【2026年8月】AIの責任の所在はどこ？経産省の民事責任の手引きを解説

結論から言うと、AIの判断ミスが引き起こした損害の責任は「AIをどう使ったか」で分かれます。経済産業省は2026年4月9日、「AI利活用における民事責任の解釈適用に関する手引き〔第1.0版〕」を公表し、AIの使い方を「補助・支援型」と「依拠・代替型」の2つに分類したうえで、それぞれで企業（利用者）とAI提供者が負う注意義務の水準が変わるという考え方を整理しました。最終判断を人が行う「補助・支援型」では従来どおり人の注意義務が中心ですが、AIの出力に業務を委ねる「依拠・代替型」では、利用者の責任は「個々の判断の適否」から「AIを適正に運用する体制を構築・運用しているか」へと質的に変わります。本記事では、この手引きの中身を、AI導入を検討・推進する企業の意思決定者向けに、契約書・社内規程で今日から対応すべき実務ポイントに絞って解説します。

「AIが間違った提案をしてお客様に迷惑をかけたら、うちの会社が全部責任を負うんですか」——AI研修や導入相談の場で、この手の質問を受ける機会が増えています。100社以上の企業向けAI研修・導入支援を通じて感じるのは、多くの企業が生成AIの「使い方」には投資している一方で、「何かあったときに誰の責任になるか」を整理できないまま導入を進めているという実態です。

実際、顧問先の情報システム部門と契約書を確認すると、SaaSベンダーの利用規約に「AIの出力結果について当社は一切保証しません」という免責条項が入っているのに気づかず契約している例は珍しくありません。逆に、AIを業務プロセスの中核に組み込んでいるのに、社内規程には生成AI利用について一言も触れていない、という会社もよく見かけます。

この曖昧さに対して、経済産業省が一つの解釈の物差しを示したのが今回の「AI利活用における民事責任の解釈適用に関する手引き」です。新しい法律ではなく、既存の民法・製造物責任法をAIの事案にどう当てはめるかを整理したソフトローですが、「AIの使い方によって企業が負うべき注意義務の中身が変わる」という考え方は、今後の契約書・社内規程づくりの土台になります。

本記事では、この手引きの2類型の考え方、7つの想定事例、契約書・社内規程に落とし込むための実務ポイントを、コピペで使えるプロンプト付きで解説します。5分で全体像をつかんで、今日から自社のAI利用を棚卸しするところから始めてみてください。

経産省「AI利活用における民事責任の解釈適用に関する手引き」とは

正式名称は「AI利活用における民事責任の解釈適用に関する手引き〔第1.0版〕」。経済産業省が2026年4月9日に公表しました。全5章・80頁超の構成で、第2章「総論」が中核部分にあたり、検討対象となる法条（民法709条の一般不法行為、製造物責任法3条）の整理と、AIを「補助・支援型」「依拠・代替型」の2類型に分類する枠組みを示しています。第3章以降では、物流・リーガルテック・クリエイティブ・不動産審査・製造業・物流ロボットなど主要業界を横断する想定事例を使い、どのような事情があれば過失や欠陥が認められやすいかを解説しています。

重要なのは、これが「新しい規制」ではなく「既存法の解釈の物差し」だという点です。AIに関する新しい罰則や義務を課すものではなく、AIが関わる損害が発生したときに、これまでの不法行為法・製造物責任法をどう当てはめて考えるかを、経産省が事例ベースで示したものです。法的拘束力を持つハードローではなく、企業の自主的な取り組みを促すソフトローという位置づけは、2026年3月に改訂された「AI事業者ガイドライン（第1.2版）」と同じです。両者はセットで読むことで実務的な意味が出てきます。AI事業者ガイドラインの改訂ポイントと中小企業の実務チェックリストは、AI事業者ガイドライン改訂解説とAI事業者ガイドライン1.2版 中小企業の実務チェックリストで詳しく整理しています。

