AI開発委託契約の必須条項：成果物帰属・改良発明の取扱い

学習データ・モデル・コード・派生成果・性能保証を分解して契約設計を整理

1　AI開発委託契約は、通常のシステム開発契約をそのまま流用しない

AI開発では、ユーザーが提供するデータや業務知識と、ベンダが持ち込むモデル・コード・開発ノウハウが組み合わさって成果が形成されます。開発途中には、学習用データセット、中間モデル、特徴量、評価データ、プロンプト設計、チューニング結果など、最終納品物以外の価値ある成果も生じます。

経済産業省の「AIの利用・開発に関する契約チェックリスト」は、AI関連サービスについて、インプット、アウトプットに加え、インプット処理成果、アウトプット処理成果まで区別し、それぞれの特定、利用、外部提供、権利帰属を確認する枠組みを示しています。また、2025年に示された「AI・データの利用に関する契約ガイドライン」を参照する際の留意事項は、生成AIの普及後、汎用AIサービス利用型、カスタマイズ型、新規開発型という複数の契約類型が存在することを前提としています。

本稿では、とくにカスタマイズ型・新規開発型のうち、ユーザーがベンダへAIシステムやその構成要素の開発を委託する場面を中心に整理します。

2　最初に「何を開発する契約か」を特定する

成果物帰属を議論する前に、開発対象を具体化する必要があります。「AIシステム一式」「学習済みモデル一式」とだけ定義すると、後に何を納品すべきか、何を引き続きベンダが保有できるかが不明確になります。

3　バックグラウンドIPとフォアグラウンドIPを分ける

AI開発では、ベンダが従前から保有するモデル、コード、学習パイプライン、評価ツール等を開発に利用することが多くあります。ユーザー側にも、既存の業務ロジック、データベース、ノウハウ、特許・著作物等があります。これらは開発によって新たに生じた成果と分けて扱う必要があります。

経済産業省の2025年契約チェックリストも、開発型契約では、開発と関係なく各当事者が有する知的財産をバックグラウンドIP、開発により創出された知的財産をフォアグラウンドIPとして整理し、開発初期に具体的な範囲をすり合わせる重要性を指摘しています。

• バックグラウンドIP：契約締結前から保有していたものだけでなく、汎用的に保有・開発する基盤技術をどこまで含めるか
• フォアグラウンドIP：本件開発のために新たに作成したコード、モデル、発明、仕様、データ加工手法等をどこまで含めるか
• 境界部分：既存コードを改変した部分、既存モデルを追加学習した差分、汎用機能と顧客固有機能が混在する部分をどう扱うか

特にカスタマイズ型では、成果物がベンダの既存サービスと一体でしか利用できないことがあります。ユーザーが「成果物の権利を取得した」と認識していても、ベンダのバックグラウンドIPに依存しており、契約終了後に単独利用できない場合があります。利用継続に必要なライセンスや移行権限を別途確認する必要があります。

4　ユーザーが提供するデータは、利用目的と処理成果まで決める

AI開発委託では、ユーザーが顧客データ、業務ログ、画像、文章、ソースコード、研究データ等を提供することがあります。契約では、ユーザーが提供するデータそのものだけでなく、それを加工・学習して得られる処理成果についても整理します。

4-1　提供データをベンダの汎用モデル開発に使えるか

ベンダが本件開発のためにデータを利用することと、自社の汎用モデルや別顧客向けサービスの改善に利用することは別です。2025年の契約チェックリストも、開発型契約では、ベンダがサービス提供目的を超えて自社技術の開発目的にインプットを利用することを希望する場合、その利用を認めるか、認める場合の範囲・禁止範囲を検討する必要があるとしています。

4-2　加工データ・中間生成物も契約対象になり得る

学習用データセット、クリーニング済みデータ、特徴量、埋め込み、ラベル、評価用データなどは、元データを処理して生じる中間成果です。経済産業省のチェックリストは、こうした成果を「インプット処理成果」として、必要に応じて利用・外部提供・権利帰属を確認することを示しています。

もっとも、処理成果にはベンダの技術的知見が強く反映される場合もあります。ユーザーがデータを提供したという理由だけで、あらゆる中間成果の提供・移転を当然視するのではなく、事業継続に必要なものとベンダ固有の技術資産を分けることが重要です。

4-3　個人情報・秘密情報・第三者データ

ユーザーが提供できるのは、自ら適法に利用・提供できるデータに限られます。個人情報、顧客秘密、ライセンスを受けた第三者データなどでは、利用目的、委託・第三者提供、国外処理、再委託、保存期間等の確認が必要です。契約上「ユーザーが全ての権利を保証する」と広く定める場合も、実際のデータ取得経路と保証範囲が一致しているか確認します。

