TermScoutの認証で契約は決まらない|AI規約で社内が決める範囲

「この生成AIのサービスは第三者の認証を取っているから、規約は細かく読まなくていいのでは」「法務の審査待ちで、AIツールの導入が何週間も止まっている」——生成AIのクラウドサービスを社内に入れる窓口になった購買や情シスから、よく聞く声です。こうした声に応えるように、米国の TermScout は契約の条項を市場の水準と比べて評価し、条件を満たした契約に印を与えてきました。2025年9月にはAIの契約条項に絞った評価を始め、2026年10月27日には自社の望む条件と取引先の契約の差を示す機能を発表しています。ただし、認証の印は「その契約が市場並みかどうか」を示すもので、「自社が受け入れてよいか」までは示しません。この記事では、生成AIのサービスの契約・規約を第三者の評価でどこまで見てよいかを、課題・原因・対策の順に整理し、自社の望む条件の決め方と、法務・情シス・購買の持ち分、AIのレビューを人が確かめる範囲をまとめます。
カメ先生第三者が認証した契約なら安心して受け入れられる、と思われがちなんだけど、認証が比べているのは市場でよく見る条件なんだ。自社が扱うデータや使い方に合っているかは、また別の問いだよ。
カメ子市場並みであることと、自社にとって十分であることは違う、ということですか。
カメ先生そう。たとえば顧客の個人情報をAIに入れる会社と、公開情報しか入れない会社では、同じ条項でも受け入れられる幅が違う。だから自社の望む条件を先に決めて、認証はその確認を速める道具として使うんだ。
カメ子認証は判断の代わりではなく、確認の手間を減らすものなんですね。
- TermScout は契約の条項を市場の水準と比べて評価し、TrustMark の印を与える。AIの契約には利用制限・データの扱い・事故時の連絡など7項目で見る TrustMark AI がある
- 印は「市場並み」を示すが、自社のデータや使い方にとって十分かは示さない。2026年10月の社内標準との比較機能も、差を見せるだけで受け入れの判断はしない
- 自社の望む条件を先に文書にし、AIのレビューは差の候補を出す役に限る。法務・情シス・購買の持ち分と、規約の改定を追う仕組みを決めておく
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
TermScout は、契約の条項を市場の水準と比べて評価する会社
TermScout は米国カリフォルニア州サンフランシスコに本社を置く、契約の分析と評価の会社です。中心になる仕組みは Certify と呼ばれ、契約書を読み込んで条項を分解し、多数の実在の契約と比べて、どちらの当事者にどれだけ有利かを示します。その分析の結果をもとに、条件が公正で市場の水準に沿っていると判断された契約に与えられる印が TrustMark です。印を求めるのは主に契約書を作る側の事業者で、自社の標準の契約書に印を付けて、顧客の法務審査を短くすることを狙います。
TrustMark には対象の契約の種類ごとに版があり、クラウドサービスの利用契約、秘密保持契約、個人データの処理に関する契約、そしてAIの契約条項を見る TrustMark AI があります。公式の説明では、評価は「AIで分析し、人が分析し、独立して検証する」とされています。代表は2025年4月に就任した最高経営責任者のオルガ・マック氏で、契約の自動化や法務の技術の分野で発信を続けてきた人物です。
日本では、TermScout の名前を知っている法務担当者はまだ少数です。ただ、海外の生成AIのサービスを導入するとき、相手の営業資料や信頼の公開ページに TrustMark の印が掲げられている場面は今後増えると考えられます。その印をどう読むかを、先に整理しておく価値があります。
2026年の動き:仕分け、調達の作業台、そして社内標準との比較
公式の発表を追うと、TermScout は2025年秋に印の対象を広げ、2026年に入ってからは契約を受け取る側(調達・購買)向けの機能を次々に出しています。2025年9月30日に HubSpot など5社とともにAIの契約条項の評価を始め、10月29日に秘密保持契約、11月13日に個人データの処理の契約へと対象を広げました。
