抽選でAmazonギフト券が当たる! 2018年の企業法務を振り返るアンケート実施中

現場から見た「AI・データの利用に関する契約ガイドライン」

第2回 新たなビジネスへシフトするためのガイドライン - データ編

IT・情報セキュリティ

経済産業省は2018年6月15日に「AI・データの利用に関する契約ガイドライン」を公表しました。同ガイドラインは、民間事業者等がデータの利用等に関する契約や、AI技術を利用するソフトウェアの開発・利用に関する契約を締結する際の参考となるものです。

データやAI技術の分野では、契約実務の蓄積が乏しく、当事者間の認識・理解にギャップがあること等により、契約の締結が進んでいません。その課題を解決する方法として、同ガイドラインの活用が期待されています。ではこれから、より実務に沿ったガイドラインとしていくためには、どのような取り組みが求められるのでしょうか。

そこで、AI・データ契約ガイドラインの作成に関わった弁護士と、それを実際に利用される事業者の方々とで座談会を開催しました。今回は、同ガイドラインの「データ編」の内容について、実際にビジネスでどう活用していくかという視点から、生の声を伺いました。

座談会のメンバー
  • 松下外弁護士(弁護士法人イノベンティア、AI・データ契約ガイドライン検討会作業部会構成員:AI班)
  • 尾城亮輔弁護士(GVA法律事務所、AI・データ契約ガイドライン検討会作業部会構成員:データ班)
  • 佐藤聡氏(connectome.design株式会社 代表取締役社長、日本ディープラーニング協会(JDLA)理事)
  • 尾脇庸仁氏(凸版印刷株式会社 経営企画本部デジタルビジネスセンター事業企画部部長)
  • 中林紀彦氏(SOMPOホールディングス株式会社 データ戦略統括 チーフ・データサイエンティスト)
  • 八木聡之氏(富士ソフト株式会社 執行役員 イノベーション統括部長、日本ディープラーニング協会(JDLA)産業活用促進委員)

「データ編」の3つの契約類型の意義

AI・データ契約ガイドラインの「データ編」は、どういった視点から作られましたか。

尾城弁護士
データのやり取りをする契約について、「データ提供型」、「データ創出型」、「データ共用型(プラットフォーム型)」という3つの類型を示したことで、事業者の方にイメージを持っていただきやすくなったと思います。
3類型のうち、提供型、創出型は、既出の2つのガイドライン 1 をベースにして、内容の拡充を図ったものですが、共用型は本ガイドラインで初めて取り上げられたものです。
「AI編」との関係でいうと、AI開発で、ユーザが、生データや学習用データをベンダに提供する場面は、データ提供型契約になります。このように、「データ編」は、AI開発の関係では、「AI編」に対する基礎を提供するという位置づけになっています。

「データ編」の3つの契約類型

出典:経済産業省「(AI・データの利用に関する契約ガイドライン)概要資料

事業者側からは「データ編」の3つの契約類型について、どのように感じましたか。

八木氏
事業者側としては、「AI編」よりも「データ編」を議論する方が難しかったです。データに関する議論は昔からありますが、綿密に類型化することはできていませんでした。

尾脇氏
そうですね。今はビジネスの数だけ契約のパターンがあるような黎明期だと思いますので、無理にカテゴライズしようとすると逆に発想が限られてくるかもしれませんし、現実のビジネスに当てはまらないところも出てくるかもしれないとも感じます。

尾城弁護士
典型的なケースとしては、創出型は、工場の工作機械のメーカーとその工作機械を実際に稼働している工場が合意をして、工作機械にセンサーを設置して稼働データを取得するようなケースであり、共同プロジェクト的なものを想定しています。他方で、提供型は、すでに利用権限が明確になっているデータを対象とするもので、たとえば、ビッグデータとして蓄積されているデータをもらうといったケースが典型例となります。
ただ、実際には、提供型と創出型で明確に切り分けをすることができないケースも多いでしょう。たとえば、センサーを付けた工場の機械で生成されるデータについて、工場が1回データを保持したうえで、機械メーカーへ提供すると整理すれば、それは創出型ではなく提供型と説明することも可能です。また、提供型と創出型で考慮すべき内容もかなり似通っています。そこで、将来的には、提供型と創出型を合体し、類型を再編することがあってもいいと思います。

