AI開発を円滑に進めるための契約・法務・知財

AI開発を円滑に進めるための
契約・法務・知財
2019.1.25
ＳＴＯＲＩＡ法律事務所
弁護士柿沼太一

【自己紹介】
▼ ２０００年４月に弁護士登録
▼ ２０１５年３月に神戸三宮にSTORIA法律事務所設立
▼ AI、IT、知的財産、ベンチャーを主として取り扱う
▼ 2016年10月からAIに関して積極的な情報発信を始め、現在自
動車系、医療系、工場系、WEB系など多様なAI企業からの相談、
顧問契約を締結
▼ ２０１７年１２月東京事務所開設
▼ 経産省の「データ契約ガイドライン検討委員会」委員（～
2018.3）
1🄫Storialaw.jp All rights reserved.

AIビジネスの最前線からお送りする
「AIと契約・知財・法律」
1. AIと法律・知財に関す
る問題領域の概観
2. AIの生成に関する法律
問題
3. AIの開発に関する問題
～AI・データ利用に関
するガイドラインの解
説～
4. QAセッション
2

本日の目標
1. AIビジネスにおいて法律・知的財産権が関連
する問題領域の全体像を押さえる。
2. 具体的な設問・回答例を通じて、実際にAIビ
ジネスの現場で起こる法的問題をどう解決し
たらいいかの勘所を身につける
3. AIビジネスと法律・知的財産権に関する最先
端の議論に触れる。
3

第１ AIと法律・知財・契約に関する
問題領域の概観
～AIの適法な生成、保護、活用、法的責任～
4

第１ AIと法律・知財に関する問題領域の概観
～AIの適法な生成、保護、活用、法的責任～
🄫Storialaw.jp All rights reserved. 5

第２ AIの生成に関する法律問題
6

１様々なデータ（個人情報を含むデータ、著作権
を含むデータ、肖像権を含むデータなど）を利用し
てデータセットや学習済みモデルを生成する場合の
問題点
7

１様々なデータ（個人情報を含むデータ、著作権を含むデータ、
肖像権を含むデータなど）を利用してデータセットや学習済みモデ
ルを生成する場合の問題点
「生データ」と言っても様々な種類のデータがあり、規制が異なっている
→「データの種類×データの取得方法」で整理するとわかりやすい

１データの種類
① 個人情報
例：医療AI
② 著作物
例：コンテンツ生成AI
③ 肖像権
例：顔認識AI
④ 事実を示すデータ
例：投資AI
⑤ センサーデータ
例：工場用ロボットAI
２データの取得方法
① 自ら生成
② 第三者からデー
タ利用契約以外の契約
に基づき収集
③ 第三者からデー
タ利用契約に基づき収
集
④ インターネット
上で収集
３規制
① 法律による規制
② 契約による規制
③ ①＋②
④ 規制なし

【具体例】
１ネット上で公的機関により特段の利用条件なく公開されてい
る金融データを用いて将来の日経平均株価を予測するAIを作成
① データの種類
事実を示すデータ：何の法律的な権利も発生していない
② 取得の方法
インターネット上での収集＋データ利用契約なし
→③ 規制
法的規制も契約上の規制もなし

【具体例】
２手塚治虫の中古漫画本を古本屋で購入してきてデジタルデー
タ化し、「手塚治虫風キャラクター」を生成するAIを作成
著作物
② 取得の方法
第三者からデータ利用契約以外の契約に基づき収集
→③ 規制
法的規制（著作権法）のみ（契約上の規制なし）

【具体例】
３ AmazonKindleで販売されている手塚治虫漫画のデータを利
用して「手塚治虫風キャラクター」を生成するAIを作成
著作物
② 取得の方法
第三者からデータ利用契約に基づき収集
→③ 規制
法的規制（著作権法）＋契約上の規制

【具体例】
４工場における熟練労働者の動作データ・機械の操業データを、契約
に基づいて提供を受けて「匠の技」を再現できるようなAIを作成
センサーデータ：何の法律的な権利も発生していない
② 取得の方法
第三者からデータ利用契約に基づき収集
→③ 規制
契約上の規制のみ（法律上の規制なし）

２医療情報など個人情報を含んだ生データから適
法に学習用データセットや学習済みモデルを生成す
るには
14

第３ AIの生成に関する法律問題
【パターン１】
個人情報の取得者が自らモデルを生成してビジネスを行う場合
個人情報
本人
個人情報
事業者
モデル
ビジネス展開
提供
生成

【パターン２】
個人情報の取得者がモデルを生成をAIベンダに委託し、生成された
モデルを利用してビジネスを行う場合
16
個人情報
本人
個人情報
事業者
個人情報
モデル
モデル
ビジネス展開
AIベンダ
提供
提供
提供
生成

【パターン３】
個人情報の取得者がAIベンダに個人情報を提供し、AIベンダがモデ
ルを生成し、同モデルを利用してビジネスを行う場合
17
個人情報
本人
個人情報
事業者
提供提供
個人情報
AIベンダ
モデル
ビジネス展開
生成

