AI 活用の一歩目として PoC（Proof of Concept／概念実証）を外部ベンダーに委託する企業が増えています。しかし実際に契約書ドラフトを受け取ってみると、通常のシステム開発契約とは異なる論点が数多く含まれ、法務部から「AI 特有のリスクが分からないので判断できない」と差し戻される場面が少なくありません。
とりわけ発注担当者を悩ませるのは、契約形態（準委任か請負か）の判断、成果物の切り分け、データや学習済みモデルの権利帰属、そして「PoC が終わった後に本番へどうつなげるか」という 4 つの論点です。これらはベンダーが提示する雛形のままでは、発注者にとって不利な条件が残ることが多い領域です。
さらに厄介なのは、契約書上は問題がないように見えても「PoC は終わったが本番に進めない」「派生したモデルを再利用しようとしたら権利関係で揉めた」といったトラブルが、稼働開始後に顕在化する点です。契約段階で見落とすと、後戻りに大きなコストがかかります。
こうした状況を踏まえ、経済産業省は 2025 年 2 月に「AI の利用・開発に関する契約チェックリスト」を公表し、契約条項の確認ポイントを体系化しました（経済産業省 リアルデータの共有・利活用ページ）。特許庁が公開しているモデル契約書（AI 編）とあわせて、発注者側が自ら契約書を評価するための公的な足場が整いつつあります。
本記事では、発注者の立場から AI PoC 契約の注意点を、契約形態の選び方から本番移行を見据えた契約設計までを 7 つの視点で整理します。契約書ドラフトに向き合う際、この記事を横に置きながら「どの条項を、なぜ、どう修正すべきか」を社内で説明できる状態を目指します。
はじめての AI 導入ガイド――中小企業が失敗しないための7ステップ
この資料でわかること
AI導入を検討しているが「何から始めればよいか分からない」中小企業の意思決定者に対し、導入プロジェクトの全体像を一気通貫で提示し、「自社でも着手できる」という確信と具体的な行動計画を持ってもらうこと。
こんな方におすすめです
- AI導入を検討しているが、何から始めればよいか分からない
- ベンダーの選び方や費用感がつかめず、判断できない
- 社内でAI導入の稟議を通すための資料が必要
入力いただいたメールアドレスにPDFをお送りします。
AI PoC の契約が通常のシステム開発契約と違う理由
AI PoC 契約を検討するとき、まず理解しておきたいのは「通常のシステム開発契約の枠組みが、AI PoC にはそのままでは適用しにくい」という点です。ベンダーの雛形が使いにくく感じられる根本原因はここにあります。
成果が「やってみないと分からない」ため、通常の請負契約が機能しない
通常のシステム開発では、要件定義書に基づいて「動作する成果物」を納品することがベンダー側の義務となります。しかし AI PoC は「学習データを投入した結果、実用に耐える精度が出るかどうか」を検証するプロセスであり、契約締結時点では成果物の性能を約束できません。
たとえば需要予測モデルの PoC で「予測誤差 5% 以内」を成果物基準として契約すると、データの質次第で目標未達となり、費用回収を巡って紛争になります。AI PoC では「一定の期間・工数で最善の技術検証を行う」ことをベンダー側の義務として設計するのが原則です。この考え方は、後述する準委任契約の選択理由に直接つながります。
データ・学習済みモデル・派生モデルという 3 層構造の権利が絡む
通常のシステム開発の成果物は「ソースコードとドキュメント」のようにシンプルに定義できます。一方 AI PoC では、以下の 3 層構造のそれぞれについて権利関係を切り分ける必要があります。
- 学習用データ（インプット）: 発注者が提供する業務データ、外部から取得した公開データ、ベンダーが加工したデータ
- 学習済みモデル: PoC で構築されるモデル本体（重みパラメータ・アーキテクチャ）
- 派生モデル・派生ノウハウ: 学習済みモデルを基に改良した派生物、学習過程で得られたベンダーの技術的ノウハウ
これら 3 層それぞれについて「誰が権利を持つのか」「他プロジェクトでの流用は可能か」を契約書で規定しないと、後の本番構築段階や別プロジェクト展開の場面で「そもそも使ってよいのか」が判断できなくなります。
