IT企業・インターネットビジネスの法律相談

はじめに～AI開発委託契約は、通常のシステム開発契約と同じ発想でよいのか

AI開発委託契約では、通常のシステム開発契約のひな形をそのまま用いると、契約締結後に問題が顕在化することがあります。例えば、PoCでは一定の精度が確認できたものの、本開発後に期待した精度が出ない場合があります。また、学習データの不足や品質を理由に、追加費用や納期延長が問題となることもあります。さらに、検収後の再学習や精度改善を無償対応とするのか、学習済みモデルやプロンプトを誰が利用できるのか、外部AIサービスに入力したデータがどのように扱われるのかが争点となる場合もあります。

AI開発委託契約は、広い意味ではシステム開発契約の一類型です。

しかし、AI開発では、データ、精度、評価方法、権利帰属、運用開始後の対応などについて、通常のシステム開発契約とは異なる検討が必要になります。

本記事では、AI開発委託契約で定めるべき内容や留意点について、通常のシステム開発契約と比較しながら解説します。

AI開発委託契約が通常のシステム開発契約と異なる理由 

AI開発委託契約では、通常のシステム開発契約と共通する論点がある一方で、学習データ、モデルの精度、評価方法、追加学習、出力結果の利用責任など、AI開発特有の論点が生じます。特に重要なのは、あらかじめ定めた仕様どおりに機能を実装すれば足りるとは限らないという点です。

通常のシステム開発では、仕様書に定められた機能が実装されているか、予定された処理が行われるかを中心に確認します。これに対し、機械学習を用いるAI開発では、AIの精度や出力傾向が、学習データの内容、量、品質、偏り、評価方法などによって左右される場合があります。

そのため、契約書では、開発対象となるAIの機能だけでなく、学習・評価に用いるデータ、精度や性能の評価方法、想定どおりの結果が得られない場合の対応を明確にする必要があります。「仕様どおり作るか」だけでなく、「どのような前提条件のもとで開発し、どのように評価し、結果が不十分な場合にどう扱うか」を定めることが重要です。

また、AI開発では、契約締結時点で最終的な精度や性能を確定的に約束することが難しい場合があります。学習データの質や量、評価データの内容、利用環境、運用開始後に入力されるデータの傾向などによって、AIの出力結果が変わり得るためです。したがって、「高精度のAIを開発する」といった抽象的な定めにとどめず、評価指標、評価データ、評価環境、目標値、目標未達の場合の再協議や追加対応の範囲を具体的に整理する必要があります。精度目標を法的な保証として扱うのか、開発上の目標値として扱うのかも明確にするべきです。

さらに、AI開発では、実現可能性や必要なデータの有無が契約締結時点で明確でない場合も多いことから、最初から本開発を前提とした契約を締結するのではなく、アセスメント、PoC、本開発を分けて検討することが有効です。AIを用いて目的とする業務課題を解決できるか、必要なデータを確保できるか、一定の精度が見込めるかは、事前に十分確認できない場合があります。そのため、アセスメントでは業務課題、利用可能なデータ、開発可能性、想定される制約を整理し、PoCでは限定された範囲で技術的・実務的な実現可能性を検証します。そのうえで、本開発に進むか、開発内容を変更するか、中止するかを判断する設計が望ましいです。

契約書では、各段階の目的、作業範囲、成果物、費用、期間、次段階に進む条件を明確にする必要があります。PoCを本開発と同じ完成保証の契約として扱うと、委託者と受託者の認識にずれが生じやすくなります。したがって、AI開発委託契約では、段階ごとの位置づけを明確にし、検証結果を踏まえて契約関係を進める設計が重要です。

AI開発委託契約にも共通するシステム開発契約の基本事項

AI開発委託契約には特有の論点がありますが、通常のシステム開発契約で定めるべき基本事項が不要になるわけではありません。AI開発もシステム開発の一種である以上、開発対象、業務範囲、納品・検収、知的財産権などについて、委託者と受託者の認識のずれを防ぐ必要があります。

まず、開発対象・仕様・要件定義については、開発するシステムの目的、実装する機能、画面・帳票・外部連携・データ移行の範囲、非機能要件などを明確にする必要があります。これらが曖昧なままでは、開発範囲や追加対応の有無をめぐって争いが生じやすくなります。

次に、業務範囲と役割分担については、受託者が担当する作業と、委託者が行うべき資料提供、確認、承認、テスト協力などを区別して定める必要があります。委託者側の回答遅延や資料不足は、納期や費用に影響するため、協力内容や期限を整理しておくことが重要です。

