AI開発委託のセキュリティチェックとは？契約前に確認すべき項目とチェックシートの作り方

AIを使ったシステムや機能の開発を外部に委託するとき、これまで使ってきたシステム開発委託用のチェックシートだけでは、確認しきれない項目が出てきます。

理由はシンプルで、AI開発では確認する対象が増えるためです。学習に使うデータ、プロンプト、外部のAI API、AIモデル、生成される成果物、ログ、そして再委託先まで、誰が何をどう扱うのかを確かめる範囲が広がります。

ただ、「AIだから難しい」と身構える必要はありません。最初にやることは、いつもの委託と同じです。何を渡すのか、それが何に使われるのか、何が成果物として返ってくるのか、誰がそれを扱うのか。この4つを契約前に書き出しておくと、確認すべき項目が見えやすくなります。

この記事では、AI開発を委託する発注者側が、契約前に確認しておきたい項目と、それをチェックシートに落とすときの考え方をまとめます。

AI開発委託のセキュリティチェックとは

AI開発委託のセキュリティチェックとは、AIシステム・AI機能・AIモデル・AIチャットボットなどの開発を外部のベンダーに委託する際に、発注者側がデータの扱い、成果物の権利、外部サービスの利用、再委託先などを契約前後に確認することを指します。

通常のシステム開発委託でも、秘密保持や成果物の権利、再委託の可否は確認します。AI開発委託では、これに加えて「渡したデータがAIの学習に使われないか」「外部のAI APIにデータが送られないか」「学習済みモデルや派生データの権利はどちらに帰属するのか」といった、AI特有の確認項目が増えます。従来のチェック項目を捨てるのではなく、足していくイメージです。

なお、この記事で扱うのは「AIを組み込んだシステムの開発を外注する」場面です。すでに取引のある委託先が、業務の中でChatGPTやAI搭載SaaSを使っているかどうかを確認したい場合は、確認すべき内容が異なります。その場合は、委託先のAI利用を確認するチェックリストで、より一般的な確認項目をまとめていますので、そちらを参考にしてください。

なぜAI開発委託では確認対象が広がるのか

通常のシステム開発委託と比べて、AI開発委託で確認項目が増えるのは、扱う要素が多いためです。代表的なものを挙げます。

• 学習データ：モデルの学習に使うデータ。自社が渡すのか、ベンダーが用意するのか、出所は明確か。
• 検証用データ：精度を確かめるためのデータ。本番の顧客データを使う予定はないか。
• プロンプト：システムに組み込む指示文。機密情報や個人情報が含まれていないか。
• ログ：入出力の記録。どこに、どれくらいの期間保存されるのか。
• 外部AI API：OpenAIなどの外部サービスを呼び出す場合、そこへ何が送られるのか。
• AIモデル：学習済みモデルそのもの。納品物に含まれるのか、ベンダーが再利用するのか。
• ソースコード・設定情報：成果物として何が引き渡されるのか。
• 成果物：分析結果、生成物、システム全体。どこまで自由に使えるのか。
• 再委託先：ベンダーがさらに別の会社や外部サービスを使う場合、その先も対象になる。

ここで大事なのは、「従来のチェックシートではもう通用しない」と考えることではありません。従来のシステム開発で確認していた項目に、上に挙げたAI特有の項目を足していく、という足し算で考えるほうが現実的です。

外注前に整理しておきたいAI開発の契約類型

AI開発と一口に言っても、何を委託するのかによって確認すべき内容が変わります。まず、自社の委託がどのタイプに近いかを把握しておくと、項目を絞りやすくなります。

• 汎用的なAIサービスをそのまま使うだけなのか（例：既存の生成AI APIを呼び出すだけ）
• 既存のAIサービスを自社向けにカスタマイズするのか
• 独自のAIシステムを新規に開発するのか