PoC 単体では完結せず、本番移行フェーズとの接続設計が必須
通常のシステム開発は「納品して検収」で一区切りしますが、AI PoC は「本番構築に進むか、撤退するか」の意思決定材料を得るためのプロセスです。ここが最大の落とし穴で、多くの契約書は「PoC の成果物さえ納品すれば契約完了」で終わっており、本番構築フェーズへの接続条件が抜け落ちています。
結果として、PoC で有望な結果が出ても「本番構築の見積が別途高額で頓挫」「PoC 成果物を本番で再利用できずゼロから作り直し」といった事態が発生します。PoC 契約は単体で設計するのではなく、本番構築を見据えた「二段構え」で設計する視点が必要です。この論点はのちほど「PoC 単発で終わらせないための契約設計」の章で詳しく扱います。
契約形態の選び方（準委任か請負か）
AI PoC の契約形態は、原則として準委任契約が推奨されます。ただし例外的に請負契約を選ぶケースもあり、その判断基準を発注担当者が理解しておくことは、社内法務・購買部門への説明の要となります。
準委任契約が推奨される 3 つの理由
準委任契約は「一定の業務を善良な管理者の注意義務をもって遂行すること」を目的とする契約類型で、成果物の完成義務を負いません。AI PoC で準委任が推奨される理由は次の 3 点です。
- 成果物の性能を事前確定できない: 前章で述べたとおり、PoC は「精度が出るかを確かめる」プロセスであり、成果物完成義務を課すこと自体が実態と整合しません。
- PoC 失敗時の費用リスクを合理化できる: 請負契約で成果物未達なら費用を支払わないと定めると、ベンダーはリスク回避のため見積を大幅に積み増します。準委任なら工数ベースで費用を支払うため、両者にとって予測可能性が高まります。
- 仕様変更・実験計画の見直しが柔軟にできる: PoC 中に「別のアプローチを試したい」となった場合、請負では変更契約が必要ですが、準委任なら合意メモで対応できます。
特許庁が公開するオープンイノベーション用モデル契約書（AI 編）でも、PoC 契約は準委任型を前提に条項が設計されています（特許庁 オープンイノベーション モデル契約書 ver 2.1（AI 編）解説パンフレット）。AI 編は 2023 年 5 月に ver 2.1 へ改訂され、条文オプションの提示と逐条解説が拡充されています（DEEPCORE プレスリリース「OI モデル契約書 ver2.1 AI 編の改訂に協力」）。この事実は社内法務への説明時にも有力な根拠となります。
PoC で請負契約を選ぶ場合の条件と追加リスク
例外的に請負契約を選ぶのは、次のような限定条件が揃うケースです。
- 対象データ・使用アルゴリズム・評価指標が事前に完全に定義でき、精度目標も過去実績から合理的に設定できる
- 検証範囲が狭く、ベンダーが「この条件なら達成可能」と自信を持って請負える
- 発注者側が「精度未達なら支払わない」というリスク配分を明示的に選択している
このケースでも、以下の追加条項を必ず契約書に組み込むべきです。
- 精度未達時の扱い: 全額不払いなのか、部分支払いなのか、追加検証機会があるのか
- データ品質起因の免責: 発注者提供データの不備が原因で精度が出なかった場合の責任分担
- 成果物の定義: 「精度〇〇%を達成した学習済みモデル」を成果物とするのか、「達成できなかった旨の報告書」も成果物として扱うのか
請負契約を選択する場合、これらを整理せずに契約すると「達成／未達成の判定でもめる」典型的なトラブルに直結します。
準委任契約でも「善管注意義務」を成果水準として合意する工夫
準委任にすると「何も約束していないのと同じでは」と不安を持つ発注者も少なくありません。ここで有効なのが、成果物ではなく「業務遂行の水準」を契約書に定める方法です。
- 業務範囲の明確化: 「以下のタスクを実施する」として、データ前処理・特徴量設計・複数モデル比較・評価レポート作成といった作業を列挙する
- 中間報告と意思決定機会: 週次のレビューミーティング、フェーズごとの Go/No-Go 判定機会を明記する