また、納品・検収・契約不適合責任については、納品物の内容、検収期間、確認方法、合格基準、不具合発見時の対応を定める必要があります。検収後に発見された不具合について、契約不適合責任として対応するのか、保守業務として対応するのかを区別することも重要です。

さらに、知的財産権・利用許諾については、プログラム、設計書、画面デザイン、マニュアルなどの権利帰属や利用範囲を定める必要があります。受託者の既存技術、汎用モジュール、ノウハウ、第三者ソフトウェア、OSSなどは、成果物とは別に整理するべきです。

このように、通常のシステム開発契約では、仕様、役割分担、検収、権利関係を中心に契約条件を整理します。AI開発委託契約では、これらの基本事項を前提としたうえで、学習データ、精度評価、モデルの利用権限、運用開始後の再学習など、AI特有の論点を追加して検討する必要があります。

AI開発委託契約で特に定めるべき内容

AI開発委託契約では、特に次の事項を契約書上明確にしておく必要があります。

具体的には、開発目的・利用場面、学習データ、モデルやプロンプトの権利帰属、精度評価、検収方法、第三者権利侵害、個人情報・秘密情報、外部AIサービスの利用、運用開始後の改善対応、責任制限・免責などです。

以下、それぞれの項目について解説します。

(1) 開発目的・利用場面

AI開発委託契約では、まず、開発するAIをどのような目的で利用するのかを明確にする必要があります。通常のシステム開発でも開発目的は重要ですが、AI開発では、利用目的や利用場面によって、必要な精度、許容される誤判定の範囲、人による確認の要否、責任分担が変わるためです。

例えば、AIを社内業務の効率化に利用する場合と、顧客向けサービスの判断補助に利用する場合とでは、求められる安全性や説明の程度が異なります。また、AIの出力結果を参考情報として利用するのか、業務上の判断に直接用いるのかによっても、契約上整理すべき内容は異なります。

そのため、契約書では、少なくとも次の事項を定める必要があります。

・AIを利用する業務目的、利用者、利用場面を明確にすること ・AIの出力結果を、人が最終判断するための参考情報として利用するのか、業務上の判断や処理に直接利用するのかを整理すること ・人による確認・承認が必要な場面や、利用してはならない用途を定めること

開発目的や利用場面が曖昧なまま契約を締結すると、委託者は期待した用途で利用できず、受託者は想定外の性能や責任を求められる可能性があります。したがって、AI開発委託契約では、開発するAIの機能だけでなく、実際にどの業務で、誰が、どのように利用するのかを具体的に定めることが重要です。

(2) 学習データ・提供データの取扱い

AI開発委託契約では、学習データや提供データの取扱いを具体的に定めることが重要です。通常のシステム開発においても、テストデータや移行データが問題となることはありますが、AI開発では、データの内容、量、品質、偏りが、モデルの精度や出力傾向に直接影響するためです。

まず、委託者がどのデータを提供し、受託者がどの範囲で利用できるのかを明確にする必要があります。提供データの中に、個人情報、秘密情報、第三者の著作物、営業上重要な情報が含まれる場合には、利用目的、管理方法、再委託先への提供可否、外部サービスへの入力可否を慎重に整理する必要があります。

契約書では、少なくとも次の事項を定めるべきです。

・提供するデータの内容、形式、提供時期、品質に関する責任分担を定めること ・学習、評価、検証、追加学習への利用可否を定めること ・第三者提供、再委託、外部AIサービスへの入力、契約終了後の返還・削除を定めること

特に、受託者が提供データを他の案件や自社サービスの改善に利用できるかは、明示的に定める必要があります。この点が曖昧であると、委託者側では情報流出や目的外利用の懸念が生じ、受託者側では開発ノウハウや汎用モデルの再利用範囲が不明確になります。したがって、AI開発委託契約では、データを単なる開発資料としてではなく、契約上の重要な管理対象として位置づける必要があります。

(3) 学習済みモデル・パラメータ・プロンプト・チューニング結果の権利帰属

AI開発委託契約では、学習済みモデル、パラメータ、プロンプト、チューニング結果などの権利帰属や利用条件を具体的に定める必要があります。通常のシステム開発では、プログラムや設計書などの著作権を誰に帰属させるかが中心となりますが、AI開発では、著作権だけでは整理しにくい対象が含まれるためです。