経済産業省「AIの利用・開発に関する契約チェックリスト」（令和7年2月）では、AIに関する契約を、開発を伴わず既存のAIサービスを利用する「利用型契約」と、何らかの開発を伴う「開発型契約」に大きく分けて整理しています。さらに開発型は、既存サービスを前提にカスタマイズする「カスタマイズ型」と、新規にAIシステムを開発する「新規開発型」が例として示されています。

利用型に近いほど、ベンダーが用意した規約をそのまま受け入れる場面が多く、データの扱いを個別に交渉しづらい傾向があります。開発型に近いほど、成果物の権利やデータの利用範囲を契約で詰める余地が大きくなります。自社の委託がどちらに近いかで、チェックシートで重点的に聞く項目が変わってきます。

ここでは契約類型そのものを細かく論じるよりも、「自社はどのタイプか」を一つ決め、それに応じて確認項目を選ぶ、という使い方をおすすめします。

AI開発委託で確認すべき4つの核心項目

確認対象は広がりますが、突き詰めると次の4つに集約できます。チェックシートを作るときも、この4つを軸に項目を並べると抜けが減ります。

1. データの定義と取扱権限

経済産業省の契約チェックリストでは、AIに関する情報のやり取りを次のように分けて捉えています。

• インプット：発注者がベンダーに渡すデータやプロンプト
• アウトプット：AIが出力する分析結果・生成物・成果物
• インプット処理成果：渡したデータを加工して生まれるもの（学習用データセット、中間生成物、派生データなど）
• アウトプット処理成果：出力結果をさらに加工したもの

そして、それぞれについて「特定」「相手への提供」「使用・利用」「外部提供」「権利帰属」を確認することが望まれます。特に、渡したデータがどこまで使われるのか、保存・削除はどうなるのか、加工して生まれた派生データの権利がどちらに帰属するのかは、契約前に書き出しておくと判断しやすくなります。

2. 個人情報・機密情報の取扱い

開発のために個人情報や機密情報を渡す場合は、その扱いを契約前に整理しておくことが望まれます。

個人情報保護委員会は「生成AIサービスの利用に関する注意喚起等について」（令和5年6月）の中で、生成AIサービスへ個人データを含むプロンプトを入力する場合、生成AIサービス提供者がその個人データを機械学習などに利用しないことなどを十分に確認するよう注意喚起しています。そのため、AI開発で外部のAIサービスを使う構成では、入力した情報が学習に利用されない設定や契約になっているかを確認しておくことが重要です。

また、開発ベンダーにデータを預ける場合は、それが個人情報保護法上の「委託」にあたるのか「第三者提供」にあたるのかによって、求められる対応が変わる場合があります。ベンダーが外国にある場合は、越境移転に関する整理が必要になる場面もあります。

これらの法的な判断は、データの内容、契約形態、利用実態によって変わります。個別の判断が必要な場合は、自社の法務や専門家に確認することをおすすめします。

3. AI成果物の権利帰属と利用範囲

AI開発では、何が「成果物」なのかが見えにくくなりがちです。次のようなものが、納品物に含まれるのか、含まれないのかを契約前に確かめておくと、後のトラブルを避けやすくなります。

• AIモデル / 学習済みモデル
• ソースコード
• プロンプト
• 設定ファイル
• 派生データ・中間生成物
• 処理成果

確認したいのは、納品物として何が引き渡されるのか、発注者がそれをどこまで自由に使えるのか、そしてベンダーが同じモデルや派生データを他社向けに再利用できるのか、という点です。特にカスタマイズ型では、ベンダーが元々持っていた技術と、今回の開発で新しく生まれた成果が混ざりやすいため、どこまでが自社のものになるのかを早い段階で確かめておくと判断しやすくなります。

4. 再委託先・外部AI APIの管理

AI開発では、ベンダーが外部のAI API、OSSモデル、外部ライブラリ、別の再委託先を使う場面が出てきます。確認の対象は、直接の委託先だけでなく、その先まで広がります。