- 善管注意義務の具体化: 「業界標準のライブラリを使用する」「評価は事前合意した指標で行う」など、遵守事項を条項化する
これらを盛り込むことで「準委任でも成果水準は担保できる」ことを社内法務に説明しやすくなります。
PoC 契約書に盛り込むべき条項チェックリスト
ここからは、契約書に必ず盛り込むべき条項を、経産省チェックリストの構造に沿って整理します。それぞれについて「なぜ必要か」「発注者側から見た交渉のポイント」を併記します。
目的・スコープ・成果物の定義（「検証結果報告書のみ」では不十分な理由）
「成果物 = 検証結果報告書」だけで契約すると、PoC で構築した学習済みモデルやコードが発注者側に引き渡されない事態が発生します。本番構築に進む段階でモデルを再利用したくても、契約上引き渡し義務がなければベンダーは提供を拒めます。
契約書に成果物として明示すべきは、最低限次の 4 点です。
- 検証結果報告書（精度評価・使用データ・実験条件を含む）
- 学習済みモデル（重みパラメータ・アーキテクチャ定義・推論用コード）
- 学習・評価用スクリプト（本番再現に必要な処理コード）
- 中間生成物（前処理後のデータ・特徴量定義など、本番で流用する可能性のあるもの）
「引き渡す成果物」と「引き渡さない成果物」を明示的に列挙し、後段の権利帰属条項と整合させることが交渉のポイントです。
入力データの取り扱い（提供元・利用目的・返却／破棄・派生データの扱い）
発注者が提供するデータについて、契約書は次の項目を規定する必要があります。
- 提供データの範囲: どのデータをいつまでに提供するか、更新頻度、データ量の想定
- 利用目的の限定: 「本 PoC のモデル学習・評価のみに使用する」と目的外利用を禁止する
- 第三者提供の可否: ベンダーが再委託先や AI API 事業者へデータを渡す場合の同意条件
- PoC 終了後の返却・破棄: 保存期間・破棄方法・破棄証明書の提出義務
- 派生データの扱い: 前処理・匿名化後のデータの権利帰属
特に注意したいのは、生成 AI・クラウド API を組み込む PoC で、発注者データが API 提供事業者側で学習利用される可能性を排除する条項です。API サービス側の学習利用オプトアウト設定の確認義務を契約書に含めておくと、後々のトラブルを予防できます。
学習済みモデル・派生モデルの権利帰属（3 層構造の切り分け方）
権利帰属の設計は、契約書の中でも最も難航する論点であり、AI PoC 契約で最も揉めやすい知的財産権の切り分けが集中する箇所でもあります。実務では次の 3 層で切り分けます。
- 学習済みモデル本体: PoC の中心的な成果物。発注者に帰属させることが原則。ただしベンダーが持ち込んだベースモデル（事前学習済みの汎用モデル等）を利用した場合は、ベースモデル部分の知的財産権は元のライセンスに従う
- 派生モデル: 学習済みモデルを他プロジェクトで再学習・ファインチューニングした派生物。ベンダー側は他顧客向けに再利用したい意向を持つことが多いため、利用範囲・競合企業向け提供禁止条項の要否を協議する
- 技術的ノウハウ: 学習過程で得られたベンダーの汎用的な技術知見。これはベンダーに帰属するのが一般的だが、発注者固有のドメイン知識に基づくノウハウとの線引きが曖昧になりやすい
契約条項では「学習済みモデルの著作権・所有権（該当する知的財産権を含む）は発注者に帰属する」「派生モデルの利用範囲はベンダーに認めるが、発注者と競合する事業への利用は禁止する」といった書き分けが実務的です。学習済みモデルは著作物該当性の議論があるため、著作権のみを列挙するのではなく「知的財産権その他一切の権利」と包括的に規定するほうが、後日の紛争予防に有効です。
秘密保持義務と NDA との関係（PoC 契約書に統合する場合／別 NDA を締結する場合）
秘密保持については、PoC 契約書に統合する方式と別途 NDA を締結する方式があります。以下の観点で選択します。
- PoC 契約書に統合するケース: 契約書が一本化され管理が楽。ただし秘密保持義務の期間が PoC 期間に引きずられがち
- 別途 NDA を締結するケース: 秘密保持義務の期間を長期（例: 契約終了後 5 年）に設定しやすい。営業秘密を含む場合に推奨