2026年は、2月2日に Certify の機能として、受け取った契約のうち法務に回すべきものと早く進めてよいものを分ける「契約の仕分け」を発表しました。3月3日には締結後の契約のリスクを見続ける機能、3月24日には取引先の概要を構造化して示す機能、5月5日には印の中身を顧客が対話的に確かめられる形、6月30日には締結の前後で契約を判断する調達向けの作業台を発表しています。9月には、その作業台に市場の水準と比べる画面と、複数の契約をまとめて傾向を見る画面が加わりました。
そして10月27日の発表が、自社の望む条件と取引先の契約の差を示す「社内標準」の機能です。発表によれば、会社は契約の種類ごとに既存の契約を1本選んで基準にし、取引先の契約が論点ごとに「基準より不利・同等・有利」のどれかを示し、差の大きい契約から順に並べられます。発表自体が「差を見えるようにすることが目的で、例外をなくすことや、すべての交渉で同じ文言を求めることではない」「社内標準との差が、そのまま受け入れられないリスクを意味するわけではない」と書いている点は、この製品の限界を提供元自身が認めている部分として覚えておく価値があります。
このほか、1月8日には2025年の契約の変化をまとめた年次の報告書を公開し、7月29日には、事業者が印の画面に条項の意図を説明する質問と回答を載せられる機能を加えています。後者は、顧客の法務が交渉の前に疑問を解消できるようにする狙いと説明されています。ただし、その回答は事業者自身が書くものであり、契約の条文ではありません。回答に書かれた約束が条文に反映されていなければ、交渉で条文に入れてもらう必要がある、と考えておきます。
TrustMark AI が見ている7つの項目
AIの契約条項の評価は、公式ページによれば、まず通常の TrustMark の評価に通った事業者だけが追加で受けられる仕組みです。つまり、契約全体が市場並みと評価されたうえで、AIに固有の条項を別に見る二段構えになっています。結果として、AIの契約と比べた評価の報告と、交渉で揉めそうな論点の一覧が事業者に渡り、事業者は印を掲げられます。
公式ページに挙がっている評価の項目は次の7つです。AIの提供範囲に利用の制限を設けているか、顧客のデータの使われ方を示す透明性と説明、データの保持と所有を明らかにするデータの利用と所有、セキュリティと事故への対応、情報漏えいなどを顧客に知らせる連絡の約束、AIの実務についての継続的な取り組み、そして適用されるAIの法令への準拠です。
ここで気をつけたいのは、生成AIの導入で日本企業がもっとも気にする「入力したデータを学習に使うか」「出力の権利は誰のものか」「事故が起きたときの責任の上限」が、公式ページの項目名にそのまま独立しては並んでいないことです。データの利用や透明性の項目のなかで扱われている可能性はありますが、公開情報からは判断できません。印があっても、学習利用と出力の権利と責任の上限は、自社で条文を確かめると決めておくのが安全です。
もう一つ押さえておきたいのは、印は事業者が自ら申し込んで受ける評価だという点です。印を持たない事業者の契約が劣っているとは限らず、単に申し込んでいないだけのこともあります。逆に、印を持つ事業者の契約でも、評価を受けたのは標準の契約書であり、大口の顧客向けに個別に交渉した条件は対象外です。印の有無を、取引先の選定の点数に直接足し込まないことをおすすめします。
課題1:印があるから、規約を読まずに通してしまう
第三者の印が付いた契約が届くと、購買や事業部門は「すでに専門家が見た契約」と受け取り、法務への依頼を省こうとしがちです。法務の審査待ちで導入が遅れているときほど、この省略は魅力的に映ります。しかし印が評価しているのは、その事業者の標準の契約書です。実際に自社が結ぶ契約には、注文書や追加の条件、利用規約の別紙、データ処理の契約が組み合わさり、そのどれかが標準の契約書を上書きしていることがあります。
もう一つの落とし穴は、印が評価した時点と、自社が契約する時点の差です。生成AIのサービスは規約の改定が頻繁で、新しいモデルや機能の追加に合わせてデータの扱いの条項が書き換わることがあります。印がいつの版の契約に対して与えられたものかを確かめずに受け入れると、評価されていない版の条件で契約することになりかねません。
