AI開発をフリーランスに外注する際の知財・著作権の取り決め｜契約前の確認ポイント

「代金を払うのだから、できあがった成果物は当然うちのものになる」——AI開発をフリーランスに外注しようとする多くの発注担当者が、当たり前のようにそう考えています。ところが、いざ契約書を読み返してみると、「成果物の権利は誰のものか」「学習に使った自社データはどう扱われるのか」といった条項が曖昧なまま進んでいることに気づき、不安になるケースが少なくありません。

特にAI開発では、通常のシステム開発の外注にはない論点が絡みます。社内の機密データをモデルに学習させる、できあがった学習済みモデルが本当に自社の資産になるのか分からない、フリーランスが使っている外部のAIサービスやライブラリのライセンスがどう影響するのか——こうした「AIだからこそ生まれる権利関係」を、発注者の多くは言語化できていません。

しかも、社内に法務担当がいない中小企業やスタートアップでは、契約のひな形をそのまま流用しがちです。一般的な著作権の条項は入っていても、AI特有の論点は抜け落ちている。その状態で発注してしまい、後から「学習済みモデルは受託者のものなので渡せない」「学習データを他社の案件にも使われていた」と判明すれば、進めてきた事業そのものが止まりかねません。

この記事では、AI開発をフリーランスに外注する際に、発注者が知財・著作権について取り決めておくべきポイントを、法律の専門家でなくても実行できる形で整理します。AI開発に固有の4つの権利論点を一般の外注と切り分けて解説し、契約前に確認すべきチェックリスト、契約形態（請負か準委任か）の選び方、そして2024年11月に施行されたフリーランス新法への対応まで、発注の意思決定に必要な材料を順を追って説明します。

AI開発をフリーランスに外注するとき、知財・著作権の何が問題になるのか

まず押さえておきたいのは、「お金を払えば成果物の権利は自動的に発注者のものになる」という思い込みが、AI開発では特に通用しないという点です。なぜそうなるのか、そしてAI開発では一般の外注と何が違うのかを最初に俯瞰しておきましょう。

著作権は原則フリーランス側に帰属する（一般の外注と共通の前提）

そもそも著作権は、創作した人に最初から（原始的に）発生します。これは著作権法の原則であり、プログラムやデザインを外注で作ってもらった場合、何も取り決めをしなければ、その著作権は作成したフリーランス側に帰属したままです。代金を支払ったからといって、自動的に発注者へ移るわけではありません。

この点は、AI開発に限らず一般の業務委託でも共通します。発注者が成果物の著作権を自社のものにしたいなら、契約書に「著作権を発注者に譲渡する」と明記する必要があります。フリーランス全般への外注における著作権・知財の基本的な考え方については、フリーランスへの業務委託で著作権・知的財産を守る方法もあわせてご確認ください。

ここまでは多くの発注者がなんとなく理解しています。問題は、AI開発になると「成果物の著作権」だけでは捉えきれない論点が一気に増えることです。

AI開発特有の4つの権利論点

通常のシステム開発であれば、取り決めるべき対象は基本的に「ソースコードや成果物の著作権を誰のものにするか」です。ところがAI開発では、これに加えて次の4つの論点が絡んできます。

1. 学習データの権利：モデルを学習させるために提供した自社データや、フリーランスが前処理して作ったデータセットを、誰がどこまで使えるのか。他社の案件に流用されないか。
2. 学習済みモデル（パラメータ）の権利帰属：学習を経てできあがったモデル本体（パラメータ）が、発注者の資産になるのか、それとも受託者のものとして手元に残るのか。
3. AI生成物の著作物性のあいまいさ：AIが生成したコードや文章、画像などが、そもそも著作権で保護される「著作物」なのかどうかがはっきりしない。
4. 外部AIモデル・APIのライセンス継承：フリーランスが開発に使った外部のAIモデル、API、OSSライブラリの利用規約やライセンスが、発注者にも引き継がれてくる。

経済産業省の「AI・データの利用に関する契約ガイドライン」でも、AI開発では生データ・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といった多様な対象ごとに、権利の帰属と利用条件を整理する必要があると示されています（経済産業省「AI・データの利用に関する契約ガイドライン」（平成30年6月））。