【個人情報保護法による規制の全体像】
個人情報
本人
個人情報
事業者
①提供 ④提供
個人情報
第三者
個人情報
③管理②利用
⑤開示請求
① 提供（取得）：利用目的の特定・公表等
② 利用：利用目的内に限っての利用
③ 管理：安全管理措置
④ 提供：第三者提供の場合には原則として本人の同意が必要
⑤ 開示請求：本人からの開示請求に応じる義務あり
AI生成の場合、ここが
問題になることが多い

【パターン１】
個人情報の取得者が自らモデルを生成してビジネスを行う場合
第三者提供を伴わないので、第三者提供に関する法規制が
問題とならない

【パターン２】
個人情報の取得者がモデルを生成をAIベンダに委託し、生成された
モデルを利用してビジネスを行う場合
20
事業者→AIベンダの関係が「委託」の要件を満たせば第三者提供と
ならない（法２３条５項１号）ので、第三者提供に関する法規制が
問題とならない

21
例：医療機関から医療データの提供を受けてAIベンダが医療画像認
識AIモデルを生成する場合
→事業者→AIベンダが第三者提供に該当するので、第三者提供に
関する法規制が問題となる
→どのようにクリアするのか

22
１患者からの同意
第三者提供に対する同意（法２３条１項）
２匿名加工情報化
個人情報を加工して①特定の個人を識別することができず、②当該個人情報を
復元することができないようにしたもの（法２条９項）
→法２３条１項の規制がかからなくなるので、本人の同意なく第三者提供可能。
３特定の者との共同利用の方法（法２３条５項３号）
ただし、当初利用目的の範囲に限定される
４大学その他研究機関が学術研究の用に供する目的で個人情報を取り扱う場合
の適用除外（法７６条１項）
参考：医療ビッグデータ法（次世代医療基盤法）の利用
平成３０年５月１１日施行。現在「認定匿名加工医療情報作成事業者の認定」
申請受付中。

３第三者が著作権を有している生データから適法
に学習用データセットや学習済みモデルを生成する
には
23

３第三者が著作権を有している生データから適法に学習用データセット
や学習済みモデルを生成するには

http://make.girls.moe/#/より

■ モデル生成に用いられたと思われる生データ
「Getchu」http://www.getchu.com/）というサイト上のゲームの立ち絵キャラ
の画像。

■ MakeGirls.moeの論点
１仮に生データを権利者の許諾なくダウンロードして学習済みモデルを生
成していた場合、生データの著作権侵害にならないのか
２生成された学習済みモデルは誰のものか
３生成された学習済みモデルで自動作成した萌え画像については誰が権利
を有するのか
４学習済みモデルが自動的に生成した萌え画像が、モデル生成に利用した
生データの１つに「偶然」似てしまった場合、生データの著作権侵害になら
ないのか

■ 各作業
▼ 作業１
データのコピー、ダウンロード：複製
▼ 作業２
複製したデータの整形：翻案
▼ 作業３
機械学習、深層学習：その過程で複製・翻案をしている（ただし
学習行為そのものは著作物の利用行為ではない）。
→いずれの作業も原則として著作権者の承諾なく行うことはでき
ない。

著作権法３０条の４！

４学習用データを収集するデータ作成者とＡＩ学習を行う者が異
なる場合、データ作成者からＡＩ学習を行う者に対して学習用デー
タを提供できるか
【著作権法】第三十条の四
著作物は、次に掲げる場合その他の当該著作物に表現された思想又は感情を自
ら享受し又は他人に享受させることを目的としない場合には、その必要と認めら
れる限度において、いずれの方法によるかを問わず、利用することができる。た
だし、当該著作物の種類及び用途並びに当該利用の態様に照らし著作権者の利益
を不当に害することとなる場合は、この限りでない。
一（略）
二情報解析（多数の著作物その他の大量の情報から、当該情報を構成する言語、
音、影像その他の要素に係る情報を抽出し、比較、分類その他の解析を行うこと
をいう。第四十七条の五第一項第二号において同じ。）の用に供する場合
三（略）

【著作権法３０条の４のポイント】
・２０１９年１月１日施行
・権利制限規定の一種
・ＡＩ生成にとって非常に重要
・非営利目的に限定されていないのが最大の特徴（参考：欧州、イ
ギリスなどにも同様の規定があるが全て非営利目的限定）
・「いずれの方法によるかを問わず、利用することができる。」と
されている（cf：旧４７条の７では「記録・翻案」しか許されていな
かった）
・複製行為等が国外で行われた場合に適用があるかは後述。

【設問】日本国内に所在するサーバー上でデータ収集行為や学習行為を行う場合と、外国
に所在するサーバー上で同様の行為をする場合とで違法か否かが異なるのか
→準拠法の問題
・著作物の「利用行為地」における法律が適用されるが特にネットを利用した行為の
場合、どこが「利用行為地」であるかの解釈は難しい
→「サーバの所在地」が利用行為地であるとするのが１つの考え方
① 日本国内にサーバがあり、日本国内にいる人が同サーバを利用してデータのダウン
ロードやラベル付け、学習行為を行えば、日本著作権法３０条の４適用あり。
② AMAZONのAWSサービスを利用して学習行為等を行う場合、国外にあるサーバを利
用すると日本著作権法３０条の４が適用されない。
③ サーバが世界中のどこに所在しているか不明の場合、日本著作権法３０条の４が適用
されない可能性あり。

