「AIがそう言ったので」は通じるのか
経理担当者がAIに補助金の要件を調べさせ、その回答をもとに顧客へ「対象になります」と伝えた。あとで対象外だと分かり、顧客は準備にかけた費用の返還を求めてきた。あるいは、AIに作らせた見積書の単価が一桁ちがったまま送られ、その価格で受注が成立してしまった。どちらも、特別な技術の話ではありません。紙とエクセルの時代から起きてきた事故が、道具を変えて再登場しただけです。
違うのは、担当者の口から出てくる説明のほうです。「AIがそう答えたので」。この一言に、経営者はどう応じればよいのか。社内でも答えが割れます。道具のせいにするのはおかしいという意見と、そもそも会社がAIを使えと言ったのだからという意見。どちらも一理あるように聞こえるのは、責任の分かれ目を決める物差しを、誰も持っていないからです。
その物差しが、2026年になって国から示されました。裁判の判決ではなく、現行の法律をどう解釈するかを整理した行政の資料という形でです。まずはその資料が何なのかを確認するところから始めます。
国が初めて示した、責任の考え方
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〕を公表しました。同年6月9日には本文の追記と関連資料の差し替えも行われています。作成の母体は、法学や技術分野の有識者で構成された「AI利活用における民事責任の在り方に関する研究会」で、座長は早稲田大学法学学術院の大塚直教授が務めました。案の段階で約1か月間の意見公募を行い、寄せられた意見を踏まえて修正したうえで公表された資料です。
なぜいま、こうした資料が必要になったのか。手引きの背景として、経済産業省はAIのブラックボックス性や自律性から解釈の指針を得にくく、裁判例の蓄積が十分にないことを挙げ、それがAI事業者にとってシステムの導入や開発を躊躇する一因になっているという指摘があった、と説明しています。つまりこの資料は、AIを警戒させるために作られたのではなく、見通しが立たないせいで踏み出せない状態を解消するために作られています。
目的について、経済産業省は「AIの開発・提供・利用に関わる当事者の予測可能性を高め、AI利活用の推進及び損害発生時の円滑な解決に資することを目的としています」と説明しています。順番に注目してください。予測可能性が先で、推進と円滑な解決が後ろにあります。誰かを罰するための整理ではなく、先に見通しを共有しておけば動きやすくなるという発想です。
検討の材料になったのは、配送ルート最適化AI、弁護士業務支援AI、画像生成AI、取引審査AI、外観検査AI、自律走行ロボット(AMR)という6つの想定事例で、補論としてAIエージェントも扱われています。物流、士業、広報、与信、製造、現場作業——中小企業がまさに使い始めている領域が、そのまま並んでいる点に注目したいところです。
そもそも、どの法律の話なのか
AI専用の賠償責任法があるわけではありません。手引きが扱っているのは、いま存在する法律をAIの場面にどう当てはめるか、という話です。中心になるのは2つです。
民法709条(不法行為)
1つめは不法行為責任です。民法(e-Gov法令検索)第709条は「故意又は過失によって他人の権利又は法律上保護される利益を侵害した者は、これによって生じた損害を賠償する責任を負う」と定めており、キーワードは過失、つまり「払うべき注意を払わなかったか」です。AIが介在しても条文は変わりません。変わるのは、何をもって「払うべき注意」と考えるか、という当てはめのほうです。
製造物責任法(PL法)
2つめは製造物責任です。製造物責任法(e-Gov法令検索)は平成6年法律第85号として1994年に成立した法律で、第3条は、製造業者等が引き渡した製造物の欠陥により「他人の生命、身体又は財産を侵害したときは、これによって生じた損害を賠償する責めに任ずる」と明記しています。過失を証明しなくても、欠陥があれば責任を問える仕組みです。ただしこの法律には、AIを考えるうえで無視できない前提があります。それは次章以降で扱います。
刑事の話ではありません
ここで扱っているのは民事責任、つまり損害を金銭で賠償する場面の話です。誰かが逮捕されるかどうかという刑事の議論とは別の枠組みで、手引きも民事責任に対象を絞っています。混同すると必要以上に怖くなるので、最初に切り分けておきましょう。
補助型か、代替型か
手引きのいちばんの実務的な価値は、AIの使われ方を2つの類型に整理したことです。経済産業省は、各想定事例の検討を踏まえ、各当事者の責任の判断に当たって参考となるよう、AIが利用される形態に応じた2つの類型として「補助/支援型AI」と「依拠/代替型AI」を整理したと説明しています。