つまり、「AIだと何が違うのか」の正体は、この4つの論点が追加されることにあります。検索してこの記事にたどり着いた方の多くは、まさにこの「言語化できていなかった違い」に不安を感じているのではないでしょうか。次の章から、4つの論点をそれぞれ具体的に見ていきます。

AI開発の外注で取り決めるべき4つの権利と帰属

ここでは、先ほど挙げた4つの論点を一つずつ取り上げ、「何が問題になるのか」と「発注者としてどう取り決めるべきか」をセットで整理します。すべてを完璧な法律用語で契約書に落とし込む必要はありません。まずは「この4つについて取り決めが必要だ」と理解し、フリーランスと認識をすり合わせることが第一歩です。

学習データの権利と二次利用の制限

AI開発では、発注者が提供する自社データ（顧客データ、業務ログ、画像など）をモデルに学習させることが多くあります。ここで問題になるのが、次の2点です。

• 発注者が提供した生データそのものの権利は誰にあるのか
• フリーランスが加工・前処理して作った学習用データセットを、他の案件に再利用されないか

提供した生データに含まれる個人情報や営業秘密は、当然ながら発注者側で管理すべき情報です。しかし、それをもとにフリーランスが前処理・アノテーション（ラベル付け）して作ったデータセットは、加工という労力が加わっているため「誰のものか」が曖昧になりがちです。何も取り決めなければ、フリーランスがそのデータセットを別の発注者の案件に流用する、という事態も起こり得ます。

発注者としては、契約書で次の方向性を明示しておくと安心です。

• 提供データおよびそれを加工した学習用データセットは、本件の目的以外には使用しない（目的外利用・二次利用の禁止）
• 契約終了後はデータおよびデータセットを返却または破棄する

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」（令和7年）でも、いったんAIモデルに学習させた情報は事後的に取り除くことが一般に難しいため、事前の予防的な取り決めが重要だと指摘されています（経済産業省「AIの利用・開発に関する契約チェックリスト」（令和7年2月））。

学習済みモデル（パラメータ）の権利帰属

おそらく発注者にとって最も気になるのが、「できあがった学習済みモデルは自社のものになるのか」という点でしょう。

ここで知っておきたいのは、学習済みモデル（特にパラメータ）が著作権でクリアに保護される対象とは限らない、という事実です。学習によって自動的に算出されたパラメータの集合は、人間の創作的表現とは言いにくく、著作権が認められるかどうかには議論があります。つまり「著作権を発注者に譲渡する」と書いても、そもそも譲渡すべき著作権が成立していない可能性があるのです。

そこで実務では、「権利帰属」にこだわるよりも「利用条件」で実をとるという考え方が有力です。これは、法律実務でも繰り返し説かれている発想です（BUSINESS LAWYERS「AI開発契約では権利帰属ではなく利用条件で『実』をとる」）。

発注者にとって本当に大事なのは、「モデルの著作権が自分にある」という法的な肩書きではなく、次のような実利が確保できているかどうかです。

• 自社で自由にモデルを使い続けられること（独占的に使えるのか、受託者も使ってよいのか）
• 受託者が同じモデルを競合他社に提供しないこと
• 将来モデルを改良・再学習できる状態でモデルとデータが手元にあること

権利帰属の文言だけを争って疲弊するより、「どう使えるか」を具体的に取り決めるほうが、発注者の不安を実質的に解消できます。

AI生成物の著作物性と、納品物に含まれる場合の扱い

AIが生成したコード、文章、画像などの成果物については、「それが著作権で保護される著作物なのか」がそもそも不明確です。著作権は人間の創作的な表現を保護するものであり、AIが自律的に生成したものは著作物と認められにくいと一般に整理されています。

これは発注者にとって両面の意味を持ちます。一方では「AI生成物には著作権が発生しないなら、誰のものにもならず自由に使えるのでは」と考えがちですが、他方で「著作権が無い＝独占できない」ため、他社が同じものを使っても文句を言えない、という側面もあります。

本記事の文脈で押さえておきたいのは、納品物の中にAI生成物が含まれる場合、「誰の著作物か」よりも「自社が問題なく利用・改変・再配布できる状態か」を契約で確保することが現実的だ、という点です。

フリーランスが使う外部AIモデル・API・OSSライブラリのライセンス継承リスク

見落とされがちですが、実務上もっともトラブルになりやすいのがこの論点です。

フリーランスは開発を効率化するために、外部のAIモデル（商用APIや公開モデル）、各種API、OSS（オープンソースソフトウェア）ライブラリを組み合わせて使います。これらにはそれぞれ利用規約やライセンス（MIT、Apache、GPLなど）があり、その制約は最終的に発注者の成果物にも引き継がれてきます。