このように、実際に検討をする上で重要になってくるのは、共同プロジェクト的な側面があるか、すなわち、当事者が、データの生成にどのような役割を果たしていたかだと考えられます。他にも、個人情報を扱うか否か、約款的な処理をするものか、などいくつかの切り口があると思います。

松下弁護士
提供型と創出型は、完全に意味がない分類ではないと思うのですが、統一したうえで、個別具体的にこの場合はこれが問題になると整理した方が、実務上使いやすいのかもしれません。データの売買ではないですが、特殊な事例の場合に、提供型の発想をするとわかりやすい部分もありますよね。

中林氏
「3つの類型に当てはまらない場合はどうするのか?」という議論はありますが、型に入らないものは何かを考えることが、僕らの仕事ではないでしょうか。パターンを混ぜ合わせれば、新たな類型が作り出せる可能性もあります。今回の類型化は、そういった検討ができるツールになると思います。

富士ソフト株式会社 執行役員 イノベーション統括部長、日本ディープラーニング協会 産業活用促進委員 八木 聡之氏

富士ソフト株式会社 執行役員 イノベーション統括部長、日本ディープラーニング協会 産業活用促進委員 八木聡之氏

保証責任の考え方の明確化

ガイドラインに関わった先生方の目線から、「データ編」をビジネスで利用する上で、課題となりそうな箇所があれば教えてください。

尾城弁護士
事業者の方がガイドラインを読もうと考えるのは、契約締結時に利用権限の分配について交渉するときに、どういった観点から考えたらいいのかというヒントを得たいときではないかと思っていました。ですから、派生データを含めて、利用権限や責任の分配について、基準や考慮要素を示すことが、現場で困ったときに「使える」と思っていただける条件だろうと考えていました。あくまでガイドラインであり拘束力はありませんが、広く納得が得られるようなスタンダードは示せたのではないかと思います。
たとえば、ガイドラインの「データ編」では、データの継続的創出の部分で、工作機械を稼働している工場は、生産量をコントロールできないから保証責任を負わないとすることは妥当といった記載をしています 2。このように、どのような要素を考慮すべきかについて、さらに明確化を図るということが、今後の課題ではないかと思います。

松下弁護士
データの保証に関しては「AI編」の作成段階でも問題になりました。
たとえば、ユーザから提供されたデータを開発目的で利用する分には問題ないけれども、ベンダが他の目的に利用する際に当該データに関して保証するかは問題になり得ると思います。
その判断基準を突き詰めて考えてみると、やはり重要なのは対価性、有償性ではないでしょうか。ベンダがユーザからの提供データを他の目的に利用できる代わりに、開発の代金を下げる場合は、ある種の対価性があるから当該データを保証しても良い。逆に対価性がない場合は、ユーザは無償でデータを提供しているわけだから、保証は通りにくいのではないか、という発想です。データに関しても、そういう観点が出てくる気はします。

尾城弁護士
対価性は大きなファクターですね。また、先ほど申し上げたように、当事者にコントロールできるか否かという点も考慮要素にすべきだと思います。

出典:経済産業省「(AI・データの利用に関する契約ガイドライン)概要資料

データ提供者と目利きの能力を持つ企業とのバランス

事業者の方々の目線から、「データ編」を読んで、ビジネスの実態と合わないと考えたところはありますか。

尾脇氏
「データ編」に「本来価値の高いデータを不当に安く買い取って、騙すのはだめ」と書いてあります。たとえば、相手方より強い立場であることを利用するのは独占禁止法に反するし、あるいは相手を騙したり、出し抜こうというずるい行為を禁止するのは当然だと思います。
ただ一方で、誰もが100円だと思っているデータについて、何らかの加工を施したり、他のデータと組み合わせたり、販売先を変えたりすることで、たとえば100万円で売れることがあるかもしれません。こういった「データの価値を見抜くこと」自体がデータビジネスの本質ですよね。そういうときに、後から「100万円の価値があるデータを100円で売らせた」、「強い立場を利用してベンチャーを守ってない」などとされてしまうと、目利きで勝負するようなビジネスは難しくなります。

