社内のAI利用ガイドラインと知財、AI開発の職務発明規定から考える投資戦略

株式会社IPリッチのライセンス担当です。

自社でのAI開発や、従業員による生成AIの業務利用が進む一方で、知財責任者の方々は新たな法的リスクの管理や社内体制の構築に直面しています。特に経営陣に対して知財活動のための予算を要求する際、単なるリスク回避のコストとしてではなく、企業価値を高めるための知財投資として説明することが求められています。本記事では、社内のAI利用ガイドラインの策定実務や、AI開発に伴う職務発明規定の見直しといった組織マネジメントの視点から、知財戦略の最前線を解説します。最新の法整備や契約実務の動向を理解し、自社の知的財産を安全かつ有効に活用するための指針としてお役立てください。

自社で開発したAI関連の技術や取得した特許は、適切に権利化しライセンス活動を展開することで、事業の収益源となる可能性があります。株式会社IPリッチが提供する「PatentRevenue」は、休眠特許や活用しきれていない保有特許の売買・ライセンスを支援するプラットフォームです。知財収益化に向けた戦略の検討から、ライセンス候補先の探索、交渉の支援まで、専門家の知見を活かしたマッチングを行います。自社の知財資産を単なる維持コストではなく、収益を生み出す源泉へと転換し、企業価値のさらなる向上を目指す企業様は、ぜひPatentRevenueへの無料登録をご検討ください。

経営陣に予算を要求するための結論

知財部門には、他社の権利を侵害するリスクを抑える守りの役割と、自社の技術を権利化して収益を生み出す攻めの役割の両面が求められています。経営陣に対して知財活動のための予算を要求する際、知財を法的リスクへの保険として説明するだけでは、十分な理解を得ることが難しくなっています。無形資産への戦略的な投資として知財活動を位置づけることが不可欠です。

特にAI開発やAIの業務利用に関するルール作りは、組織全体の競争力を左右する経営課題です。社内のAI利用ガイドラインの整備や、新たな技術開発手法に対応した職務発明規定のアップデートは、情報漏洩や著作権侵害といった重大な法的リスクを低減する第一歩となります。これらの社内ルールの確立は、従業員が安心して創造的な業務に取り組める安定した技術開発基盤を築くことにつながります。

適切な社内ルールのもとで生み出された質の高い知的財産は、将来的なライセンス収益の源泉となり、アライアンス戦略における強力な交渉材料として機能します。経営陣に対しては、ガイドライン策定や規定改定といった実務が、市場における競争優位性を支え、中長期的な企業価値の向上につながる知財投資であることを論理的に説明することが、予算獲得の成功につながります。

AIを取り巻く基本知識と最新の行政動向

事業にAIを取り入れる際、その関わり方は大きく「AIの開発・提供」と「AIの利用」の二つのフェーズに分かれます。それぞれのフェーズにおいて直面する法的課題や適用される法律は異なるため、知財担当者は事業モデルの全体像を正確に把握しておく必要があります。

国レベルでもAIに関するルール整備が進められています。2024年には文化庁の文化審議会著作権分科会法制度小委員会から「AIと著作権に関する考え方について」が公表され、現行の著作権法とAI技術との関係について、その時点における考え方が示されました。

また、2025年には「人工知能関連技術の研究開発及び活用の推進に関する法律」、いわゆるAI法が成立し、同年9月に全面施行されました。AI法は、AIの研究開発と活用を推進しながら、透明性の確保や適正な利用を図るための国の基本的な枠組みを定めるものです。

経済産業省と総務省からは、AI開発者、AI提供者、AI利用者の各主体が担う役割や推奨される対策をまとめた「AI事業者ガイドライン（第1.2版）」が公表されています。さらに、2026年6月に決定された「知的財産推進計画2026」でも、AIの利活用促進と知的財産権の適切な保護、透明性の確保などが重要な政策課題として位置づけられています。

AI法は法律ですが、文化庁の考え方やAI事業者ガイドラインは、それ自体が新たな権利義務を直接定める法律ではありません。ただし、既存法令の解釈や実務上期待される対応を検討する上で重要な指針となります。知財部門には、こうした公的文書の内容を的確に読み解き、自社の事業実態やリスク許容度に合わせて社内ルールへ落とし込む能力が求められます。単に法律の条文を追うだけでなく、技術の進展に伴うルールの変化を継続的に確認する姿勢が、効果的な知財マネジメントの土台となります。

