AI開発発注の失敗図鑑｜「成果」を保証させようとして揉める契約類型（請負と準委任）

結論：AIの「成果」を請負で縛ると、契約形態と技術特性のズレで双方が疲弊する

AI開発は、学習データやモデルの挙動によって精度が事前に確定しにくい。にもかかわらず、発注側が「請負契約で完成を約束させれば安心」と考え、開発側が「精度は保証できない」と身構えることで、契約交渉と検収が紛糾する。これは技術の失敗ではなく、契約形態と責任設計を誤った失敗である。

• 請負（民法632条）は「仕事の完成」を約す契約で、完成しなければ報酬請求できず、契約不適合責任も負う。精度が読みにくいAIのモデル開発にそのまま当てはめると無理が生じやすい。
• 準委任（民法648条の2）には「履行割合型」と「成果完成型」があり、AIの探索的な開発フェーズと相性がよい場面が多い。
• 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（AI編）」は、開発を段階に分け、フェーズごとに適した契約を結ぶ「探索的段階型」の考え方を示している。
• 失敗を避ける鍵は、契約形態の選択だけでなく、検収・受け入れ基準（精度の合格ライン）を契約前に言語化することにある。
• 法務・調達・情シス・経営が早期に同じ前提で議論できれば、紛争の多くは未然に防げる。

なぜ「成果保証」をめぐって揉めるのか

AIは「完成」の定義が曖昧になりやすい

従来のシステム開発は、要件定義で「何を作るか」を確定し、その仕様どおりに動けば「完成」とみなせる。ところがAI、特に機械学習モデルの開発は、学習データの質と量、対象タスクの難しさ、運用環境のデータ分布によって到達できる精度が左右される。開発に着手する前の時点では、どこまでの精度が出るかを断言できないことが多い。

この特性を踏まえずに、発注側が「100%正しく分類できること」「人間の判断と同等の精度」といった抽象的なゴールを請負契約の完成条件に書き込むと、開発側はそれを達成義務として負わされる。結果として、開発側は精度に責任を持てないリスクを避けるために高い見積りを出すか、受注自体を見送る。発注側は「成果を約束してくれない会社は信用できない」と不信感を募らせる。互いに守りに入った交渉は、着手前から疲弊を生む。

このゴール定義の曖昧さそのものは、見積りの段階でも繰り返し問題になる。AIの作業範囲と成果物を曖昧なまま見積もる失敗は見積書の「AI一式」が曖昧になる理由でも扱っている。本回はその責任設計を契約類型の観点から掘り下げる。

請負と準委任を混同したまま発注している

実務でしばしば見られるのが、「業務委託契約書」という一枚の書面の中で、請負と準委任の性質が混在しているケースである。タイトルが「業務委託」でも、法的には個々の条項の中身で請負か準委任かが判断される。完成義務を負う条項と、善管注意義務にとどまる条項が同居していると、トラブル時にどちらの責任ルールが適用されるのかが争点になる。

発注側は「成果物を納品する以上、請負に決まっている」と考えがちだが、AIの探索的な開発では「一定の品質のモデルが必ず完成する」とは限らない。契約形態を一律に請負としてしまうと、技術の不確実性が高い領域で開発側に過大な義務を負わせることになり、結局は見積りに反映されて発注側のコストにも跳ね返る。

請負と準委任の違いを正しく理解する

ここで、AI開発に関わる契約類型の違いを民法の条文に沿って整理する。条文番号と内容は本記事末尾の一次情報で確認できる範囲にとどめ、個別契約への当てはめは弁護士など専門家の助言を前提とする。

比較表：請負・準委任（履行割合型）・準委任（成果完成型）

この表が示すとおり、請負と準委任は「結果に責任を負うかどうか」「報酬がどう発生するか」という根本で異なる。請負では仕事の完成が報酬の前提になる一方、準委任の履行割合型では、受任者は善良な管理者の注意をもって事務を処理する義務（善管注意義務）を負うが、特定の結果を約束するわけではない。

成果完成型準委任という選択肢

2020年4月施行の改正民法で、準委任に「成果完成型」が明文化された。民法648条の2は、委任事務の履行により得られる成果に対して報酬を支払う場合の規定で、成果の引渡しを要するときは報酬を引渡しと同時に支払う、という考え方を含む。AIモデルのように「一定の成果物を目指すが、純粋な請負として完成を確約するのは難しい」中間的な領域で、選択肢として検討する価値がある。

ただし「成果完成型なら開発側は完成義務を負わない」と単純化するのは危険である。成果に引渡しを要する場合には、売買の契約不適合責任の規定（562条など）が準用される余地があり、結局どこまでの品質を「成果」とするかを契約で具体的に定義しなければ、紛争の火種は残る。契約類型の選択は出発点にすぎず、合格ラインの言語化とセットで初めて機能する。

