AI ウォッシングとは、AI を使っていないのに使っていると言ったり、特定の方法で AI を使っていると言いながら実際にはそう使っていなかったりする、AI の利用についての誤解を招く表示や説明のことです(当時の SEC 委員長の講演「AI, Finance, Movies, and the Law」2024年2月13日)。

AI ウォッシングは、AI を使っていない場合と、使い方を誇張している場合の2つに分かれる

AI ウォッシングには、AI を使っていないのに使っていると見せるパターンと、AI を使ってはいるものの、できることや自動化の範囲を実態より大きく見せるパターンの2つがあります。どちらのパターンでも、受け手は AI が働いている前提で投資や購入を判断してしまう点が共通です。

前のパターンの例として、米国の証券取引委員会(SEC)は2025年4月9日、買い物アプリを運営していた Nate, Inc. の創業者を提訴しました。SEC の主張では、創業者は投資家に、アプリは AI を使って人の手を介さずに購入を完了させると説明していた一方、実際には利用者の注文の多くを契約社員が手で入力していたとされます(SEC「Litigation Release No. 26282」2025年4月11日)。

これは民事の訴えで示された主張で、裁判所が事実を認めたものではありません。

後のパターンの例は、ドライブスルーの注文を音声で受ける製品を販売していた Presto Automation Inc. です。SEC は2025年1月14日、同社が2021年11月から2023年5月にかけて、自社の AI が人による注文の受け付けを不要にしたと事実と異なる説明をしていたと認定しました。実際には、その製品を経由した注文の大半に人の介入が必要だったとしています。

一定の期間、配備したすべての機器の音声認識が第三者の所有・運用する技術だったことを開示していなかった点も問われました(SEC「Administrative Proceeding File No. 3-22413」2025年1月14日)。同社は認定を認めも否定もしないまま停止命令に同意し、民事制裁金は科されていません。

2つの例から分かるのは、問題になる範囲が「AI を使っているかどうか」にとどまらないことです。処理のどこにどれだけ人の手が入っているか、その技術を誰が持っているかまで、表示と実態が合っているかを問われます。

米国では、SEC と FTC が AI の表示を処分の対象にしている

米国では、投資家向けの説明を SEC が、消費者向けの表示を連邦取引委員会(FTC)が、既存の法令を使って取り締まっています。AI のための新しい法律を待たずに、虚偽や誤解を招く表示を禁じる従来の規定で処分している状況です。

SEC は2024年3月18日、投資助言会社の Delphia (USA) Inc. と Global Predictions Inc. の2社が、AI の利用について虚偽で誤解を招く説明をしたとして処分を発表しました。Global Predictions は自社を「最初の規制された AI 金融アドバイザー」と称し、「専門的な AI による予測」を提供するとうたっていたとされます。

2社は認定を認めも否定もせずに、それぞれ22万5,000ドルと17万5,000ドルの民事制裁金の支払いに同意しました。当時の SEC 委員長は「このような AI ウォッシングは投資家を害する」と述べています(SEC プレスリリース 2024-36・2024年3月18日)。

FTC は2024年9月25日、AI を使った欺まん的な行為を対象にした取り締まり「Operation AI Comply」を発表し、5件の措置を公表しました。そのうち DoNotPay は自社のサービスを「世界初のロボット弁護士」とうたっていたものの、チャットボットの出力が人の弁護士と同じ水準かを試験しておらず、弁護士も雇っていなかったと FTC は指摘しています。

同社は19万3,000ドルの支払いと、過去の利用者への通知を含む命令案に合意しました。FTC の委員長は「現行の法律に AI の例外は無い」と述べています(FTC「FTC Announces Crackdown on Deceptive AI Claims and Schemes」2024年9月25日)。

日本では、景品表示法の優良誤認表示が判断の手がかりになる

日本の消費者向けの表示で AI ウォッシングを考えるときの手がかりは、景品表示法の優良誤認表示(同法第5条第1号)です。

消費者庁は、商品・サービスの品質などについて、一般消費者に「実際のものよりも著しく優良であると示す」表示を優良誤認表示として禁じています。故意に偽った場合だけでなく、誤って表示してしまった場合でも規制の対象です。

さらに同法第7条第2項により、消費者庁長官は期間を定めて、表示の裏付けとなる合理的な根拠を示す資料の提出を事業者に求めることができます。資料を出さなければ、その表示は優良誤認表示とみなされる仕組みです(消費者庁「優良誤認とは」2026年11月13日確認)。

AI の表示に引き寄せると、「AI が自動で判定」「人の確認は不要」「精度◯%」とうたう場合は、その中身を示せる評価の記録や運用の実態を、表示を出す時点で手元に揃えておく必要があるということです。

ただし、景品表示法が守るのは一般消費者の選択です。企業向けの製品・サービスの表示や投資家向けの説明がどの法令の対象になるかは場面ごとに異なるため、個別の判断は弁護士などの専門家に確かめてください。日本・EU・米国の AI のルールの作り方の違いは、AI 規制を各国で比べる記事にまとめています。

