキストメッセージの会話内に短時間だけ現れるコミュニケーションを容易に監査できない。
したがって中心的なリスクは、一つの説得力ある偽動画ではない。外部の人々が検証するより速く政治メッセージを制作、テスト、配信する、拡大中のコミュニケーションシステムである。
AI政治広告に関する法律は、合成画像、音声、動画のラベル表示に焦点を当てることが多い。こうした規則は欺瞞に対処するが、自動化された説得や個別化されたターゲティングにはほとんど手を付けない可能性がある。
選挙陣営はベンダー方針の不確実性にも直面している。OpenAIなどの提供企業は特定の政治利用を制限しているが、コンサルタントは製品を乗り換えたり、仲介者を通じてモデルにアクセスしたりできる。
一つのチャットボットでの利用拒否は、業界全体の保護策を意味しない。むしろ、より制限の緩い製品、オープンモデル、あるいは外部業者へと作業を移すだけかもしれない。
選挙陣営が最終出力を人間が承認したと主張する場合、執行上の問題はさらに難しくなる。人間によるレビューは事実誤認を減らせるが、ターゲティング、開示、メッセージ量に関する懸念を解消するものではない。
ここに、公共の議論と運用上の現実の隔たりがある。有権者は分かりやすい偽物を恐れる一方、選挙陣営は観察しにくい通常の自動化から、より広範な利点を得ている。
候補者はAIの恩恵を受けながら、その利用について沈黙している
選挙陣営は単純な政治的トレードオフに直面する。AIは生産性を高められるが、その利用を認めれば有権者の信頼を損なう可能性がある。
2025年9月のPew調査では、スピーチ作成をAIに支援させた候補者に対し、米国人の70％超がより悪い印象を持つと回答した。この反応は、選挙陣営にツールについて曖昧に説明する強い理由を与える。
事務経費というラベルは、技術的にはもっともらしい。しかし、それだけでは、最終的に有権者へ届いた言葉にAIが影響したかどうかはほとんど分からない。
選挙陣営は、内部調査と最終的な執筆作業を区別する場合がある。スタッフがスピーチを書く前に、モデルが背景資料を要約することもある。別のチームは、完全な草稿を作成させ、その結果を編集するかもしれない。
どちらの選挙陣営も、同じサブスクリプション費用を報告できる。しかし、システムへの依存度は実質的に異なる。
政治組織には、戦術上の優位性を手放さない動機もある。自動化の工程を公に詳しく説明すれば、対立候補がそれを再現したり、批判したり、誤りを探したりしやすくなる。
そのため候補者は、効率性を一般論として語る。プロンプトのログ、モデル出力、レビュー手順、AI支援で作成された有権者向け資料の一覧を公表することはほとんどない。
この沈黙は、意味のある説明責任を困難にする。支出記録は関係性が存在したことを有権者に示すが、どのデータがシステムに入力され、そこからどのような判断が生じたかまでは示さない。
機密情報も別の懸念である。選挙陣営は寄付者記録、有権者の連絡先情報、内部調査、戦略文書、未公表の政策資料を保有している。
こうした情報を外部サービスにアップロードすれば、プライバシーとセキュリティのリスクが生じうる。リスクの程度は、ベンダーの規約、アカウント設定、保存設定、スタッフの行動に左右される。
正確性は別個の問題として残る。言語モデルは誤った記述、捏造された引用、誤解を招く要約を生成しうる。急ぐ選挙陣営は、レビュアーが誤りを発見する前にその誤りを配信してしまう可能性がある。
バイアスは、学習データ、プロンプト、ターゲティングモデル、人間の思い込みを通じても入り込む。自動生成された出力は固定観念を繰り返したり、基礎となる情報で十分に代表されていない有権者を見落としたりする可能性がある。
これらの問題のいずれも、選挙陣営がこの技術を放棄することを意味しない。競争圧力は逆方向に働く。
報道で引用された業界調査では、政治コンサルタントの57％がAIを毎日使用しており、1年前の34％から増加した。この導入率は、AIを避けることのコストをますます高くしている。
実務上の競争は、責任ある導入と不透明な導入の間の競争になりつつある。選挙陣営は利用可能なシステムを使うだろうが、ガバナンスと公的な説明には大きな差がありうる。
信頼できる開示基準は、内部管理と有権者向けの説得活動を分けられる。また、生成コンテンツを分析、ターゲティング、自動配信と区別することもできる。
現在の支出分類には、その明確さがない。これらは資金の流れを追うために作られたものであり、ソフトウェアが政治的発言にどのように影響するかを記録するためのものではない。