「補助・支援型」と「依拠・代替型」－2つの分類で責任はどう変わるか

手引きの核心は、AIの使い方を2つのタイプに分け、それぞれで企業（利用者）とAI提供者が負う注意義務の水準を変えて考える点です。

ポイントは、依拠・代替型に分類されるAIを使う場合、利用者側の責任の焦点が「その場その場の判断が正しかったか」から「AIを安全に運用するための体制を作り、回し続けているか」に変わることです。逆に言えば、体制を構築・運用していたことを示せれば、想定外のリスクが顕在化した場合でも「予見可能性を否定する方向の事情」として斟酌される可能性がある、と手引きは示しています。ガバナンス体制の有無が、紛争時の結果を左右しうるという実務的な意味がここにあります。

手引きが示す7つの想定事例

手引きは、補助・支援型4事例、依拠・代替型2事例、補論としてAIエージェント1事例の計7つの想定事例を使って、責任の考え方を具体的に解説しています。

製造業の外観検査AIの事例では、業務プロセスの「構築」段階と「運用」段階に分けて、企業が取るべき対応が具体的に示されています。構築段階では、使用モデルや判定閾値の管理、実運用条件での性能確認、AIが検査対象として適しているかの検討、人によるレビュー範囲の設定が挙げられます。運用段階では、重要な誤検知が起きた際のAI開発者へのフィードバック、原因分析と是正措置、検査画像・判定ログ・レビュー結果の保存が求められます。これらのログや記録は、事故が起きた際に「合理的な対応策を講じていた」ことを立証する材料になるため、平時からの保存体制が実務上の分かれ目になります。

契約書・社内規程に入れるべき5つの実務ポイント

手引きの内容を実務に落とし込むなら、まず契約書とベンダーとのやり取りを見直すところから始めるのが現実的です。以下の5点は、AIベンダーとの契約書や社内規程に反映しておきたい項目です。

1. 性能限界と適用制約の明記：AIの精度限界、適用が不向きな業務、依拠・代替型では「通常人の作業水準」と比較した性能基準を契約書に明記する
2. リスク情報の定期提供義務：AI提供者から利用者へ、継続的にリスク分析情報が提供される仕組みを契約に盛り込む
3. 人的介入ルールの明確化：特に依拠・代替型で、人によるレビューやセーフガードが発動する基準を具体的に規定する
4. モニタリング・ログ保存義務：精度劣化や異常挙動を検出・記録する義務と、ログの保存期間を定める
5. 是正・改善プロセス：不具合発生時の報告体制、原因分析、アップデートのスケジュールを事前に取り決める

この5点をゼロから契約書に落とし込むのは負担が大きいので、まずは既存の契約書を機械的にチェックするところから始めると現実的です。以下のプロンプトをそのままChatGPTやClaudeに貼り付けて使ってみてください。

あなたは企業法務の実務担当者です。
以下に貼り付けるAIベンダーとの契約書・利用規約の全文を読み、次の5項目それぞれについて「記載あり／記載なし／不十分」を判定し、不十分な場合は具体的にどの条項を追加・修正すべきか提案してください。

1. AIの性能限界・適用制約の明記
2. リスク情報の定期提供義務
3. 人的介入・レビューが必要な基準の明確化
4. モニタリング・ログ保存に関する義務と保存期間
5. 不具合発生時の是正・改善プロセス

不足している情報があれば、最初に質問してから作業を開始してください。
仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

[ここに契約書・利用規約の全文を貼り付け]

【要注意】企業が陥りがちな失敗パターン

失敗1：「補助的に使っているだけだから責任は関係ない」という思い込み

❌ 「うちはAIに最終判断させていないから、何かあってもAIのせいにできる」
⭕ 「補助・支援型でも、AIの性能限界を知らずに提供者からの説明を確認しないまま使うと、利用者側の注意義務違反が問われうる」

なぜ重要か：補助・支援型だから責任がゼロになるわけではありません。人が最終判断する前提だからこそ、その判断のために必要な情報（AIの精度・限界）を確認する義務が利用者側にも残ります。研修先で契約書を確認すると、この点を誤解しているケースが少なくありません。

失敗2：契約書にAI関連の条項が一切ない

❌ 従来のSaaS契約のひな形をそのまま使い、AI固有のリスクに触れていない
⭕ 性能限界・リスク情報提供・ログ保存の3点だけでも契約書に追記する

なぜ重要か：紛争になった際、契約書に何も定めがなければ、既存の民法・製造物責任法の一般論で判断されます。事前に取り決めがあれば、責任の範囲や立証の負担を明確にできます。

