研究開発データは誰のものか：共同研究で揉めないための知財整理

株式会社IPリッチのライセンス担当です。AI（人工知能）、バイオテクノロジー、そして次世代の製造業における共同研究において、「共同研究で生まれたデータや解析結果の権利関係が全く分からない」という切実なご相談を近年数多くいただきます。共同研究契約において、生み出された発明そのものに関する特許権の帰属比率を決定することは一般化していますが、そこに至るプロセスで得られた実験データ、製品の評価データ、AIの学習に不可欠な教師データ、そしてアルゴリズム開発に用いる解析ノウハウといった「データそのもの」の利用範囲や再利用権を契約で明文化していないケースが極めて多く散見されます。このような知財整理の不備や認識の甘さは、後の製品化や第三者へのライセンス展開、さらにはベンチャーキャピタル等からの資金調達の際に、致命的な権利トラブルや事業停止を引き起こす要因となります。本記事では、共同研究においてデータやノウハウの権利をどのように管理・防衛し、最終的に事業の強力な収益化へとつなげるべきかについて、実務上の有用性と正確性を最重視して徹底的に解説いたします。

共同研究の過程で得られた貴重な実験データや、自社が長年の事業活動を通じて培い提供した独自の教師データ、高度な解析ノウハウは、単なる研究の副産物ではありません。これらは適切に権利関係を整理しパッケージ化することで、他社への技術ライセンスを通じた巨大な知財収益化の源泉となります。優れた技術やデータを自社内だけで抱え込むのではなく、ライセンス事業として外部展開することは、現代の経営戦略において不可欠な視点です。私たちが運営する知財マネタイズプラットフォーム「PatentRevenue」では、自社で活用しきれていない特許技術や有用なデータ資産を、それを必要とする異業種の企業と適切にマッチングし、安全かつ高収益なライセンス契約の構築から資金化までを全面的にサポートしています。まだ眠っている知財資産がございましたら、事業の新たな柱を築くために、ぜひPatentRevenueへの無料登録をご検討ください。

共同研究におけるデータ帰属の結論と法的前提

共同研究の実務において経営者や研究者が最も陥りやすい最大の罠は、「自社の予算と設備で取得したデータなのだから、当然に自社の所有物である」と感覚的に判断してしまうことです。日本の民法第85条において、「物」とは有体物、すなわち物理的に形のある空間を占めるものを指すと明確に定義されています。したがって、コンピューター上のデジタルデータ、AIの学習に用いる教師データのセット、あるいは日々の実験から得られた数値の羅列といった無体物そのものには、土地や機械設備のような民法上の「所有権」は自動的には発生しません。

この法的な大原則を理解していないと、重大な過ちを犯します。データという無体物を自社のコントロール下に置き、競争力の源泉として独占するためには、あらかじめ共同研究契約の中で「当該データに対する利用権限が誰に帰属し、誰がどのような条件で事業に利用・再利用できるのか」を当事者間の合意として明示的に定めておく必要があります。多くの企業が、共同研究契約において「特許権の持ち分比率」だけを取り決めて安心していますが、特許の対象とならない派生的な評価データの再利用権や、第三者へのデータ提供条件を緻密に取り決めていなければ、将来的な自社単独での事業展開において、他方の当事者から契約違反や目的外利用を問われる多大なリスクが生じます。データは法律が自動的に守ってくれる所有物ではなく、契約によって能動的に利用のルールを創設し、保護すべき対象であることを、結論として強く認識する必要があります。

発明とデータおよびノウハウを区分する基本知識

共同研究の現場で生み出される無形の成果物は多岐にわたりますが、これらは法的な性質の違いから「発明」「データ」「ノウハウ（営業秘密）」の3つに明確に分類して管理する必要があります。これらを混同せずに整理することが、揉めない知財整理の第一歩となります。