言葉は難しく見えますが、分かれ目は単純です。最後に人が判断することが前提になっているか、それともAIの判断にそのまま従うことが前提になっているか。この一点だけです。AIが文章の下書きを出し、担当者が読んで直してから送るなら前者。AIが判定した結果がそのまま社外に出たり、機械の動作につながったりするなら後者に近づきます。
ここで大事なのは、同じツールでも使い方しだいで類型が変わるということです。ChatGPTに議事録を要約させ、担当者が確認してから配るのは補助/支援型の使い方です。同じChatGPTを問い合わせフォームにつなぎ、人を通さずに回答を自動返信するなら、実質は依拠/代替型に近づきます。ツール名で決まるのではなく、業務フローのどこに人を置いたかで決まる——これが手引きの整理から読み取れる、いちばん実務に効く示唆です。
補助/支援型では、注意の払い方が問われる
補助/支援型は、AIが人の判断を助けるにとどまり、最終的な判断や行動は人が担う使い方です。日本の会社でいま行われている生成AI活用の大半は、こちらに当たります。
この類型では、責任の判断は驚くほど従来どおりになります。見られるのは、最終的に判断した人がその場面で払うべき注意を払っていたかどうかです。AIを使ったから注意義務が軽くなることもなければ、AIを使ったから特別に重くなることもありません。エクセルの数式を疑わずに提出して事故が起きたときと、考え方の構造は同じです。
したがって、補助/支援型で会社を守るのは技術ではなく手順です。誰が最後に見るのかを決めておく。何を確かめるのかを決めておく。確かめた記録を残しておく。この3つがそろっていれば、「払うべき注意を払った」と説明できる材料になります。逆に、担当者がAIの出力をそのまま貼り付けて送る運用を会社が黙認していた場合、個人の不注意ではなく組織の体制の問題として見られる余地が生まれます。
「確認した」と言えるだけでは足りない
確認したかどうかは、あとから証明できなければ意味を持ちません。チェックの跡が残らない運用——口頭で「見ました」と言うだけ、上書き保存で履歴が消える——は、事故が起きたときに何も語ってくれません。確認の工程を作るときは、同時に「その確認が残る形」までを設計してください。
依拠/代替型では、任せ方そのものが問われる
依拠/代替型は、人の判断や行動の全部または一部をAIが代替することを前提に提供され、AIの判断に依拠して使うことが予定されているものです。自動で審査結果を出す、自動で機器を動かす、人を介さず社外に回答する——こうした使い方が該当します。
この類型では、「担当者が最後に見たか」という問いが成立しません。見ない前提で組んでいるからです。そのため、問われる対象は自然と手前へ移ります。そもそも人を外してよい業務だったのか。その選択をするときに、会社は何を検討したのか。導入の判断そのものが評価の対象になります。
中小企業にとっての実務的な意味は明快です。人を外す設計にするなら、外してよいと判断した経緯を文書に残す。誰の承認で決めたのか、どの範囲までを自動にしたのか、異常時にどう止めるのか。これらを1枚のメモにしておくだけで、説明できる材料が手元に残ります。AIエージェントを業務に組み込む会社が増えていますが、便利さの手前でこの1枚を作るかどうかが、後々の差になります。
製造物責任法は、AIに使えるのか
「AIが間違えたのだから、作ったAI会社に請求すればよいのでは」と考える方も多いはずです。ここに、法律上の大きな論点があります。
製造物責任法の第2条は、この法律における「製造物」を、製造または加工された動産と定義しています。動産とは形のある物のことです。つまり条文の文言をそのまま読むかぎり、ソフトウェアやクラウドサービスそれ自体は「製造物」に当たりにくいということになります。手引きが不法行為法と製造物責任法の両面から検討を行っているのは、まさにこの当てはめが自明ではないからです。
一方で、AIが組み込まれた機器——検査装置や自律走行ロボットのような形のある製品——であれば、製品全体として製造物責任法の対象になり得ます。手引きが外観検査AIや自律走行ロボット(AMR)を検討事例に含めているのも、この線引きが実務で問題になるためです。
ここから中小企業が持ち帰るべき結論は1つです。損害が出たときに自動的にAI提供者へ責任が移る、という期待は持たないほうがよい。製造物責任法の枠に乗るかどうかは事案しだいであり、乗らない場合は民法709条の世界に戻ります。そして709条の世界では、実際に業務判断をしたのは誰かが正面から問われます。
場面ごとに、誰が何を負うのか
ここまでの整理を、日々の業務の形にあてはめて一覧にします。法的な結論は個別の事情で変わりますが、どこに注意を集中させるべきかの見取り図として使ってください。
| 使い方 | 具体例 | 近い類型 | 会社がやること |