契約不適合責任とAI精度の関係

契約不適合責任とは何か

改正民法では、従来の「瑕疵担保責任」に代わって「契約不適合責任」が整理された。請負には民法559条を通じて売買の規定が準用され、引き渡された目的物が種類・品質・数量に関して契約の内容に適合しない場合、注文者は追完請求（修補など）、報酬減額請求、損害賠償請求、契約解除を求めうる（民法562条等を準用）。

問題は「何が契約の内容か」である。AI開発で「契約の内容に適合しない」と言えるためには、そもそも合格ラインが契約で定義されていなければならない。「正確に動くこと」のような抽象表現しかなければ、発注側は「期待した精度が出ていないから不適合だ」と主張し、開発側は「契約上の具体的な精度基準は定めていない」と反論する。これがまさに紛争の典型である。

期間制限にも注意が必要

請負の契約不適合責任には期間制限がある。民法637条により、目的物の種類・品質に関する不適合について、注文者がその不適合を知った時から1年以内にその旨を請負人に通知しないと、原則として追完・報酬減額・損害賠償・解除を求められなくなる（請負人が引渡し時に不適合を知り、または重過失で知らなかった場合を除く）。AIは運用後に精度劣化が顕在化することもあるため、いつから不適合を主張できるのか、運用フェーズの責任分界点を契約で意識しておく必要がある。運用段階の劣化そのものは運用者不在で精度が劣化する問題でも扱っている。

AI開発に適した契約の組み立て方

探索的段階型という発想

経済産業省「AI・データの利用に関する契約ガイドライン（AI編）」は、AI技術の特性を踏まえ、開発を一括の請負で縛るのではなく、アセスメント・PoC・開発・追加学習といったフェーズに分け、各段階に適した契約を結ぶ「探索的段階型」の開発方式を示している。不確実性が高い前半フェーズは準委任で「やってみて見極める」、仕様が固まった後半は請負も含めて検討する、といった段階設計が、双方のリスクを現実的な範囲に収める。

この発想はPoC止まりの失敗とも表裏一体である。PoCで終わってしまう構造的な理由はPoCで終わる会社の共通点で詳しく扱っている。契約をフェーズで切ること自体は正しいが、各フェーズの出口条件と次フェーズへの移行基準を決めておかないと、PoCの繰り返しで予算だけが溶ける。

フェーズと契約類型の対応イメージ

この対応はあくまで一般的な整理であり、個別の案件では事業上のリスク許容度や予算によって最適解が変わる。重要なのは、契約類型を先に決めるのではなく、「この段階では何が達成できれば成功か」を定義してから、それに見合う契約を選ぶ順序である。

検収・受け入れ基準を契約前に決める

どの契約類型を選んでも、AIの精度に関する合格ライン（受け入れ基準）を契約前に言語化することが、揉めごとを防ぐ最大の要素になる。たとえば「対象データセットにおける正解率の目標値」「許容される誤り方の種類」「人間が最終確認する範囲」などを、発注側・開発側が同じ理解で合意しておく。受け入れ基準を決めずに「完成」という言葉だけで進めると紛争になりやすい論点は検収・受け入れ基準を決めず「完成」で紛争する失敗で深掘りしている。

契約形態と並んで重要なのが開発会社の選定である。成果の不確実性を正直に説明し、フェーズ設計を提案してくれる会社かどうかは、紛争リスクを大きく左右する。発注先を見極める観点は開発会社選びの実践チェックにまとめている。AI開発のパートナー選びで見るべき観点は開発会社選びで見るべき7項目も参照してほしい。

なお、契約形態を整える際には、学習データや生成物の権利関係も同時に詰めておきたい。権利を決めずに発注する失敗は学習データと生成物の「権利」を決めずに発注する失敗（知的財産・著作権）で扱っている。

発注前に確認すべきこと（チェックリスト）

契約交渉に入る前に、社内で次の項目を整理しておくと、請負・準委任のどちらが適切かを判断しやすくなる。

• このAI開発のゴールは「仕様どおりの実装」か「精度の探索」か、どちらの性格が強いかを言語化したか
• 精度の合格ライン（受け入れ基準）を、対象データ・指標・許容誤りの形で定義できているか
• アセスメント・PoC・開発・運用のフェーズに分け、各フェーズの出口条件を決めているか
• 契約書のタイトルだけでなく、各条項が請負（完成義務）か準委任（善管注意義務）かを確認したか
• 契約不適合責任の範囲と、不適合を主張できる期間・通知の運用を理解しているか
• 運用後の精度劣化について、どこまでが開発側の責任で、どこからが保守・追加学習の領域かを線引きしたか
• 学習データ・生成物の権利、再利用範囲、機密情報の扱いを契約に盛り込む準備があるか
• 法務・調達・情シス・経営が同じ前提で契約方針を議論できる場を持ったか
• 社内稟議で「成果が事前に確定しにくい」前提を説明できる材料を用意したか