たとえば、

• 商用利用が禁止されている公開モデルを使っていた → 自社の商用サービスに組み込めない
• API提供元の規約で「出力をモデルの再学習に使ってはいけない」とされていた → 想定していた使い方ができない
• コピーレフト型のOSS（GPL等）を組み込んでいた → 成果物のソースコード公開を求められる可能性がある

こうしたリスクは、納品後にサービスを公開してから発覚すると致命的です。契約段階で「使用する外部モデル・API・OSSの一覧と、それぞれのライセンス・利用規約を開示してもらう」「商用利用可能なものに限定する」ことを取り決めておきましょう。

契約前に確認すべきチェックリストと契約条項の方向性

4つの論点を理解したら、次は「契約書を交わす前に何を確認し、どんな方向で条項を入れればよいか」を具体的にしていきます。ここでは法的に厳密な条文ではなく、発注者が確認・依頼すべきレベルに噛み砕いて示します。

契約前チェックリスト

フリーランスとの契約締結前に、次の観点を確認してください。AI特有の注意点を併記します。

このチェックリストの各項目をフリーランスと一つずつ確認するだけでも、後のトラブルの大半は予防できます。

権利帰属に固執せず「利用条件」で実をとる判断軸

前の章でも触れましたが、契約条項を考えるうえで発注者が持っておくと迷いにくい判断軸が、「権利帰属」と「利用条件」を切り分けて考えることです。

• 権利帰属：そのモデル・データ・成果物の所有者・著作権者は誰か（法的な肩書き）
• 利用条件：発注者がそれをどこまで自由に使えるか（独占できるか、改変できるか、再配布できるか）

AI開発では、モデルやデータの権利帰属を法的にクリアにすることが難しいケースが多いため、「自社が事業に必要な範囲で確実に使い続けられること」を利用条件として明文化するほうが現実的です。たとえば「発注者は本件モデルを独占的に利用でき、受託者は第三者に提供しない」と書けば、所有権の議論をせずとも発注者の実利は守られます。

第三者の知的財産権を侵害しないことの保証条項

もう一つ、発注者を守るうえで重要なのが、「納品物が第三者の知的財産権を侵害していないこと」をフリーランスに保証してもらう条項です。

AI開発では、外部モデルやOSSの組み込み、学習データに含まれる第三者著作物など、知らないうちに他者の権利を侵害してしまうリスクがあります。万一、納品後に第三者から権利侵害を主張された場合、発注者が矢面に立たされることになりかねません。

契約書には、

• 納品物が第三者の知的財産権を侵害していないことを保証する
• 万一侵害の主張があった場合の対応・費用負担の分担を定める

といった条項を入れておくことで、発注者側のリスクを大きく軽減できます。

請負と準委任、どちらの契約形態を選ぶか

知財の取り決めと並んで、発注者が判断に迷うのが「契約形態をどうするか」です。AI開発では、この選択が知財やリスクの配分に直結します。

請負型と準委任型の違いとAI開発での向き不向き

業務委託の契約形態は、大きく「請負型」と「準委任型」に分かれます。

• 請負型：受託者が「成果物の完成」を約束する契約。完成しなければ報酬を請求できず、不具合があれば修補や損害賠償を求められる。
• 準委任型：受託者が「一定の水準で善良な管理者として業務を遂行する」ことを約束する契約。完成そのものには責任を負わない。

ここで重要なのは、AIの性能（推論の精度など）が学習データに大きく依存し、開発を始める前に「どこまでの精度が出るか」を確約しにくいという特性です。このため、AI開発の本格開発では、受託者が完成責任を負う請負型を嫌うケースが一般的です。特許庁のIP BASEでも、AI開発契約ではこうした事情から準委任型が選ばれやすいことが解説されています（特許庁 IP BASE「AI開発を受託する際の契約方式の選び方」）。

発注者としては、「請負だから安心」と単純に考えるのではなく、AI開発の性質上、成果が事前に確定しにくいことを理解したうえで形態を選ぶ必要があります。完成を強く求めたい部分（たとえば最終的なシステムの実装）は請負、精度が読めない部分（モデルの学習・検証）は準委任、というように切り分ける発想も有効です。

