「グリーンデータ」の未来を築く：人間中心のデータアプローチとナッジが気候変動対策にどう貢献できるか

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a conceptual framework for linking data governance with climate goals, useful for further empirical research.

🏢実務担当者:Offers insights into how user-held data could enable new green services and business models, though implementation details are limited.

🏛政策担当者:Suggests regulatory principles for unlocking green data, relevant for designing data-sharing policies that support climate objectives.

マーク・フェンウィックは、九州大学大学院法学府の国際ビジネス法教授（日本、福岡）である。パウリウス・ユルシスは、ヴィリニュス大学法学部（リトアニア、ヴィリニュス）の上級研究員であり、Prifina Inc.（米国、サンフランシスコ）の共同設立者である。デジタルトランスフォーメーションの特徴的な側面は、あらゆるもののセンサー化と、それに伴う社会的・経済的生活のあらゆる側面を網羅する膨大な量のデータの創出である。この膨大なデータプールの価値が、気候変動や人類が直面するその他の環境課題への取り組みにおいて十分に活用されていないことは遺憾である。本稿は、この失敗は、現代のデータエコシステムの閉鎖的かつサイロ化した性格の産物であると示唆する。そのようなエコシステムでは、一部のステークホルダーは収集したデータを自らの専有資産とみなし、例えば気候変動への取り組みに関連する革新的技術の開発などを通じて、かかるデータから新たな価値を創造することに関心を持つ者と共有するインセンティブをほとんど持たない。本稿は、データをそれを生成したユーザーの財産として再概念化するユーザー保持データモデルが、これらのデータの「グリーン価値」をよりよく解放または活性化し、それによって革新的なグリーン技術の創造を促進する可能性があると主張する。本稿は、データへのユーザー中心のアプローチがこれらの環境目標の達成に有効に貢献し得る三つの場面、すなわち、グリーンなライフスタイルの促進、グリーンシティにおける持続可能性の育成、グリーンイノベーションエコシステムの構築に焦点を当てる。以上の議論に基づき、本稿は、この文脈における規制上の介入を導く上で有用となり得るいくつかの規範的原則を特定して結論付ける。2022年11月、世界人口は80億人を超えた。1 人類の急速な成長は、人類が科学、技術、医療において達成した進歩の証である。それでもなお、人類の運命は、気候変動とその影響という課題を解決できるかどうか、そしてどれだけ迅速に解決できるかにかかっている。規制当局やその他の政策立案者からなる国際社会にとって、現在進行中の差し迫った課題は、まさに、現在直面している気候変動と炭素問題にどのように集団的に対処するかということである。炭素削減目標を達成するために、どのようなツールを導入すべきか。CO2排出を直ちに抑制し、ネットゼロ炭素排出目標を達成するために、どのような技術、規制、プロセスが必要か。気候変動の主な原因の一つは人間活動であり、より具体的には、二酸化炭素の排出を引き起こす化石燃料の使用である。CO2は、自動車の運転、発電、インフラ建設、そして私たちがより良い生活の質と考えるものを享受することから生じる。脱炭素化に関して私たちの前に横たわる課題を捉える一つの方法は、有害な環境影響を生み出すことなく経済成長を可能にする方法である。グリーンで持続可能な技術への投資は2021年に過去最高に達した。2 しかし実際には、ステークホルダーの数が多く利害が対立しているため、CO2排出量を削減することは困難になっている。CO2排出は、最も汚染度の高い産業（すなわち、鉄鋼製造、建設、モビリティ、農業）において特に課題となっている。したがって、炭素方程式問題に対処するための新しいアプローチが開発されている。3 例えば、そのような有望な取り組みの一つは、すでに大気中にあるCO2を回収し、何千年もの間安全に貯蔵するというアイデアを中心に展開されている。4 炭素回収技術を前進させるために、シリコンバレーの最大手のテクノロジー・コンサルティング企業数社（すなわち、Stripe、Meta、Alphabet、Google、McKinsey）は、炭素回収技術に取り組む企業への前払い資金を提供し、炭素回収の市場構築を支援することを目的とした10億米ドルの基金を立ち上げた。5 多くの政府や公的・私的組織は、ネットゼロ炭素排出目標を達成するために、様々な環境・社会・ガバナンス（ESG）プログラムを採用している。このようなネットゼロプログラムには主に三つの要素がある：（i）炭素排出量を測定すること、（ii）CO2排出量を可能な限り削減すること、（iii）与えられた状況下で可能なその他すべてのことを行うこと。6 とはいえ、企業レベルのESGイニシアチブは、データと指標の違いにより有意義な比較が困難なことが多く、かなり効果が上がっていない。7 上述の戦略はすべて、炭素方程式を達成する上で活用され利用されなければならない様々なデータセットを含んでいる。皮肉で残念なことに、これらのデータの潜在的な「グリーン価値」は大部分が無視されてきた。様々なセンサーによって生成されるデータ量は指数関数的に増加し続けているが、そのようなデータのうち実際に気候変動問題への対処に使用されているのはごく一部である。知的財産（IP）における学術研究は、主に、既存のIPフレームワークとIPの様々な分野が気候変動と戦う世界的な取り組みにどのように貢献するかの分析に焦点を当ててきた。例えば、学者たちは、特許権と持続可能/グリーン技術の解放との間の役割の交差、8 修理する権利、9 またはファッションブランドがどのように新しいリサイクル素材を採用しているか、反競争的影響、10 および製品を環境に優しいと定義するために誤解を招く用語を使用するリスク（いわゆる「グリーンウォッシング」）を探求してきた。11 過去数年間、IPの学者や実務家は、データとIP権の関係に関する問題についてますます議論するようになり、最も最近では、議論はデータへのアクセスに焦点が当てられている。12 気候変動との戦いとESG目標の達成における主要な障害の一つは、ほとんどのデータがデバイスメーカーや大規模テクノロジー企業の壁に囲まれた庭の背後に閉じ込められていることである。13 消費者がアプリと対話しセンサー化されたデバイスを使用することによって生成されたデータは、デバイスメーカーの巨大なデータベースに収集、保存、処理され、デバイスメーカーはかかるデータを自らの専有資産とみなし、センサー化されたデバイスの所有者や、かかるデータで新たな価値（アプリケーションやサービス）を創造することに関心を持つ可能性のある第三者と共有するインセンティブを持たない。14 本稿では、多くの「グリーンデータ」が多種多様なセンサーによって捕捉されており、あらゆるもののセンサー化がデジタルトランスフォーメーションの特徴の一つであるという観察から出発する。そのようなセンサーは、産業機械、消費者や企業が使用するスマートなモノのインターネット（IoT）デバイス、そして個人が日常生活のあらゆる側面で対話するパーソナルセンサー（例えば、ウェアラブルフィットネスデバイスや家庭のIoTデバイス）に組み込まれている。センサー化の傾向と生成されるデータの量と質は、指数関数的に増加し続けるであろう。そのようなデータの価値を活用する方法を見つけることは、私たちの時代の特徴的な課題である。我々は、より持続可能な未来を構築し気候変動と戦うための重要な側面の一つは、これらのデータのグリーン価値を解放することであると主張する。第2節では、我々の主張の背景となる文脈、すなわち、あらゆるもののセンサー化、データのグリーン価値の解放という概念、そして我々がそのような解放された価値を活用するより良い方法を表すと示唆するユーザー保持データモデルを提供する。第3節では、ユーザー保持データモデルの可能性と、スマートシティと農業の文脈における応用の可能性を探求し、消費者が日常生活で「よりグリーンな」選択を行うことを可能にし、「グリーンデータ経済」を促進する。