「あなたのデータでトレーニングしない」と言うのは簡単 - それを検証する12の質問

あなたのデータでトレーニングしない (No training on your data) とは、ベンダーが要求された結果を提供するためにあなたのコンテンツを処理し、機械学習モデルのトレーニング、ファインチューニング、評価、またはベンチマークにそれをフィードバックしないことを意味します。あなたのドキュメントはサービスへの入力であり、製品の原材料ではありません。

この一文を書くのにベンダーは何もコストがかかりません。だからこそ、あなたのセキュリティ審査担当者はこの言葉を鵜呑みにしなくなったのです。以下に、それを検証するための12の質問と、それに対するParseurの回答をご紹介します。中には正直に「私たちに尋ねて、書面で責任を持たせてください」と答えるべきものも含まれています。

主なポイント (Key Takeaways)

• 「あなたのデータでトレーニングしない」とは、あなたのコンテンツが処理されるだけで、決してモデルに再利用されないことを意味します。
• どのベンダーでもそう言えるため、セキュリティ審査は確認可能な部分（サブプロセッサーの名前の明記、保持期間の日数指定、匿名化データの除外項目の排除）へと移行しています。
• Parseurは、AIモデルのトレーニングに顧客データを再利用することはなく、販売することもありません。EUでホストされGDPRにネイティブ対応しており、ドキュメントの保持期間を1日から無制限まで設定できます。
• SOC 2 Type IIとHIPAAは進行中であり、2026年に完了予定です。つまり、現在はまだ認証されていません。また、Parseurはゼロデータ保持（Zero Data Retention）ベンダーではありません。このページでは、なぜ実用的なドキュメントパーサーがそれを謳えないのかを説明します。

「私たちはあなたのデータでトレーニングしません」が意味を持たなくなった理由

今ではどのベンダーもそう言います。それがまさに問題なのです。

マーケティングページで「私たちは決してあなたのデータでトレーニングしません」と読んだ審査担当者は、リスク登録簿に記載できるような情報を何も得ていません。この文には適用範囲がなく、サブプロセッサーの名前もなく、保持期間の数字も示されておらず、誰の署名もありません。

この一文と実際の契約との間には大きな隔たりがあることが分かっています。2,400の主要なビジネスソフトウェアプロバイダーを分析したDataGrailの2026年 Privacy and AI Trends Report によると、AI機能を宣伝しているベンダーの63.6%が、法的文書のどこにもサードパーティのAIサブプロセッサーを開示していません。

これらのベンダーの中には、開示すべきサブプロセッサーを本当に持っていないところもいくつかあります。残りのベンダーは、名前のないサプライチェーンを信用して受け入れるよう求めており、外部からはその2つのグループを見分けることはできません。それが、以下の質問の本来の役割です。

したがって、有用な質問はもはやベンダーがノートレーニングポリシーを持っているかどうかではありません。それを書面にすることを求めたときに、何が残るかが重要なのです。

処理（Processing）とトレーニング（Training）の違い、そしてなぜ片方だけが取り消し可能なのか

アップロードしたドキュメントには2つのことが起こる可能性があり、その違いは、作業が終わった後に何かが残るかどうかにあります。

• 処理（Processing）： データはリアルタイムでタスクを完了するため（サプライヤーの請求書から明細を抽出するなど）に使用されます。タスクが終了すると、データが将来の学習のためにシステムに再入力されることはありません。
• トレーニング（Training）： データはモデルを改善するためにモデルに供給され、入力内容がモデルの知識の一部になります。取り消し（元に戻すこと）はできません。コンテンツを取り出すにはモデルを再トレーニングするしかありませんが、そのための予算を組んでいる人は誰もいません。

この境界線を曖昧にしたことで、曖昧さがなくなった後も3つの問題が残りました。機密文書は、それを記憶したモデルから復元される可能性があります。あなたの契約書でトレーニングされたモデルはあなたの知的財産を吸収しているため、所有権が不透明になります。そして規制業界は、「顧客データが実際にどこに行ったのか」という最も基本的な監査の質問に答える能力を失いました。

