AI開発における特許侵害リスクの実務対策｜契約条件と技術ライセンスによる収益化

株式会社IPリッチのライセンス担当です。

生成AIや機械学習を組み込んだシステム開発を進める経営者や知財担当者の皆様の中には、「著作権や学習データの保護には対応しているが、ソフトウェアの仕組み自体が他社の特許を侵害していないか不安だ」という課題を抱えている方が多いのではないでしょうか。本記事では、AI開発における見えにくい特許侵害のリスクとその発生メカニズム、外部委託や共同開発における契約実務の注意点、そして自社特許を収益化するための具体的なアプローチについて解説します。この記事を読むことで、事業停止などの深刻な法的リスクを未然に防ぐための実務上の判断基準と、技術ライセンスを通じて自社の知的財産を経営戦略に組み込むための実践的な方法を理解できます。

AI分野における知的財産の適切な管理は、単に他社からの特許侵害警告を回避する防衛的な側面にとどまらず、「知財の収益化」という新たな事業の柱を構築する基盤にもなります。自社が業務課題を解決する過程で独自に開発したAIアルゴリズムやデータ処理技術を特許として権利化し、他企業へライセンスを供与することで、研究開発投資の回収や継続的な収益源の確保につながる可能性があります。特許権の売却やライセンスによる活用先を探す場合は、候補企業との接点を増やす手段の一つとして、特許売買・ライセンスプラットフォームであるPatentRevenueに無料登録することも検討できます。リスク管理と収益化の両輪を適切に機能させることが、持続可能なAIビジネスの成長を支える手掛かりとなります。

AI開発に潜む見えない特許侵害と事業リスクの全体像

AIを用いたシステム開発やサービスの導入において、経営陣や現場のエンジニアが陥りやすい誤解の一つが、「オープンソースのモデルを利用し、自社で収集した独自のデータで学習させたAIであるため、他社の権利は侵害していないはずだ」という認識です。確かに、他社のソースコードやコンテンツをそのまま利用していないことは、著作権侵害などの判断に影響する場合があります。しかし、特許権は、特許請求の範囲に記載された技術的な構成を保護する権利です。たとえ他社のソースコードを一切コピーしていなくても、自社が独自に構築したデータの前処理手順、機械学習のパラメータを更新する特定のアルゴリズム、あるいはユーザーの入力に対してAIが応答を生成して画面に表示するまでの一連の処理が、他社の有効な特許発明の技術的範囲に属していれば、特許権侵害が問題となる可能性があります。

WIPO（世界知的所有権機関）が公表している生成AIに関する知的財産のファクトシートでも、生成AIの導入に伴う複数の知的財産リスクと、その軽減策が整理されています。例えば、社内の機密情報や未公開の開発データをプロンプトに入力すると、利用するサービスの設定や契約条件によっては、プロバイダーに保存されたり、サービス改善や学習に利用されたり、人による確認の対象となったりする可能性があります。そのため、入力情報の保存・監視・学習利用の条件を確認し、機密情報を入力しないための社内方針や技術的な制限を設けることが重要です。

また、AIが生成したプログラムコードには、既存のオープンソースコードと同一または類似する部分が含まれる可能性があります。その場合、個々のオープンソースライセンスに応じて、著作権表示、ライセンス文の添付、ソースコードの提供、同一ライセンス条件での提供などの義務が問題となり得ます。義務の内容はライセンスごとに異なるため、「オープンソースだから自由に使える」と一律に判断することはできません。

さらに、生成AIの開発、提供、使用またはAIを組み込んだシステムの実施が、第三者の特許権、商標権、意匠権、著作権などに抵触する可能性もあります。WIPOは、各組織がこれらのリスクを理解し、従業員向けの利用ポリシーや研修を実施するとともに、契約条件の確認、データセットの検証、出力確認などの技術的・実務的な対策を検討することを示しています。

日本の特許法上、差止請求については、侵害者に故意や過失がなかったことだけを理由に当然に回避できるものではありません。一方、損害賠償請求では、故意または過失、損害、因果関係などが問題となり、特許法には侵害者の過失を推定する規定もあります。そのため、「知らなかったから責任を負わない」と単純に整理することはできません。

AIの内部構造は外部から把握しにくい場合がありますが、特許権者が、アプリケーションの挙動、APIの仕様、公開された論文、技術発表資料、求人情報、製品マニュアルなどから侵害の可能性を検討することはあり得ます。特許権侵害が認められた場合、特許権者は侵害行為の停止や予防を求める差止請求を行うことができます。AIを中核とするクラウドサービスやSaaS事業で対象機能の停止や設計変更が必要になれば、サービスの継続、既存顧客との契約、開発費用、企業の信用などに重大な影響を及ぼす可能性があります。