確かめておきたいのは、具体的にどのサービスを使うのか、そのサービスの利用規約、入力データが学習に使われない設定になっているか、データがどこ（国内か国外か）に保存されるのか、そしてインシデントが起きたときの連絡体制です。「外部APIは使いますが、どこかは未定です」という状態のまま開発が進むと、後から確認しづらくなります。

実務で使えるAI開発委託セキュリティチェックシートの項目設計

ここまでの4つの核心項目を、実際のチェックシートに落とすと次のようになります。すべてを並べると読みづらくなるため、重要な項目に絞っています。回答形式は、回答者が答えやすい形を選ぶのがポイントです。

カテゴリ	確認したいこと	設問例	回答形式	追加確認が必要になりやすい回答
開発対象・AI機能の範囲	どんなAI機能を開発するのか	今回開発するAI機能の概要を記載してください	テキストエリア	範囲が曖昧／用途が定まっていない
利用するAIモデル・外部AI API	外部サービスを使うか	利用予定のAIモデル・外部AI APIを記載してください	テキスト入力	未定／提供元を把握していない
委託元が提供するデータ	何を渡すか	開発のために提供するデータの種類を選択してください	チェックボックス	顧客データ・個人情報を含む
学習・検証データの出所	データの来歴	学習・検証に使うデータの出所を記載してください	テキストエリア	出所を把握していない
個人情報・機密情報の取扱い	個人情報を使うか	個人情報・機密情報を開発に使用しますか	ラジオボタン（はい／いいえ／未定）	はい／未定
インプットの利用範囲	学習に使われないか	提供データが機械学習に利用されない設定か確認できますか	ラジオボタン	いいえ／不明
ログ・プロンプト・ファイルの保存	保存と削除	ログ・プロンプトの保存場所と保存期間を記載してください	テキストエリア	把握していない
データ削除・返却	終了後の扱い	開発終了後のデータ削除・返却の方法を記載してください	テキストエリア	未定／削除証明なし
アウトプット・成果物の範囲と権利帰属	何が納品されるか	納品物に含まれるもの（モデル／コード／設定等）を選択してください	チェックボックス	モデルや派生データの帰属が未定
OSS・外部ライブラリ・モデルライセンス	ライセンス確認	利用するOSS・外部ライブラリ・モデルのライセンスを確認済みですか	ラジオボタン	未確認
セキュリティ水準・アクセス管理・監査	守りの体制	アクセス管理・ログ確認・監査対応の方針を記載してください	テキストエリア	方針が未整備
仕様変更・規約変更・インシデント報告	変化への対応	外部AIサービスの規約変更やインシデント時の報告フローを記載してください	テキストエリア	報告体制が未定

このまま全委託先に送るのではなく、自社の委託タイプに合わせて項目を足し引きして使うのが現実的です。一から作るのが大変な場合は、ベースとなる標準的なチェックシートを探すところから始めても構いません。無料で使えるチェックシートテンプレート一覧も参考になります。

追加確認・差し戻しが必要になりやすい回答例

チェックシートを回収すると、「そのまま受け取ってよいか迷う回答」が出てくることがあります。代表的なものと、その扱い方をまとめます。差し戻しコメントは、相手が次に何をすればよいか分かる書き方にしておくと、やり取りがスムーズです。