例えば、学習済みモデル、パラメータ、評価データ、プロンプト、チューニング手法などは、必ずしも著作権の対象として整理できるとは限りません。そのため、「成果物の著作権は委託者に帰属する」とだけ定めても、委託者がどこまで利用できるのか、受託者が他案件で再利用できるのかが不明確になる場合があります。AI開発では、権利の帰属だけでなく、対象物ごとの利用範囲、再利用の可否、契約終了後の取扱いを具体的に定めることが重要です。

契約書では、少なくとも次の事項を整理するべきです。

・学習済みモデル、パラメータ、プロンプト等を成果物に含めるかを定めること ・著作権を移転する対象と、利用許諾にとどめる対象を区別すること ・受託者の既存技術・ノウハウの取扱いと、契約終了後の利用範囲を定めること

特に、AI開発では、権利の「帰属」だけでなく、誰が、どの目的で、どの範囲まで利用できるのかを定めることが重要です。対象物ごとに権利帰属と利用権限を分けて整理することで、契約終了後の利用可否や再利用をめぐる紛争を防ぎやすくなります。

(4) 精度・性能・評価方法

AI開発委託契約では、精度・性能・評価方法を具体的に定めることが重要です。通常のシステム開発では、仕様書どおりに機能が動作するかを確認することが中心になります。これに対し、AI開発では、AIの精度や出力傾向が、学習データ、評価データ、利用環境、入力データの傾向、モデルの設定等によって左右される場合があります。

そのため、契約書では、単に「高精度のAIを開発する」「実用可能な性能を確保する」といった抽象的な表現にとどめるべきではありません。どの評価指標を用いるのか、どのデータで評価するのか、どの環境で検証するのか、どの水準を目標又は合格基準とするのかを明確にする必要があります。

契約書では、少なくとも次の事項を整理するべきです。

・正解率、適合率、再現率、F値、誤検知率、未検知率、回答の根拠提示の有無、不適切回答の発生率など、利用目的に応じた評価指標を定めること ・評価に用いるデータ、評価環境、評価手順、評価時期を定めること ・目標値と保証水準を区別し、未達の場合の再学習、改善対応、再協議、終了条件を定めること

特に、AI開発では、精度目標を直ちに結果保証として扱うのか、開発上の努力目標として扱うのかによって、受託者の責任範囲が大きく変わります。委託者としては利用目的に照らした最低限の性能を確保する必要がありますが、受託者としてはデータ品質や外部環境に左右される部分まで無限定に責任を負うことは困難です。したがって、精度・性能・評価方法は、技術的な確認事項にとどまらず、契約上の責任分担を定める重要な条項となります。

(5) 検収方法

AI開発委託契約では、精度や性能の評価方法を定めるだけでなく、その評価結果をどのように検収手続へ反映させるのかを明確にする必要があります。

通常のシステム開発では、仕様書に記載された機能が実装されているか、予定された処理が行われるかを中心に検収します。これに対し、AI開発では、機能の動作確認に加えて、あらかじめ定めた評価方法に基づく確認結果、利用上の制限、運用時の前提条件なども検収時に確認する必要があります。

特に、検収手続が曖昧なままでは、委託者は期待した性能に達していないと主張し、受託者は合意済みの作業を完了したと主張する可能性があります。そのため、契約書では、検収対象となる成果物、検収期間、確認方法、不合格時の修補・再提出・再評価の手続を定めておくことが重要です。

契約書では、少なくとも次の事項を整理するべきです。

・検収対象となる成果物、提出物、評価レポートの範囲を明確にすること ・検収期間、確認方法、合格・不合格の通知方法を定めること ・不合格時の修補、再提出、再評価、検収後の対応範囲を定めること

AI開発では、検収後に実運用データを用いた場合、開発時の評価結果と異なる出力が生じる可能性があります。そのため、検収時点で確認する事項と、運用開始後の保守・改善対応として扱う事項を分ける必要があります。検収方法の定めは、成果物の完成確認だけでなく、検収後の責任範囲を整理するためにも重要です。

(6) 第三者権利侵害・知的財産リスク

AI開発委託契約では、第三者権利侵害や知的財産リスクへの対応を明確に定める必要があります。通常のシステム開発でも、第三者の著作権、特許権、OSSライセンスなどが問題になることがありますが、AI開発では、学習データ、既存モデル、外部AIサービス、出力結果など、検討対象が広がります。