5　学習済みモデル・モデル重み・コードは同じ扱いにしない

「AIモデルの権利は誰に帰属するか」という質問だけでは、実務上の利用可能性は判断できません。学習済みモデル、モデル重み、推論コード、学習コード、前処理コード、API、設定ファイル、プロンプト、ドキュメントは、それぞれ別の構成要素です。

ユーザーが将来ベンダを変更する可能性がある場合、「権利帰属」よりも、モデルやコードを実際に移行できるか、必要なドキュメント・データ・パラメータを受け取れるかが重要になることがあります。

6　著作権を移転する場合は、譲渡対象と利用権を具体化する

ソースコード、仕様書、画面、マニュアル等に著作権が成立する場合、委託しただけで当然に委託者へ著作権が移転するわけではありません。誰が著作者・著作権者となるか、職務著作や従業員・再委託先との権利処理を確認し、契約で必要な権利移転又は利用許諾を定めます。

著作権を譲渡する場合、翻案権等の著作権法27条・28条の権利まで移転するのであれば、著作権法61条2項を踏まえ、これらの権利を譲渡対象に含めることを明確にすることが実務上重要です。また、著作者人格権は譲渡できないため、必要な範囲で不行使の合意を検討します。

一方で、ベンダが複数顧客へ共通利用するライブラリや基盤機能まで一律に譲渡対象とすると、ベンダの事業継続を過度に制約することがあります。ユーザー固有部分を譲渡し、汎用部分はベンダへ留保した上で、ユーザーに必要な永続的・取消不能の利用権を付与するなど、階層的な設計が考えられます。

7　発明・特許は「発明者」と「会社間の帰属」を分ける

AI開発の過程で新しい学習方法、推論処理、制御技術等の発明が生じることがあります。誰を発明者とするかは、研究費負担や契約上の持分だけで決まるものではなく、発明の技術的思想の創作に実質的に関与した自然人を具体的に検討する必要があります。AI自体を発明者として扱うことは現行制度上認められていません。

その上で、各社の職務発明制度や譲渡契約を通じて、特許を受ける権利を会社へ帰属・承継させ、会社間で最終的な帰属、出願主体、費用、外国出願、維持・放棄を決めます。AI補助発明では、誰が課題設定、条件設計、候補評価、実験・検証、改良に関与したかを記録しておくことが重要です。

8　改良発明・追加学習成果は「定義・期間・関連性・利用権」で設計する

AI開発では、納品時点で開発が終わらず、運用データを使った追加学習、パラメータ調整、RAGデータの更新、推論ロジックの改善などが継続します。そのため、「改良発明」「派生成果」「追加学習成果」をどこまで契約対象とするかは重要な論点です。

「本件成果に関連する一切の改良は委託者に帰属する」のような無限定の条項は、ベンダの独自開発まで拘束するおそれがあります。反対に改良成果を全てベンダへ留保すると、ユーザーが自社のデータ・業務知識を用いて育てたモデルを継続利用できない場合があります。所有と利用を分け、事業上必要な範囲を確保することが重要です。

9　共有にすれば公平とは限らない

特許権を共有とした場合、日本の特許法73条では、契約に別段の定めがない限り各共有者は他の共有者の同意なく自ら実施できますが、持分譲渡や第三者への実施許諾等には原則として他の共有者の同意が必要です。製造委託、グループ会社利用、販売提携、M&Aなどで同意が障害になることがあります。

著作権についても共有特有の制約があります。単純に「50対50で共有」とするより、ユーザー固有成果はユーザーへ単独帰属させ、ベンダに限定的な利用権を付与する、又はベンダへ帰属させつつユーザーに事業分野限定の独占的利用権を与えるなど、事業モデルに応じた設計を比較する方が実務的です。

10　請負か準委任かより、完成・評価・検収条件を具体化する

AI開発では、モデルの性能が学習データや未知の入力に左右されるため、従来型ソフトウェアと同じ意味で完成・性能を保証することが難しい場合があります。経済産業省のAI・データ契約ガイドラインもこの特性を指摘しています。

もっとも、「AIだから性能保証は一切できない」という結論でもありません。2025年の契約チェックリストは、AIモデルそのものの性能保証が難しい場面がある一方、AIモデルを含むAIシステム全体については、一定の実現・品質についてベンダが責任を負うことが合理的な場合もあるとしています。

契約書に「準委任」と書くか「請負」と書くかだけではなく、どこまでの成果・品質を約束するのか、ユーザーがどのデータ・業務協力を提供するのか、双方の責任を具体的に記載することが重要です。