第4節では、グローバル規模でグリーンデータを解放し、炭素方程式目標を達成するためにそのようなデータを活性化するためのいくつかの規制原則を特定して結論付ける。主な主張は、炭素方程式を迅速に達成するためには、より多くのグリーンデータを解放し活性化する必要があるということである。過去10年間、クラウドコンピューティング、ビッグデータ、データ分析技術は、経済のあらゆる部門に浸透するイノベーションの中心にあった。データは現代世界の特徴的な側面となっている。すなわち、センサーを備えたデバイスと、そのようなセンサー生成データの上に構築された人工知能（AI）アプリケーションは、気候変動の影響を軽減するのにも役立つ新たな機会を開く。センサー化、データ収集、AIソリューション開発の傾向は、経済のあらゆる部門（モビリティ、不動産、建設、農業、ヘルスケア、エネルギーなど）で起こっている。本節では、より持続可能な未来を構築するための重要な側面は、センサー生成データのグリーン価値を解放することであると主張する。ここでは、データへの人間中心のアプローチと、ユーザー生成データはユーザーに帰属すべきであるという考えに基づく、いわゆる「ユーザー保持データ」モデルを紹介する。15 我々は、ユーザー保持データモデルの背後にある技術的アーキテクチャと、誰もが自分のパーソナルデータクラウドに自分のデータを持つことができ、データがプライバシーによって保護されるオープンデータエコシステムで起こるイノベーションのブレークスルーを説明することに焦点を当てる。この傾向は、企業がそのイノベーションを展開する最大の世界的な場において、我々の日常生活のあらゆる側面に及んでいる。この点で、個人のユーザー生成データとそのようなデータの上に構築されたもの（例えば、AIツールやAIアプリケーション）は、センサー化されたデータエコシステムと見なすことができる。センサーは、日常生活のあらゆる場面で可能な限り展開されており、デバイスや様々な人間の活動を測定している。例えば、あるデバイスはセンサーと、より多くのデータを測定する機能を備えている。デバイスには組み込まれたセンサーがあり、データを収集・処理するアプリケーションによって制御され、かかるデータはデバイスのメーカーによって収集され、データが処理され結果がユーザーに返されるサーバーの環境に送信される。データは、課題解決を目指す企業によって様々な方法で利用されている。例えば、技術的な研究開発やイノベーションの促進において、企業にデジタルソリューションを提供する企業が存在する。また、様々なAIツールや、仕事や日常生活で使用できるツールを構築する企業も存在する。この傾向は、

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Mark Fenwick is a professor of International Business Law, Graduate School of Law, Kyushu University, Fukuoka, Japan. Paulius Jurcys is a senior research fellow at Vilnius University Law Faculty (Vilnius, Lithuania) and a co-founder of Prifina Inc. (San Francisco, USA). A defining feature of digital transformation is the sensorization of everything and the concomitant creation of vast amounts of data covering every aspect of social and economic life. It is unfortunate that the value of this vast data pool has not been fully leveraged in tackling climate change and other environmental challenges facing humanity. This article suggests that this failure is a product of the closed and siloed character of the modern data ecosystem in which some stakeholders deem the collected data as their proprietary asset and have little incentive to share it with those interested in creating new value from such data, including, for example, by developing innovative technologies relevant for tackling climate change. This article argues that a user-held data model, in which data are reconceptualized as the property of the users who generate it, might better unlock or activate the ‘green value’ of these data and, by doing so, facilitate the creation of innovative green technologies. This paper focuses on three settings where a user-centric approach to data might usefully contribute to achieving these environmental goals, namely, facilitating green lifestyles, fostering sustainability in green cities and building green innovation ecosystems. Based on the foregoing discussion, this article concludes by identifying some normative principles that might be useful to guide regulatory interventions in this context. In November 2022, the global population surpassed 8 billion people.1 The rapid growth of the human species is a testament to the progress that humanity has achieved in science, technology and healthcare. Still, the fate of humanity depends on whether and how quickly we are able to solve the challenges of climate change and its effects. An ongoing and pressing issue for the global community of regulators and other policymakers is indeed how to collectively address the climate change and the carbon problem issues we currently face. What tools should be put in place to ensure we meet our carbon reduction goals? What technologies, regulations and processes are needed to help us immediately contain the CO2 emissions and reach net zero carbon emission targets? One of the major causes of climate change is human activity and, more specifically, the use of fossil