特許庁の審査事例から読み解くAI関連技術の権利化要件

他社がどのようなAI関連技術で特許を取得し、自社の脅威となり得るのかを理解するためには、特許庁が公開している審査基準や審査事例の傾向を把握することが重要です。特許庁は、AI技術の各産業への浸透に伴い、進歩性、記載要件、発明該当性などの判断のポイントを示す具体例を追加・公表しています。

特許庁の審査事例は、「この種類のAI発明であれば必ず登録される、または拒絶される」という一般的な結論を示すものではありません。進歩性は、先行技術との相違点、その相違点に到達する動機付け、解決しようとする課題、作用効果、技術常識などを踏まえて、個別の請求項ごとに判断されます。

例えば、人が行っていた判断を既知の機械学習技術に置き換えただけで、入力情報、学習方法、処理方法、出力内容などに技術的な特徴がない場合には、先行技術から容易に想到できると判断される可能性があります。ただし、「人の業務をAIに置き換えた」という理由だけで、常に進歩性が否定されるわけではありません。

一方、特定の課題を解決するために、複数種類のデータの関係を利用する構成、入力データに特有の前処理を施す構成、学習方法や推論方法を具体的に変更する構成などが、先行技術から容易に想到できず、明細書にも十分に記載されていれば、特許性を支える要素になり得ます。

また、ソフトウェア関連発明として保護を受けるためには、単なる数学的な計算方法や抽象的なアイデアの提示ではなく、ソフトウェアによる情報処理がハードウェア資源を用いて具体的に実現されていることなどが問題となります。もっとも、CPUやメモリという語を請求項に記載するだけで発明該当性が認められるわけではなく、情報処理の内容とハードウェア資源との具体的な協働関係が重要です。

このことは、AI開発の現場でエンジニアが精度向上のために行っている「特徴量の選定」「現場のドメイン知識を反映した前処理」「学習データの生成方法」「推論結果の補正」などが、特許出願を検討すべき技術となる可能性を示しています。ただし、それらが直ちに特許になるわけではなく、先行技術調査と発明内容の整理が必要です。

自社にとって重要な技術領域は、競合他社も権利化を進めている可能性があります。そのため、経営者や知財担当者は、技術担当者が「日常的な調整にすぎない」と考えている工夫の中に、他社特許への抵触リスクや、自社が権利化すべき知的財産が含まれていないかを定期的に確認する体制を整える必要があります。

事業の安全性を高める侵害予防調査（FTO）の実務

他社の特許侵害リスクを把握するために、製品開発の過程で実施されるのが「侵害予防調査（FTO：Freedom to Operate）」です。クリアランス調査と呼ばれることもあり、自社が開発したAI技術やサービスを特定の国で提供する際に、関連する第三者の特許権を調査し、侵害リスクと対応策を検討することを目的とします。

FTO調査によって、事業の安全が完全に保証されるわけではありません。特許検索には限界があり、検索式で発見できない文献、調査時点で公開されていない特許出願、翻訳や用語の違い、将来のクレーム補正、裁判所による権利範囲の解釈などの不確実性が残ります。そのため、対象国、対象製品、実施予定の機能、調査対象とする技術要素を定め、合理的な範囲でリスクを評価することが重要です。

FTO調査を実施する上で重要なポイントの一つが、調査のタイミングです。製品の仕様が完全に固まり、リリース直前になってから調査を行った結果、競合他社の有力な特許が発見された場合、アルゴリズムの根幹から設計をやり直す必要が生じ、開発スケジュールの遅延やサンクコスト（回収困難な投資）の増大を招きます。場合によっては、対象機能の提供を断念しなければならないこともあります。

そのため、開発の初期段階や、概念実証（PoC：Proof of Concept）を経て基本的な仕様が見え始めた段階で、関連技術の特許出願動向をスクリーニングすることが有効です。ただし、仕様が大きく変わった場合や、サービスを提供する国を追加した場合には、調査内容の更新も必要になります。

早期に関連特許を発見できれば、経営陣と技術部門は複数の選択肢から対応策を検討できます。第一の選択肢は、特許の請求項を分析し、その技術的範囲に属さないようにアルゴリズムや処理手順を変更する「設計変更」です。単に名称や実装言語を変更するのではなく、請求項を構成する要件との対応関係を検討する必要があります。

第二の選択肢は、先行技術を調査し、対象特許の有効性を検討することです。ただし、自社だけで無効と判断して実施を継続することにはリスクがあります。特許庁の審判や裁判所で実際に無効と判断されるまでは権利が存在するため、専門家の意見を踏まえた対応が必要です。