事業会社が表示する側に立つのは、製品・採用広報・投資家向けの説明の3つの場面

AI ウォッシングは AI ベンダーだけの話ではありません。AI を導入した事業会社も、自社の製品・採用広報・投資家向けの説明で、AI について語る側に立ちます。

場面 起きやすい誇張 表示の前に確かめること
製品・サービスの説明 決まった条件で動く仕組みを「AI 搭載」と呼ぶ/人が仕上げている工程を自動と書く AI が担う工程と人が担う工程の書き分け
採用広報 一部の部署の試行を「全社で AI を活用」と書く 利用している部署・業務の範囲と時点
投資家向けの説明 自動化の割合や効果を、測り方を添えずに示す 数字の測り方・期間・第三者の技術を使っているか

製品の説明では、Presto の例のように、人の手が入っている工程を伏せたまま自動化をうたうと、表示と実態のずれが大きくなります。採用広報では、応募者が入社してから実態との差に気づけば、その会社の発信全体が信用されにくくなるでしょう。

投資家向けの説明で問われやすいのは、自動化の割合や効果の数字です。SEC が Presto に対して問題にしたのも、人の介入なしに完了した注文の割合の示し方でした。

3つの場面に共通する手当ては、AI に関する対外の表現を誰が確認するかを社内で決めておくことです。広報・IR・人事の発信を、AI の導入を担う部署が事実の面から確認する手順を置けば、現場の実態と違う言い回しが外へ出る前に止められます。

AI ウォッシングを避ける近道は、説明より先に自社の業務で動かして確かめること

表示する側でも導入する側でも、AI に何ができるかを、自社の業務で実際に動かした記録をもとに語れる状態を作ると、誇張が入り込む余地は小さくなります。

進め方は3つのステップです。まず対象の業務と成果の測り方を決めます。次に試作を実業務で動かし、人が直した箇所と回数を記録してください。最後に、その記録をもとに社内外への説明の文面を作ります。

株式会社overflow の Offers AX は、人事業務に特化した AI エージェント開発・伴走支援です。課題調査とユースケースの選定、効果測定の設計から入り、要件定義書ではなく動くモックで合意したうえで、プロトタイプを実業務で検証してから本実装へ進みます。AI に任せる範囲を、説明資料ではなく実業務で動かした結果から決める進め方です。

支援の進め方は Offers AX のサービスページ をご覧ください。どの業務から AI を試すかを相談したい場合は、無料相談を申し込む から申し込めます。

導入する側は、契約の前に実績・精度・人手の3点を確かめる

AI の製品や開発の支援を買う側は、ベンダーの説明を前提に契約し、導入後に期待した自動化が得られないという形で AI ウォッシングの影響を受けます。避けるには、説明資料の言葉ではなく、次の項目を契約の前に確かめることです。

確かめること 聞き方の例 確かめないと起きること
実績の中身 どの業務で、どの期間、どれだけの件数を処理したか。試行か本番か 試行の数字を本番の成果と取り違える
精度の測り方 どのデータで、どの基準で測った数字か。自社のデータで測り直せるか 他社のデータで出た精度が、自社の業務では出ない
人手で行う部分の有無 処理のどこに人の確認や入力が入るか。その作業は誰が担うか 自動化のつもりが、見えない人手に頼った運用になる
技術の持ち主 AI のモデルは自社開発か、第三者のものか 提供元の都合で機能や条件が変わる
自社の業務での試行 契約の前に、自社の実データと実業務で小さく試せるか 説明資料だけで判断することになる
契約への書き込み 精度が出ないときの扱いと検収の基準 期待とのずれを契約で扱えない

この中で見落とされやすいのが、人手で行う部分の有無です。Nate と Presto の例は、どちらも人の作業が AI の働きとして説明されていたことが問われました。導入する側にとっては、人の作業が入ること自体よりも、それを知らずに費用や処理量の見通しを立ててしまうことが問題になります。

精度は、自社の業務の実際の依頼から問題集を作り、合格の基準を決めて測るのが確実です。測り方の組み立てはAI エージェントの評価の進め方に、精度が出ないときの扱いを含めた契約の決め方はAI 開発の契約で決めておく6項目にまとめています。

AI ウォッシングと似た語・関連する用語

AI ウォッシングと混同しやすいのがハルシネーションです。ハルシネーションは生成 AI が事実と異なる内容をもっともらしく出力する現象で、AI の出力の誤りを指します。AI ウォッシングは AI について人が行う表示や説明の誇張で、問題の持ち主が異なる点に注意してください。

AI がなぜその結果を出したかを示せるようにする説明可能な AIは、導入する側が AI の働きを確かめる方法の1つです。社内で使う AI が社内ルールや法令どおりに使われているかを独立した立場で確かめるAI 監査も、AI の利用について社外へ説明する内容の裏付けになります。

AI の利用の方針・体制・手続きの全体はAI ガバナンスの用語ページで整理しています。AI の判断が誤ったときに開発・提供・利用する会社がどう責任を分けるかはAI の責任の所在の記事を、全社の AI 導入のほかの論点はAX 戦略のカテゴリをご覧ください。