著作権法から読み解くAI関連制度

AIと知財に関する実務で頻繁に直面するのが、著作権法との関係です。文化庁の「AIと著作権に関する考え方について」に示されている通り、この問題は「開発・学習段階」と「生成・利用段階」に分けて整理することが基本となります。

AIの開発・学習段階においては、著作権法第30条の4に規定される権利制限規定が中心的な役割を果たします。この規定は、著作物に表現された思想や感情の享受を目的としない利用について、必要と認められる限度で、原則として著作権者の許諾なく著作物を利用できると定めています。情報解析のために画像やテキストを収集し、学習用データセットを作成する行為は、利用の目的や態様によっては、この非享受目的の利用に該当すると考えられます。

しかし、無制限に学習が認められるわけではありません。同条ただし書きでは、著作物の種類や用途、利用態様に照らして著作権者の利益を不当に害することとなる場合には、権利制限の対象外となることが定められています。例えば、AI学習用データとして提供されているデータベースを、その市場と衝突する形で無断複製する場合などには、ただし書きに該当する可能性があります。

また、特定のクリエイターの「作風」そのものは、一般にアイデアの領域にとどまり、著作権法による保護の対象とはなりません。ただし、特定の作品群に含まれる創作的表現をそのまま出力させることを目的として追加学習を行うなど、著作物に表現された思想や感情を享受する目的が併存している場合には、第30条の4が適用されない可能性があります。具体的な判断は、学習の目的、対象となる著作物、出力の設計、権利者の利益への影響などを踏まえて個別に行う必要があります。

一方、AIの生成・利用段階においては、出力されたAI生成物が他者の既存の著作物の著作権を侵害しないかが最大の焦点となります。著作権侵害が成立するか否かは、既存の著作物との類似性と、既存の著作物に依拠して作成されたことという二つの要件を中心に判断されます。

AI利用者が既存の著作物を認識した上で、生成AIを利用して意図的にそれと類似する表現を生成させた場合には、依拠性が認められる可能性が高まります。また、利用者が既存著作物を認識していなかった場合でも、その著作物が学習用データに含まれていたことや、生成物との高度な類似性などの事情から、依拠性が認定される可能性があります。開発・学習段階での利用が適法であったとしても、生成・利用段階で侵害物を複製、公衆送信、販売などすれば、利用者側が責任を問われる可能性があります。

さらに、AI生成物自体が新たな著作物として保護されるかという問題もあります。日本の著作権法上、著作者は著作物を創作する者であり、AIそのものが著作者になることは想定されていません。法人等が著作者となる場合も、法人著作に関する法律上の要件を満たす必要があります。

AI生成物に人間の創作的な表現が含まれている場合には、その人間による創作部分が著作物として保護される可能性があります。人間の創作的寄与の有無は、AIを利用する際の具体的な指示、生成結果に対する修正、表現の選択や組み合わせ、人間による加筆などの事情を踏まえて個別に判断されます。ただし、詳細なプロンプトを入力したことや、複数の生成物から一つを選んだことだけで、直ちに著作物性が認められるわけではありません。

AI開発における職務発明規定の実務

自社で独自のAIモデルやアルゴリズム、あるいはAIを活用した新たなソフトウェアを開発している企業において、著作権と並んで重要なのが、特許法に基づく職務発明規定の整備です。職務発明とは、従業者等がした発明であって、その性質上、使用者等の業務範囲に属し、かつ、その発明をするに至った行為が従業者等の現在または過去の職務に属するものを指します。

AI開発に関する職務発明規定を考える上で前提となるのが、現在の日本の特許制度において、AIそのものは発明者として認められていないという点です。AIを発明者として記載した特許出願について、知的財産高等裁判所は2025年1月、現行特許法上の発明者は自然人に限られるとの判断を示しました。

この判断は、AIを利用して生まれた技術が一律に特許の対象外となることを意味するものではありません。AIが開発を支援した場合でも、発明の特徴的部分の完成に創作的に関与した自然人が存在すれば、その者を発明者として特定した上で出願することが考えられます。ただし、AIを開発した者、データを準備した者、AIに指示を与えた者が、当然に発明者になるわけではありません。