このチェックを稟議資料に落とし込む際には、投資判断とリスクを整理したシステム開発の稟議・ROI診断を併用すると、経営層への説明がしやすくなる。

GXOに相談する前に整理しておくとよい情報

GXOにAI開発の契約・進め方を相談する際、次の情報が手元にあると、フェーズ設計と契約形態の議論がスムーズになる。

• 解きたい業務課題と、AIに期待する役割（自動化・支援・分析のどれに近いか）
• 想定している成果の合格ライン、または「まだ決められていない」という現状認識
• 利用可能なデータの種類・量・品質の見通し
• 予算規模と、フェーズごとに投資判断を分けられるかどうか
• 社内の意思決定体制（法務・調達・情シス・経営の関与度合い）
• 過去にPoCや外注で生じた問題や、契約上で困った経験

ゴールがまだ固まっていない段階でも問題ない。むしろ不確実性が高い段階こそ、AI導入可否アセスメントで実現可能性を見極めてから契約形態を決める順序が、後の紛争を防ぐ。具体的な開発体制やモデル構築の進め方はAI開発のサービス内容も参考になる。契約と稟議を同時に固めたい場合はシステム開発の稟議・ROI診断を、発注先の比較検討段階であれば開発会社選びの実践チェックを活用してほしい。

参考にした一次情報（文書名＋URL）

• 民法（e-Gov 法令検索）— 第632条（請負）、第648条（受任者の報酬）、第648条の2（成果等に対する報酬）、第559条（有償契約への準用）、第562条（買主の追完請求権）、第637条（目的物の種類又は品質に関する担保責任の期間の制限）等 https://laws.e-gov.go.jp/law/129AC0000000089
• 経済産業省「AI・データの利用に関する契約ガイドライン」（平成30年6月、AI編・データ編） https://www.meti.go.jp/policy/mono_info_service/connected_industries/sharing_and_utilization/20180615001-3.pdf
• 経済産業省「リアルデータの共有・利活用」（AI・データの利用に関する契約ガイドライン掲載ページ） https://www.meti.go.jp/policy/mono_info_service/connected_industries/sharing_and_utilization.html

※条文番号・ガイドラインの内容は公表時点の情報に基づく。個別の契約への当てはめや最新の改正状況は、弁護士など専門家および各一次情報の最新版で必ず確認すること。

関連記事

• AI開発発注の失敗図鑑（特集トップ）
• 開発会社選びで見るべき7項目
• 検収・受け入れ基準（精度の合格ライン）を決めず「完成」で紛争する失敗
• 学習データと生成物の「権利」を決めずに発注する失敗（知的財産・著作権）
• 見積書の「AI一式」が曖昧になる理由

よくある質問

Q1. AI開発は請負と準委任のどちらで契約すべきか。

一律にどちらが正しいとは言えない。仕様が確定したアプリ実装や周辺システムは請負に向くが、精度が事前に確定しにくいモデル開発の探索フェーズは準委任が適することが多い。経済産業省のガイドラインが示す「探索的段階型」のように、フェーズごとに適した契約類型を選ぶのが現実的である。

Q2. 準委任にすればAIの精度は問わなくてよいのか。

そうとは限らない。履行割合型の準委任では結果そのものを保証しないが、成果完成型では合意した成果に対して報酬が発生し、成果に引渡しを要する場合は契約不適合責任の規定が準用される余地がある。いずれにせよ「何を成果とみなすか」の合格ラインを契約で定義しなければ、契約類型だけでは紛争を防げない。

Q3. 契約不適合責任はAI開発でどう問題になるのか。

請負では民法559条を通じて売買の規定が準用され、契約の内容に適合しない場合に追完・報酬減額・損害賠償・解除が問題になる。ただし「契約の内容」が抽象的だと、精度未達が不適合かどうかで争いになる。受け入れ基準を契約前に具体化することが、契約不適合責任をめぐる紛争を避ける前提になる。

Q4. ゴールがまだ固まっていないが、契約を進めても大丈夫か。

固まっていないこと自体は問題ではなく、むしろ無理に請負で完成を縛るほうが危険である。まずアセスメントやPoCを準委任で実施して実現可能性と合格ラインを見極め、見通しが立った段階で開発フェーズの契約形態を決める順序が望ましい。不確実な段階での進め方こそ、専門家に相談する価値がある。

発注前チェックリスト（全30項目・無料）：本連載の30類型を1枚で点検できるチェックリストを無料ダウンロードできます。発注前の社内確認・稟議の添付資料にご利用ください。

AI開発の契約形態とフェーズ設計に不安があれば、まずは無料相談で現状を整理することをおすすめする。