第一に「発明」です。これは自然法則を利用した高度な技術的思想の創作であり、特許権として国から独占排他的な権利が付与されるものです。共同研究で生まれた発明は、契約等で特段の定めがない限り共有特許となります。共有特許の場合、自社でその技術を実施して製品を製造することは各共有者が単独で自由に行えます。しかし、特許法第73条の規定により、第三者にライセンスを行ったり、自社の持分を他社へ譲渡したりする際には、他の共有者全員の事前の同意が必須となります。事業化を急ぐ企業にとって、この同意要件が足枷となることが多いため、契約段階での対策が求められます。

第二に「データ」です。前述の通り有体物ではないため所有権は生じませんが、一定の要件を満たすことで不正競争防止法上の保護を受けることが可能です。また、データの選択や体系的な構成に独自の創作性が認められる場合は、著作権法上のデータベースの著作物として保護される可能性もあります。

第三に「ノウハウ」です。これは企業が長年の研究開発や生産現場で独自に蓄積してきた、技術上・営業上の有用な知見です。特許としてあえて公開せず、自社内に秘匿することで競争力の源泉とする情報です。共同研究においては、相手方に開示する自社の既存ノウハウと、共同研究の過程で新たに創出されるノウハウを厳格に区別し、社内で厳密なアクセス制限などの秘密管理措置を講じることが情報流出を防ぐ上で不可欠です。

データを保護する法制度の最新動向

データの保護に関する法整備は、デジタル経済とAI技術の急速な発展に伴い、近年目まぐるしく進展しています。特に共同研究の実務において必須となるのが、不正競争防止法と著作権法の最新の枠組みに対する正確な理解です。

不正競争防止法における「限定提供データ」および「営業秘密」の制度は、企業間のデータ共有ビジネスや共同研究を後押しするために整備されました。価値あるデータが「限定提供データ」として保護されるためには、業として特定の者に提供する情報であること（限定提供性）、電磁的方法により相当量蓄積されていること（相当蓄積性）、IDやパスワードなどでアクセスが管理されていること（電磁的管理性）という3つの要件をすべて満たす必要があります。さらに機密性の高いコア技術や顧客リストなどの情報は「営業秘密」として強力に保護され、秘密管理性、有用性、非公知性の3要件を満たすことで、侵害行為に対して民事上の差止請求や損害賠償請求に加え、刑事罰の適用も可能となります。経済産業省のガイドライン改訂により、大学や研究機関のデータ保護もより明確化されました。

また、AI開発を伴う共同研究では、著作権法第30条の4の規定が極めて重要になります。日本の著作権法では、情報解析を目的とする場合、原則として権利者の許諾を得ることなく著作物を教師データとして利用できると規定されています。しかし、文化庁の考え方にも示されている通り、生成物が既存の著作物と類似しており依拠性が認められる場合や、特定のクリエイターの作品群を意図的に過学習させて作風を模倣するような場合は、著作権侵害を構成する高いリスクが存在します。教師データ収集のプロセスにおける適法性の担保や、生成されたAIモデルの権利がどちらの企業に帰属するかについては、法制度を過信せず、共同研究契約の中で厳格にリスク分担を明文化しておくことが実務上不可欠です。

欧州IP Helpdeskに学ぶ国際的な知財管理の実務

国境を越えたオープンイノベーションや国際的な共同研究においては、日本国内の常識にとらわれず、国際的なスタンダードに基づく知財管理の実務に精通する必要があります。この点で非常に参考になるのが、欧州委員会が提供する「European IP Helpdesk」の取り組みです。この組織は、中小企業（SME）や研究機関に対し、共同研究や国際ビジネスの中での知財の管理、保護、活用に関する包括的なガイドラインや実務支援を提供しています。

欧州の巨大な研究開発資金拠出プログラムである「Horizon Europe」などの国際的な共同研究枠組みでは、知財の権利関係を明確にしトラブルを防ぐため、「バックグラウンド（Background）」と「フォアグラウンド（Foreground）またはリザルト（Results）」という概念を厳密に使い分けます。バックグラウンドとは、プロジェクト開始前から各参加者が独自に保有しており、プロジェクトの遂行のために持ち込む特許、実験データ、ノウハウを指します。一方、フォアグラウンドとは、プロジェクトの実施過程を通じて新たに生み出された成果物や解析データを指します。