- 事業者の信頼の公開ページに印があることだけを確かめ、自社に届いた注文書や別紙を読まずに承認する
- 印の評価の対象となった契約の版と日付を確かめていない
- 印の評価項目を知らないまま、学習利用や出力の権利も確認済みだと思い込む
課題2:市場並みの条件が、自社の扱うデータには足りない
TermScout の評価の物差しは、多数の実在の契約と比べた「市場の水準」です。これは交渉の相場観を得るには非常に便利ですが、市場の水準そのものが、自社の扱うデータにとって十分とは限りません。たとえば、顧客から預かった個人情報を生成AIで要約する使い方と、公開されている業界ニュースを要約する使い方では、許容できる保存期間や再委託の範囲がまったく違います。
10月27日の発表にも、「市場でよく見る条件が、すべての組織にとって正しいとは限らない」と書かれています。市場並みであることは交渉の出発点として使える情報であって、受け入れの基準ではありません。特に、国内の個人情報保護の法令や業界の指針で求められる水準は、米国の契約の相場と一致するとは限らないため、市場の水準を国内の基準として流用することは避けます。
- 金融・医療・人材など、業界の指針で委託先の管理が細かく求められる会社は、市場の水準よりも業界の指針を優先して社内標準を作ります
- 海外の拠点が別の契約で同じAIのサービスを使っている場合、拠点ごとに条件が違うことがあります。本社の社内標準とどちらを優先するかを決めておきます
課題3:規約の改定に気づかないまま使い続ける
生成AIのサービスは、契約を結んだあとに利用規約やデータの扱いの方針が改定されることが珍しくありません。改定の通知はメールや管理画面の告知で届くだけのことも多く、受け取った担当者が法務に回さないまま、新しい条件で使い続ける事態が起こります。導入時の審査が丁寧でも、締結後の変化を追う仕組みがなければ、審査の効果は時間とともに薄れます。
TermScout は2026年3月3日に、締結後の契約のリスクを見続ける機能を発表しており、提供元も締結後の管理を課題と認識していることがうかがえます。ただし、どの範囲の改定をどう検知するかは公開情報からは分からないため、この機能があることをもって改定の追跡を任せきりにするのは避け、自社側の仕組みと組み合わせる前提で考えます。
生成AIのサービスで見落とされやすい改定には、いくつかの型があります。新しいモデルや機能を加えるのに合わせて再委託先の一覧に外部のモデルの提供元が増える、会話の履歴の保存期間の初期設定が変わる、試験提供の機能にだけ別の利用条件が付く、といったものです。どれも契約の本体ではなく別紙や方針の文書の改定として届くことが多く、件名だけでは重さが分かりません。そのため、件名で判断せず、社内標準の5つの条項に触れるかどうかを本文で確かめる手順にしておきます。改定を受け取ったら、どの文書のどの版がいつ変わったかを記録に残し、承認した時点の版と並べて比べられるようにしておきます。
原因1:認証が保証することと、しないことを分けていない
課題1から3に共通する原因の一つは、印が何を保証しているかを社内で言葉にしていないことです。公開情報から読み取れる範囲で整理すると、印が示しているのは「評価の時点で、その事業者の標準の契約書が、市場の水準と比べて公正で釣り合っていると TermScout が判断した」ということです。判断の主体は TermScout で、物差しは市場の水準です。
反対に、印が示していないことも整理できます。自社が実際に結ぶ注文書や別紙の条件、評価のあとに改定された条項、自社の使い方(どのデータを入れ、出力をどこに出すか)に照らした十分さ、相手が契約どおりに運用しているかどうか、の4つです。最後の点は特に重要で、契約の文言が整っていても、実際の運用がそのとおりかは別の確かめ方が必要です。運用の実態はセキュリティの報告書や監査の報告書で見るもので、その読み方は別の記事で扱っています。
| 問い | TermScout の印で分かるか | 自社で確かめる方法 |
|---|---|---|
| 標準の契約書が市場並みか | 分かる(評価の時点) | 印の評価日と対象の版を確認 |