特に、委託者が提供するデータに第三者の著作物や秘密情報が含まれる場合、受託者がそのデータを学習、評価、検証に利用してよいのかを確認する必要があります。また、受託者が外部の学習済みモデル、API、OSS、ライブラリを利用する場合には、その利用条件や再配布、商用利用の可否を整理することも重要です。

契約書では、少なくとも次の事項を定めるべきです。

・委託者がデータを提供する権限を有しているか、また受託者が当該データをAI開発に利用できる範囲を定めること。併せて、権利侵害・個人情報保護上の問題が生じた場合の責任分担を定めること ・受託者が利用する既存モデル、OSS、外部サービスの範囲と利用条件を定めること ・第三者権利侵害の主張を受けた場合の対応方法、補償、代替措置を定めること

AI開発では、権利侵害リスクを一方当事者だけに全面的に負わせることが実務上適切でない場合があります。データを提供する委託者、開発を行う受託者、外部サービスを提供する第三者の関係を踏まえ、リスクの発生原因ごとに責任分担を整理することが重要です。

(7) 個人情報・秘密情報・機密データ

AI開発委託契約では、個人情報、秘密情報、機密データの取扱いを具体的に定める必要があります。AI開発では、学習、評価、検証、追加学習の過程で、顧客情報、従業員情報、取引情報、営業情報、技術情報などを取り扱う場合があるためです。これらの情報をどの範囲で利用できるのかが曖昧であると、個人情報保護、秘密保持、情報管理の面で問題が生じる可能性があります。

特に、外部AIサービスやクラウド環境を利用する場合には、入力データやログがどのように保存され、誰がアクセスできるのかを確認する必要があります。また、個人情報を利用する場合には、利用目的、委託先管理、再委託、国外移転の有無なども整理する必要があります。

契約書では、少なくとも次の事項を定めるべきです。

・個人情報、秘密情報、機密データの範囲と利用目的を定めること ・学習、評価、検証、追加学習、外部AIサービスへの入力可否を定めること ・再委託先、アクセス権限、ログ保存、契約終了後の返還・削除を定めること

AI開発では、情報を開発目的で一時的に利用する場合と、モデル改善や追加学習に継続利用する場合とを区別する必要があります。委託者側は情報の目的外利用や漏えいを防止する必要があり、受託者側は利用できるデータの範囲を明確にしておかなければなりません。したがって、個人情報・秘密情報・機密データに関する条項は、AI開発委託契約の中でも特に慎重に設計するべき項目です。

(8) 外部AIサービス・API・基盤モデルの利用

AI開発委託契約では、外部AIサービス、API、基盤モデルを利用するかどうかを明確に定める必要があります。近時のAI開発では、受託者がすべてのモデルを独自に開発するのではなく、外部事業者が提供する生成AIサービス、画像認識API、音声認識API、クラウド上のAI基盤などを組み合わせて開発することがあるためです。

外部AIサービスを利用する場合、契約当事者だけでは管理できない要素が発生します。例えば、外部サービスの仕様変更、利用規約の変更、料金改定、API停止、障害発生、入力データの取扱い、出力結果の利用条件などです。これらを契約上整理しないまま開発を進めると、納期、費用、性能、情報管理、権利関係に影響が生じる可能性があります。

契約書では、少なくとも次の事項を定めるべきです。

・利用する外部AIサービス、API、基盤モデルの範囲を定めること ・外部サービスの利用規約、仕様変更、料金変更、提供終了への対応を定めること ・入力データ、ログ、出力結果の取扱いと、障害発生時の責任分担を定めること

外部AIサービスを利用する場合、受託者がそのサービス自体の継続提供や仕様を保証できないことがあります。他方で、委託者としては、業務利用に必要な安定性や情報管理を確認する必要があります。したがって、外部AIサービス等の利用については、技術選定の問題にとどめず、契約上の前提条件と責任分担として整理することが重要です。

(9) 運用開始後のモニタリング・再学習・改善

AI開発委託契約では、運用開始後のモニタリング、再学習、改善対応についても定める必要があります。通常のシステム開発では、納品後の対応は不具合修正や保守業務として整理されることが多いです。これに対し、AI開発では、運用開始後に入力されるデータの傾向が変化したり、利用環境が変わったりすることで、当初確認した精度や性能が維持されない場合があります。