PoC（技術検証）と本開発を分けて契約するメリット

AIの精度が事前に読めないという問題への現実的な対処が、PoC（技術検証）と本開発を段階的に分けて契約することです。

• 第1段階（PoC・技術検証）：少量のデータで、そもそも狙った精度が出せそうかを検証する。準委任型で小さく始める。
• 第2段階（本開発）：PoCで見込みが立ってから、本格的な開発・実装に進む。

経済産業省の契約ガイドラインでも、AI開発はアセスメント→PoC→開発→追加学習という段階を分けて進めるアプローチが推奨されています。段階を分けることで、「精度が出ないのに多額の費用だけ先に払ってしまう」というリスクを抑えられます。発注者にとっては、いきなり大きな金額で本開発を発注するのではなく、まずPoCで見極めることが、費用面でも知財面でも安全な進め方です。

フリーランス新法が外注時の知財取り決めに与える影響

フリーランス（個人事業主）への外注では、もう一つ押さえておくべき法律があります。2024年11月1日に施行された「フリーランス新法」（特定受託事業者に係る取引の適正化等に関する法律）です。発注者にとっては、これが「守らなければならない義務」になります。

フリーランス新法で明示が必須になった取引条件

フリーランス新法では、発注者がフリーランスに業務を委託する際、取引条件を書面または電磁的方法（メール等）で直ちに明示することが義務づけられました。これを「3条通知」と呼びます。口頭での伝達は認められません（政府広報オンライン「フリーランス・事業者間取引適正化等法」）。

明示が必要な主な項目は次のとおりです。

• 発注者・フリーランス双方の名称
• 業務委託日・業務内容
• 納期、納品場所
• 報酬額および支払期日
• （検査を行う場合）検査完了期日

ここで知財に関わる重要なポイントがあります。業務の遂行過程で著作権などの知的財産権が発生し、発注者がその譲渡やライセンスを「業務の本来の利用目的を超えて」受けようとする場合、その譲渡・ライセンスの範囲を「給付の内容」として明示しなければなりません。さらに、知財の譲渡やライセンスを業務に含める場合は、その対価を報酬に上乗せして示す必要があります（中小企業庁「フリーランス・事業者間取引適正化等法」資料）。

つまり、「成果物の著作権をうちに譲渡してね」と求めるなら、その範囲と対価を発注時に明示することが法律上求められる、ということです。

AI開発の外注で特に注意すべき明示事項

AI開発の外注では、この明示義務が一般の外注よりも複雑になります。これまで述べてきたとおり、AI開発では「成果物の著作権」だけでなく、学習データ・学習済みモデル・AI生成物・外部モデルのライセンスといった複数の対象があるからです。

発注時に明示する取引条件の中で、次の点を曖昧にしないよう注意してください。

• 学習済みモデルやデータセットの利用条件（誰がどこまで使えるか）を「給付の内容」として具体的に記載する
• 知財の譲渡・ライセンスを求める場合、その対価を報酬に含めて明示する

フリーランス新法は発注者の義務であると同時に、取引条件を明文化することで「言った・言わない」のトラブルを防ぎ、結果的に発注者自身を守る仕組みでもあります。AIという複雑な対象を扱うからこそ、3条通知の段階で利用条件を丁寧に書き出しておくことが、後の安心につながります。

納品・運用フェーズで起こりがちな知財トラブルと予防策

契約を交わして開発が進んでも、知財トラブルは納品・運用の段階で表面化することが多くあります。発注者が「あとで事業が止まる」最悪のケースを避けるために、起こりがちなトラブルと予防策を押さえておきましょう。

納品物の範囲を曖昧にしないこと

最も多いのが、「納品物の範囲が曖昧だったために、後からモデルを引き継げない」というトラブルです。

AI開発の成果物は、動いているサービスだけではありません。実際に自社でモデルを運用・改良し続けるには、次のものが手元に揃っている必要があります。

• ソースコード一式
• 学習済みモデル本体（パラメータ）
• 学習に使ったデータセット（または再現できる情報）
• 再学習・再現の手順を記したドキュメント

これらの一部でも欠けると、「モデルは動くが、なぜその精度が出るのか分からず、データが変わったときに作り直せない」「フリーランスがいなくなった瞬間に手が出せなくなる」というベンダーロックインに陥ります。納品物の範囲を契約段階でリストとして具体的に定義しておくことが、最大の予防策です。