ノートレーニングポリシーは、この曖昧さを排除します。データはタスクのために処理され、そこで終了します。

ゼロデータ保持（Zero Data Retention）と、Parseurがそれを謳わない理由

ゼロデータ保持（ZDR）とは、プロバイダーがメモリ上でリクエストを処理し、ディスクに何も書き込まないことを意味します。 入力の保存、出力の保存、コンテンツのログもありません。これは利用可能な最も厳格な体制であり、調達チームはトレーニングについて尋ねる代わりに、この名前を挙げて要求することが増えています。

同時に、これは常に過大に宣伝されているため、ZDRが何を除外しがちかを知っておく価値があります。

• 請求用のメタデータは残ります。タイムスタンプ、トークン数、レイテンシはどこかに記録されなければ、誰にも請求書を発行できません。
• 不正使用や安全性の監視は、完全にこの取り決めの外に置かれる可能性があります。これは、あなたが知らされていなかった人間によるレビューパスです。
• すべてのエンドポイントがZDRの対象となるわけではありません。対象外のエンドポイントを呼び出すことは、通常は規約を読んだことのないエンジニアによって行われる、自分たちの合意から静かに逸脱する決定です。

ここに、ほとんどのベンダーページがスキップする部分があります。Parseurはゼロデータ保持製品ではありません。また、抽出の再実行や先月の結果の確認を可能にするドキュメントパーサーで、正直にそれを謳えるものは一つもありません。 ドキュメントを再処理するには、ドキュメントがまだそこに存在している必要があります。代わりにParseurが提供するのは、プランに応じて1日から無制限まで、あなたが制御できる保持期間（ウィンドウ）であり、その期間が終了した瞬間に自動的に削除されます。

もしベンダーが完全なドキュメント履歴とゼロデータ保持を同時に提供している場合、どちらを取り上げようとしているのか尋ねてみてください。

AIのトレーニングと保持についてドキュメント抽出ベンダーに尋ねるべき12の質問

これをベンダーのアンケートにコピーしてください。ベンダーが適切に対応していれば短い回答が返ってきますし、そうでなければ長い沈黙が続くでしょう。

1. アップロードされたドキュメント、抽出されたフィールド、メタデータ、修正、または出力結果を、モデルのトレーニング、ファインチューニング、評価、またはベンチマークに使用しますか？
2. その回答は、データの匿名化、非識別化、集約化、または派生バージョンにも適用されますか？
3. サードパーティのAI、OCR、またはクラウドのサブプロセッサーのうち、どれが私たちのドキュメントを受信しますか？それぞれを名指しし、どこで実行されているか教えてください。
4. それらのサブプロセッサーは、トレーニングやサービス改善のために私たちのデータを使用することが契約上禁止されていますか？
5. ソースドキュメント、抽出されたフィールド、処理ログ、エラーログ、キャッシュ、バックアップなど、データの各タイプはどのくらいの期間保持されますか？
6. 保持期間を自分たちで設定することはできますか？また、提供している最短の期間はどれくらいですか？
7. オンデマンドでデータを削除することはできますか？また、書面での削除SLA（サービスレベル契約）はどうなっていますか？
8. 削除はバックアップにも及びますか？また、上書きされるまでにどのくらいの時間がかかりますか？
9. あなたの従業員や請負業者は、どのような状況下で私たちのドキュメントを閲覧できますか？また、そのアクセスはログに記録されますか？
10. 顧客データが開発、テスト、QA、またはデモ環境にコピーされることはありますか？
11. 私たちのデータはどこに保存され、処理されますか？また、その地域外に出ることはありますか？
12. これらの確約は署名されたDPA（データ処理契約）またはMSA（基本サービス契約）に記載されますか？また、2つが矛盾した場合、オンラインの規約よりも優先されますか？