プロジェクト開始前に締結されるコンソーシアム協定において、各当事者は自らのバックグラウンドを明記したリスト（IPインベントリ）を作成することが義務付けられます。これにより「自社が元々持っていたデータ」と「共同で生み出したデータ」を契約上明確に切り分けます。この徹底した事前整理の実務慣行は、日本国内のAIやバイオ分野の企業間共同研究においても、技術の目的外利用や意図しないノウハウ流出を未然に防ぐための最善策として強く推奨されます。

共同研究の契約で活用すべき実務のガイドライン

高度な技術や複雑なデータが絡む共同研究契約をゼロから白紙で作成するのは非常に困難であり、リスクの抜け漏れが生じやすくなります。実務においては、国の機関が専門家の知見を集約して作成した各種ガイドラインやモデル契約書をベースとし、自社のビジネスモデルに合わせてカスタマイズしていく手法が最も確実で標準的です。

経済産業省が策定した「AI・データの利用に関する契約ガイドライン」は、AI開発やデータ利活用における複雑な権利関係の論点を網羅した実務のバイブルです。学習用データの提供条件、生成された学習済みモデルの権利帰属、精度保証の限界、不具合発生時の責任分担などについて具体的な条項例を提示しています。特にAI開発においては、従来型のシステム開発とは異なり、探索的段階、概念実証（PoC）段階、本格開発段階と、開発フェーズごとに細かく契約を区切るアプローチを強く推奨しています。

また、特許庁が運営するオープンイノベーションポータルサイトでは、「OIモデル契約書」が公開されています。これは事業会社とスタートアップ、または大学との連携を想定し、新素材編やAI編など、技術分野の特性に応じた共同研究開発契約書のひな形を提供しています。このモデル契約書は、発明への貢献度に応じた公平な権利配分を基本理念としており、交渉力が弱くなりがちなスタートアップ企業が不利な条件を飲まされることを防ぐ目的があります。例えば、自ら事業化を行わない大学との共有特許において、事業を実施する企業側が支払うべき「不実施補償」の取り扱いなど、デリケートな問題についても建設的に協議を進めるための具体的な条項案が示されており、データの利用範囲を策定する際の強力な土台となります。

知財管理の不備が事業化や資金調達に及ぼすリスク

共同研究で生み出されたデータや知財の権利関係を曖昧にしたまま見切り発車で事業を拡大していくと、将来の重要なビジネスの局面において経営を根底から揺るがす致命的なリスクとして跳ね返ってきます。

最も顕著に問題が表面化するのは、ベンチャーキャピタルからの資金調達や、IPO（新規株式公開）、M&A（企業の合併・買収）といったエグジットの局面です。投資家や買収先企業が実施する厳格な知財デューデリジェンス（資産査定）では、その事業の競争力の源泉となっているAIの解析アルゴリズムや膨大な教師データ群が、本当に自社に単独で帰属しているか、あるいは適法に利用・改変できる状態にあるかが徹底的に審査されます。もし共同研究契約において「成果物の権利は両者の共有とする」とだけ大雑把に定められており、第三者へのライセンスや自社製品への自由な組み込みに必要な「相手方の事前の同意手続き」が欠落していた場合、事業の継続性に重大な疑義が生じます。実際に、M&Aの最終交渉段階で主力製品の基盤データの権利が共同研究先に残っていることが発覚し、ディールが破談になるケースは少なくありません。