第三の選択肢は、特許権者と交渉し、ロイヤルティなどの条件を合意したうえでライセンス契約を締結することです。FTO調査は、単に「侵害しているか、していないか」を機械的に決める作業ではなく、設計変更、無効資料の調査、ライセンス導入、事業計画の変更などを比較するための判断材料となります。

AI開発委託における知的財産権の帰属と契約実務

AIシステムを外部の専門ベンダーに開発委託する場合や、他社と共同開発を行う場合には、開発過程で生み出される知的財産権の帰属と利用条件をどのように定めるかが、その後の事業展開を左右する重大な法務課題となります。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」は、AI開発契約における課題、契約条項例、考慮要素などを整理しています。

AI開発では、従来のシステム開発以上に、対象となるデータや成果物を細かく区別する必要があります。具体的には、学習に用いる「生データ」、加工された「学習用データセット」、AIの学習結果を含む「学習済みモデル」、プログラムの「ソースコード」、開発過程で得られた「ノウハウ」、発明が生じた場合の「特許を受ける権利」などがあります。

日本の著作権法上、委託者が開発費を支払ったという事実だけで、プログラムの著作権が委託者へ自動的に帰属するわけではありません。著作権は、実際に創作した個人または職務著作の要件を満たす法人に原始的に帰属するため、ベンダーの従業員が業務として作成したプログラムについては、職務著作の要件を満たせばベンダーに帰属することがあります。

そのため、ユーザー企業がソースコードや学習済みモデルを継続的に利用し、改変し、第三者へ保守を委託し、別のサービスへ展開する必要がある場合には、著作権の譲渡または必要な範囲の利用許諾を契約で明確に定める必要があります。著作権を譲渡する場合には、翻案権や二次的著作物に関する権利を含むかどうかも確認が必要です。

一方で、ベンダー側には、開発前から保有していたプログラム、ライブラリ、汎用的な開発手法、ノウハウなどを他の案件でも利用する必要があります。これらまで一律にユーザー企業へ移転すると、ベンダーの事業活動を過度に制約することになります。

したがって、権利をどちらか一方へ全面的に帰属させる「オール・オア・ナッシング」の交渉ではなく、開発前から保有していた知的財産、今回新たに生じた成果物、ユーザー固有のデータ、汎用的なノウハウなどを区別し、それぞれの利用権限と利用条件を定めることが重要です。例えば、特許を受ける権利はユーザー企業に帰属させる一方、ベンダーにはユーザー企業と競合しない分野での利用を認めるといった契約設計も考えられます。

また、AI開発は、初期段階で最終的な精度や性能を確約することが技術的に難しい場合があります。そのため、アセスメント、PoC、本開発、運用保守などの段階ごとに契約を分け、各段階の目的、作業内容、成果物、検収条件、費用、次の段階へ進む条件を定める方法が実務上利用されています。ただし、すべてのAI開発で段階型契約が適切とは限らず、技術の確立度や取引内容に応じた設計が必要です。

共同開発における改良発明の取り扱いと独占禁止法

他社との共同開発契約や、他社が保有するAI関連の特許技術をライセンス導入して自社のシステムに組み込む取引において、法務担当者が慎重に確認すべき条項の一つが「改良発明」の取り扱いです。ライセンスを受けた技術を土台として、ライセンシーが独自のデータや運用ノウハウを組み合わせ、予測精度の向上や処理速度の改善を実現し、新たな発明を生み出すことがあります。

契約書には、「ライセンシーが契約期間中に生み出した改良発明に関する知的財産権をライセンサーへ譲渡する」「ライセンサーだけに独占的なライセンスを付与する」といったグラントバック条項が設けられることがあります。ライセンサーには、自社技術を基礎として生まれた改良技術を確保したいという事情がありますが、条項の内容によっては独占禁止法上の問題が生じます。

公正取引委員会の「知的財産の利用に関する独占禁止法上の指針」では、ライセンシーが開発した改良技術について、ライセンサーまたは指定事業者に権利を帰属させる義務や、ライセンサーへ独占的ライセンスをする義務を課す行為は、原則として不公正な取引方法に該当するとされています。これは、ライセンサーの市場における地位を強化し、ライセンシーの研究開発意欲を損なう可能性があるためです。

ただし、改良技術が元のライセンス技術なしには利用できず、相応の対価でライセンサーへ譲渡する義務を課す場合など、円滑な技術取引のために合理性が認められるケースでは、一般に公正競争阻害性がないと評価されることがあります。