|---|---|---|---|
| 下書きに使う | メール文案・議事録の要約・企画のたたき台 | 補助/支援型 | 送信前に担当者が読む運用を決める |
| 調べ物に使う | 制度の要件確認・用語の意味・他社事例の収集 | 補助/支援型 | 一次資料で裏を取ってから社外に伝える |
| 数値を扱わせる | 見積の計算・在庫の集計・請求データの整形 | 補助/支援型(要注意) | 計算結果は別の方法で必ず突き合わせる |
| 自動で外に出す | 問い合わせの自動返信・自動投稿・自動審査 | 依拠/代替型 | 人を外した理由と停止手順を文書に残す |
| 機器を動かす | 検査装置・搬送ロボット・自動制御の設備 | 依拠/代替型 | 製品の保証範囲と保険の対象を契約で確認する |
数字で見る、いまの日本の使われ方
責任の話を現実の温度に戻すために、いま日本の会社がどこまでAIを使っているかを確認しておきます。総務省が2026年7月に公表した令和8年版情報通信白書(概要)によると、自社の何らかの業務で生成AIを利用していると回答した日本企業の割合は86.4%に達しました。調査は2026年1月から2月にかけて行われ、日本の有効回答は515件です。
使われている業務も明らかになっています。業務類型ごとの活用状況では「議事録・メール作成補助」が72.3%で最も高く、導入効果を実感すると回答した割合も同様でした。生成AIの活用方針について「積極的に活用する方針」「活用する領域を限定して利用する方針」と答えた割合の合計は2025年度調査で68.9%となり、2024年度調査の49.7%から大きく上昇しています。
一方で、同じ白書は課題も示しています。生成AI活用による業務変革について、日本では「組織的な取組はない」と回答した割合が約3割弱となり、比較対象の3か国より高いという結果でした。個人の側でも、日本の生成AI利用経験率は2025年度調査で58.8%と、2024年度調査の26.7%から大幅に上がっています。
この3つの数字を並べると、いまの状況が立体的に見えてきます。使っている会社は86.4%、いちばん使われているのは文書作成、しかし組織として取り組んでいない会社が3割弱。個人の判断で使われているが、会社としての決めごとが追いついていない——責任の議論が中小企業にとって他人事でない理由は、この隙間にあります。
責任に備える4つの手順
ここまでを、明日から手を動かせる形にまとめます。弁護士に相談する前に、社内でできることが4つあります。
第一に、いま社内で使っているAIを「下書き用」と「任せる用」に仕分ける。ほとんどは下書き用のはずです。任せる用が1つでもあれば、そこだけ重点的に見ます。第二に、下書き用については誰が最後に確認するかを業務ごとに決め、書き出します。第三に、確認した経過が残る形にします。指示文と修正前後を共有フォルダに置くだけで十分です。第四に、使っているサービスの利用規約と、外部に発注している場合は契約書の該当条項を読みます。
- 社内で使っているAIの用途を、下書き用と任せる用に仕分けたか
- 下書き用の業務ごとに、最後に確認する担当者を決めて明文化したか
- 人を外して自動化している業務について、その判断の経緯を文書に残したか
- AIの出力をもとに社外へ数値や条件を伝える工程に、突き合わせの手順を入れたか
- 異常が起きたときに自動処理を止める手順と、止める権限を持つ人を決めたか
契約書と利用規約で、見る場所は3つ
「うちが責任を負うのか、提供元が負うのか」は、法律論だけで決まるわけではありません。多くの場合、まず契約と規約が答えを持っています。読む場所は3つに絞れます。
1つめ:責任制限の条項
ほとんどのAIサービスは、損害賠償の上限を月額料金の数か月分などに限定しています。上限が書かれている以上、それを超える損害は自社に残るという前提で使い方を設計する必要があります。無料プランではそもそも一切の責任を負わないと定めている例もあります。
2つめ:出力の正確性に関する免責
生成AIの規約には、出力内容の正確性・完全性を保証しない旨が置かれているのが通例です。これは提供者側の立場を示すものであり、裏を返せば確認の責任は使う側に置かれているという設計思想の表明でもあります。
3つめ:補償(インデムニティ)の有無と条件
法人向けプランでは、第三者から権利侵害を主張された場合に提供者が一定の補償を行う仕組みを用意していることがあります。ただし、指定された機能を使っていること、出力をそのまま使っていないこと、といった条件が付くのが一般的です。条件を満たさない使い方をしていれば補償は働きません。契約している会社ほど、条件のほうを読んでおく価値があります。
よくある3つの勘違い
現場で耳にする誤解を3つ挙げます。どれも、そのままにしておくと備えの方向を誤らせます。