失敗3：依拠・代替型なのに導入後のモニタリング体制がない

❌ 「精度が高いAIを選んだから、導入すればあとは自動で回る」
⭕ 精度劣化の定期チェック、誤検知の記録、開発者へのフィードバックの仕組みを運用フェーズに組み込む

なぜ重要か：依拠・代替型では、利用者の注意義務が「体制の構築・運用」に転換します。導入時点だけでなく、運用を続けている間の対応が問われます。

失敗4：ログ・記録を残していない

❌ 判定結果やレビュー履歴を保存せず、問題が起きてから初めて調べようとする
⭕ 検査画像・判定ログ・レビュー結果を一定期間保存するルールを最初から決めておく

なぜ重要か：紛争時、企業側が「適切なリスク分析をして、合理的な対応をしていた」ことを立証できるかどうかは、平時のログ保存体制にかかっています。

なぜ2026年8月の今、対応を急ぐべきか

この手引きが公表されたのは4月ですが、実務対応が追いついていない企業が多いことを示すデータが最近出ています。株式会社Merが2026年6月に従業員100名以上の企業のAI活用責任者・担当者548名を対象に実施した調査（2026年8月6日発表）では、生成AIを業務で活用する企業のうち67.1%が「人が起動する」利用にとどまり、AIの利用状況を横断的に追跡できている企業はわずか13.0%、社内データが未整備の企業は50.7%にのぼりました。

この数字が示しているのは、多くの企業がAIの「利用の見える化」「体制の運用」の途上にあるという実態です。手引きが依拠・代替型のAIに求めている「業務プロセスを適正に構築・運用する義務」は、まさにこの見える化・体制運用の話そのものです。AI投資を拡大する予定の企業は67.2%にのぼる一方、成果を事業指標と連動させて評価できている企業は14.8%にとどまるという同調査の結果とあわせて見ると、「使う」フェーズから「統制する」フェーズへの移行が、多くの企業にとってこれからの課題であることがわかります。

社内でAIガバナンスの体制をどう組むかは、AIガバナンス委員会の設計と運用、社内規程のたたき台はAI利用ガバナンス規程テンプレートで具体的に解説しています。個人情報を扱う生成AI活用の観点は生成AI×個情法 完全対応ガイド、海外展開を見据えるならEU AI法の企業対応ガイドもあわせて確認してください。

今日からできる社内チェック5ステップ

ここからは、手引きの内容を自社のAI利用に落とし込むための実践ステップです。それぞれにコピペで使えるプロンプトを添えています。

ステップ1：自社のAI利用を類型判定する

あなたは企業のAIガバナンス担当者です。
以下に、自社が業務で使っているAIツールとその用途を箇条書きで貼り付けます。
それぞれについて、経済産業省「AI利活用における民事責任の解釈適用に関する手引き」の分類にもとづき、
「補助・支援型」（最終判断を人が行う）か「依拠・代替型」（AIの出力に業務を委ねる）かを判定し、
判定の理由と、依拠・代替型に該当する場合に優先して整備すべき体制を3つ挙げてください。

不足している情報があれば、最初に質問してから作業を開始してください。
仮定した点は必ず"仮定"と明記してください。

[ここに自社のAIツールと用途の一覧を貼り付け]

ステップ2：ベンダーに確認すべき質問リストを作る

あなたはAI導入プロジェクトの担当者です。
以下のAIツール（サービス名・用途）について、契約前にベンダーへ確認すべき質問リストを、
「性能限界」「リスク情報の提供体制」「人的介入の要否」「ログ保存」「不具合時の対応」の5カテゴリごとに、
それぞれ2〜3個ずつ作成してください。

数字と固有名詞は、根拠（出典/計算式）を添えてください。

[ここにAIツール名・用途を記入]

ステップ3：社内AI利用規程のたたき台を作る

社内規程がまだない場合は、まず箇条書きレベルのたたき台をAIに作らせて、そこから法務担当者や社会保険労務士に確認してもらう流れが現実的です。詳しい規程テンプレートはAI利用ガバナンス規程テンプレートを参照してください。

