AI開発契約で機密情報・学習利用・成果物をどう定める？入力先まで確認

結論

NDAだけで終わらせず、data categoryごとに使用可能なAI サービス、training/retention、subprocessor、成果物の権利をannex化します。

この記事では「おすすめ順」を先に作りません。まず、検索者が最終的に決めなければならない条件を表へ落とし、公式一次情報・自分の実測値・editorialな判断を混ぜないことを優先します。そうすると、価格や機能が更新されても判断の骨格を保ったまま差分だけを更新できます。

この記事の判断表

data category×approved サービス×use purpose annex

data category×approved サービス×use purpose annex

判断軸	記録する事実/観測	根拠	自分の合格条件
confidentiality	比較時点で要確認	公式一次情報または自分の実際の観測結果	事前に定義
AI tools	比較時点で要確認	公式一次情報または自分の実際の観測結果	事前に定義
training	比較時点で要確認	公式一次情報または自分の実際の観測結果	事前に定義
retention	比較時点で要確認	公式一次情報または自分の実際の観測結果	事前に定義
ownership	比較時点で要確認	公式一次情報または自分の実際の観測結果	事前に定義

空欄は欠点ではありません。実測していない速度、見ていない求人件数、未確認の契約条件を推測で埋める方が危険です。数値や変わり得るな条件には観測日を付け、変更時に再確認できる形にします。

判断の前提

契約書の文言だけでなく、実際の運用で誰が何を持ち、誰が変更できるかを確認します。責任主体が曖昧な項目は「vendorがやるはず」と推測せず、責任者・根拠・handoverを1行ずつ固定します。

提案比較では、各社の前提条件を同じ列へ変換しないと金額差の意味がありません。含む作業・除外作業・第三者サービス費・自社側作業を分け、総額の前に権限範囲を揃えます。

AI projectはmodel/APIやpolicyが変化します。契約時点の仕様だけでなく、変更検知・regression 検証・通知・rollbackを誰が担当するかまで本番条件として扱います。

比較・判断するときの3つの確認

1. confidentialityを同じ条件へ揃える

confidentiality は提案書の形容詞ではなく、契約・設定・運用証跡へ落とします。vendor回答は「対応可能」で終わらせず、責任者、対象範囲、例外、変更時の責任、exit時の受渡物まで同じ列に入れます。

2. AI toolsを同じ条件へ揃える

AI tools は提案書の形容詞ではなく、契約・設定・運用証跡へ落とします。vendor回答は「対応可能」で終わらせず、責任者、対象範囲、例外、変更時の責任、exit時の受渡物まで同じ列に入れます。

3. trainingを同じ条件へ揃える

training は提案書の形容詞ではなく、契約・設定・運用証跡へ落とします。vendor回答は「対応可能」で終わらせず、責任者、対象範囲、例外、変更時の責任、exit時の受渡物まで同じ列に入れます。

残りの判断軸も同じ表へ入れる

retention と ownership も、上の判断表へ同じ粒度で記録します。特に料金、契約、availability、求人条件、platform policyなど変化する情報は、記事公開日ではなく実際に意思決定する日の一次情報を優先してください。

やらない条件・止める条件

vendorが利用する外部AI サービスやdata useを開示できないなら、機密dataを渡す工程へ進めません。

これは消極的な注意書きではなく、意思決定記事に必要な「買わない・契約しない・公開しない・応募を急がない」条件です。適合しない選択肢を先に落とすことで、残った候補の細かな差を比較しやすくなります。

実務での進め方

1. 目的を1文にする。 「AIを導入したい」「転職したい」のような広い目的ではなく、このページで何を決めるのかを1文にします。
2. 判断表の列を先に埋める。 公式一次情報で埋まるもの、自分の観測が必要なもの、vendor/採用担当へ質問しないと分からないものを分けます。
3. 空欄を質問へ変える。 不明な項目を推測せず、問い合わせ・面接・PoC・短時間検証の入力へ変換します。
4. 除外条件を先に適用する。 必須条件を満たさない候補は、魅力的な機能や割引があっても一度外します。
5. 最後に価格/順位を見る。 条件が揃った候補だけでTCO、工数、成長性、運用負担などを比較します。

実行前チェック

• confidentiality の値/条件/根拠を同じ列で比較した
• AI tools の値/条件/根拠を同じ列で比較した
• training の値/条件/根拠を同じ列で比較した
• retention の値/条件/根拠を同じ列で比較した
• ownership の値/条件/根拠を同じ列で比較した
• 変わり得る情報には 2026-09-12 以降の最新一次情報を使う
• 未測定のperformance/quality/求人件数を作っていない
• 自分の判断とsourceの事実を分けている
• 除外条件を満たさない候補を無理に推していない

まとめ

NDAだけで終わらせず、data categoryごとに使用可能なAI サービス、training/retention、subprocessor、成果物の権利をannex化します。

判断表を一度作れば、provider・求人・試験・platformの条件が変わったときも、全記事をゼロから考え直す必要はありません。変わったセルだけを公式情報で更新し、同じ判断基準で再判定できます。