AI技術に関連する発明では、開発プロジェクトに関わった従業員の中で、誰が発明の技術的特徴部分に、どのような創作的関与を行ったのかを特定する作業が、これまで以上に重要になります。例えば、AIモデルの根幹となる技術的な構成を設計したエンジニアだけでなく、学習用データの選定・加工方法や、特定の技術的課題を解決するための学習・推論プロセスを考案した担当者についても、その寄与の内容によっては共同発明者となる可能性があります。

企業としては、従業員がAIを活用して行った開発の成果を適切に会社へ帰属させるために、既存の職務発明規定がAI開発のプロセスに対応できているかを見直す必要があります。契約、勤務規則その他の定めにより、職務発明に係る権利をあらかじめ会社に帰属させるのか、従業員から会社へ承継させるのかを明確にしておくことが重要です。

また、誰がどのように技術的課題の解決に関与したのかを確認できるよう、実験データ、ソースコードの変更履歴、設計上の判断、AIへの入力や出力、その後の修正内容などを適切に記録・管理する仕組みも必要です。プロンプトの工夫自体が直ちに発明者性を基礎づけるわけではありませんが、発明完成までの経緯を検証する資料にはなり得ます。

職務発明規定を見直す際には、従業員に付与する相当の金銭その他の経済上の利益について、算定や付与の基準を定めるとともに、基準の策定過程における協議、従業員への開示、個別の意見聴取などの手続きにも配慮する必要があります。時代に合致した公正な職務発明規定の運用は、開発現場のエンジニアやクリエイターのモチベーションを支えるとともに、将来的な発明者の認定や権利帰属を巡るトラブルを防ぐための重要な知財マネジメントとなります。

社内のAI利用ガイドラインを策定する実務

一般の従業員が業務効率化やアイデア出しのために生成AIを利用するケースが増加しています。これに伴うさまざまなリスクを組織としてコントロールするためには、社内向けのAI利用ガイドラインの策定と運用が重要です。ガイドラインがないまま放置すれば、従業員が無意識のうちに他者の権利を侵害したり、自社の機密情報を外部へ送信したりする危険性が高まります。

ガイドライン策定の第一歩は、業務での利用を認めるAIサービスを明確にすることです。入力したデータが学習に利用されるかどうかだけでなく、データの保存期間、第三者提供の有無、管理者による利用制御、ログ管理、契約上の秘密保持義務などを確認し、自社の情報管理基準を満たすサービスを選定します。それ以外の私的なアカウントや、安全性を確認していないサービスについて、業務利用を制限するルールを設けることも考えられます。

次に、入力してよい情報と入力してはならない情報の切り分けを具体的に定義します。顧客の個人情報、自社の未発表の技術データ、経営戦略、契約上秘密保持義務を負っている他社情報などは、原則として外部のAIサービスへ入力しないことを明記します。他者の著作物を入力する場合についても、その利用が著作権法上認められる範囲にあるか、権利者の許諾や契約上の利用権限があるかを確認する必要があります。

出力されたAI生成物を業務で利用する際のルールも重要です。AI生成物が他者の既存著作物と類似している場合には、著作権侵害となる可能性があります。そのため、生成された文章、画像、プログラムコードなどを外部へ公開したり、商品や広告に利用したりする場合には、用途や影響の大きさに応じた確認プロセスを設けることが必要です。

インターネット検索や類似画像検索は確認手段の一つですが、それだけで非侵害を保証できるわけではありません。特定の作家や作品を参照した指示を与えている場合や、生成物が事業の中核に利用される場合など、リスクが高いケースでは、知財・法務部門による確認を行うことが望まれます。

どのような指示を用いて生成し、どのような確認や修正を行ったのかについて、必要な範囲で履歴を保存することも実務上有効です。こうした記録は、問題発生時の原因調査、社内監査、取引先への説明などに役立ちます。ただし、履歴を保存していることだけで、著作権侵害における依拠性が否定されるわけではありません。

AIの出力結果を盲信しないという基本姿勢を徹底させることも忘れてはなりません。AIは、事実と異なる情報や、存在しない文献・判例などをもっともらしく出力することがあります。最終的な内容の正確性や妥当性の確認、そして業務利用における責任は人間が負うという原則をガイドラインに明記し、定期的な研修を通じて社内のITリテラシーと知財意識を向上させることが、知財部門の重要な役割となります。