fuels that cause the emission of carbon dioxide. CO2 results from driving cars, generating electricity, building infrastructure and enjoying what we consider a better quality of life. One way of framing the task that lies ahead of us with regard to decarbonization is how to enable economic growth without creating harmful environmental impacts. Investments in green and sustainable technologies reached an all-time high in 2021.2 In reality, however, paring down CO2 emissions has become difficult because of the high number of global stakeholders and conflicting interests. CO2 emission has been especially challenging in the most polluting industries (ie steel manufacturing, construction, mobility and agriculture). Therefore, new approaches are being developed to address the carbon equation problem.3 One such promising endeavour, for example, revolves around the idea of capturing CO2 that is already in the atmosphere and safely storing it for thousands of years.4 To advance carbon capture technologies, some of the largest technology and consulting companies in Silicon Valley (namely, Stripe, Meta, Alphabet, Google and McKinsey) have launched a 1 billion US dollar fund that aims to provide advance funding for companies working on carbon capture technologies to help build the market for carbon capture.5 Many governments and public and private organizations have adopted various environment, social and governance (ESG) programmes to achieve net zero carbon emission objectives. There are three main elements of such net zero programmes: (i) to measure carbon emissions, (ii) to reduce CO2 emissions as much as possible and (iii) to do everything else that is possible under the given circumstances.6 This said, ESG initiatives on a corporate level have been rather ineffective as differences in data and metrics often make meaningful comparisons difficult.7 The above-mentioned strategies all involve various sets of data that must be harnessed and utilized in achieving the carbon equation. Ironically and disappointingly, the potential ‘green value’ of these data has been largely ignored. Although the amount of data generated by various sensors continues to grow exponentially, only a small amount of such data is used in practice to address the climate change issues. Academic research in IP has mostly focused on the analysis of how existing IP frameworks and different areas of IP contribute to the global efforts to fight climate change. For instance, academics have been exploring role intersection between patent rights and unlocking sustainable/green technologies,8 the right to repair9 or how fashion brands are adopting new recycled materials, anticompetitive implications,10 as well as risks of using misleading terms to define products as environmentally friendly (so-called ‘greenwashing’).11 In the past several years, IP academics and practitioners have increasingly discussed issues related to the relationship between data and IP rights, and most recently, the debate has focused on access to data.12 One of the major obstacles in fighting climate change and reaching ESG goals is that most of the data are locked away behind the walled gardens of device manufacturers and large technology companies.13 Data generated by consumers interacting with apps and using sensorized devices are collected, stored and processed in vast databases of device manufacturers who deem such data as their proprietary asset and have no incentive to share it with the owners of sensorized devices nor with third parties who might be interested in creating new value (applications and services) with such data.14 In this article, we proceed from the observation that a lot of ‘green data’ are captured by a wide variety of sensors