また、公正取引委員会が定める「共同研究開発に関する独占禁止法上の指針」への抵触リスクにも留意が必要です。共同研究の成果を利用した自社の独自開発を過度に制限したり、派生した改良発明を相手方へ無償で譲渡する義務を一方的に課したりするような条項は、不公正な取引方法として独占禁止法違反となるお惹れがあります。自社を守るための過剰な拘束条項が、結果的にコンプライアンス上の法的リスクを引き起こさないよう、適正な範囲での契約設計が求められます。

共同研究成果を活かした技術ライセンスの実務

共同研究を通じて獲得した独自の特許や評価データ、高度な解析ノウハウは、自社の製品やサービスに組み込んで市場優位性を確保するだけでなく、他業界の企業へ技術ライセンスを行うことで、直接的かつ継続的な収益を得る強力なビジネスモデルを構築できます。特に、ノウハウ化されたAIの学習済みモデルや限定提供データは、他社にとって新規事業開発の起爆剤となり得ます。ライセンス契約を通じて安全に知財収益化を実現するためには、以下の実務的な要素を精緻に設計することが成功の鍵となります。

第一に、交渉の入り口となる「NDA（秘密保持契約）」の徹底です。ライセンス交渉の初期段階で、自社の貴重なデータの構造や技術の核心を相手方に開示する前に、必ず適切なNDAを締結し、目的外利用や第三者への情報漏洩を固く禁じる防波堤を築く必要があります。NDAを軽視した情報開示は、ノウハウの喪失に直結します。

第二に、「クレームチャート」の戦略的活用です。自社特許の各構成要件と、ライセンス先となる企業の製品やサービスの仕様を詳細に対比するクレームチャートを作成することで、特許技術がいかに相手のビジネスに不可欠であるか、また侵害を回避することがいかに困難であるかを客観的に証明し、ライセンス交渉を圧倒的に有利に進めることができます。

第三に、「独占的通常実施権」と非独占の選択です。ライセンシー（許諾を受ける側）に対して、特定の地域や事業分野において独占的に実施できる権利（独占的通常実施権）を与えるのか、あるいは複数社に広く許諾できる非独占の通常実施権とするのかによって、ビジネスの展開スピードと収益の総額が大きく変動します。自社の事業戦略に合わせて慎重に選択しなければなりません。

第四に、「ロイヤルティ（実施料）」の条件設定です。契約締結時に支払われるイニシャル・ペイメント（一時金）に加え、ランニング・ロイヤルティとして定額支払いを求めるのか、あるいは売上高や製造数量に応じた従量制とするのか、リスクとリターンのバランスを考慮した緻密な条件設定が必要です。

最後に、「監査条項」の導入です。ライセンシーが契約通りのロイヤルティを正しく申告し、漏れなく支払いを行っているかを確認するため、定期的に公認会計士等を通じて相手方の帳簿やシステムを監査できる権利を契約書に明記することが、長期的な信頼関係と確実な収益確保のために不可欠な実務となります。

自社特許を収益につなげる次の一手

AI、バイオテクノロジー、製造業など、あらゆる最先端分野における共同研究において、苦労の末に得られた実験データや解析ノウハウは企業の最も重要な資産です。「データは有体物ではないため所有権が存在しない」という法的な前提に立ち、欧州の国際的な知財実務や経済産業省のガイドラインを活用しながら、契約によって能動的に権利関係をデザインしていくことが、将来の事業リスクを完全に排除するための唯一の道です。そして、適切に権利保護されたデータや技術は、戦略的な技術ライセンスを通じて企業に莫大な収益をもたらす可能性を秘めています。

自社に眠っている特許や蓄積されたデータ資産の棚卸しを行い、外部へのライセンス展開による収益化をお考えの際は、ぜひ私たちが運営する「PatentRevenue」をご活用ください。専門家の知見を交えた精緻な企業マッチングから、NDAの締結、高度なクレームチャートの作成、ロイヤルティの交渉支援まで、皆様の大切な知財資産を確実な収益へとつなげる最適なご提案をいたします。まずは無料登録から、自社の技術資産を収益化する次の一手へと踏み出してみませんか。

（この記事はAIを用いて作成しています。）