技術ライセンス契約に関する実務上の注意点

自社で開発したAIモデルや学習用データセット、関連する特許技術を他社へライセンス提供して収益化を図るフェーズでは、契約実務における法的な落とし穴を正確に理解しておく必要があります。AI関連のソフトウェア開発では、開発の初期段階で成果物の性能や実現可能性が確定していないことも多いため、探索的な段階と実装段階を分ける方法や、検証結果を踏まえて次の開発段階へ進む方法が選択肢となります。

契約では、学習用データ、入力データ、生成されたデータ、学習済みモデル、プログラム、ノウハウなどについて、利用できる当事者、利用目的、再利用や第三者提供の可否、権利帰属、秘密保持、保証と責任の範囲を明確にする必要があります。特に、契約終了後のデータやモデルの取り扱い、追加学習への利用、成果物を第三者向けサービスに転用できるかといった点は、当事者間で認識の相違が生じやすい事項です。

特許権のライセンスでは、専用実施権と、契約による独占的通常実施権の違いに注意が必要です。専用実施権は、特許庁への設定登録によって効力が生じ、設定された範囲内では専用実施権者が特許発明を独占的に実施できます。また、専用実施権者は、自ら特許侵害者に対して差止請求を行うことができます。

一方、実務で用いられる独占的通常実施権は、通常実施権に独占性を持たせる契約です。現在の特許法では、通常実施権は登録をしなくても、その後に特許権を取得した者などの第三者に対抗できます。ただし、独占的通常実施権者に、特許法第100条に基づく固有の差止請求権が当然に認められるわけではありません。

そのため、第三者による侵害が疑われる場合に、誰が調査や警告、訴訟を行うのか、特許権者がどこまで協力するのか、費用を誰が負担するのか、損害賠償金や和解金をどのように配分するのかを契約で明確にしておく必要があります。特許権の維持、放棄、譲渡、訂正、無効審判への対応についても、独占的通常実施権者の事業に影響するため、事前通知や協議の条項を設けることが重要です。

さらに、特許侵害の疑いが生じた際に、自社特許の請求項と相手方の技術構成を対比し、侵害の根拠を整理するクレームチャートを迅速に作成できる社内体制を整えておくことも実務上有効です。

AIサービスなどのライセンスでは、ロイヤルティの計算基盤となる売上の算定が複雑になる傾向があります。対象技術が最終製品やサービスのどの部分に利用されているのか、関連会社間の取引や無償提供をどのように扱うのかを定義し、ライセンシーからの報告内容を確認する必要があります。取引規模や情報の非対称性に応じて、帳簿の保存、報告、監査の方法を契約に盛り込むことも検討すべきです。技術の機密性を維持するための秘密保持契約から、適切な対価を回収するための報告・監査体制まで、精緻な契約実務の積み重ねがライセンスビジネスの成否を左右します。

不正競争防止法と営業秘密管理のリスク

社内でのAI利用において、著作権侵害と並んで警戒すべきなのが、自社の営業秘密が外部へ流出するリスクです。経済産業省の「営業秘密管理指針」に示されている通り、企業が保有する情報が不正競争防止法上の営業秘密として保護されるためには、秘密管理性、有用性、非公知性という三つの要件をすべて満たす必要があります。

働く環境や利用するクラウドサービスの変化に伴い、秘密情報の管理は複雑化しています。例えば、従業員が業務効率化のために、自社の未公開の設計図面や顧客リストを外部の生成AIサービスに入力した場合、サービスの利用規約や設定によっては、入力情報が一定期間保存されたり、サービス改善や学習に利用されたりする可能性があります。第三者提供や外部からの閲覧が生じるリスクも、サービスによって異なります。

機密情報を生成AIへ入力しただけで、直ちに営業秘密としての非公知性が失われるとは限りません。しかし、秘密保持義務を負わない第三者へ実際に開示された場合や、不特定の者が取得できる状態になった場合には、非公知性や秘密管理性を巡って問題が生じる可能性があります。また、営業秘密としての保護が維持されていても、契約上の秘密保持義務違反、個人情報保護上の問題、取引先との信頼関係の毀損につながることがあります。