また、ライセンシーが自ら改良技術を自由に利用できる状態を維持したまま、ライセンサーに非独占的なライセンスを付与する義務は、原則として不公正な取引方法に該当しないとされています。ただし、ライセンサーの競争者などへのライセンスを禁止する制限が付加される場合には、別途問題となる可能性があります。

独占禁止法上問題となる可能性があることと、個別の契約条項が当然に民事上無効になることは同じではありません。契約を締結する際には、改良発明の定義、発明者、権利帰属、出願費用、利用範囲、第三者へのライセンス、対価、秘密保持などを具体的に定める必要があります。

実務上は、改良発明が生じた場合に相手方へ通知または開示する義務を設けたうえで、権利を発明した側に帰属させ、相手方に必要な範囲の非独占的ライセンスを付与する方法や、相応の対価を支払って権利を譲り受ける方法などが考えられます。ただし、どの設計が適切かは、元の技術と改良技術の関係、当事者の投資、事業分野、競争関係などによって異なります。

技術ライセンス導入における実施権の設計と対価の考え方

他社のAI関連特許をライセンス導入して事業上のリスクを管理する場合や、自社の特許を他社に許諾して収益化を図る場合には、「専用実施権」と「通常実施権」の違いを理解しておく必要があります。

特許法上の専用実施権は、設定行為で定めた範囲内において、特許発明を独占的に実施できる法定の権利です。専用実施権は、当事者間で契約を締結しただけでは発生せず、特許原簿への設定登録によって効力が生じます。

専用実施権者は、設定された範囲内で特許発明を独占的に実施でき、第三者による侵害に対して、自己の名で差止請求や損害賠償請求を行うことができます。専用実施権が設定された範囲では、特許権者自身も、専用実施権者の許諾を受けなければ特許発明を実施できません。

一方、通常実施権は、設定行為で定めた範囲内で特許発明を実施できる権利です。通常実施権には、複数の事業者へ許諾する非独占的な契約のほか、特許権者が第三者へ重ねて許諾しないことを約束する、いわゆる「独占的通常実施権」もあります。

ただし、独占的通常実施権は専用実施権とは異なる契約上の地位であり、「独占的通常実施権設定登録」という手続はありません。また、専用実施権者と同じ法定の差止請求権が当然に認められるわけではなく、独占的通常実施権者による権利行使の可否には、契約内容や具体的な事案に応じた検討が必要です。そのため、ライセンスを受ける側が侵害者への対応を重視する場合には、特許権者の権利行使義務、訴訟への協力、費用負担、回収金の配分などを契約で定めることが重要です。

ライセンス契約におけるロイヤルティ（実施料）も、個別の事情に応じて決定する必要があります。ソフトウェアや情報通信分野について調査上の平均料率が示されることはありますが、それらをすべての案件に共通する標準的な相場として扱うことは適切ではありません。

対象となるAI技術が製品やサービス全体の利益にどの程度貢献しているか、代替技術が存在するか、対象特許の有効性や残存期間、独占性の有無、対象地域の市場規模、技術支援やノウハウの提供が含まれるかなどを総合的に検討する必要があります。ロイヤルティの算定基礎を製品全体の売上高とする場合には、対象特許が製品全体へ与える貢献との関係も確認すべきです。

知的財産の評価手法として「ロイヤルティ免除法」が用いられることがあります。これは、自社が対象となる知的財産を保有していなかった場合に、第三者へ支払う必要があったと想定されるロイヤルティを推計し、その支払いを免れている経済的利益を基礎として価値を算定する方法です。

ロイヤルティ免除法は、M&Aや会計上の評価などで知的財産の経済価値を説明する際の一つの手法ですが、実際のライセンス契約における料率を自動的に決定するものではありません。評価目的、予測売上高、適用料率、対象期間、割引率などの前提によって結果は変動します。

売上高やサービスの利用回数に連動して実施料を支払うランニング・ロイヤルティ方式を採用する場合は、ライセンシーによる実績報告義務と、ライセンサーによる帳簿等の確認を可能にする監査条項を設けることが一般的です。監査対象、通知期間、監査費用、過少申告が判明した場合の負担などを定めることで、後の紛争を防ぎやすくなります。

一方、短期間のPoCや一括払いの契約では、本格的な監査条項を設けない場合もあります。契約金額、支払方法、利用期間、検証可能性などに応じて条項を選択する必要があります。

交渉の初期段階で未公開の特許出願情報、学習データ、テスト結果、ノウハウなどを開示する場合には、原則として開示前にNDA（秘密保持契約）を締結することが重要です。ただし、公開済みの特許公報や一般的な企業資料のみを交換する段階で、法律上すべてのケースにNDAが必要になるわけではありません。

