⚠ 本書式は弁護士監修前の草稿である。監修完了まで販売・配布・公開を禁止する。 本書式は一般的な情報提供を目的としたものであり、個別・具体的な法律相談に代わるものではない。

AIモデル利用許諾契約書

第1部: 書式本文

〇〇〇〇(以下「甲」という。提供者)と〇〇〇〇(以下「乙」という。利用者)とは、甲が開発した学習済みAIモデル(以下「本モデル」という。)の利用について、次のとおり契約(以下「本契約」という。)を締結する。

第1条(目的) 甲は乙に対し、本モデル(パラメータ及び推論用プログラムを含む。)につき、別紙に定める範囲での利用を許諾する。

第2条(許諾の範囲) 1. 乙は、本モデルを別紙に定める用途及び環境の範囲内で利用することができる。 2. 本許諾は非独占的なものとし、本モデルにかかる知的財産権を乙に移転するものではない。

第3条(派生モデルの取扱い) 1. 乙が本モデルを自己のデータで追加学習(ファインチューニング)させることにより作成したモデル(以下「派生モデル」という。)にかかる権利の帰属は、別紙のとおりとする。 2. 乙が派生モデルを作成した場合であっても、派生モデルは本モデルのパラメータを基礎としているため、乙は派生モデルの利用及び提供にあたり、本契約に定める利用条件(用途制限、再配布制限等)を遵守しなければならない。

第4条(出力物の権利帰属) 1. 乙が本モデルを利用して生成した出力物(テキスト、画像等。以下「出力物」という。)にかかる権利の帰属は、別紙のとおりとする。 2. 甲は、出力物が第三者の権利を侵害しないことを保証するものではなく、乙は出力物を利用するにあたり自己の責任において第三者の権利を侵害しないことを確認する。

第5条(再学習の制限) 1. 乙は、本モデルの出力物を用いて、本モデルと競合する別のAIモデルを学習させる目的で利用してはならない。 2. 前項の制限は、著作権法第30条の4ただし書に定める「著作権者の利益を不当に害することとなる場合」に対応する趣旨であり、甲が本モデルの学習に投じた投資を保護することを目的とする。

第6条(禁止行為) 乙は、本モデルの利用にあたり、次の各号の行為をしてはならない。 一 本モデルのリバースエンジニアリング、パラメータの抽出その他本モデルの構造を解析する行為 二 本モデルを違法な目的又は公序良俗に反する目的で利用する行為 三 本モデルの利用により得られた出力物を、あたかも人間が作成したものであるかのように装って第三者を欺く行為(社会的に許容される範囲を超えるものに限る。)

第7条(対価) 乙は、本モデルの利用許諾の対価として、別紙に定める金額(利用料又は推論回数に応じた従量課金)を甲に支払う。

第8条(モデルの更新) 甲は、本モデルの精度向上又は不具合修正のためのアップデート版を随時提供することができる。

第9条(免責及び性能の不保証) 甲は、本モデルの出力が特定の正確性、完全性又は目的適合性を有することを保証しない。乙は、本モデルの出力を利用するにあたり、自己の責任において内容を検証するものとする。

第10条(責任制限) 甲の責任は、甲の故意又は重過失による場合を除き、乙が甲に支払った直近1年間の利用料の総額を上限とする。

第11条(秘密保持) 甲及び乙は、本契約の履行の過程で知り得た相手方の営業上の秘密情報を第三者に開示してはならない。

第12条(契約期間及び終了) 本契約の有効期間及び終了時の取扱いは別紙のとおりとする。

第13条(合意管轄) 本契約に関する紛争については、〇〇地方裁判所を第一審の専属的合意管轄裁判所とする。

第2部: 立場別・場面別の書き換えパターン

A. 提供者向けの修正

A-1. 派生モデルの権利を提供者に留保

修正後:「乙が作成した派生モデルであっても、当該派生モデルが本モデルのパラメータを実質的に内包する限り、当該派生モデルにかかる権利は甲に留保されるものとし、乙は本モデルの利用許諾の範囲内でのみ派生モデルを利用することができる。」 一言解説: 提供者が投じた基盤モデルの開発投資を保護するため、追加学習を行っても派生モデルの権利を提供者側に留保する修正である。

A-2. 出力物の権利不保証の強調

修正後:「甲は、出力物にかかる著作権の成否及び第三者権利の非侵害について、一切の保証を行わない。乙は、出力物を商用利用する場合、自己の責任と費用負担において権利関係を確認する。」 一言解説: AI生成物の著作物性や権利侵害リスクについての判断が困難であることを踏まえ、提供者が一切の保証を行わない姿勢を明確化する修正である。