and that the sensorization of everything is one of the defining features of digital transformation. Such sensors are embedded in industrial machinery, smart internet of things (IoT) devices used by consumers and businesses and personal sensors that individuals interact with in every aspect of their daily lives (eg wearable fitness devices or IoT devices at home). The trend of sensorization and the quantity and quality of data generated will continue to increase exponentially. Finding a bit way to leverage the value of such data is a defining challenge of our age. We argue that one of the key aspects of building a more sustainable future and combating climate change is to unlock the green value of these data. In Section 2, we provide some background context to our argument, namely, the sensorization of everything, the concept of unlocking the green value of data and a user-held data model, which we suggest represents a better way of leveraging such unlocked value. In Section 3, we explore the potential of the user-held data model and possible applications in the context of smart cities and agriculture, empower consumers to make ‘greener’ choices in their daily lives and facilitate the ‘green data economy’. In Section 4, we conclude by identifying some regulatory principles for unlocking green data on a global scale and activating such data to meet carbon equation objectives. The main argument is that more green data need to be unlocked and activated to reach the carbon equation expeditiously. Over the past decade, cloud computing, Big Data and data analytics technologies have been at the heart of innovations that permeate all sectors of the economy. Data have become a defining feature of the contemporary world, ie sensor-equipped devices and artificial intelligence (AI) applications built on top of such sensor-generated data open new opportunities that could also help alleviate the effects of climate change. The trend of sensorization, collection of data and development of AI solutions happens in all sectors of the economy (mobility, real estate, construction, agriculture, health, energy, etc). In this section, we argue that the key aspect of building a more sustainable future is to unlock the green value of sensor-generated data. Here, we introduce the so-called ‘user-held data’ model that is based on a human-centric approach to data and the idea that user-generated data should belong to users.15 We focus on explaining the technical architecture behind the user-held data model and the innovation breakthrough that will happen in an open data ecosystem where everyone can their data in their personal data cloud and where data are private by are every aspect of our daily This trend at the largest global of the which place in in companies their innovations in the of and In this a that personal user-generated data and built on top of such data (eg AI tools and AI are The sensorized data ecosystem can be three or sensors are being all possible daily to measure the of devices and as well as various human are in the of and the of and digital in various and For instance, a is with sensors and that measure more data (eg a is the and etc). and devices have a embedded in the device and are by an that a of data and such data are by the of the device and to the of the where the data are processed and the results are to the of the data are utilized in various by companies that are to solve For instance, in are companies that are developing digital to businesses in technical facilitating research and development or of There are also companies that build various AI tools to or tools that can be in and daily that the trend

• openalex https://doi.org/10.1093/jiplp/jpad031first seen 2026-08-02 17:19:15