相手方製品と自社特許の対応関係を示すクレームチャートは、既存製品に対して権利行使やライセンス交渉を行う場合の重要な検討資料となります。一方、新規の技術導入を提案する協業型の交渉では、詳細なクレームチャートを最初から提示するよりも、導入効果、比較試験、実装方法、費用対効果などを先に示す方が適切な場合もあります。

自社AI技術の保護からライセンスによる収益化への展開

他社の特許侵害リスクを把握するFTO調査や、契約実務を通じた自社技術の保護体制の構築を進める過程で、自社が持つAI関連技術や独自のデータ処理ノウハウの強みが明確になっていきます。この知財の棚卸しによって得られた資産を、単なる防御の手段として終わらせず、ライセンス供与を通じた収益化へ展開することが、企業の事業価値を高める選択肢となります。

技術ライセンスを進めるためには、自社の特許技術を必要とする可能性がある候補企業を探索し、相手企業にとっての導入価値を提示する必要があります。その際、特許データベースで自社特許を引用している企業を調べることは、近い技術分野で研究開発を行っている企業を探す手掛かりの一つになります。

ただし、特許が引用されているという事実だけで、相手企業が自社の特許を侵害している、またはライセンスを必要としていると判断することはできません。審査官が先行技術として引用した場合には、相手企業が自社特許の存在を認識していないこともあります。また、引用された技術と実際の製品仕様が異なる場合もあります。

実効性のあるライセンス候補企業を探すためには、引用関係だけでなく、相手企業の製品、研究開発方針、事業課題、市場、製造能力、販売網などを確認する必要があります。自社のAI技術を導入することで、精度向上、処理時間の短縮、コスト削減、新たな機能の追加など、相手企業にどのような価値を提供できるかを整理することが重要です。

ライセンス提案では、単に「特許を使うなら使用料を支払ってほしい」と伝えるだけでなく、相手企業の課題を解決する技術として提示することが有効です。特許権の実施許諾に加えて、AIをシステムに組み込むためのAPI、導入ノウハウ、検証データ、エンジニアによる技術支援などを組み合わせることで、導入時の負担を軽減できる場合があります。

こうした支援は、提案の価値を高め、ロイヤルティや契約条件を交渉する際の材料になり得ます。ただし、実際の条件は、対象特許の強さ、代替技術の有無、相手企業の内製能力、導入コスト、市場規模、当事者の交渉力などによって変わります。

AIビジネスを前進させる知財実務の実行手順

AI開発における特許侵害リスクは、単一の部門だけで解決できる問題ではなく、経営、法務、知財、技術部門が連携して取り組むべき経営課題です。オープンソースの利用や独自データによる学習だけでは、他社特許への抵触を否定できません。他社の有効な特許発明を実施していれば、対象機能の停止、設計変更、損害賠償、ライセンス料の支払いなどが必要になる可能性があります。

これを回避するためには、開発の初期段階から対象技術を整理し、必要な範囲でFTO調査を行うことが重要です。外部委託や共同開発では、データ、ソースコード、学習済みモデル、ノウハウ、特許を受ける権利などを区別し、それぞれの帰属と利用条件を契約書で明確にする必要があります。

経営者および実務担当者が最初に取り組むべき行動は、自社が開発・運用しているAIシステムについて、どのようなアルゴリズム、データ処理、学習方法、推論方法、出力処理が含まれているかを棚卸しすることです。そのうえで、第三者から取得したソフトウェアやモデルの利用条件、自社と委託先の権利関係、関連する他社特許を確認します。

自社独自の技術については、特許出願、営業秘密としての管理、著作権、契約による保護などのうち、どの方法が適切かを検討します。公開すると模倣されやすく、侵害の立証が可能な技術は特許が適する場合があります。一方、外部から把握しにくく、社内で秘密として管理できる技術は、営業秘密として保持する方法もあります。

防衛的なリスク管理の体制が整えば、次は技術資産を事業収益へつなげる準備を進めます。想定用途と候補企業を整理し、自社が提供できる技術支援、導入効果、契約範囲、対価の考え方を含めた提案資料を作成することが、ライセンス交渉に向けた実践的な第一歩です。

特許権の売却やライセンスによる活用先を探す場合は、候補企業との接点を増やす手段の一つとして、PatentRevenueに無料登録することも検討できます。自社のAI技術を知的財産として保護・活用するためには、技術開発が完了してから対応するのではなく、開発、契約、特許調査、権利化、事業化を並行して進めることが重要です。

（この記事はAIを用いて作成しています。）