B. 利用者向けの修正

B-1. 派生モデルの権利を利用者に帰属

修正後:「乙が自己のデータのみを用いて追加学習させた派生モデルにかかる権利は乙に帰属する。ただし、乙は当該派生モデルを第三者に提供する場合、本モデルの利用条件を派生モデルの提供先にも遵守させる。」 一言解説: 独自データによる付加価値を乙が確保できるようにしつつ、基盤モデルのライセンス条件が下流の第三者にも及ぶようにする利用者側の折衷的な修正である。

B-2. 出力物侵害時のベンダー補償の追加

追加条文例:「甲は、本モデルの標準的な利用方法に従って生成された出力物が第三者の著作権を侵害するとして乙が損害賠償請求を受けた場合、甲の学習データの選定に起因する場合に限り、乙の防御に協力し、確定した損害の一部を負担する。」 一言解説: 生成AIの利用拡大に伴い、出力物の権利侵害リスクをベンダー側にも一定範囲で分担させる利用者側の交渉事項である。

第3部: 書き方と法的ポイント解説

使う場面/使ってはいけない場面 本書式は、既に学習済みのAIモデル(パラメータ及び推論プログラム)そのものの利用を許諾する場面で用いる。モデルの学習に用いるデータの提供を主目的とする場合には学習用データ提供契約書を、モデルの開発そのものを委託する場合にはAI開発委託契約書を、それぞれ別途用いるべきである。

根拠法令 本契約における最大の論点は、追加学習によって生じる派生モデル及び生成された出力物の権利帰属である。学習済みモデルのパラメータ自体がプログラムの著作物として著作権法上保護されるかについては議論があるが、少なくとも推論用プログラムの部分は著作権法上の保護対象となりうる。派生モデルの取扱いについては、著作権法上明確な規律があるわけではなく、契約によって定めるほかない事項であるが、第5条で言及するとおり、著作権法第30条の4ただし書は、情報解析目的の利用であっても著作権者の利益を不当に害する場合には権利制限が及ばない旨を定めており、モデル提供者の投資回収を害するような競合モデルの学習への転用を制限する契約上の手当ては、この考え方とも整合的である。出力物についても、AIが自律的に生成した表現に「思想又は感情の創作的表現」(著作権法第2条第1項第1号)としての著作物性が認められるかは、人間の創作的関与の程度によって個別に判断される問題であり、一律に結論づけることはできない。

実務でよくある失敗と対策 第一に、派生モデル(ファインチューニング後のモデル)の権利帰属を契約上定めずに追加学習を行い、後日、利用者が派生モデルを自由に第三者提供できるのか、提供者の許諾を要するのかを巡って争いになる失敗がある。第3条及びA-1・B-1のように、権利帰属と第三者提供時の条件遵守義務を明記することが対策となる。第二に、出力物の著作物性や権利侵害リスクについて、提供者が一切保証しないことを前提としているにもかかわらず、利用者がその点を十分に理解しないまま商用利用を進めてしまう失敗がある。第4条及び第9条のように、免責の範囲を明確にし、利用者に確認義務があることを明記することが対策となる。第三に、再学習制限条項(第5条)の範囲が曖昧で、利用者が正当な業務改善目的で行った分析までもが制限対象と解釈されるおそれがある失敗がある。制限の対象を「競合モデルの学習」等、目的に即して具体的に記述することが対策となる。

AI生成物の著作物性及び権利侵害リスクの評価は個別の生成過程や表現内容によって異なるため、個別事案は専門家に確認することが望ましい。

第4部: 使用前チェックリスト

• [ ] 本モデルの利用許諾範囲(用途・環境)を別紙で具体的に定めたか
• [ ] 派生モデル(ファインチューニング後のモデル)の権利帰属を明確にしたか
• [ ] 出力物の権利帰属及び第三者権利侵害リスクの負担者を確認したか
• [ ] 再学習制限条項の対象範囲を具体的に記述したか
• [ ] リバースエンジニアリング禁止及びパラメータ抽出禁止を明記したか
• [ ] 出力物の内容の検証責任が利用者にあることを明記したか
• [ ] 責任制限条項の上限額を確認したか
• [ ] モデルアップデート時の取扱い(旧バージョンの利用継続可否)を定めたか
• [ ] 対価の算定方式(定額か従量課金か)を確認したか
• [ ] 契約終了時のモデル及び派生モデルの利用継続可否を定めたか