日本＝機械学習パラダイス

【著作権法３０条の４によってできること】
第三者が権利を有している生データを利用して以下の行為が可能。
① 当該生データから学習用データセットを作成し、当該データセットからモデルを
生成して当該モデルを提供・販売する
② WEB上あるいは権利者から公衆に提供されている大量の画像データを複製して、
画像認識用モデル生成のための学習用データセットを作成して販売する
③ 画像生成用モデルを生成した事業者が同モデル生成に利用した学習用データセッ
トとモデルをセットにして販売する
④ 深層学習を利用した自動翻訳エンジンを生成する事業者が、WEB上の自然言語
データを大量に収集して生成した対訳コーパスを、事業者団体内部で相互に共有する

ただし、以下に注意。
① 契約が有効に締結されている場合は、当該契約（ライセン
ス）違反となる可能性が残る。
② 「情報解析を行う者の用に供するために作成されたデータ
ベースの著作物」については無断で利用できない。
③ ３０条の４但書の「当該著作物の種類及び用途並びに当該利
用の態様に照らし著作権者の利益を不当に害することとなる場合」
は不可
例：手塚治虫の漫画をすべてデジタル化してそのまま「手塚治虫
風キャラ生成用データセット」として販売する場合

第３ AI開発契約に関する問題
～AI・データ利用に関するガイドラインの解説～
37

第３ AI開発契約に関する問題
～AI・データ利用に関するガイドラインの解説～
38
性能保証
検収・瑕疵担保
権利・知財責任

１ AI開発契約において「性能保証」「検収」「瑕
疵担保」についてはどのように定めればいいのか
（性能保証、検収、瑕疵担保）
39

１性能保証・検収・瑕疵担保
【よくある質問】
（１）ユーザから学習済みモデルを用いた出力の精度について一
定の保証をするようにと強く要請された場合、AIベンダはどのよう
に対応すべきか
（２） AI開発契約において検収基準や瑕疵担保についてどのよう
に定めたら良いか。

（１）通常のシステム開発とAI開発の違い
通常のシステム開発 AI開発
開発手法演繹型帰納型
性能保証可能
訓練データに統計的バイアスが
含まれることが避けられないた
め、未知のデータに対する性能
保証は困難
性能不足の場合の事後検証可能
原因の切り分け（データの品質、
ハイパーパラメータ設定、ソー
スコードのバグ等）が困難
性能テスト可能
① 学習に利用しない独立した
データセットが必要
② （当然だが）未知データで
のテスト不可能

（２）ではどうしたらよいのか
① AI開発の特性をユーザとベンダが理解すること
→AI・データ契約ガイドラインの活用
② 開発プロセス及び契約の分割
→探索型段階型開発方式
③ 契約内容の工夫
→準委任型
→契約条項だけで調整しようとしても困難。上記３点をセットで。

① AI開発の特性をユーザとベンダが理解すること
→ 経産省策定の「AI・データ契約ガイドライン」を活用する
（http://www.meti.go.jp/press/2018/06/20180615001/201
80615001.html）
→２０１８年６月１５日公表
→AI開発における基礎概念、AIの技術的特性、利点と限界に
ついて詳細に記載

② 開発プロセス及び契約の分割：探索型段階型開発方式
→「開発を進めてみないと、うまくいくかどうかわからない」の
が本質
→ユーザ・ベンダお互いのリスクヘッジのために徐々に開発を進
めていこうという発想
ガイドライン（AI編）より引用

② 開発プロセス及び契約の分割：探索型段階型開発方式
ガイドライン（AI編）より一部変更のうえ引用
アセスメント PoC 開発追加学習
目的一定量のデータを用いて
学習済みモデルの生成可
能性を検証する
学習用データセットを用
いてユーザが希望する精
度の学習済みモデルが生
成できるかどうかを検証
する
学習済みモデルを生成す
る
ベンダが納品した学習済
みモデルについて、追加
の学習用データセットを
使って学習をする
成果物レポート等レポート等学習済みモデル等再利用モデル等
契約秘密保持契約書等導入検証契約書等ソフトウェア開発契約書例：保守契約、学習支援
契約または別途新たなソ
フトウェア開発契約など

契約の法的性質工程によって異なる（上流工程
は準委任型、下流に行くにした
がって請負型）
全工程で準委任型が親和的
性能保証請負型が適用される工程では
合意可能
なし（モデル開発契約７条）。
ただし、一定の既知データを用
いた場合の性能であれば保証可
能な場合もある。
検収請負型が適用される工程では
合意した検収基準により
検収実施可能
なし（モデル開発契約7条）。
ただし、一定の既知データを用
いた検収であれば合意・実施で
きる場合もある。
瑕疵担保責任請負型が適用される工程におい
てはベンダに瑕疵担保責任あり
なし

（１）準委任契約（成果完成型）を用いる
ア準委任契約（成果完成型）
仕事の完成がベンダの義務ではないが、仕事の完成を行うことが
報酬支払いの条件となっているもの（例：弁護士の成功報酬制）
イ準委任契約（履行割合型）
委任事務の履行の割合に応じて報酬支払い（例：人月単価方式）
（２）既知データを用いた性能保証
ただし、既知データが、実環境における入力データ（未知デー
タ）の性能を十分反映している必要がある。