| 実際に結ぶ注文書・別紙の条件 | 分からない | 法務が全文を読む |
| 評価後の改定 | 分からない | 改定の通知を法務に回す決まり |
| 自社のデータと使い方に十分か | 分からない | 社内標準と照らす |
| 契約どおりに運用されているか | 分からない | 監査報告書・確認票で見る |
原因2:自社の望む条件(社内標準)が先に決まっていない
もう一つの原因は、自社として受け入れられる条件が決まっていないことです。社内標準がなければ、届いた契約を読むたびに法務が一から判断し、判断の基準も担当者ごとに揺れます。その結果、審査が遅くなり、遅いからこそ印に頼って省略する、という悪循環が生まれます。
TermScout の社内標準の機能は、既存の契約を1本選んで基準にする方式です。発表によれば、別に方針の文書を作る必要はないとされています。手軽ですが、ここに注意点があります。基準に選んだ契約が、たまたま交渉が上手くいった1本でしかないなら、その契約の弱い条項も基準になってしまうからです。基準にする契約を選ぶ前に、生成AIの契約で譲れない条件を短い文書にまとめ、その条件を満たす契約を基準に選ぶ、という順にします。
原因3:法務・情シス・購買の持ち分があいまい
生成AIの契約の審査が止まりやすい3つめの原因は、誰がどの条項を見るかが決まっていないことです。学習利用や保存期間は法務の領域にも情シスの領域にも見え、再委託の範囲は個人情報の担当にも関係します。持ち分があいまいなまま全員で全文を読むと時間がかかり、逆に「誰かが見ただろう」と全員が読まないことも起こります。
TermScout が2月に発表した契約の仕分けの機能は、受け取った契約のうち法務に回すべきものを分ける役を担います。これは窓口の負担を減らしますが、仕分けの基準そのものは自社が持たなければならない点は変わりません。基盤が「早く進めてよい」と分けた契約でも、自社の社内標準に照らして法務に回すべきものがあれば回す、という例外の規則を決めておきます。
対策1:生成AIの契約で確かめる条項を、社内標準として書く
最初の対策は、生成AIのサービスの契約で確かめる条項と、受け入れられる条件を短い文書にすることです。項目を網羅したベンダー選定の一覧は別の記事にまとめたので、ここでは契約の条項として必ず条文で確かめるものに絞ります。次の5つは、印の有無にかかわらず条文を読みます。
- 入力データと出力を、提供元がモデルの学習や改善に使うか。使わない条件が法人契約だけか、すべての利用者か
- 入力と出力の保存期間と、削除を求めたときの扱い
- 再委託先(基盤のクラウドや外部のモデルの提供元)の範囲と、変更時の通知
- 出力の権利の帰属と、第三者の権利を侵害した場合の補償の有無
- 情報漏えいなどの事故が起きたときの連絡の期限と、責任の上限
それぞれに「受け入れられる条件」「交渉する条件」「受け入れられない条件」の3段を書きます。たとえば学習利用なら、「法人契約で学習に使わないと明記」を受け入れ、「設定で止められる」を交渉、「止める手段がない」を受け入れない、のようにします。データの区分によって段を変えるのもよい方法で、個人情報を入れる使い方だけは、段を一つ厳しくするといった決め方ができます。この文書を作ってから、TermScout の社内標準の機能で基準にする契約を選びます。
対策2:AIのレビュー結果を、人がどこまで確かめるか
TermScout の評価も、社内で使う契約のAIのレビューも、条項を読み取って比べる作業はAIが速くこなします。ただし、AIに任せるのは「どの条項が社内標準と違うか」という差の候補を挙げるところまでです。その差を受け入れるか、交渉するかは人が決めます。AIには、差を指摘するときに契約書の何条の何項を根拠にしたかを必ず示させ、根拠が示されない指摘は採用しません。
人が確かめる範囲は、差の大きさではなく条項の重さで決めます。社内標準の5つの条項は、AIが「同等」と判定していても、法務が条文を読んで確かめます。それ以外の条項は、AIが「不利」と判定したものだけを人が読み、「同等」「有利」は抜き取りで確かめます。AIの判定と人の判定が食い違った件は記録しておき、どの種類の条項でAIの読み違いが起きやすいかを半年ごとに見直すと、人が読む範囲を根拠をもって調整できます。