尾城弁護士
結局、何をもって「公平」と言うかの問題ではないでしょうか。本ガイドラインでは、一言でいえば「どちらが寄与したか」という点が重要な判断要素であるとしています。たとえば、対象となるデータが希少なものであれば、それを保持して提供した人が大きな寄与をしたと判断されるべきですし、逆に、データの「目利き」の能力を持つ人が希少で、どこにでもあるデータから高い価値を生み出せるのであれば、「目利き」の能力を持っている人の寄与度が大きいことになります。ですから、特にどちらかの立場に立っているということはないです。

尾脇氏
なるほど、寄与度が重要な基準になるということですね。よくわかりました。ガイドラインでは、そうしたところまでもう少し明確にしていただけるとよかったかなと思います。

八木氏
その点は本ガイドラインでも、配慮されていて、たとえば派生データ等から得られた利益の分配という項目がしっかり定義されています。その派生データをどう捉えるかという話もありますが、データ・オーナーシップの観点から、提供者と受領者間の利益分配を考えようという問題提起はしているんですよね。ただ実務では、PoC 3 を行う前に、どの比率で利益分配をするかを定義するのはなかなか難しいでしょう。

このように、具体的な事柄はガイドラインにはとても書ききれません。今後、記載されていないパターンもたくさん出てくると思います。
たとえば「データ編」の領域にAIが入ってくると、オープンデータやAIが作った派生データは誰がどう扱うか、本来ユーザが持っていないデータをエンドツーエンド・ラーニングやマルチモーダル・インターフェース等により入手し学習用として活用できるのかといった論点もありますね。

佐藤氏
あと、現在はどちらかというと、データの加工よりも、AIで作っていくという面が強調されつつありますよね。
たとえばGoogleの囲碁AI「AlphaGo Zero(アルファ碁Zero)」も、ルールだけがあり、誰も打ち方を教えていないわけですが、AIが生み出した棋譜を販売したら、権利の所在はどこにあるのかとか。

八木氏
こういった議論が展開されていくことになるので、ますます話が難しくなってきます。ガイドライン検討会作業部会の方々は、かなり苦労されてこの部分を扱ったんだろうなという形跡はすごく感じられました。なので、我々の今後の課題として、捉えていかねばならないと理解しています。

凸版印刷株式会社 経営企画本部デジタルビジネスセンター事業企画部部長 尾脇庸仁氏

凸版印刷株式会社 経営企画本部デジタルビジネスセンター事業企画部部長 尾脇庸仁氏

プラットフォーム型の活用を促進し、ビジネスにも活用できるガイドライン

データ共用型の類型が本ガイドラインで初めて取り扱われましたが、これからはプラットフォームを活用していくことも考えられますね。

八木氏
AIやオープンデータの議論では、データをオープンプラットフォームにどんどん預けていく議論がされなければいけないはずなのですが、その考えにまだ技術者が追いついていません。
先行して、「データ編」でその定義を作ってもらったように感じています。企業はこのガイドラインを啓蒙していかないといけませんし、むしろここから新たなビジネスモデルにシフトすることになります。したがって、契約ガイドラインでありながら、ビジネスガイドラインにもなるのではないかと期待しています。

尾城弁護士
この先、共用型の活用の促進もなされていくと良いですね。ただし、どのような仕組みを作っていくかというビジネスマターの部分が大きい分野だと思います。また、プラットフォームについては、独占禁止法についての考え方の整理が必要です。この点は、国内だけの問題ではなく、国際的なプラットフォーム間競争の観点も不可欠なので、一筋縄ではいかないでしょう。

新ガイドラインの活用イメージ①(データプラットフォーム)

出典:経済産業省「(AI・データの利用に関する契約ガイドライン)概要資料

尾城弁護士
また、契約でやれることは限られてしまいますが、GDPRやデータローカライゼーションについても課題が残っています。

八木氏
海外だとGDPRによって企業活動に影響が出始めており、日本でも具体的にどう対処しなければいけないかという懸念はあるはずです。契約や施策としてはまだ具体的に定まっておらず、デファクトスタンダードもない中で、「まず、そこをちゃんと決めましょう」とガイドラインで提唱してもらったこと 4 は、本当に大きなポイントです。
訴訟等のリスクを把握し、今のデータに対する世界の見方に追いつく意味でも、本ガイドラインを読むことは有用ですね。