11　PoC・開発・運用を一つの契約で固定しすぎない

AI開発は、PoCで有効性を確認してから本開発へ進み、運用後に追加学習・改善を続けるケースが多くあります。開発開始時点で将来の全リスクを予測できない場合、PoC、開発、運用・改善で契約や個別契約を段階化し、各段階で前提・成果・責任を更新する方法が有効です。

モデルや外部APIの仕様変更、学習データの追加、プロンプト変更によって性能が変わることがあるため、変更管理の手続とバージョン管理も契約・運用の両面で整備します。

12　第三者モデル・API・OSSでは、ベンダの権利範囲を確認する

現在のAIシステムは、第三者の基盤モデル、クラウド、API、OSS、データセット等を組み合わせることが一般的です。ベンダ自身が開発した部分の権利をユーザーへ譲渡しても、第三者サービスの利用条件までは変更できません。

• 利用する基盤モデル・API・OSS・第三者データをどこまで特定・開示するか
• 商用利用、再配布、改変、モデル重みの提供、学習利用に制限がないか
• 第三者サービスの規約・価格・提供終了・仕様変更が生じた場合の対応
• 代替サービスへの移行義務、追加費用、再開発費用を誰が負担するか
• 第三者権利侵害の申立てを受けた場合の通知、防御、差替え、補償

ユーザーがベンダロックインを避けたい場合には、ソースコード納品だけでは不十分で、外部サービスへの依存関係、認証情報、環境設定、データ形式、移行支援まで確認する必要があります。

13　秘密保持・セキュリティ・再委託を開発実態に合わせる

AI開発では、データラベリング事業者、クラウド事業者、基盤モデル提供者、海外の開発会社など複数の主体が関与する場合があります。NDAだけで済ませず、誰がどの情報へアクセスできるかを具体化します。

• 再委託の可否、事前承諾・通知、再委託先への同等義務
• アクセス権限、認証、ログ、暗号化、開発環境と本番環境の分離
• 個人情報・秘密情報の国外処理やクラウド保存の条件
• 漏えい・誤入力・モデルからの情報出力等のインシデント時の通知・初動
• 契約終了時のデータ・バックアップ・ログの返還又は削除と証明

経済産業省・総務省のAI事業者ガイドライン第1.2版も、AI開発者・提供者・利用者の役割に応じたリスク管理、情報セキュリティ、透明性、アカウンタビリティを整理しています。契約は、社内AIガバナンスやセキュリティ基準と矛盾しないよう設計する必要があります。

14　第三者権利侵害の保証・補償は、原因ごとに分ける

AI開発契約では、ユーザーが提供したデータに第三者権利が含まれる場合もあれば、ベンダが採用したコード・モデル・データセットに問題がある場合もあります。生成物の類似性など、双方が完全にコントロールできないリスクもあります。

そのため、「成果物が第三者の権利を一切侵害しないことをベンダが保証する」「提供データについてユーザーが全責任を負う」といった単純な条項ではなく、リスクの原因と各当事者の支配可能性に応じて整理します。

損害賠償の上限、間接損害・逸失利益、知財侵害・秘密保持・個人情報等の例外、第三者請求時の防御権限も、案件のリスクに応じて設計します。

15　契約終了時に「何を持ち出せるか」を先に決める

AIシステムは、開発後もベンダの環境・API・運用ノウハウへ依存することがあります。契約終了後に利用できないことが判明すると、成果物の帰属を委託者側にした意味が薄れます。終了時には次の事項を確認します。

• モデル重み、コード、設定、プロンプト、ドキュメント、学習・評価データの引渡し範囲
• データ形式、エクスポート方法、第三者環境への移行支援
• バックグラウンドIPを継続利用するためのライセンスの存続
• ユーザー提供データとその複製・バックアップの返還・削除
• 終了時点までに生じた改良成果・未出願発明の帰属
• 保守移管期間、移行費用、協力義務、認証情報・管理権限の移転

事業継続性が重要なシステムでは、ベンダの倒産・サービス停止も想定し、必要に応じてソースコードや技術資料のエスクロー、代替運用手段等を検討することも考えられます。

16　2026年の知財取引指針も踏まえ、一方的な知財取得を当然視しない

2026年6月、公正取引委員会・中小企業庁・特許庁は「知的財産権・ノウハウ・データの適切な取引のための優越的地位の濫用等に関する指針」と契約書ひな形を公表しました。指針は特定業種に限らず、知的財産権だけでなく、権利化されていないノウハウやデータの取引も対象としています。