回答例	注意が必要な理由	追加で確認すること	差し戻しコメント例
利用するAI APIが未定	データの送り先が確定しない	候補となるサービス名と規約	「利用予定のAI API候補と、その規約の確認状況をご記載ください」
学習データの出所を把握していない	権利・個人情報のリスクが見えない	データの取得元と取得方法	「学習データの取得元と、第三者の権利・個人情報の有無をご確認ください」
顧客データを検証用に使う予定（利用目的の整理なし）	利用目的との整理が必要になる場合がある	利用目的と社内での整理状況	「検証での利用目的と、社内での利用目的の整理状況をご記載ください」
再委託先が外部AI APIを利用する可能性がある	確認範囲が委託先の先まで広がる	再委託先名と利用サービス	「再委託先と、そこで利用するAIサービスをご記載ください」
プロンプト・ログの保存期間を把握していない	機密情報の残り方が読めない	保存場所・期間・削除方法	「ログ・プロンプトの保存場所と保存期間をご確認ください」
成果物の権利帰属が契約書に明記されていない	納品後に使える範囲が不明確	契約書での帰属の記載	「成果物（モデル・コード等）の権利帰属が契約書に記載されているかご確認ください」
OSSモデル・外部ライブラリのライセンス確認が未実施	利用条件に抵触する場合がある	ライセンス種別と利用条件	「利用するOSS・ライブラリのライセンスと、その利用条件をご記載ください」
データ削除・返却の方法が決まっていない	開発終了後にデータが残り続ける	削除・返却の手順と証明	「開発終了後のデータ削除・返却の手順をご記載ください」

AI開発委託のチェックシートを作るときの考え方

チェックシートは、作って送れば終わり、というものではありません。運用まで含めて考えると、いくつかコツがあります。

まず、いきなり全委託先に同じ項目を送らないことです。汎用AIをそのまま使うだけの委託と、独自モデルを新規開発する委託では、聞くべきことが違います。委託内容とリスクに応じて項目を分けると、相手の負担も減り、回答の質も上がります。

次に、確認するタイミングを分けることです。開発前、開発中、納品前、運用開始後では、確かめたい内容が変わります。たとえば学習データの出所は開発前に、成果物の権利は納品前に、というように段階で分けると抜けにくくなります。

そして、変化があったときの確認です。AIモデル、外部API、入力するデータ、再委託先が途中で変わったときは、年に一度の定期確認とは別に、変わったタイミングでの確認を入れておくと安心です。どのタイミングで何を確認するかは、委託先管理は年1回で足りる？AI・SaaS・再委託の変更確認を解説でもまとめています。

最後に、チェックシートは回答依頼・回収・確認・差し戻し・履歴の保管まで含めて運用するもの、という前提を持っておくことです。送って集めるだけで止まると、確認した記録や判断の理由が残らず、後から振り返れなくなります。

Excel・メールでAI開発委託チェックを管理する限界

ここまで挙げた項目は、Excelとメールだけでも管理できます。小規模で、単発の委託であれば、それで回ることもあります。

ただ、AI開発委託は確認項目が多くなりやすく、回答が差し戻しになる回数も増えがちです。そうなると、いくつか課題が出てきます。最新版のチェックシートがどれか分からなくなる、差し戻しのやり取りがメールに散らばる、確認した理由や判断が記録に残らない、前回の回答との差分が追いにくい、再委託先や外部APIの変更を追いきれない、といったことです。

Excelが悪いわけではありません。小規模・単発であれば、むしろ手軽で扱いやすい選択肢です。継続的な確認や差し戻しが増えてきたときに、別の手段を検討する、という順番で考えるのが現実的だと思います。

マモリスでAI開発委託チェックシートを運用する

AI開発委託の確認では、チェック項目を作るだけでなく、回答依頼、回収、確認、差し戻し、履歴管理までを一連の流れとして管理することが重要になります。マモリスは、こうしたチェックシート運用を、作成から履歴の保管まで一つの流れで扱えるツールです。

マモリスでは、AI開発委託向けのチェックシートを作成し、委託先へ回答を依頼できます。設問はグループに分けられるため、「データの扱い」「成果物の権利」「再委託先」といったまとまりごとに並べられます。設問には資料のURL、YouTube動画、ファイルを添えられるので、何を答えてほしいかも伝えやすくなります。

回答が集まったら、内容を確認し、必要に応じて差し戻しコメントを付けられます。確認済みの状態を管理できるため、どこまで確認したかが分かります。前回の回答をプリセットして次の依頼に使えるので、年次の確認や、外部APIが変わったときの再確認にも使いやすくなっています。確認した内容はPDFで保存できます。回答する委託先の側も、下書き保存や差し戻しへの対応ができるため、一度に答えきれない場合でも進められます。