ひとつめ。「AIが出した答えなのだから、責任はAIにある」。AIは法律上の人ではないため、権利も義務も持ちません。責任は必ず人か法人に帰属します。誰に帰属するかを決めるのが、まさに手引きが整理している論点です。
ふたつめ。「有料の法人プランなら安全」。法人プランで強化されるのは主に情報の取り扱いとセキュリティであり、業務判断の責任まで移るわけではありません。補償が用意されている場合も、前章のとおり条件付きです。
みっつめ。「社内で使うだけなら関係ない」。社内向けに作った資料が提案書に流用される、社内FAQの回答が取引先へ転送される——こうした越境は日常的に起きます。社内と社外の境目は、思っているより簡単に越えられるため、確認の工程は「外に出る可能性がある文書」を基準に置くのが安全です。
そのまま使えるプロンプト
自社のAI利用について、責任の観点から棚卸しするためのプロンプトです。角かっこの中を自社の情報に置き換えて使ってください。
よくある質問(Q&A)
社員がAIの答えを確認せずに顧客へ送ってトラブルになりました。会社と社員、どちらの責任になりますか。
個別の事情によりますが、社員が業務として行った行為については会社が対外的な責任を負う場面が多くなります。そのうえで問われやすいのが、確認する手順を会社が用意していたかどうかです。経済産業省の手引きは、人が最終判断を担う使い方について、従来の過失の枠組みで評価する方向性を示しています。手順が無かった、あっても形だけだった、という状態は会社側の説明を弱めます。まずは確認手順を明文化し、実際に運用されている記録が残る形にしてください。
AIツールの提供会社に損害を請求することはできますか。
できる場合とできない場合があります。まず契約や利用規約の責任制限条項を確認してください。多くのサービスは賠償の上限を定めています。製造物責任法に頼れるかどうかも自明ではありません。同法第2条は「製造物」を製造または加工された動産と定義しており、ソフトウェアやクラウドサービス単体は当てはまりにくいと考えられます。AIが組み込まれた機器であれば、製品全体として対象になり得ます。いずれにせよ、請求できる前提で使い方を組むのは危険です。
問い合わせの自動返信をAIに任せたいのですが、やめたほうがよいですか。
やめる必要はありませんが、任せる範囲を決めてから始めてください。営業時間や住所のような変わらない事実の回答と、価格・納期・可否判断のような約束になる回答を分け、後者は人につなぐ設計にするのが現実的です。あわせて、人を介さない運用にした理由、対象範囲、異常時に止める手順と担当者を1枚のメモに残してください。手引きの整理では、人の判断を代替する使い方は、任せる判断そのものが評価の対象になります。
まとめ
- AI専用の賠償法は無く、判断の土台は民法709条の過失と製造物責任法。経済産業省が2026年4月9日に手引きを公表し、解釈の方向性を示した。
- 分かれ目は補助/支援型か、依拠/代替型か。人が最後に判断する使い方なら従来どおりの注意義務、人を外すなら任せる判断そのものが問われる。
- 会社がやることは4つ。用途を仕分ける・確認者を決める・記録を残す・契約と規約を読む。特別な技術は要らない。
責任という言葉には身構えてしまう響きがありますが、手引きを読んで残るのは、意外なほど地味な結論です。AIを使ったから特別なルールが降ってくるのではなく、これまでどおり、業務として払うべき注意を払っていたかが問われるだけ。新しい法律を覚える必要はなく、いまの仕事の作法を新しい道具にも当てはめる、という話でした。
この手引きを読み込んでいて、印象に残ったのは目的の書きぶりでした。責任の所在を厳しく定めることではなく、当事者の予測可能性を高めることが先に置かれている。裁判例が足りないせいで誰も動けない、という状態そのものを問題として扱っているわけです。規制の資料というより、渋滞を解くための案内板に近い性格を感じました。
そして中小企業にとって使いやすいのは、2つの類型という分け方だと思います。法律の条文を覚える必要はなく、「この業務、最後に人が見ているか」と自問するだけで、自社のAI利用がどちらに寄っているかが分かる。ツールの名前でも料金プランでもなく、業務フローの形が答えを決めるという整理は、現場の感覚とよく合っています。
今日のところは、社内で動いているAIの使い方を思いつくままに5つ書き出して、それぞれの横に「人が最後に見る/見ない」を書き添えてみてください。10分で終わります。「見ない」が1つでもあれば、そこが最初に手を入れる場所です。やることが増えるのではなく、見る順番が決まるだけ——備えというのは、たいていそういう形をしています。ここまで読んでくださり、ありがとうございました。
── AutoAIPlatform編集部