【設問】
いわゆるPoC貧乏や、PoC段階でユーザに提供した検証用の学習
済みモデルの横展開を防ぐためにはどうしたらよいか。

【回答】契約上の工夫
１ PoC契約に開発段階への移行義務を課す条項を入れる
例：第●条（開発契約の締結に関する検討）
ユーザおよびベンダは、本検証の結果、ユーザへの●●の導入に
より相当程度の効果が見込める場合、当該技術の開発段階への移行
および開発契約の締結に向けて、最大限努力するものとする。

２ PoC開始前に「PoC＋開発契約」の簡易な基本合意書を締結す
る
例：第１条（目的）
ユーザ及びベンダは、ベンダのAIエンジン「●●」（以下「本モ
デル」という。）のユーザへの導入・適用に関する検証及び本モデ
ルを搭載したユーザ向けソフトウェア（以下「本ソフトウェア」と
いう。）の開発を目的とした業務提携（以下「本件業務提携」とい
う。）について協議・検討するものとし、本件業務提携の合意及び
当該合意の内容に関し、別途、本モデルに関する導入検証契約書
（以下単に「導入検証契約書」という。）及び本ソフトウェアに関
する開発委託契約書（以下単に「ソフトウェア開発委託契約書」と
いう。）を締結することを目的（以下「本目的」という）として、
本覚書を締結する。

３ PoC段階での成果物の内容や納品方法
① PoC段階における成果物は基本的に「レポート」のみ
ソースコードは渡さない。
② もし検証用のソースコード渡すとしても検証用であることを
契約上明記し、検証が終了した際には返還・廃棄を明記
→検証のみで案件が終了した後にソースコードを他社に横展開さ
れるのが最も怖い

２生成された学習用データセット、学習済みモデ
ル、学習済みパラメータは誰がどのような権利を
持っているのか（権利・知財）
52

２権利と知財
AIベンダとして、事業会社との共同プロジェクトを立ち上げる際
の、知財・法務に対する最初のニギリ方 (契約書への文言の入れ
方) が事業会社側、AIベンダ側とも曖昧なケースが多く、実際に売
り上げが発生した際にモメそうな不安があります。

２権利と知財
① 通常のシステム開発と異なり、複数の材料、中間成果物、成
果物が存在する
② 材料、中間成果物、成果物が高い価値を持ち、ユーザ・ベン
ダ共に独占/再利用したいという需要が存在する

２権利と知財
【通常のシステム開発の場合】

２権利と知財
【AI開発の場合】

２権利と知財
② 材料、中間成果物、成果物が高い価値を持ち、ユーザ・ベン
ダ共に独占/再利用したいという需要が存在する
▼ ユーザ
学習用データセット、学習済みモデルは自社のノウハウや機密
が詰まった生データを用いて生成されたものであり、開発に際して
委託料も支払っていることから、自社で独占したい。
▼ ベンダ
生データを用いて学習用データセットを生成する過程、訓練過
程いずれにおいても自社の高度のノウハウ及び多大な労力を用いて
いること、学習用データセットや学習済みモデルは再利用が可能で
あることから、この開発案件以外にも横展開したい。
→この２つの相反する希望を調整する枠組が必要

２権利と知財
（２）どうしたらよいのか
① 材料・中間成果物・成果物について、何が知的財産権の対象
となるのか・ならないのかを知っておく
② ①についてデフォルトルール（＝法律上のルール）として誰
がどのような権利を持っているかを知っておく
③ 契約条項をどのようにして自社に有利にデザインするかを
知っておく（「権利帰属」にこだわらず「利用条件」で「実」をと
る）
④ 契約の限界を知っておく

２権利と知財
る）

２権利と知財
▼ 法律と契約の関係
１法律に書いてあることでも、契約で法律とは別の約束をすれば原則とし
て契約の方が優先する。
２契約に定めていないことがある場合には、自動的に法律に従うことになる。

２権利と知財
法律の規定当事者間の契約なし当事者間の契約あり
あり
法律の規定（デフォル
トルール）がそのまま
適用される
法律の規定が
当事者の契約どおり
修正される
なしルールなし
（原始状態）
となる

２権利と知財
あり
法律の規定（デフォル
トルール）がそのまま
適用される
法律の規定が
修正される
なしルールなし
（原始状態）
となる

２権利と知財
【具体例】
ＨＷベンダーが、ユーザの工場に納入した機器から生じるセンサ
データを、ユーザからの同意を得てＨＷベンダーに送信した場合の
センサデータの利用権限
→センサデータについては、現行法においては、誰が権利を持っ
ているかや、誰が利用できるかのルールがない。
→契約内容が全てを決める。

２権利と知財
① 契約上「●●の機器から生じるデータは全てユーザに帰属する」と定め
られている場合
・ユーザが当該データを自由に利用できるか
→ＯＫ
・ユーザはベンダに当該データの引渡を請求できるか、ベンダは当該データ
を自由に利用できるか
→？
② 契約上「保守目的」での利用に限定されている場合
③ 契約上「保守目的及びＨＷベンダーの製品/サービス改善目的」での利用
が定められている場合
④ 契約上利用目的・利用方法に限定ない場合
→ルールなし（原始状態）：「持っている人が自由に使える」
→ベンダはデータを自由に利用できるしユーザはベンダにデータの利用制限
を課したり引渡請求する権利はない
→データについては、利用権限や利用条件を個別具体的に契約で定めるしかな
い。