そのため、契約書では、納品時点の評価だけでなく、運用開始後に誰がどのように性能を確認し、どのような場合に再学習や改善対応を行うのかを整理する必要があります。

契約書では、少なくとも次の事項を定めるべきです。

・運用開始後の精度、出力傾向、エラー発生状況の確認方法を定めること ・モニタリング、再学習、改善対応を誰が担当するのかを定めること ・保守費用に含まれる対応と、追加費用が発生する対応を区別すること

特に、AI開発では、「不具合修正」と「精度改善」と「追加学習」を区別することが重要です。仕様に反する動作は不具合として扱う余地がありますが、利用データの変化に伴う精度低下や業務範囲の拡大に伴う追加学習は、別途の有償対応と整理すべき場合があります。運用開始後の対応範囲を明確にすることで、委託者の継続利用の安定性と、受託者の責任範囲を適切に調整しやすくなります。

(10) 責任制限・免責

AI開発委託契約では、責任制限や免責の定めを具体的に設計する必要があります。通常のシステム開発でも、損害賠償の範囲や上限額を定めることがありますが、AI開発では、精度未達、誤判定、出力結果の利用、学習データの不備、外部AIサービスの障害など、責任問題が生じる場面が多様です。

特に、AIの出力結果を業務上の判断に利用する場合、受託者が出力結果のすべてについて責任を負うのか、委託者が人による確認を行う前提なのかを明確にする必要があります。また、委託者が提供したデータの内容や品質に起因する問題、外部サービスの仕様変更や停止に起因する問題についても、責任分担を整理しておくべきです。

契約書では、少なくとも次の事項を定めるべきです。

・受託者が責任を負う範囲と負わない範囲を定めること ・AIの出力結果、委託者提供データ、外部AIサービスに起因する責任分担を定めること ・損害賠償の範囲、上限額、間接損害や逸失利益の扱いを定めること

責任制限・免責条項は、受託者の責任を一方的に軽くするためだけのものではありません。委託者の利用目的、受託者の作業範囲、データ提供の実態、外部サービスへの依存度を踏まえ、どのリスクをどちらが負担するのかを明確にするための条項です。AI開発委託契約では、技術的な不確実性を前提に、過大な期待や過度な責任負担を避ける契約設計が重要です。

AI開発委託契約で避けるべき条項例

(1) 「AIの精度を保証する」とだけ定める条項

AI開発委託契約では、「受託者はAIの精度を保証する」とだけ定める条項は避けるべきです。AIの精度は、学習データの内容、評価データの範囲、利用環境、入力データの傾向などによって変動する可能性があるためです。保証の対象や条件が不明確なままでは、委託者と受託者の間で責任範囲をめぐる争いが生じやすくなります。

契約書では、どの評価指標を用いるのか、どの評価データ・評価環境で確認するのか、目標値と保証水準をどのように区別するのかを具体的に定める必要があります。また、精度未達の場合の再学習、修正、再協議、契約終了の扱いも整理するべきです。特に、PoC段階の目標値、本開発後の検収基準、運用開始後の性能維持義務は区別して定めることが重要です。

(2) 「成果物の権利はすべて委託者に帰属する」とだけ定める条項

AI開発委託契約では、「成果物の権利はすべて委託者に帰属する」とだけ定める条項にも注意が必要です。通常のシステム開発では、プログラムや設計書の著作権帰属を中心に整理することが多いですが、AI開発では、学習済みモデル、パラメータ、プロンプト、評価データ、チューニング手法、前処理・後処理のノウハウなど、多様な対象が含まれます。

これらは、すべてが著作権の対象になるとは限らず、受託者の既存技術や汎用ノウハウ、第三者サービスに由来するものが含まれる場合もあります。そのため、契約書では、成果物に含める対象、著作権を移転する対象、利用許諾にとどめる対象、受託者が再利用できる対象を区別して定める必要があります。権利帰属だけでなく、契約終了後の利用範囲まで明確にすることが重要です。

(3) 「委託者は必要なデータを提供する」とだけ定める条項

AI開発委託契約では、「委託者は必要なデータを提供する」とだけ定める条項は不十分です。AI開発では、提供データの内容、量、品質、偏り、提供時期によって、モデルの精度や開発スケジュールが左右されるためです。また、提供データに個人情報、秘密情報、第三者の著作物、営業上の機密情報が含まれる場合には、適法な利用権限や管理方法も問題になります。