あなたは企業の法務・情報システム部門の担当者です。
以下の条件で、社内向け「AI利用ガバナンス規程」のたたき台を箇条書きで作成してください。

- 対象業務：[ここに自社でAIを使っている業務を記入。例：問い合わせ対応の下書き作成、外観検査の自動判定]
- AIの分類：[ここに「補助・支援型」または「依拠・代替型」を記入]
- 想定される利用者：[ここに部門・役職を記入]

規程には最低限、次の項目を含めてください。
1. 適用範囲と用語の定義（補助・支援型/依拠・代替型の区別）
2. 利用者が守るべき運用ルール（人的レビューの要否・頻度）
3. モニタリングとログ保存のルール（保存期間を含む）
4. 異常・不具合発見時のエスカレーション手順
5. 責任体制（導入決定者・運用責任者・監査担当者の役割分担）

不足している情報があれば、最初に質問してから作業を開始してください。
仮定した点は必ず"仮定"と明記してください。

ステップ4：インシデント発生時の初動対応チェックリストを作る

あなたは企業のリスク管理担当者です。
社内で利用しているAIが誤った判断・出力を行い、顧客または取引先に損害が生じた可能性がある場合の、
発生から24時間以内に行うべき初動対応チェックリストを作成してください。
「事実確認」「証拠・ログの保全」「社内報告フロー」「顧客・取引先への連絡」「再発防止」の5段階に分けてください。

不足している情報があれば、最初に質問してから作業を開始してください。

ステップ5：関係者への教育・研修を計画する

体制を作っても、現場が「補助・支援型」と「依拠・代替型」の違いや、自分たちが守るべき運用ルールを理解していなければ機能しません。特に依拠・代替型のAIを扱う部門では、精度劣化の兆候にどう気づき、誰にエスカレーションするかを、実際の業務フローに沿って研修しておくことが、体制の「運用」を実質化するポイントです。

よくある質問

Q. AIのミスは誰の責任ですか？

A. 一律の答えはなく、AIの使い方（補助・支援型か依拠・代替型か）、契約内容、実際に取っていた対応によって変わります。経産省の手引きは、この判断のための「考え方の物差し」を示したものであり、個別の事案でどちらが責任を負うかを直接決めるものではありません。

Q. AIガバナンスの責任者は誰ですか？

A. 法律で特定の役職が指定されているわけではありませんが、実務上はAI導入の意思決定者・運用責任者・監査担当者を分けて社内規程に明記しておくことが推奨されます。詳しくはAIガバナンス委員会の設計と運用を参照してください。

Q. この手引きに法的拘束力はありますか？

A. ありません。新しい罰則や義務を定めるものではなく、既存の民法・製造物責任法をAIの事案にどう当てはめて解釈するかを、経産省が事例ベースで整理したソフトローです。ただし、紛争になった際の判断材料として参照される可能性はあります。

Q. AIの説明責任は誰にあるのか？

A. 補助・支援型ではAI提供者に性能限界の説明義務があり、利用者にはその説明を踏まえて適切に判断する義務があります。依拠・代替型では、利用者側に業務プロセスを適正に運用していることの説明（アカウンタビリティ）がより強く求められます。

まとめ：今日から始める3つのアクション

1. 今日やること：自社が使っているAIツールを「補助・支援型」「依拠・代替型」で棚卸しする（ステップ1のプロンプトを使う）
2. 今週中にやること：AIベンダーとの契約書・利用規約を、5つの実務ポイントに沿ってチェックする
3. 今月中にやること：社内規程とログ保存ルールを整備し、関係者への説明・研修を実施する

—

次回予告：次の記事では、AI導入時に見落とされがちな「ベンダー選定基準」をテーマに、契約前に確認すべきチェックリストをさらに詳しく解説します。

参考・出典

• AI利活用における民事責任の解釈適用に関する手引き〔第1.0版〕 — 経済産業省（発表日: 2026-04-09、参照日: 2026-08-18）
• AI事業者ガイドライン（第1.2版） — 総務省・経済産業省（発表日: 2026-03-31、参照日: 2026-08-18）
• 2026年 日本企業のAI業務活用実態調査 — 株式会社Mer（発表日: 2026-08-06、参照日: 2026-08-18）

—

著者：佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。
SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。