２権利と知財
▼ 法律と契約の関係～ＡＩ開発の場合～
知的財産権の対象
となるもの
＝法律上の規定あり
知財法（特許法や著作
権法）の規定（デフォ
ルトルール）がそのま
ま適用され、権利者や
権利内容が確定する
法律の規定が
修正される
ではないもの
＝法律上の規定なし
ルールなし
（原始状態）
となる

２権利と知財
となるもの
法律の規定が
修正される
ではないもの
ルールなし
（原始状態）
となる
① 材料・中間成
果物・成果物につ
いて、何が知的財
産権の対象となる
のか・ならないの
かを知っておく

２権利と知財
となるもの
法律の規定が
修正される
ではないもの
ルールなし
（原始状態）
となる
② 知財法の規定
（デフォルトルー
ルとして誰がどの
ような権利を持っ
ているかを知って
おく

２権利と知財
となるもの
法律の規定が
修正される
ではないもの
ルールなし
（原始状態）
となる
③ 契約条項をどのようにし
て自社に有利にデザインする
かを知っておく（「権利帰
属」にこだわらず「利用条
件」で「実」をとる）

２権利と知財
となるもの
法律の規定が
修正される
ではないもの
ルールなし
（原始状態）
となる
④ 契約の限界を
知っておく

２権利と知財
① 材料・中間成果物・成果物について、何が知的財産権の対象と
なるのか・ならないのかを知っておく
② 知財法の規定（デフォルトルールとして誰がどのような権利を
持っているかを知っておく

２権利と知財
１生データ
２学習用データセット
３学習用プログラム
４学習済みモデル
５学習済みパラメータ
６ノウハウ
① 材料・中間成果物・成果物について、何が知的財産権の対象と
なるのか・ならないのかを知っておく
② 知財法の規定（デフォルトルールとして誰がどのような権利を
持っているかを知っておく

２権利と知財
【全体像】
特許法著作権法不正競争防止法
生データ
学習用データセット
学習用プログラム
学習済みモデル
学習済みパラメータ
ノウハウ

２権利と知財
（１）生データ
① 知的財産権の対象となるのか・ならないのか
▼ 生データの種類によるが、事実に関するデータ、センサ
データについては知的財産権は発生しない
▼ 「営業秘密」（不競法２条６項）「限定提供データ」
（改正不競法２条７項）に該当すれば保護される
② デフォルトルール（＝法律上のルール）として誰がどのよう
な権利を持っているか
▼ 知的財産権の対象ではないので誰も権利を持っていない。
▼ 契約で誰がどの範囲まで使えるかを定める必要あり。

２権利と知財
（２）学習用データセット
▼ 情報の単なる提示に過ぎないため、「発明」に該当せず特許
を受ける権利の対象とはならない。
▼ 個々のデータに著作物性がない場合でも、深層学習のために
データを収集/加工した学習用データセットのうち「情報の選択」
又は「体系的な構成」に創作性があるものは「データベースの著
作物」（著作権法１２条の２）に該当し著作権発生する可能性あり。
▼ 「営業秘密」（不競法２条６項）「限定提供データ」（改
正不競法２条７項）に該当すれば保護される。

２権利と知財
（２）学習用データセット
▼「データベースの著作物」に該当する場合、創作的な「情報の
選択」又は「体系的な構成」を行った者が著作権者となる。
▼ベンダのノウハウのみを利用して加工行為を行ったのであれば
ベンダが著作権者。
▼ユーザ・ベンダが共同して創作的な行為を行ったのであれば
ユーザ・ベンダの共同著作物になることもあり得る。

２権利と知財
（３）学習用プログラム
▼ ソフトウェア発明の要件満たせば特許を受ける権利の対象
となる。
▼ プログラムの著作物（著作権法１０条１項⑨）として著作
権法の保護対象となる。
▼ 「営業秘密」（不競法２条６項）に該当すれば不正競争
防止法で保護される。

２権利と知財
▼ 当該プログラムを発明・創作した者が特許を受ける権利・著
作権を有する。
▼ ベンダが一から開発したのであればベンダが特許を受ける権
利・著作権を保有。
▼ OSSとして提供されているものを利用する場合にはライセン
ス内容に注意する必要あり。

２権利と知財
プログラム名開発元 OSSライセンス
Chainer Preferred
Networks,Inc
MIT License
TensorFlow Google Apache License 2.0
CNTK Microsoft MIT License
Torch7 Facebook BSD License
Amazon-dsstne Amazon Apache License 2.0

２権利と知財
（４）学習済みモデル
▼ 学習用データセット同様、再利用可能であり、契約当事者の
関心が非常に高い成果物。
▼ 契約上「学習済みモデル」という言葉が何を意味しているの
か慎重にすりあわせする必要がある。
→「関数」「数理モデル」「アルゴリズム」「ネットワーク構
造」「プログラム」「パラメータ」「それら各概念の組み合わせ」
等多義的な意味を持っており、当事者が異なる意味で使うと大きな
トラブルの原因となる。