そのため、契約書では、提供するデータの範囲、形式、提供期限、正確性・完全性に関する責任分担を具体的に定める必要があります。また、学習、評価、検証、追加学習への利用可否、外部AIサービスへの入力可否、再委託先への提供可否、契約終了後の返還・削除についても整理するべきです。データ提供条項は、単なる協力義務ではなく、AI開発の前提条件を定める重要な条項です。

(4) 「検収後は受託者が無償で修正する」とだけ定める条項

AI開発委託契約では、「検収後は受託者が無償で修正する」とだけ定める条項は避けるべきです。AI開発では、検収後に実運用データを用いることで、開発時の評価結果と異なる出力が生じる場合があります。その原因は、仕様に反する不具合だけでなく、入力データの傾向変化、利用環境の変更、業務範囲の拡大、追加学習の不足など多様です。

そのため、契約書では、無償修正の対象を、仕様不適合や受託者の作業ミスに起因する不具合に限定するのか、それとも精度改善や再学習まで含めるのかを明確にする必要があります。また、検収後の対応期間、対応回数、追加費用が発生する条件、保守契約との関係も整理するべきです。検収後対応は、不具合修正、精度改善、追加学習、追加開発を区別して定めることが重要です。

まとめ～AI開発委託契約とシステム開発契約との比較

通常のシステム開発契約とAI開発委託契約の違いを整理すると、次のとおりです。

AI開発委託契約は、システム開発契約の一類型として共通する部分がありますが、データ、精度、評価方法、運用後の改善、責任分担については、AI開発特有の検討が必要です。

 

	通常のシステム開発契約	AI開発委託契約
開発対象	業務システム、アプリケーション、画面、帳票、外部連携機能など	左記以外に、AIモデル、推論機能、学習・評価プロセス、プロンプト、チューニング結果なども対象
仕様/要件定義	実装する機能、処理内容、画面、非機能要件を仕様書で整理	機能だけでなく、利用目的、学習データ、評価方法、精度目標、利用上の制約を整理する必要あり
データに関する定め	テストデータ、移行データ、業務処理データの提供方法や管理方法を定めることが多い	学習、評価、検証、追加学習への利用可否、品質、権限、削除・返還を定める必要あり
成果物	プログラム、設計書、マニュアル、ソースコードなど	左記以外に、学習済みモデル、パラメータ、評価レポート、プロンプト、前処理・後処理プログラムなども対象
検収方法	仕様書どおりに機能が動作するか確認	機能の動作確認に加え、評価データ、評価指標、評価環境、精度水準を確認する必要あり
知的財産権	著作権の移転又は利用許諾を中心に整理	モデル、パラメータ、データ、プロンプト、ノウハウについて、権利帰属と利用範囲を個別に整理する必要あり
第三者サービス	クラウド、OSS、外部APIなどの利用条件を検討	左記以外に、外部AIサービス、API、基盤モデルの規約変更、停止、入力データ・出力結果の取扱いも検討
保守・運用後対応	不具合修正、問い合わせ対応、軽微な改修など	左記以外に、モニタリング、精度低下への対応、再学習、モデル更新、追加改善の範囲を定める必要あり
責任分担	仕様不適合、不具合、納期遅延など	精度未達、誤判定、データ不備、外部AIサービス依存、出力結果の利用責任が特に問題になり得る
契約設計	要件定義、開発、納品、検収、保守という流れで整理するのが一般的	アセスメント、PoC、本開発、追加学習、運用改善という段階的な整理も検討

 

AI開発委託契約では、一般的なシステム開発契約書をそのまま用いるのではなく、開発内容や利用場面に応じて条項を確認する必要があります。例えば、精度に関する数値が目標値なのか保証水準なのか、提供データをどの範囲で利用できるのか、検収後の再学習や改善対応が有償なのか無償なのか、学習済みモデルやプロンプトを契約終了後も利用できるのか、といった点を確認することが重要です。

また、受託者側では、データ品質や外部AIサービスの仕様変更など、自社で管理できない事情についてまで責任を負う内容になっていないかを確認する必要があります。委託者側では、成果物の利用範囲、データの管理方法、精度未達時の対応、契約終了後の利用可否などが、自社の利用目的に合っているかを確認する必要があります。

このように、AI開発委託契約では、契約書の形式だけでなく、実際の開発内容、利用目的、データの流れ、運用開始後の対応まで踏まえて確認することが重要です。

リーガルブレスD法律事務所のご案内

AI開発委託契約では、開発目的、利用場面、提供データ、外部AIサービスの利用有無、精度評価、検収後の再学習、学習済みモデルやプロンプトの利用権限などを、個別の開発案件に即して検討する必要があります。