いずれの場合も、秘密情報の範囲（口頭情報も含むか）、目的外利用の禁止、複製・保管方法、返却／破棄義務、期間、違反時の措置を明記します。生成 AI にプロンプトとして機密情報を入力する運用が発生する場合、その扱いを明示的に規定することも重要です。
検収と成果評価の基準（「精度〇〇%達成」を検収条件にすべきかの判断軸）
準委任契約でも、業務完了の判定基準は必要です。ここでよくある論点が「精度〇〇%達成」を検収条件に含めるかどうかです。
判断軸としては次の 2 点で整理します。
- 精度が事前に予測可能な領域（画像分類など、類似案件の実績が豊富）: 精度目標を成果水準の目安として記載してもよいが、あくまで努力目標であることを明記する
- 精度が事前に予測困難な領域（発注者固有データ、新規タスク）: 精度は評価指標として記録するが、検収条件には含めない。検収条件は「合意した実験計画に基づき、指定のタスクを実施し、結果を報告書として提出する」ことに限定する
「精度未達 = 検収拒否」という条項は、準委任契約の趣旨と矛盾するため避けるべきです。
委託料と支払条件（PoC 段階で発生する追加費用の予測可能性）
委託料の設計では、次の項目を明記して追加費用の予測可能性を高めます。
- 基本委託料: 月額固定 or 総額固定 or 工数精算
- 発生しうる追加費用: 追加データ処理、追加モデル検証、外部 API 利用料（クラウド費用等）、ハードウェア利用料
- 想定外事態の費用負担ルール: 発注者側のデータ提供遅延、ベンダー側の技術的問題
想定される費用感を把握するためには、AI 開発の費用相場と内訳もあわせて参考にできます。契約書に「追加費用は事前見積・書面合意の上で発生させる」と明記することで、想定外の請求を予防できます。
経産省「AI の利用・開発に関する契約チェックリスト」（2025年）の実務適用
契約書レビューの根拠として最も強力なのが、経済産業省が令和 7 年 2 月に公表した「AI の利用・開発に関する契約チェックリスト」です。ここでは PoC 契約で特に重要となる項目を整理します。
2025 チェックリストの位置づけと 2018 ガイドラインとの関係
経産省は 2018 年に「AI・データの利用に関する契約ガイドライン」を公表し、AI 開発契約の考え方の基本を示しました。2025 年 2 月のチェックリストは、その後の生成 AI 普及を踏まえ、契約類型を「利用型契約（汎用 AI サービス利用型）」と「開発型契約（カスタマイズ型・新規開発型）」に整理し直したものです（「AIの利用・開発に関する契約チェックリスト」の要点解説（Business & Law））。
PoC は多くの場合「開発型契約（カスタマイズ型または新規開発型）」に位置づけられます。2018 ガイドラインの探索的段階型（アセスメント / PoC / 開発 / 追加学習）の考え方は引き続き有効で、2025 チェックリストはそれを条項レベルでチェックできるよう精緻化した位置づけです。
インプット 6 項目のうち PoC 契約で特に重要な 3 項目
2025 チェックリストは「インプット」に関する契約条項を A-1〜A-6 の 6 項目で整理しています（AIの利用・開発に関する契約チェックリストとは？（Keiyaku-Watch））。PoC 契約で特に確認すべきは次の 3 項目です。
- A-1 インプットの定義: ユーザ提供データ、ベンダ収集データ、第三者提供データを区別して明記
- A-3 ベンダによる利用・管理: PoC 目的以外の利用禁止、他顧客との情報混同禁止
- A-5 権利帰属: 提供データの権利は基本的にユーザに残ることを確認
アウトプット 6 項目のうち PoC 契約で特に重要な 3 項目
同様に「アウトプット」も B-1〜B-6 の 6 項目で整理されており、PoC で特に重要なのは次の 3 項目です。
- B-1 アウトプットの定義: 検証結果報告書だけでなく、学習済みモデル・スクリプト・派生データを含めて定義
- B-2 ユーザへの提供: 引き渡すもの・引き渡さないものを明示