２権利と知財
ここでは、AIガイドラインと同様、学習済みモデルとは
『学習済みパラメータ』が組み込まれた『推論プログラム』
を指すものとする。

２権利と知財
▼ ソフトウェア発明の要件満たせば特許を受ける権利の対象と
なる。
▼ プログラムの著作物（著作権法１０条１項⑨）として著作権
法の保護対象となる。
▼ 「営業秘密」（不競法２条６項）に該当すれば不正競争防
止法で保護される。

２権利と知財
▼ 当該モデル（＝プログラム）を発明・創作した者が特許を受
ける権利・著作権を有する。
▼ ユーザはデータを提供しただけで、学習用プログラムの選定、
調整、ハイパーパラメータの設定、学習作業、コーディング等の作
業を全てベンダが行ったのであればベンダが特許を受ける権利・著
作権を保有。

２権利と知財
（５）学習済みパラメータ
▼ 「自動的に生成された」「大量の数値」なので、著作物には
該当せず、著作権の対象にはならない可能性が高い。
▼ また，同様の理由で「発明」にも該当しない。
▼ 「営業秘密」（不競法２条６項）「限定提供データ」（改
正不競法２条７項）に該当すれば保護される。
▼ 知的財産権の対象ではないので誰も権利を持っていない。

２権利と知財
（６）ノウハウ
▼ 無形の情報なので、著作権の対象にはならない。
▼ 「発明」の要件を満たすノウハウであれば特許を受ける権利
の対象となる可能性あり。
▼ 「営業秘密」（不競法２条６項）に該当すれば保護される
② デフォルトルール（＝法律上のルール）として誰がどのような
権利を持っているか
▼ 「発明」の要件を満たさない場合、知的財産権の対象ではな
いので誰も権利を持っていない。

２権利と知財
【まとめ】
特許法著作権法不正競争防止法
生データ ×
△
（著作物性がある
データのみ）
○
（要件を満たす場合。
以下同様）
学習用データセット ×
△
データベースの著作
物に該当する場合
○
学習用プログラム ○
アルゴリズム部分
○
コード部分
○
（推論プログラム＋学習
済みパラメータ）
○
アルゴリズム部分
○
コード部分
○
学習済みパラメータ × × ○
ノウハウ
○
「発明」の要件を満
たす場合
× ○

２権利と知財
る）

２権利と知財
▼ 契約条項をどのようにして自社に有利にデザインするかを
る）
【典型的な暗礁乗り上げパターン】
■ ユーザ
学習用データセットや学習済みモデルは、うちのノウハウや機密
が詰まった生データを用いて生成されたものですし、開発に際して
委託料も支払っています。うちに権利がありますよね？
■ ベンダ
生データだけでは学習済みモデルは生成できません。高性能なモ
デルができるのは、データの前処理やモデルの訓練過程いずれにお
いてもうちの高度のノウハウと多大な労力あってこそです。うちに
権利がありますよね？

２権利と知財
る）
■ 「どちらが権利を持っているか」（権利の帰属）に双方がこ
だわっている限り永久に溝は埋まらない。
■ 交渉に多大な労力と時間がかかり結局競争力を失う。
→「権利の帰属」とは別の視点が必要
→本来、データ提供者（ユーザ）とモデル生成者（ベンダ）のビ
ジネス構造は異なるのであって、双方のニーズを同時に満たしうる
契約条件は当事者双方が思うよりももっと多いはず。
→対象物の「権利帰属」ではなく「利用条件」で「実」をとる

２権利と知財
る）
対象物の「権利帰属」ではなく
「利用条件」で「実」をとる
→極端な話、自社が学習済みモデルに関する権利を保有していな
くても、「モデルの第三者提供を含め、何の制限もなくモデルを自
由に利用できる」という利用条件を設定できれば、実質的にはモデ
ルの権利を保有していることとほとんど同じ。

２権利と知財
る）
■ 原則
全ての材料、中間成果物、成果物について「権利帰属」と「利
用条件」を契約で定める。

２権利と知財
る）

２権利と知財
■ 権利帰属の考え方
① ベンダ全部帰属
② ユーザ全部帰属
③ 共有
→モデル契約では「著作権の対象となるもの」と「著作権の対象
とならないもの」に分けて規定している。
「著作権の対象となるもの」：１６条
「著作権の対象とならないもの」：１７条
→成果物等のうち「著作権の対象となるもの」（学習用データ
セットや学習済みモデルの推論プログラムのコード部分など）につ
いては、契約締結時点において、ユーザ・ベンダどちらに権利帰属
するかを明確にしておきたいというニーズが強いと思われるため

２権利と知財

２権利と知財
■ 「共有」に注意！
権利帰属に関する協議が難航した場合「共有」とするケースをよ
く見るが、その後の自社の事業展開の大きな障害となることがある
のでよく注意すること。
×「共有」している知的財産権については共有者であれば自由に
使える
○以下の図のとおり