なお、マモリスはAIがリスクを自動で判定するツールではありません。何を確認し、回答をどう判断するかは、担当者が決めるものです。マモリスは、その確認のやり取りと記録を支える役割を担います。

まとめ

AI開発を外部に委託するときは、通常のシステム開発委託で確認していた項目に加えて、データ、AIモデル、外部API、処理成果、権利帰属、再委託先まで確認する範囲が広がります。

大事なのは「AI」という言葉に身構えることではなく、何を渡し、何に使われ、何が成果物になり、誰が扱うのかを、契約前にはっきりさせることです。確認対象が増えるだけで、やることの筋は通常の委託管理と同じです。

そして、チェックシートは作って送れば終わりではありません。回答依頼、確認、差し戻し、履歴の保管まで含めて運用してはじめて、後から「なぜそう判断したか」を振り返れる状態になります。

FAQ

Q1. AI開発委託と通常のシステム開発委託では何が違いますか？

確認すべき筋は同じですが、対象が増えます。通常のシステム開発で見ていた秘密保持や成果物の権利に加えて、学習データの扱い、外部AI APIへのデータ送信、学習済みモデルや派生データの権利帰属、再委託先での外部AI利用などを確かめる範囲が広がります。

Q2. AI開発委託で最初に確認すべき項目は何ですか？

「何を渡すのか」「それが何に使われるのか」「何が成果物になるのか」「誰が扱うのか」の4つを書き出すところからをおすすめします。特に、渡すデータに個人情報や顧客データが含まれるか、外部のAI APIを使うかは、早い段階で確かめておくと項目を絞りやすくなります。

Q3. 学習データの出所はどこまで確認すべきですか？

自社が渡すデータと、ベンダーが用意するデータの両方が対象です。ベンダーが用意するデータについては、取得元と取得方法、第三者の権利や個人情報が含まれていないかを確認しておくと、後の権利関係を判断しやすくなります。

Q4. AIが生成した成果物の権利は誰に帰属しますか？

契約内容によって変わります。経済産業省の契約チェックリストでも、アウトプットや、その加工で生まれた処理成果について、権利帰属を確認することが示されています。納品物に何が含まれ、発注者がどこまで使え、ベンダーが再利用できるのかを、契約前に書面で確かめておくと判断しやすくなります。

Q5. 外部AI APIを使う場合、何を確認すべきですか？

具体的なサービス名、その利用規約、入力データが機械学習に使われない設定になっているか、データの保存場所（国内か国外か）、インシデント時の連絡体制を確認しておくとよいでしょう。「使うが、どこかは未定」のまま進めないことがポイントです。

Q6. 委託先のAI利用確認チェックリストとは違いますか？

はい、別物です。この記事は「AIを組み込んだシステムの開発を外注する」場面の確認です。すでに取引のある委託先が、業務でChatGPTなどを使っているかを確認したい場合は、委託先のAI利用を確認するチェックリストをご覧ください。

関連記事

• 委託先のAI利用を確認するチェックリスト
  取引先や委託先が業務でAIを使っているかを確認したいときの、一般的なチェック項目をまとめています。
• 委託先のAI利用確認が必要になる背景
  そもそもなぜ委託先のAI利用を確認する必要があるのか、その背景を整理しています。
• 委託先管理は年1回で足りる？AI・SaaS・再委託の変更確認を解説
  定期確認と、変更があったときの確認をどう分けるかを解説しています。
• 無料で使えるチェックシートテンプレート一覧
  ベースとして使えるチェックシートのテンプレートをまとめています。

参考情報

• 経済産業省「AIの利用・開発に関する契約チェックリスト」（令和7年2月）
• 経済産業省・総務省「AI事業者ガイドライン 第1.2版」
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」