リーガルブレスD法律事務所は、IT企業法務に継続して取り組んでおり、システム開発、SaaS、AI関連サービス、SES、運用保守、WEB・アプリ制作など、IT業界に特有の契約構造や事業運営の実態を踏まえた法務支援を行っています。AI開発を委託する企業、AI開発を受託するIT企業の双方について、課題の内容やご希望に応じた支援を次のような形で行っています。

 

AI開発委託契約で問題となる論点、既存契約書のリスク、契約交渉の方向性を整理したい場合	法律相談サービス
AI開発委託契約書、PoC契約書、システム開発契約書、SaaS利用規約、外部AIサービス利用に関する契約書等の作成・レビューを依頼したい場合	スポットサービス
AI開発、生成AIサービス、SaaS、受託開発、データ利用、個人情報管理、契約書整備を含めて継続的に相談できる体制を整えたい場合	法律顧問サービス

 

AI開発委託契約は、開発内容、利用目的、データの内容、外部AIサービスの利用有無によって、必要となる契約条項が大きく変わります。契約締結後に精度、データ利用、権利帰属、検収後対応、責任範囲をめぐる問題が顕在化しないよう、契約締結前の段階で、自社の開発案件に即した契約内容になっているかを確認することが重要です。

(1) 法律相談サービス

AI開発委託契約について、どの条項が問題となり得るのか、どの論点から優先して確認すべきかを整理したい場合には、法律相談サービスが適しています。契約締結前の初期検討にもご利用いただけます。

 

ご相談内容例	・AI開発委託契約書を提示されたが、精度評価、検収方法、責任制限など、どこに注意して確認すべきか整理したい ・PoC契約、本開発契約、追加学習・保守契約をどのように分けるべきか相談したい ・学習データ、評価データ、個人情報、秘密情報、学習済みモデル、プロンプトの取扱いを整理したい
サポート内容例	・契約書の内容を確認し、精度目標と保証水準の区別、検収基準、検収後対応、損害賠償・免責条項など、優先して確認すべき論点を整理して助言します ・各段階の目的、作業範囲、成果物、費用、次段階に進む条件を確認し、PoCを完成保証と扱わないための契約設計や、本開発・追加学習との切り分けを助言します ・データの利用範囲、外部AIサービスへの入力可否、契約終了後の返還・削除、モデル・プロンプトの権利帰属や利用許諾について、契約上定めるべき事項を整理して助言します
相談者が得られるメリット	・AI開発委託契約で優先して確認すべき論点を整理しやすくなる ・通常のシステム開発契約書を流用した場合に不足しやすい条項を把握しやすくなる ・PoC、本開発、追加学習、保守対応の切り分けを検討しやすくなる ・精度保証、検収後の無償対応、外部AIサービス依存などのリスクを確認しやすくなる ・契約書の修正で対応すべき事項と、開発工程・運用方法の見直しで対応すべき事項を切り分けやすくなる
弁護士費用	1回90分以内で15,000円（税別）
実施方法	①ご予約（お問い合わせフォーム又はお電話にて日程調整） ②事前準備（関係資料を共有いただきます） ③相談実施（オンライン又は対面） ④対応方針の提示（リスク診断、交渉方針などを具体的にご提示） ⑤アフターフォロー（ご希望内容に応じて別途契約の上、交渉代理や訴訟対応、継続支援へ移行）

 

お問い合わせはこちら＞＞

(2) スポットサービス（法律相談以外のサービス）

AI開発委託契約書、PoC契約書、SaaS利用規約、社内AI利用ルールなど、特定の文書や個別の場面について、必要な範囲で依頼したい場合には、スポットサービスをご利用いただけます。

AI開発委託契約では、一般的な考え方を整理するだけでなく、実際に用いる契約書、発注関連文書、仕様書、検収基準、データ管理ルール、外部AIサービスの利用条件などを具体的に確認することが重要です。特に、PoCから本開発へ進む場面、精度未達時の対応を定める場面、学習データや個人情報を取り扱う場面、生成AI APIや基盤モデルを利用する場面では、契約書の記載と実際の開発・運用との整合性が問題になりやすいです。

リーガルブレスD法律事務所では、IT企業法務に継続して取り組んできた経験を踏まえ、AI開発を委託する企業、AI開発を受託するIT企業の双方について、必要な文書作成・レビューや個別案件への助言を行っています。