２権利と知財
96
■ 利用条件の考え方
ユーザ、ベンダそれぞれが、材料・中間成果物・成果物を、自社
のビジネスにおいてどのように利用したいかをよく検討しなければ
ならない。
【主体】
ユーザ
【対象】【利用条件】
生データ利用条件１
ノウハウ利用条件10ベンダ
・
・
・
学習前モデル
利用条件２
利用条件３

２権利と知財
97
■ 利用条件の考え方における考慮要素
例：学習済みモデルの利用条件
１自己の業務遂行に必要な範囲で、開発対象となった学習済みモ
デルを利用するだけなのか
２学習済みモデルに新たなデータによる学習を行い、派生モデル
（ＡＩガイドラインでは「再利用モデル」と呼んでいます）を生成
するのか
３学習済みモデルや派生モデルを第三者へ開示、利用許諾、提供
等することがあるのか。
４２，３の場合の相手方に対する利益配分（ライセンスフィー、
プロフィットシェア）が必要かどうか

２権利と知財
■ 権利帰属＋利用条件の具体例
▼ 対象
▼ 権利帰属
全部ユーザ
▼ 利用条件
ユーザ：当然何の制限もなく利用可能。
ベンダ：原則として制限なく利用可能。ただし平成●年●月●
日から●ヶ月間は、●●業の分野を事業領域とする事業者には提供
しない。
▼ 条項例
モデル開発契約１６条B案＋１８条A案【別紙】利用条件一覧
表（ケース３）

２権利と知財
る）

２権利と知財
■ 契約の限界を知っておく
【設問】
ユーザの生データを用いてベンダが開発した学習済みモデルAに
ついての知的財産権等一切の権利を、契約によってユーザに帰属さ
せた。
しかし、ベンダは、学習済みモデルAに別のデータを用いて追加
学習して派生モデルBを生成したり、いわゆる蒸留により別モデル
Ｃを生成した。
ユーザはベンダのこれらの行為に対して差止請求や損害賠償請求
など何らかの請求が出来るか。

２権利と知財
【派生モデルの生成】【蒸留】

２権利と知財
【ポイント】
派生モデル、蒸留モデル共に、権利者が実際に権利行使できる可能
性は低い
→「開発対象の学習済みモデルAに関する権利がユーザに独占的に
帰属する」という条項だけでは不十分
→
① 学習済みモデルを開示しない（APIを通じての提供等）
② リバースエンジニアリング、派生モデル生成、蒸留行為を契約
で明示的に禁止する（モデル開発契約１９条）
③ 同等または類似した機能を持つ学習済みモデルを用いることで
行うことができる事業を一定の時期や範囲で制限する（ただし独禁
法への抵触に注意）。

２権利と知財
【まとめ】
→「生データ」「学習用プログラム」「学習用データセット」
「学習済みモデル」「学習済みパラメータ」「ノウハウ」それぞれ
について知っておく
知っておく
→ 「権利帰属」にこだわらず「利用条件」で「実」をとる
→リバースエンジニアリング等の禁止＋競合事業の禁止

２権利と知財
【設問】
１権利帰属について契約で定める際、対象の抜け漏れがないよう
にするためにはどうしたらよいでしょうか。
２権利帰属や利用条件について「協議する」という契約文言の提
案を受けることがよくあるのですが、それを受け入れて契約を締結
した後に実際に揉めて協議が成立しなった場合にはどうなるので
しょうか。

２権利と知財
■ ある契約書の条項例
（権利の帰属）
第●●条成果物の著作権は、当該成果物が完成の上、納品された
時点で直ちにユーザに権利が移転するものとする。ただし、成果物
のうち、ベンダが、従前から著作権を有している部分についてはこ
の限りではない。
２ベンダが、本契約締結前から有している知的財産権（ノウハウ
に関することを含む。）は、ユーザに移転しないものとする。

２権利と知財
■ 権利帰属で抜け漏れがないようにするには
著作権著作権以外の知的財産権
従前からベンダ/ユーザ
が保有しているもの
今回の検証や開発によっ
て新規に創出されたもの

２権利と知財
＊先ほどの条項をここに当てはめると。。。。。
著作権著作権以外の知的財産権
従前からベンダ/ユーザ
が保有しているもの
ベンダに権利が留保され
る（第１項但書）
ベンダに権利が留保され
る（第２項）
今回の検証や開発によっ
て新規に創出されたもの
ユーザに権利が移転（第
１項本文）規定なし

２権利と知財
■ 権利帰属や利用条件について「協議する」と契約で合意した
のに、その後結局協議の結果何も合意できなかった場合どうなるか
合意が出来なかった
→
× 双方共に何も出来ない
○ 法律のデフォルトルールが適用される
→ここでも「権利帰属」と「利用条件」に分けて考える必要あり。
パターン１：権利帰属も利用条件も合意できなかった
パターン２：権利帰属については合意できたが利用条件について
は合意できなかった

２権利と知財
１権利帰属について何も合意ができなかった場合
▼「発明」については発明者が特許を受ける権利を取得
▼「著作物」については著作者（創作者）が著作権を取得
▼「ノウハウ」については案出した人が利用可能