世界を相手に戦えるビジネスモデルをつくるために

今後「データ編」を現場で活用していくために、どんな取り組みをしていけばよいでしょうか。

中林氏
本ガイドラインは、今みんなが考えられるところは整理できているので、これをベースにどんどん実践して、データを流通促進させることが重要だと思います。
どこを相手に戦うビジネスかによりますが、持っているデータの大半を抱え込み、隠したがっている企業もあります。本ガイドラインをベースに、みんなでもっとユースケースを出し合うようになればよいですね。

佐藤氏
我々としては、ユースケースを発信して、どんどん他の企業も巻き込んでいくことが大事ですね。

尾脇氏
まったく同感です。ただ現実には、とにかくデータを出したくないという企業もやっぱりあると思います。法的にも経済的にも表に出しても何の問題もないデータであっても、なかなか簡単には出してくれないようなケースです。データを出すことに積極的かどうかというのは、制度や理屈の問題ではなく、企業ごとの文化の問題だろうと思います。そういう企業にユースケースを出させるようにすることを、本ガイドラインが後押しできるのですか。

八木氏
まずは全員が土俵に上がることが大事ではないでしょうか。日本の企業経営者が、AIというよくわからないものに対して積極的に取り組んでいることには、意義があると思うんですよ。中には、「AIは知らないけど成果を出せ」という企業もあれば、「AIに何ができるか勉強して騙されないようにしよう」という企業もあります。

同じような話がデータでもあって、たとえば金融業だと、デジタルトランスメーションやフィンテックの話が出てきて、ビジネスモデルもやり方も変わってきています。AIほど流行ってはいませんが、ビジネスの体系が少しずつ変化していることに気づいた時に、焦って本ガイドラインを読み始める人も少なからずいるでしょう。

佐藤氏
うまくいっているから、データを1社で抱えて隠す文化が醸成されているんですよね。ただ、今はゲームのルールが変わりつつあります。たとえば、ある集団の中でデータを共用して、早く強力なAIをつくり、ビジネスをやっていく方が、見返りが大きいかもしれません。こういった他社が成功した体験を知ってはじめて、自分たちもやらなきゃまずいと思って、本ガイドラインを見るという流れですね。

中林氏
その意味で、ユースケースの共有は協業等の底上げを後押しするし、将来的には海外と戦う時の大きな競争力にもなります。

尾城弁護士
利用権限の分配などについて、ユースケースを活用して、基準をより具体化、類型化していくことが今後の課題の1つと考えています。

佐藤氏
技術と法的な問題が解決し、政治的な問題を乗り越えれば、個々の企業へデータ等の共有を促進できるでしょう。我々も何社かでデータを持ち寄ろうと試みるんですが、1社でも「No」と言ったらできないので、結局頓挫してしまいます。
データの流通に限った商売もアリだと思いますが、やはりアルゴリズムなどを作って、サービスとして提供するという出口まで作ることで、ビジネスモデルのデザインができていきます。
こういった出口の1つがAIなので、今回のガイドラインでデータとAIがセットになったことは、大きな意味がありますし、ビジネスモデルをデザインしていくための良い材料になると思います。


  1. 「データに関する取引の推進を目的とした契約ガイドライン」(2015年10月)、「データの利用権限に関する契約ガイドラインVer1.0」(2017年5月) ↩︎

  2. 「AI・データの利用に関する契約ガイドライン:データ編」第5・2(6)、58頁 ↩︎

  3. 概念実証のことであり、新たな概念やアイデアを、その実現可能性を示すために、部分的に実現すること(「AI・データの利用に関する契約ガイドライン:AI編」より) ↩︎

  4. 「AI・データの利用に関する契約ガイドライン:データ編」第6・4(8)③、104頁 ↩︎

関連する特集

無料会員登録で
リサーチ業務を効率化

90秒で登録完了

無料で会員登録する