自主的な透明性は依然として可能である。選挙陣営は、承認済みベンダーを特定し、主要な利用事例を開示し、機密性の高い戦略を公開せずに人間によるレビューの手順を説明できる。
また、どの有権者向け資料に生成システムが関与したかを示す記録を保持できる。独立監査人や規制当局は、紛争後にそれらの記録を確認できる。
ただし、自主的な行動は選挙上のインセンティブと衝突する。詳細な開示を行う候補者は、より寡黙な対立候補が避けられる批判を受ける可能性がある。
共通のルールはこの不均衡を減らせる。また、スペルチェック、データ分析、合成メディア、標的化された説得活動を同等の活動として扱わないために、慎重な定義も必要となる。
課題は、選挙陣営からソフトウェアを排除することではない。政治コミュニケーションが自動化システムによって実質的に形作られた場合に、有権者がそれを理解できるようにすることである。
2026年中間選挙までに注目すべき三つのシグナル
次の局面は、開示の増加、外部委託による制作、新たな透明性ルールの実効性によって測られる。
第一のシグナルは、次回の連邦選挙関連報告書である。研究者は、米国の選挙陣営によるAI支出が専門の政治ベンダーに集中し続けるのか、それとも汎用モデルへ移行するのかを追跡すべきだ。
OpenAIとAnthropicを利用する委員会数が急増すれば、チャットボットへのアクセスが標準的な選挙インフラになりつつあることを示唆する。DaisychainやCampaign Nucleusの成長は、有権者との接触自動化へのより深い投資を示すだろう。
顧客数と総支出額の違いは、引き続き重要である。一つの大規模委員会がベンダー収益の大部分を占めたとしても、それが広範な導入を示すとは限らない。
第二のシグナルは、直接のベンダー支払いと、観測可能なAI生成広告の隔たりである。この隔たりは、どれだけの活動がコンサルタントや独立系団体を通じて行われているかを示す。
技術支出の対応する増加なしにAI支援広告が増えれば、現行の開示制度が制作ワークフローの大半を見逃しているという見方を強めるだろう。
研究者はこの隔たりを調べるために、広告アーカイブ、選挙陣営の報告書、ベンダー記録を必要とする。一つのデータセットだけで、これら三層すべてを捉えることはできない。
第三のシグナルは、開示法が選挙陣営の行動を実質的に変えるかどうかである。30を超える州が、選挙におけるディープフェイクに関する制限またはラベル表示要件を採用している。
初期の証拠は、規則がある場所でも開示が一貫していないことを示している。執行資源、憲法上の異議、狭い法定義が、こうした政策を弱める可能性がある。
合成メディアに目に見えるラベルを付けることは、視聴者が一つの広告を評価する助けになる。しかし、それによって、分析、自動パーソナライゼーション、生成テキストがより広範な選挙活動を形作ったかどうかは分からない。
連邦規制当局も、管轄権の制約と政治的な意見対立に直面している。FECは選挙資金規則を執行できるが、AI支援コミュニケーションに関する包括的な報告制度は設けていない。
将来的に最も有用な開示は、複数の手法を組み合わせることで実現するかもしれない。財務記録はベンダーを特定でき、コンテンツラベルは合成メディアを特定でき、アーカイブは標的化されたメッセージを保存できる。
ベンダー方針も、もう一つの重要なシグナルである。主要な提供企業が政治利用の制限を厳格化すれば、選挙陣営はエンタープライズ向け統制を導入するか、代替モデルへ移行する可能性がある。
制限が依然として曖昧なままであれば、職員やコンサルタントはその境界を試し続けるだろう。主にプロンプトの拒否に基づく執行では、限定的な保証しか得られない。
有権者は、選挙陣営が誤りをどのように説明するかにも注目すべきだ。訂正されたハルシネーション、誤解を招く画像、あるいは無許可のメッセージは、その組織に実効性のある審査手続きがあるかどうかを示す可能性がある。
公表された1,700万ドルという額は、すでにAIが米国の選挙運動インフラの一部であることを示している。ただし、それはこの技術の有効性を立証するものでも、その影響の全容を明らかにするものでもない。
本質的な問いは、選挙陣営がAIを使うかどうかではなくなった。有権者、監視団体、規制当局が、その影響を判断できるだけの利用実態を把握できるかどうかである。
次の報告書に注目し、公に発信されている政治メッセージと照合し、支出説明で何が省かれているのかを選挙陣営に問いかけてほしい。米国の選挙運動におけるAI支出が最も重要になるのは、現在の記録が途切れる地点である。