AI開発委託でも、取引上の立場を利用して、受託者が従前から保有する技術・ノウハウや、本件の対価に見合わない広範な成果を無償で取得する条件は、合理性を検討する必要があります。他方、ユーザーが開発費を負担し、事業継続のために成果を単独保有する合理的な理由がある場合まで、単独帰属が一律に問題となるわけではありません。貢献、費用、リスク、利用権、対価、交渉経緯を含めて説明できる設計が重要です。

17　AI事故・誤判断を想定し、開発者・提供者・利用者の役割を契約で分ける

経済産業省は2026年4月、「AI利活用における民事責任の解釈適用に関する手引き」を公表し、同年6月に内容を更新しました。この手引きはAIについて新しい特別責任を創設するものではなく、不法行為法等の現行法がAI利活用の場面でどのように解釈・適用され得るかという方向性を整理したものです。AIに関する裁判例の蓄積が十分でない中で、開発・提供・利用の各段階でどのような事情が責任判断に関係し得るかを整理しているため、AI開発委託契約の責任分担を考える際にも参考になります。

同手引きは、AIの利用形態を大きく「補助／支援型AI」と「依拠／代替型AI」に整理しています。人がAIの出力を参考にして最終判断を行う場面と、人の判断の全部又は一部をAIに委ねる場面とでは、事故や誤判断に対するリスクの大きさも、開発者・提供者・利用者に期待される措置も異なり得ます。とくに依拠／代替型AIでは、AIの出力が損害へ直接結び付く可能性を踏まえ、合理的に可能な安全設計・アップデートや、機能・性能の限界、使用方法、重要なリスク、人が関与すべき場面等の説明が重要な論点になると整理されています。

契約では、抽象的に「AIの判断についてベンダは責任を負わない」と定めるだけでなく、ユースケースと利用形態に応じて、少なくとも次の役割を具体化することが重要です。

• AIが最終判断を行う範囲と、人による確認・承認を必要とする範囲
• ベンダが提示する性能限界、想定利用条件、禁止用途、既知の重要リスク
• モデル更新、追加学習、データ分布の変化等に伴う性能劣化を誰が監視するか
• 重大な誤作動が疑われる場合の利用停止、ロールバック、代替手段への切替え
• 入力、出力、モデル・バージョン、設定変更、主要な操作ログをどこまで保存するか
• 事故や第三者クレームが生じた場合の通知、原因調査、証拠保全、再発防止への協力

AIエージェントのように、外部ツールへのアクセス、取引の実行、メール送信、システム操作等まで自律的に行う仕組みでは、どの操作を事前承認なく実行できるか、金額・権限・対象システム等の上限、緊急停止手段、操作ログの保存といった統制も契約・仕様の双方で設計する必要があります。

なお、当事者間で責任や補償を契約上分担しても、それだけで第三者に対する不法行為責任等の成否が決まるわけではありません。契約上の責任分担は、開発・運用段階の役割を明確にし、問題発生時の調査・是正・求償を円滑にするためのものとして、実際の業務プロセスや安全措置と一致させることが重要です。

18　取適法が適用されるAI開発委託では、知財譲渡・対価・受領を発注時から整理する

2026年1月1日に施行された中小受託取引適正化法（取適法）は、対象となる受託取引について発注内容の明示、代金の支払期日、禁止行為等を定めています。すべてのAI開発委託に適用されるわけではなく、委託内容が情報成果物作成委託等に該当するかに加え、委託事業者・中小受託事業者の資本金又は従業員数等の要件を個別に確認する必要があります。

取適法の対象となる情報成果物作成委託で、中小受託事業者側に知的財産権が発生し、その譲渡又は許諾を給付内容の一部として求める場合、公正取引委員会のQ&Aは、譲渡・許諾の範囲を発注時の4条明示に含め、その対価を代金に加える必要があると整理しています。したがって、「成果物に関する知的財産権は全て委託者に帰属する」と基本契約に記載するだけでなく、どの権利をどの範囲で取得するのか、開発費に知財譲渡・許諾の対価がどのように含まれているのかを、発注内容と整合させる必要があります。

一方、当初の給付内容には含めず、開発後に知的財産権を別途の契約で取得する場合には、当該知財譲渡・許諾自体は受託取引とは別の契約として整理され得ます。ただし、公正取引委員会は、この場合でも一方的に著しく低い対価で譲渡・許諾を求めれば独占禁止法上問題となるおそれがあるとしています。AI開発では、追加学習成果や改良コードなどが後から事業上重要になることがあるため、「将来必要になれば無償で譲渡させる」という運用を前提にしないことが重要です。