この12項目すべてをスムーズな1つの段落で答えるベンダーは、推測で話しています。名前、数字、条項の参照を用いて答えるベンダーは、以前にも同じ質問を受けたことがあるのです。

Parseurの回答（気まずいものを含む）

Parseurはドキュメントパーサーです。サプライヤーの請求書を送ると、構造化されたフィールドが返ってきますが、顧客データでトレーニングすることはありません。ここでは、上記の質問に対応する形で、それらの請求書がどうなるのかを説明します。

ロゴを置いたほうが見栄えが良い場所に「進行中」と書くことは、少しの威厳を失う代わりに、多くの信頼をもたらします。誇張された認証を1つでも見つけた審査担当者は、残りの11の回答も信じなくなりますし、それは正しい判断です。

これらの行のうち2つは、誰かと話す前に検証できます。データ処理契約は署名前に全文を読むことができる文書であり、保持期間は約束ではなく、あなた自身のアカウントで確認できる設定です。

OpenAI、Microsoft、Anthropic、AWS、Googleの実際のコミットメント

エンタープライズのバイヤーたちが市場全体を明示的な保証へと牽引したことで、良い回答の形が定まりつつあります。

• OpenAIは製品ごとに分けています。コンシューマー向けのChatGPTデータはモデルの改善に使用される可能性がありますが、エンタープライズおよびAPIティアはデフォルトで除外され、オプトアウトの制御が文書化されています。
• Microsoftは分離に依存しています。Copilot for Microsoft 365およびAzure OpenAIは、顧客コンテンツを基盤モデルのトレーニングから除外し、一時的な処理データに対するデフォルトの保持期間を公開しています。
• Anthropicは、エンタープライズデータでトレーニングしないことを公に確約しています。
• Google CloudとAWSはどちらも、データガバナンス規約の中でDocument AIとTextractのトレーニング除外を公開していますが、AWSはデフォルトで適用されるのではなく、明示的な組織レベルのオプトアウトポリシーを適用することを求めています。デフォルトで除外されることと、誰かがクリックを思い出して初めて除外されることは、同じコミットメントではありません。

これらに共通している点に注目してください。回答はブログ記事ではなくガバナンス文書に記載されており、名前付きのデフォルト設定とともに提供されています。それが基準であり、このページがクリアしようとしている基準でもあります。

なぜ今、この質問が購入の障壁となるのか

バイヤーは好奇心で尋ねているわけではありません。2025年のThe Futurum Groupによる調査では、組織の52%がAIベンダーの技術的専門知識を優先しており、データ処理とプライバシー制御が51%と僅差で続いています。同時期に行われた2025 Investment Management Compliance Testing Surveyでは、コンプライアンスオフィサーの57%がAIの使用を最優先のコンプライアンス上の懸念事項として挙げており、PwCの2025年AIエージェント調査では、ビジネスリーダーの28%が、AIエージェントへの信頼不足をより広範な展開へのトップの障壁としてランク付けしています。

これらの数字の底にある大衆の感情はさらに冷ややかです。Protectoによると、成人の約70%が企業がAIを責任を持って使用していると信用しておらず、80%以上が自分のデータの何らかの悪用を予想しています。あなたの顧客はすでに最悪の事態を想定しています。だからこそ、取り扱いミスによるインシデントは、罰金を科されるずっと前に評判を落とすのです。

これが、これらすべてを書面にする本当の理由です。ノートレーニングポリシーは、比較表に追加する単なる機能ではありません。それはセキュリティ審査担当者が署名するかどうかを決めるものであり、審査担当者は段落には署名しません。彼らは条項に署名するのです。

ですから、Parseurにこの12の質問を送り、その後、候補リストに載っている他のすべてのベンダーにも同じ12の質問を送ってください。データ処理契約とプランの保持設定から始めましょう。比較することこそが重要なポイントであり、私たちは他のベンダーの代わりに読まれるよりも、他のベンダーと比較して読まれることを望んでいます。

最終更新日 2026年8月14日