- B-5 権利帰属: 学習済みモデル、派生モデル、技術ノウハウの帰属を層ごとに規定
これに加えて、ユーザ向け留意点として、実務で見落としがちなポイント（生成 AI 特有の権利処理、第三者データの取り扱いなど）が併記されており、契約書レビュー時のチェック観点として活用できます。
JPO モデル契約書（AI PoC 版）の使い方と修正が必要な典型箇所
特許庁の「オープンイノベーション モデル契約書 ver 2.1（AI 編）」には、PoC 契約書の逐条解説付き雛形が公開されています（特許庁 オープンイノベーション モデル契約書 ver 2.1（AI 編）解説パンフレット）。この雛形は「ユーザ企業 × スタートアップ企業」を想定していますが、一般的な PoC 契約でも参考になります。ver 2.1 では 2023 年 5 月の改訂により条文オプションと逐条解説が拡充されており、契約条項の交渉時に選択肢を提示しやすくなっています。
ただし、そのまま使うのではなく、次の箇所は自社の事情に合わせて修正する必要があります。
- 成果物の範囲: モデル契約書は「検証結果報告書」中心だが、前述のとおり学習済みモデルなどを追加する
- 業務範囲・期間: 実施タスクと期間を具体化する
- 委託料: 案件規模に応じた金額と支払スケジュールに書き換える
- 本番移行を見据えた条項: モデル契約書には最小限しか含まれないため追記が必要（次章参照）
PoC 単発で終わらせないための契約設計（本番移行への接続）
PoC 契約でもっとも見落とされがちなのが、「本番移行への橋渡し」に関する条項です。ここが本記事で最も強調したいポイントです。
PoC 契約と本番契約は分離するが「橋渡し条項」を PoC 契約に含める
契約形態としては、PoC 契約と本番契約は別契約に分離するのが実務的です。PoC 段階では準委任・小規模、本番段階では成果物ベース・大規模といったように、契約構造そのものが異なるためです。
ただし、PoC 契約と本番契約を完全に切り離すと、PoC 終了後にベンダーが本番構築の見積を大幅に積み増したり、他ベンダーへの切り替えが実質不可能になったりする問題が生じます。これを回避するため、PoC 契約書に次のような「橋渡し条項」を含めます。
- 本番移行に関する優先交渉権: PoC 終了後、一定期間はベンダーと本番契約の交渉を優先的に行う。ただし合意に至らない場合は他ベンダーへの切り替えを妨げない
- 本番移行時の見積提出義務: PoC 終了時にベンダーが本番構築の概算見積を提示する
- PoC 成果物の本番利用許諾: 発注者が別ベンダーで本番構築する場合でも、PoC で構築した学習済みモデル・データを継続利用できる
本番移行の実務的な進め方については、PoC から本番運用への移行手順もあわせてご覧いただけると、契約論点と実務手順の全体像が掴めます。
本番移行の意思決定条件（Go/No-Go 基準）を PoC 契約段階で合意する
PoC 終了後の Go/No-Go 判定を「なんとなく」で行うと、本番移行の意思決定が長引きます。PoC 契約書または覚書で、次のような判定条件を事前合意しておくことが有効です。
- 技術的判定基準: 事前合意した評価指標（精度・処理速度・安定性など）の目標水準
- 業務適合性判定基準: 現場での利用シナリオが実現可能か、既存業務プロセスとの接続性
- 経済性判定基準: 本番構築・運用コストと、期待される業務改善効果の対比
これらは PoC 契約の付属文書として「Go/No-Go 判定シート」の形で合意しておくと、判定時の議論が構造化されます。
PoC 成果物（データ・モデル・ドキュメント）の本番再利用ルール
本番構築で PoC 成果物を再利用する際、次の項目を PoC 契約で規定しておくと、後段の交渉コストを大幅に削減できます。
- 再利用可能な成果物の範囲: 学習済みモデル、前処理スクリプト、評価指標定義、業務要件ドキュメント
- 再利用時の追加ライセンス料: 有償なのか、PoC 委託料に含まれるのか
- 他ベンダーへの引き継ぎ条件: 本番構築を他社に依頼する場合の資料提供義務、技術的引き継ぎの範囲
PoC の全体像や進め方の基本については、発注者向け AI PoC の進め方ガイドもあわせて確認すると、契約論点と進め方の両面を整理できます。