これを防ぐためには、秘密管理性の要件を満たすための具体的な措置を社内で継続して運用する必要があります。秘密管理性とは、情報に接する従業員等が、会社がその情報を秘密として管理する意思を容易に認識できる状態にあることを指します。その判断は、企業の規模、情報の性質、従業員との関係、管理措置の内容などを踏まえて行われます。

具体的な管理方法としては、電子ファイルやドキュメントへの秘密表示、保管場所の分離、アクセス権限の限定、認証の設定、持ち出しや外部送信に関するルールの策定などが挙げられます。生成AIについては、利用を認めるサービスと用途を定め、機密区分ごとに入力の可否を明確にすることが有効です。

退職者や異動者に対するアカウント権限の停止や見直しも、営業秘密を保護するための重要な実務です。社内ガイドラインでAIへ入力してはならない情報のカテゴリーを明確にし、定期的な情報の棚卸しと従業員教育を行うことで、法的保護に耐え得る情報管理体制を構築することが知財部門には求められています。

知財ガバナンスを通じた収益化

社内ルールの整備や契約実務を通じて守りの体制を固めた後は、その実績と知的財産を企業の攻めの武器として活用し、具体的な収益化と企業価値の向上につなげるフェーズに移行します。近年、経営と知財の融合の重要性が指摘され、政府から「知財・無形資産ガバナンスガイドライン」が公表されるなど、知財を取り巻く評価の視点は変化しています。

2021年に改訂されたコーポレートガバナンス・コードでは、上場会社に対し、知的財産への投資について、経営戦略との整合性を意識しながら分かりやすく情報を開示し、取締役会が実効的に監督することが示されています。コーポレートガバナンス・コードは、すべての企業に一律の法的義務を課す制度ではありませんが、上場会社における説明や対話の基準となっています。

機関投資家や金融機関との対話では、企業が保有する特許、データ、ノウハウといった無形資産を、どのように経営戦略へ組み込み、持続的な競争優位性や将来のキャッシュフローの創出につなげているかを説明することが重要です。知財活動の成果を適切に可視化し、経営上の課題や投資計画と結びつけて示すことが、資金調達や企業価値の評価にも影響します。

知財責任者が経営陣に対して予算を要求する際には、こうした外部環境の変化を後押しとして活用できます。AI開発のための学習データ管理手法を確立したこと、関連する技術を特許や営業秘密として保護したこと、社内ガイドラインにより機密情報の漏洩リスクを抑えながらAIを利用できる体制を構築したことなどは、単なる知財部門の成果にとどまりません。投資家や取引先に対して、自社の技術的優位性とガバナンス体制を説明する材料となります。

さらに、適切に保護された知的財産は、他社への技術ライセンスや、オープンイノベーションにおけるクロスライセンスなど、直接的な事業収益を生み出す手段となります。AI技術では、特許要件を満たす技術的な発明だけでなく、独自の学習用データセットや、AIを業務プロセスに組み込むノウハウも、契約や営業秘密管理などによって保護・活用できる無形資産となります。自社の知財ポートフォリオを俯瞰し、自社で活用する領域と、他社に提供して収益化する領域を戦略的に切り分ける知財ミックスの視点が、これからの組織マネジメントにおいて重要となります。

自社特許を収益につなげる次の一手

本記事では、社内におけるAI利用ガイドラインの策定から、AI開発に伴う職務発明規定のアップデート、技術ライセンス契約の実務、そして知財ガバナンスを通じた企業価値向上まで、組織マネジメントの視点から解説しました。技術の進化スピードが速い状況において、知財部門には、リスクを過度に恐れて技術活用を阻害するのではなく、適切なルールと契約によって安全な挑戦を可能にする促進者としての役割が期待されています。

社内の知財ガバナンスを整備した後は、保有する知的財産を外部へ展開し、事業収益へ転換できないかを検討することが重要です。自社の事業領域では活用しきれていない特許や、周辺技術として取得した権利の中に、他業界で利用できるものが含まれている可能性があります。

株式会社IPリッチが運営する「PatentRevenue」は、企業が保有する知財資産と、技術を求める企業とのマッチングを通じて、特許の売買やライセンスによる収益化を支援するプラットフォームです。候補先の探索や売買・ライセンス交渉などを支援し、企業の知財活用を後押しします。守りの知財管理から攻めの知財収益化へ、事業戦略の次の一手として、PatentRevenueの活用をご検討ください。

（この記事はAIを用いて作成しています。）