学習データの二次利用・流用への歯止め

すでに触れたとおり、発注者が提供したデータやそれを加工したデータセットが、フリーランスによって他の案件に流用されるリスクがあります。特に、自社の顧客データや営業上の機密を学習に使った場合、これが外部に漏れることは重大な問題です。

予防策として、契約で「提供データおよび学習用データセットの目的外利用・二次利用を禁止する」「契約終了後はデータを返却または破棄する」ことを明記し、加えて秘密保持契約（NDA）でデータへのアクセス範囲を限定しておきましょう。

第三者著作物との類似・依拠リスクへの備え

AIが生成した成果物が、たまたま第三者の著作物に酷似してしまうリスクもあります。学習データに第三者の著作物が含まれていた場合、生成物がそれに依拠していると判断されれば、権利侵害を問われる可能性があります。

このリスクに備えるには、前の章で触れた「第三者の知的財産権を侵害しないことの保証条項」を契約に入れておくことに加えて、学習に使うデータの出所をフリーランスに確認しておくことが有効です。出所の不明なデータや、利用条件の確認できないデータを安易に学習させないよう、発注段階で意識合わせをしておきましょう。

よくある質問（FAQ）

最後に、AI開発をフリーランスに外注する際によく寄せられる疑問にお答えします。

Q. AIが生成したコードや成果物の著作権は誰のものですか？

A. AIが自律的に生成したものは、人間の創作的表現ではないため、著作権で保護される「著作物」と認められにくいと一般に整理されています。つまり「誰のものか」を争うより、契約で「自社が問題なく利用・改変・再配布できる状態」を確保することが現実的です。

Q. 学習に使った自社データの権利は守られますか？

A. 提供したデータそのものの権利は発注者側にありますが、何も取り決めなければフリーランスが加工したデータセットを他案件に流用するリスクがあります。契約で目的外利用・二次利用の禁止と、契約終了後の返却・破棄を明記してください。

Q. フリーランスに外注した学習済みモデルは自社のものになりますか？

A. 学習済みモデルは著作権が成立しにくく、「所有権が誰にあるか」をクリアにするのが難しい対象です。所有権にこだわるより、「自社が独占的に使い続けられる」「受託者が競合他社に提供しない」といった利用条件を契約で確保するほうが、実質的に自社の資産として守れます。

Q. 個人に外注する場合も契約書は必要ですか？

A. 必要です。2024年11月施行のフリーランス新法により、業務委託の取引条件（業務内容・報酬額・支払期日など）を書面または電磁的方法で明示することが発注者の義務になりました。知財の譲渡やライセンスを求める場合は、その範囲と対価も明示する必要があります。

Q. 請負と準委任のどちらにすべきですか？

A. AIの精度は事前に確約しにくいため、本開発では準委任型が選ばれやすい傾向があります。まずPoC（技術検証）を準委任型で小さく始め、見込みが立ってから本開発に進むなど、段階を分けて契約形態を選ぶのが安全です。

まとめ：安心してAI開発を外注するために

AI開発をフリーランスに外注する際は、一般のシステム開発にはない4つの権利論点——学習データ、学習済みモデル、AI生成物の著作物性、外部モデル・APIのライセンス——を取り決める必要があります。本記事のポイントを整理すると、発注者が取るべき行動は次の3つに集約できます。

• 権利帰属に固執せず、利用条件で実をとる：モデルやデータは著作権が成立しにくいため、「自社が独占的に・自由に使い続けられるか」を契約で確保する
• 納品物の範囲を明確にする：モデル本体・データセット・再学習手順までを納品物に含め、ベンダーロックインを防ぐ
• フリーランス新法の明示義務を守る：取引条件・知財の譲渡範囲・対価を3条通知で明示する

これらを契約前のチェックリストとしてフリーランスと一つずつ確認していけば、「あとでモデルが自社のものにならない」「学習データを使い回された」といった不安は、発注前にほぼ解消できます。

なお、フリーランスへの業務委託全般の契約・法律リスクの点検手順は、お役立ち資料としてより詳しいチェックリストにまとめています。AI開発に限らず外注の契約整備を進めたい方は、あわせて活用すると、自社の発注プロセスを抜け漏れなく見直すことができます。