【疑問】AI開発委託契約、請負と準委任のどっち？契約ガイドラインの探索的段階型・精度保証・NDA・知財の帰属【G検定】

AIの開発を外の会社に頼む契約で、請負にするか準委任にするかでもめてる。何が違うん？

前提のおさらい。AIのプロジェクトは、作る前にどれだけ精度が出るかが分からない。だから、PoCで小さく試して、次に進むかを判断しながら進める

＞＞1
民法の違いから
請負（632条）：仕事を完成させることを約束して、その結果に対して報酬を払う。完成させる義務がある
準委任（656条、643条）：事務の処理を任せる。完成の義務はなく、善良な管理者の注意（善管注意義務、644条）をもって処理する義務を負う
成果に対して報酬を払う形の準委任もある（648条の2）

＞＞3
頼む側からしたら、完成を約束してくれる請負のほうが安心やん

＞＞4
AIでそれをやると、受ける側が「必ずこの精度のモデルを完成させます」と約束することになる。データ次第で精度が決まるのに、それは約束しにくい
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」（2018年に公表）は、こういう事情をふまえた進め方を示してる

＞＞5
ガイドラインが勧めてるのが「探索的段階型」。4つの段階に分けて、段階ごとに次に進むかを決める
アセスメント：少しのデータで、モデルが作れそうかを検証する。秘密保持契約（NDA）などを結ぶ
PoC：学習用データで、求める精度のモデルが作れるかを検証する。導入検証契約などを結ぶ
開発：学習済みモデルを作る。ソフトウェア開発契約を結ぶ
追加学習：納品したモデルに追加のデータで学習させる

＞＞6
最初から要件を全部決めるウォーターフォール形式とは違って、試行錯誤を前提にしてる。途中で十分な精度が出ないと分かったら、次の段階に進まないことで損を広げずにすむ

＞＞7
精度は全然約束せんでええの？それやと頼む側が不安すぎる

＞＞8
まだ見ていないデータでの精度を保証するのは難しい、というのがガイドラインの考え方。そのかわり、決めた評価用のデータでどれだけ出すか、のように範囲を決めて合意する、各段階の目標を明確にする、といった方法で認識をすりあわせる

知財の帰属も論点。学習用データセット、学習済みモデル、そのパラメータ、推論のプログラムなど、成果物が細かく分かれる
ガイドラインでは、誰のものにするかだけで決めず、誰がどこまで使えるか（利用条件）を細かく決めることで、両方の利益を調整する考え方が示されてる

＞＞10
頼む側が「お金を払ったんやから全部うちのもの」と言うと、受ける側は他の仕事にノウハウを使えなくなる。受ける側が全部持つと、頼む側は追加学習を他社に頼めなくなる。どっちに寄せても不満が出るから、利用条件で分けるわけやな