生成AI開発の知っておきたい契約形態は？請負と準委任どっちが正解？

生成AI開発を外部へ委託するとき、契約形態は請負と準委任のどちらが正しいのか、ラボ型とは何が違うのか、成果物やソースコードの権利は誰に帰属するのか、精度が出なかったら払い損にならないのか――こうした疑問を抱える方は多いのではないでしょうか。

生成AI開発の契約形態は、請負・準委任・ラボ型の3タイプが基本で、開発の段階によって使い分けます。本記事では、この3タイプの選び方、成果物・学習データ・生成物の権利帰属、払い損を避ける契約設計を整理します。

生成AI開発の契約形態は3タイプ｜請負・準委任・ラボ型

契約形態は請負・準委任・ラボ型の3つに大別できます。

契約形態	完成義務	報酬の発生	向くフェーズ	リスク分担
請負型	あり（完成責任）	成果物の完成・納品時	仕様が固まった本開発	ベンダ寄り（未完成はベンダ責任）
準委任型	なし（善管注意義務）	業務の遂行、工数または成果	アセスメント・PoC・改修	発注者寄り（成果は保証されない）
ラボ型	なし（準委任の運用形態）	月額でチームを確保	大規模・長期の継続改善	発注者寄り（稼働は確保・成果は保証されない）

請負型｜仕様が固まった本開発向け

請負型は、成果物の完成をベンダが約束する契約です。受け入れ条件や仕様が固まった本開発に向きます。たとえば、対応範囲や合格基準が明確なチャットボットの実装などが該当します。完成しなければ報酬義務が生じない建て付けのため、発注者にとってはリスクを抑えやすい形態です。

準委任型｜要件が動くAI開発の柔軟対応

準委任型は、業務の遂行を約束する契約で、完成義務はありません。要件が固まりきらないAI開発や、既存システムの改修・不具合対応など、柔軟な対応が必要な場面に向きます。工数に応じて払う履行割合型と、成果物に対して払う成果完成型があります。

ラボ型｜大規模・長期の継続改善

ラボ型は、専属チームを月額で一定期間確保し、継続的に開発を進める運用形態です。準委任の一種で、規模が大きく長期にわたるプロジェクトに向きます。最低契約期間などの縛りを設けない運用もあり、アジャイルな継続改善と相性が良い形態です。

AI開発は準委任が基本？開発フェーズで契約形態を変える

AI開発は、性能や精度を構造的に保証しにくい分野です。このため準委任型が基本とされています。ただし実務では、開発の段階ごとに契約形態を使い分けます。

フェーズ	主な目的	向く契約形態
アセスメント	実現可能性・データの見極め	準委任
PoC（実証）	精度・効果の検証	準委任
本開発	要件を固めて実装	請負（要件確定後）
運用・追加学習	継続改善・保守	準委任・ラボ型

実際の受託現場では要件が固まる本開発は請負がスタンダードです。アセスメントとPoCは準委任、改修は準委任、大規模・長期はラボ型と、段階と目的で選ぶのが実態に近いです。

また、費用の見通しもあわせて確認したい方は、生成AI開発の費用相場をご覧ください。

そもそも外注すべきかを迷っている方は、発注前に満たしたい要件や利用フローを固めておくと契約形態も選びやすくなります。判断材料は生成AI開発は内製と外注どちらが得かで整理しています。

成果物・学習データ・生成物の権利は誰に帰属するか

生成AI開発では、成果物だけでなく学習データや生成物の権利も重要です。

成果物・ソースコードの権利帰属

成果物やソースコードの権利は、契約で帰属先を決めます。以下の3つのいずれかになります。

• ベンダにすべて帰属
• 発注者（ユーザ）にすべて帰属
• 両者で共有

帰属で争うより、自由に使える・第三者へ提供できる利用条件を握れば実質的に保有するのと同じです。実務では制作物も分析データも発注者へ帰属させる形もあり、乗り換え時のロックインを避けたい発注者におすすめです。

学習データ・生成物・派生モデルの扱い

学習に使うデータ、AIが出力する生成物、追加学習で作る派生モデルにも、それぞれ権利の取り決めが必要です。データと生成物の利用範囲は、契約書で個別に定めておくことが重要です。

AIの精度は保証される？払い損・PoC止まりを避ける契約

AIの精度は原則として保証されません。そのため、ここからは払い損やPoC止まりを避ける契約設計を見ていきます。

「精度が出なかったら払い損」を避ける契約設計

AIの精度は、学習データの量と質に依存します。未知の事象への推論精度を、事前に保証することはできません。

2026年の生成AI組み込み型で標準化した知っておきべき条項

2026年時点の生成AI開発は、既存の大規模言語モデル（LLM）の組み込みが主流です。

• ハルシネーション（誤情報）・権利侵害の非保証条項
• 第三者API（GPT等）の規約遵守と仕様変更時の免責
• 入力データを学習に使わせない設定の確認
• 人が最終確認するHuman-in-the-loopの運用設計

これらはJDLAの生成AI開発契約ガイドライン（2025年9月公開）にもひな形として整理されています。

契約書にサインする前の発注者チェックリスト

契約書にサインする前に、次の条項が盛り込まれているかを一つずつ確認することをおすすめします。発注前に抜けやすい項目を並べました。

見落としやすいのがランニングコストです。API利用料などの運用費用を契約前に事前に説明するかは受託会社を見極める材料で、運用コストが想定外という事態をさけるために非常に需要です。

発注先の見極め方は、AI開発会社の比較・選び方で解説しています。安さを前面に売る会社や、実績がHP掲載だけで中身が見えない会社には注意したい点です。

コストを抑える選択肢を探している方は、オフショア開発の費用相場もあわせてお読みください。

まとめ｜生成AI開発の契約形態は段階と権利で選ぶ

最後にこの記事の内容をまとめます。

契約書を受け取ったら、権利帰属と受け入れ基準の条項から確認することをおすすめします。判断に迷う段階では、複数社に契約形態の考え方を尋ねて比較すると違いが見えます。

本記事は2026年7月時点の情報です。契約実務やガイドラインは改定されるため、最新はJDLAや経済産業省の公式情報を確認してください。