２権利と知財
２権利帰属について合意が出来たが、利用条件について合意が出
来なかった場合
（１）どちらかに権利が単独帰属している場合
権利帰属している者は無制限に利用可能、権利帰属していない
者は利用不可
（２）権利が共有の場合
自己実施・使用第三者にライセンス持分を第三者に譲渡
特許権単独で可能
（特７３Ⅱ）
共有者の同意が必要
（特７３Ⅲ）
（特７３Ⅰ）
著作権共有者の同意が必要
（著６５Ⅱ）
（著６５Ⅱ）
（著６５Ⅰ）

３ AI開発・利用に際して生じる可能性のある損
害について契約ではどのように定めたら良いか
111

３責任
（１）ユーザの提供データを用いてベンダが開発したAIを組み込
んだシステムが誤作動をしてユーザや第三者に損害を与えた場合、
誰が責任を負うのか。
（２） AIの誤作動に備えて、AI開発契約においてはどのような
定めをすべきか。

３責任
性能保証可能
訓練データに統計的バイアスが
含まれることが避けられないた
め、未知のデータに対する性能
保証は困難
性能不足の場合の事後検証可能
原因の切り分け（データの品質、
ハイパーパラメータ設定、ソー
スコードのバグ等）が困難
学習に用いたデータの学習済み
モデルへの影響
なしあり
利用段階における出力データが
入力データの品質に依存するか
しないする

３責任
（２）３種類の責任
① AI開発遂行に際して生じた損害についての責任
②成果物であるAIの利用により生じた損害についての責任
③AIの利用により第三者の知的財産権を侵害した場合の責任

３責任
（１）３種類の責任
（ア） AI開発遂行に際して生じた損害についての責任
例：ベンダが、通常の技術レベルを持つAIベンダであればや
らないレベルのミスを犯したことにより、学習に通常では考えら
れない期間を要したため、納期に間に合わなかった。
① 当然のことであるが「準委任契約＝一切責任を負わない」
ということではない
→ベンダは「善管注意義務」（民法６４４条。委任の本旨に
従い、善良な管理者の注意をもって、委任事務を処理する義務）
を負う。
② 「開発遂行に際して生じた責任」についてはAI開発と通
常のシステム開発を区別する合理性がない。
→モデル開発契約２２条１項では、モデル契約2007と同様の
規定を設けている。

３責任
（イ）成果物であるAIの利用により生じた損害についての責任
例：工場における半製品の異常検知検出AIをベンダが開発し
てユーザに納品、ユーザが自社の工場において当該AIを利用し
たところ、AIソフトウェアが異常を見落としてユーザが不良品
を顧客に出荷してしまい大きな損害を被った。
① 誤判定の原因が不明（ユーザの提供したデータが原因、ア
ルゴリズムが原因、想定外の入力デーが原因など様々な原因が考
えられる）
② システムに組み込まれている場合因果関係が否定される
（フェールセーフ機能を設定すべき等）
③ ベンダにも結果が予見できないのでベンダに故意過失なし
→ベンダが責任を負うケースは少ないのではないかと思われる。
→モデル開発契約２０条では原則としてベンダの責任を否定す
る条項にしている。

３責任
（ウ） AIの利用により第三者の知的財産権を侵害した場合
例：ベンダがユーザに提供した学習済みモデルが第三者の特許
を侵害していたためユーザが特許権者から損害賠償請求を受けた
→「AIの利用により生じた損害」の一種であるが、知的財産
権侵害についてはユーザの関心が非常に高く、ベンダが知財保証
（第三者の知的財産権を侵害しないことの保証）するように求め
られるケースも多い
【考えられる契約条項のパターン】
① 一切保証しないパターン
② 著作権非侵害のみ保証するパターン
③ すべての知的財産権の非侵害を保証するパターン
→モデル開発契約においては②（21条B案）と③（21条A案）
を提示

【まとめ】
１性能保証、検収、瑕疵担保
（１）AIの特性と限界の相互理解：ガイドラインの活用
（２）プロセス・契約を分割する
（３）開発契約の内容を工夫する
２権利・知財
（１）材料・中間成果物・成果物について、何が知的財産権の対象となる
のか・ならないのかを知っておく
（２）（１）についてデフォルトルール（＝法律上のルール）として誰が
どのような権利を持っているかを知っておく
（３）契約条項をどのようにして自社に有利にデザインするかを知ってお
く（「権利帰属」にこだわらず「利用条件」で「実」をとる）
（４）契約の限界を知っておく
３責任
AI開発における「責任」の種類を知り、契約でコントロールする

ＳＴＯＲＩＡ法律事務所について
120
弁護士法人STORIA（ストーリア）
https://storialaw.jp/
【神戸】
〒650-0031
神戸市中央区東町123-1 貿易ビル8階
STORIA法律事務所
【東京】
〒108-0075 東京都港区港南2-16-4
品川グランドセントラルタワー8F
STORIA法律事務所東京オフィス
弁護士柿沼太一
e-mail kakinuma@storialaw.jp
🄫Storialaw.j
p All rights
reserved.

AI開発を円滑に進めるための契約・法務・知財

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie AI開発を円滑に進めるための契約・法務・知財

Ähnlich wie AI開発を円滑に進めるための契約・法務・知財 (20)

Mehr von Hirono Jumpei

Mehr von Hirono Jumpei (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (6)

AI開発を円滑に進めるための契約・法務・知財