また、情報成果物作成委託では、契約上の「検収」と取適法上の「受領・支払期日」の関係にも注意が必要です。公正取引委員会のQ&Aでは、原則として受領後60日以内に定めた支払期日までに代金を支払う必要があり、検査が続いていることだけで支払時期を後ろ倒しにはできません。他方、一定水準を満たしたことを確認した時点で受領する旨を事前に合意し、納期前に確認のため一時的に情報成果物を支配下に置く設計も示されています。AI開発契約では、テスト提出、検収、正式な納品・受領、支払起算日を混同せず、取適法が適用される場合には法定ルールと整合させる必要があります。

19　AI開発委託契約の主要条項チェック

20　契約締結前の実務チェックリスト

21　弊所の実務上の視点

AI開発委託契約で最も重要なのは、「誰が権利を持つか」を最初から一つの結論に固定することではありません。ユーザー側が本当に必要なのは、自社事業を継続し、改善し、将来ベンダを変更し、M&Aや事業譲渡にも対応できるだけの利用自由度です。一方、ベンダ側には、複数案件へ利用する基盤技術・汎用コード・開発ノウハウを保護する必要があります。

そのため実務では、①ユーザー固有データと業務知識、②ベンダの基盤技術、③本件で新たに生まれた固有成果、④双方の技術が混在する改良成果を分け、それぞれについて帰属と利用権を設計する方が交渉しやすくなります。

また、AIでは契約締結時点で最終性能や将来の改善内容を完全に予測できないことがあります。PoC時点で全てを決め切ろうとせず、本開発への移行条件、性能評価、追加学習、運用後の改善、終了時の移行を段階的に合意できる契約構造にしておくことが、紛争予防と開発成功の双方に有効です。

22　よくある質問

23　早めに法的確認をしたい場面

• 自社データを使って専用AIモデル・RAG・追加学習モデルを外部ベンダと開発する
• 基盤モデルやモデル重み、ソースコードの帰属・持出しを巡って双方の認識が異なる
• ベンダから、自社データや派生データを汎用モデル学習へ再利用したいと求められている
• 改良発明・追加学習成果を一方当事者へ広く帰属させる条項が提示されている
• PoCから本開発へ進むが、性能保証・検収基準をどこまで定めるべきか判断が難しい
• 外部の基盤モデル・API・OSSを多数利用し、第三者条件を含む責任分配を整理したい
• 開発後にベンダを切り替える可能性があり、データ・モデル・コードの移行条件を確保したい
• 資金調達・M&Aを予定しており、コアAI技術の権利帰属と継続利用可能性を説明できる状態にしたい

24　まとめ

AI開発委託契約では、成果物の帰属を一文で決めるのではなく、ユーザー提供データ、ベンダのバックグラウンドIP、中間成果、学習済みモデル、コード、改良成果、第三者サービスを分けて整理することが重要です。

また、AIモデルの不確実性を踏まえ、請負・準委任という名称だけで責任を決めず、性能目標、評価データ、検収条件、ユーザーの協力義務、モデル更新後の再評価を具体化する必要があります。開発後の追加学習や運用改善まで見据える場合には、改良成果とデータ利用のルールも欠かせません。

契約設計の目的は、権利を多く取ること自体ではなく、双方の技術資産を適切に保護しながら、ユーザーが事業を継続・拡張でき、ベンダも汎用技術を継続利用できる状態を作ることです。AI開発では、開発開始前から終了・移行までを一つのライフサイクルとして設計することが、実務上の紛争予防につながります。

25　主要な一次資料

• 経済産業省「AIの利用・開発に関する契約チェックリスト」（2025年2月18日）
• 経済産業省「AI・データの利用に関する契約ガイドライン 1.1版」AI編
• 経済産業省「AI・データの利用に関する契約ガイドラインを参照する際の主な留意事項について」（AI事業者ガイドライン別添6）
• 経済産業省「AI事業者ガイドライン（第1.2版）」（2026年3月31日）
• 公正取引委員会・中小企業庁・特許庁「知的財産権・ノウハウ・データの適切な取引のための優越的地位の濫用等に関する指針」（2026年6月24日）
• e-Gov法令検索「民法」
• e-Gov法令検索「著作権法」
• e-Gov法令検索「特許法」
• e-Gov法令検索「不正競争防止法」
• e-Gov法令検索「個人情報の保護に関する法律」
• 特許庁「AI関連技術に関する特許審査の事例について」
• 経済産業省「AI利活用における民事責任の解釈適用に関する手引き［第1.0版］」（2026年4月9日、同年6月更新）
• 公正取引委員会「取適法の概要」
• 公正取引委員会「よくある質問コーナー（取適法）」