よくある契約トラブルと予防策
ここでは、実際に発生しやすい 4 つのトラブル類型と、その予防に必要な契約条項を整理します。稟議書の予防策セクションに、そのまま転用できる粒度で記載します。
学習用データの第三者権利処理漏れ（データ提供元との覚書）
発注者が提供するデータの中に、第三者から取得したデータ（顧客情報、パートナー企業データ、公開データセット等）が含まれる場合、原提供元との契約で「AI 学習利用」が許諾されていないケースが頻発します。
予防策: 契約書に「発注者は提供データについて、AI 学習利用に関する必要な権利処理を完了している旨を表明保証する」条項を盛り込み、社内でデータ提供元との覚書を事前に確認する運用を作る。個人情報を含む場合は、匿名加工または本人同意の取得を契約条項で明示する。
PoC 精度未達時の費用負担（準委任でも「善管注意義務違反」を持ち出される事例）
準委任契約でも、発注者側が「精度が全く出なかったのは善管注意義務違反ではないか」と費用返還を求める事例があります。ベンダーが「業界標準の手法を用いた」旨を立証できないと、紛争が長引きます。
予防策: 契約書に「実施する業務範囲」「使用するライブラリ・アルゴリズム」「評価指標」を具体的に明記し、業務遂行の水準を事前合意しておく。精度目標は「努力目標」と明示し、未達でも善管注意義務違反にはならない旨を条項化する。
派生モデル・ノウハウの権利帰属を巡る争い
PoC 終了後、発注者が「学習済みモデルを他部門・関連会社でも使いたい」、ベンダーが「派生ノウハウを他顧客向けに転用したい」と、双方の再利用ニーズが衝突するケースがあります。
予防策: 前述のとおり、学習済みモデル本体・派生モデル・技術的ノウハウの 3 層で権利帰属を切り分ける。「発注者の業種内の競合他社向けにはベンダーが技術転用しない」といった業種・用途による制限条項を検討する。
本番移行時のベンダーロックイン（PoC 成果物を再利用できないリスク）
PoC の学習済みモデル・スクリプトが、ベンダー独自の環境・ライブラリに強く依存する形で構築されていると、本番構築を他社に依頼できず、実質的にベンダーロックインが発生します。
予防策: PoC 契約書に「成果物は業界標準のフレームワーク・ライブラリ（PyTorch, TensorFlow, scikit-learn 等）を用いて構築する」「独自ライブラリを使う場合はソースコード開示を義務化する」条項を盛り込む。本番移行時の資料提供義務（引き継ぎドキュメント、環境構築手順等）も併記する。
契約前チェックリスト（発注者向け・持ち帰り版）
最後に、契約書ドラフトを受領した際に、この表を印刷して各条項を照合するためのサマリーを掲載します。
# | チェック項目 | 該当条項の確認ポイント |
|---|---|---|
1 | 契約形態は準委任か | 請負の場合は精度未達時の扱い・データ品質免責が明記されているか |
2 | 業務範囲・実施タスクが具体的か | 前処理・特徴量設計・モデル比較・評価レポート作成が列挙されているか |
3 | 中間報告と Go/No-Go 判定機会が明記されているか | 週次レビュー、フェーズ判定機会の記載 |
4 | 成果物に学習済みモデル・スクリプトが含まれているか | 「検証結果報告書のみ」では不十分 |
5 | 提供データの利用目的が限定されているか | 目的外利用禁止・第三者提供の同意条件 |
6 | データの返却・破棄条件が明記されているか | 保存期間・破棄方法・破棄証明書 |
7 | 学習済みモデル本体の権利帰属が発注者側か | ベンダー持ち込みベースモデル部分の除外規定 |
8 | 派生モデルの利用範囲が規定されているか | 競合企業向け提供禁止条項の要否 |
9 | 秘密保持義務の期間・範囲が十分か | 契約終了後の存続期間、口頭情報の扱い |
10 | 精度未達 = 検収拒否の条項が入っていないか | 準委任契約の趣旨と矛盾するため要削除 |
11 | 追加費用の発生条件・合意プロセスが明記されているか | 事前見積・書面合意義務 |
12 | 本番移行の優先交渉権が規定されているか | 期間・優先交渉不成立時の扱い |