スポットサービスとしては、例えば次のようなご依頼に対応しています。

・AI開発委託契約書、PoC契約書、SaaS利用規約、発注書、仕様書、検収基準書等の作成・レビュー ・PoC、本開発、追加学習、保守・改善対応に関する作業範囲、成果物、費用、責任分担の整理 ・精度評価、検収方法、精度未達時の再協議、再学習、契約終了条件に関する条項の作成・レビュー ・学習データ、個人情報、秘密情報、ログ、出力結果の利用範囲や管理方法に関する条項・運用ルールの作成・レビュー ・外部AIサービス、API、基盤モデルを利用する場合の規約確認、入力データの取扱い、障害・仕様変更・提供終了時の責任分担に関する助言

 

いずれについても事前に簡単にお話をお伺いした上で、お見積書をご提示します。

お見積書の作成は無料ですので、お気軽にお問い合わせください。

 

お問い合わせはこちら＞＞

(3) 法律顧問サービス（顧問弁護士サービス）のご案内

AI開発委託契約は、契約締結時に条項を整えれば足りるものではありません。PoCから本開発へ進むかの判断、学習データの追加提供、精度評価の見直し、外部AIサービスの仕様変更、検収後の再学習・改善対応など、開発の進行や運用開始後の状況に応じて、判断すべき事項が継続的に発生します。こうした問題に対応するためには、単発の契約書レビューだけでなく、自社の事業内容、開発体制、データ管理、サービス提供方法を踏まえ、継続的に相談できる体制を整えておくことが有用です。

リーガルブレスD法律事務所では、IT企業法務に継続して取り組んできた経験に基づき、システム開発、SaaS、AI関連サービス、SES、運用保守、WEB・アプリ制作など、IT業界に特有の契約構造や事業運営の実態を踏まえて、日常的な法務判断を支援しています。

 

ご依頼内容例	・AI開発案件が継続的に発生するため、PoC、本開発、追加学習、保守対応の切り分けについて、その都度相談できる体制を整えたい ・生成AIサービス、AIチャットボット、RAG、SaaSへのAI機能組込みなどについて、データ利用、外部AIサービス、利用規約、責任分担を継続的に見直したい ・AI開発委託契約書、PoC契約書、SaaS利用規約、社内AI利用ルール、個人情報・秘密情報の管理ルールを、事業展開や案件の変化に合わせて継続的に整備したい
サポート内容例	・AI開発案件について、PoC、本開発、追加学習、運用開始後の改善対応の各段階を踏まえ、契約上の作業範囲、成果物、費用、責任分担をどのように整理すべきか継続的に助言します ・生成AIサービスやAI機能を組み込んだサービスについて、入力データ、ログ、出力結果、外部AIサービス、基盤モデルの利用条件を確認し、利用規約、契約書、社内運用との整合性を継続的に検討します ・AI開発委託契約書、PoC契約書、SaaS利用規約、社内AI利用ルール、データ管理ルール等について、実際の案件運用やサービス内容の変化を踏まえながら、優先して見直すべき事項を整理し、継続的な改善を支援します
依頼者が得られるメリット	・AI開発案件ごとの進行状況に応じて、契約上の判断に迷いにくくなる ・PoC、本開発、追加学習、保守対応の切り分けを継続的に整理しやすくなる ・精度評価、データ利用、外部AIサービス依存、権利帰属などのリスクを早い段階で把握しやすくなる ・契約書、利用規約、社内AI利用ルール、データ管理ルールを事業内容に合わせて見直しやすくなる ・開発開始後又は運用開始後に、費用負担、成果物の利用範囲、責任範囲をめぐる紛争を予防しやすくなる
実施方法	①お問い合わせ後、オンライン面談（30分程度、無料）を実施し、ご要望事項の聞き取りやプランの説明を行います ②ご提案書（見積書）の提示 ③顧問契約の締結 ④窓口の開設（専用メール、チャットの提供） ⑤サービス開始 ・日常的な対応（契約書レビュー、相談に即応（即日～数日以内対応可）） ・ミーティング（必要に応じて経営課題、法務リスクを総点検） ・追加支援（必要に応じて交渉代理、訴訟対応、研修実施などを提供）

 

＜2026年5月執筆＞

※本記事は、執筆時点における一般的な法的整理を示すものであり、個別案件への適用は具体的な事情により異なります。