13 | PoC 成果物の本番再利用ルールが明記されているか | 再利用範囲・追加ライセンス料の有無 |
14 | 標準フレームワーク・ライブラリの使用が義務化されているか | ベンダーロックイン予防 |
15 | データ提供元との権利処理表明保証条項があるか | 発注者側の表明義務 |
16 | Go/No-Go 判定条件が合意文書化されているか | 技術・業務・経済性の 3 軸で規定 |
AI PoC の契約は、通常のシステム開発契約とは論点構造が異なるため、ベンダーの雛形をそのまま受け入れると発注者側に不利な条件が残りやすい領域です。本記事のチェックリストを起点に、社内法務・購買部門と契約書ドラフトを一条ずつ照合していくことで、稟議書に耐える契約設計と、PoC を本番につなげる橋渡しの両方を実現できます。
契約書の交渉と並行して、PoC 自体の進め方・費用感の見積もりも重要です。あわせて発注者向け AI PoC の進め方ガイドやAI 開発の費用相場と内訳も参照いただくと、契約・進行・費用の 3 面から PoC プロジェクトを設計できます。
関連情報
AI PoC を含む外部人材活用の判断ポイントをまとめたお役立ち資料をご用意しています。契約論点・費用感・体制設計の観点から実務で使える形に整理していますので、社内での意思決定にご活用ください。詳しくはお役立ち資料一覧からご覧いただけます。
AI PoC の契約設計や PoC 実施そのもののご相談は、お問い合わせフォームからお気軽にご連絡ください。要件整理の段階からご相談いただけます。
はじめての AI 導入ガイド――中小企業が失敗しないための7ステップ
この資料でわかること
AI導入を検討しているが「何から始めればよいか分からない」中小企業の意思決定者に対し、導入プロジェクトの全体像を一気通貫で提示し、「自社でも着手できる」という確信と具体的な行動計画を持ってもらうこと。
こんな方におすすめです
- AI導入を検討しているが、何から始めればよいか分からない
- ベンダーの選び方や費用感がつかめず、判断できない
- 社内でAI導入の稟議を通すための資料が必要
入力いただいたメールアドレスにPDFをお送りします。
よくある質問
- 準委任契約でも成果物の完成を契約書で約束させることはできますか？
準委任契約は業務遂行義務であり、成果物の完成義務は負わせられません。ただし業務範囲・中間報告のタイミング・評価指標を具体的に明記し、「業界標準のライブラリを使用する」といった善管注意義務の具体化条項を盛り込めば、実質的な成果水準を担保できます。
- ベンダー提示の契約書がモデル契約書と異なる場合、どこから確認すればよいですか？
経産省チェックリストと特許庁モデル契約書の該当条項を基準に照合し、成果物定義・データ/権利帰属・本番移行条項の3点から差異を洗い出すのが効率的です。特に権利帰属条項は学習済みモデル本体・派生モデル・技術的ノウハウの3層構造で規定されているかを優先的に確認してください。
- PoC契約と本番契約は最初から1本の契約にまとめてはいけませんか？
一本化はおすすめしません。PoCと本番は契約形態・規模が大きく異なるため、別契約としたうえでPoC契約に優先交渉権・見積提出義務・PoC成果物の本番利用許諾といった橋渡し条項を含める方が柔軟に対応できます。
- 社内法務が「AI特有のリスクが分からない」と難色を示す場合、何を根拠に説明すればよいですか？
経済産業省が2025年2月に公表した契約チェックリストと特許庁のモデル契約書（AI編）を提示し、これらの公的資料に基づいて条項を照合していることを説明すると合意を得やすくなります。両資料はインプットとアウトプットの権利帰属・利用範囲をA-1〜A-6、B-1〜B-6の条項区分で整理しており、社内稟議の根拠資料としても活用できます。
- PoCで生まれた派生モデルの権利をベンダーが主張してきた場合、拒否できますか？
契約書に取り決めがなければ交渉次第になります。事前に「発注者と競合する事業への利用は禁止する」といった利用範囲の制限条項を派生モデルの権利帰属欄に盛り込んでおけば、拒否・制限を求める根拠として機能します。