社内標準と比べて違う条項を、条番号の根拠つきで一覧にさせます。
学習利用・保存期間・再委託・出力の権利・事故時の責任は、判定にかかわらず法務が読みます。
同等・有利の判定は抜き取りで確かめ、食い違いを記録します。
判断した人と理由を記録し、例外を認めた場合はその条件も残します。
対策3:規約の改定を追う仕組みを作る
締結後の改定に備えるには、改定の通知がどこに届き、誰に回るかを決めることから始めます。通知先を個人のアドレスにしていると、異動や退職で止まります。生成AIのサービスの通知先は部署の共有アドレスにし、届いた改定は情シスの窓口が受けて、社内標準の5つの条項に触れるかどうかを一次で見ます。触れるものは法務に回します。
改定に触れる頻度が高いサービスについては、四半期に一度、現行の規約を取得して前回の版と比べる作業を決まった担当に割り当てます。この比較は、新旧の文書の差分をAIに洗い出させると速く済みますが、差分のうち社内標準の条項に関わるものを判定するのは人です。TermScout の締結後の監視の機能を使う場合も、検知の対象と頻度を提供元に確かめ、自社の四半期の確認と重なる部分と抜ける部分を把握しておきます。
改定で受け入れられない条件に変わった場合の動きも決めておきます。使う部署への連絡、新しいデータの入力の停止、提供元への交渉、代替のサービスへの切り替えの順で、誰が判断するかを事前に決めておけば、改定の知らせが届いてから慌てずに済みます。
第三者の評価を使ってよい場面・使えない場面
ここまでを踏まえると、TermScout のような第三者の評価は、使う場面を選べば審査を確かに速くします。使ってよいのは、交渉の相場観を得る場面、多数の取引先の契約を一度に見て審査の優先順位を付ける場面、事業者に「どの条項が市場より不利か」を示して交渉を始める場面です。とくに、取引先の契約を社内標準との差の大きい順に並べるという10月の機能は、審査の順番を決めるうえで効果が見込めます。
使えないのは、印を受け入れの判断の代わりにする場面、自社のデータの扱いが十分かを判断する場面、運用の実態を確かめる場面です。また、TermScout 自体も契約書を預けて分析させるサービスです。自社が受け取った契約書や、自社の基準にする契約をアップロードする場合、その契約書の扱いそのものを、社内標準の5条項で確かめることを忘れないでください。契約書には取引の条件や相手の情報が含まれるため、預け先としての TermScout の学習利用・保存期間・再委託を先に確かめます。
さらに、法務・情シス・購買の持ち分を次のように決めておくと、評価の結果を受け取ったあとの動きが速くなります。購買は契約の受付と仕分けの結果の確認、情シスはデータの流れと再委託先の確認、法務は社内標準の5条項の判断と例外の承認を持ちます。評価の結果を誰が最初に見るかを決めておくことが、印に頼りきる状態を防ぐいちばんの近道です。
ミニ用語解説:契約の評価を読むための言葉
TermScout の評価結果や、生成AIのサービスの契約を社内で議論するときに、意味がずれやすい言葉を整理しておきます。部署ごとに同じ言葉を違う意味で使っていると、審査の記録を後から読んだときに判断の理由が分からなくなります。
市場の水準とは、多数の実在の契約で同じ論点がどう書かれているかの分布のことで、TermScout の評価の物差しです。多くの契約で見られる条件を指すだけで、法令上の基準や業界の推奨とは別物です。社内標準とは、自社として受け入れられる条件をまとめたもので、TermScout の機能では既存の契約1本を基準にしますが、この記事では文書としての条件の一覧を指しています。
再委託とは、提供元がサービスの一部を別の会社に任せることで、生成AIでは基盤のクラウドの会社や、裏で使っている外部のモデルの提供元が当たります。補償とは、出力が第三者の権利を侵害したと訴えられた場合などに、提供元が費用を負担する約束のことです。責任の上限とは、事故が起きたときに提供元が負う賠償の上限額で、9月の発表では、事業者の書式の情報システムの契約では「直近12か月の料金」を上限にする形が多いことが取り上げられています。生成AIの契約では、この上限が情報漏えいの損害に見合うかを、社内標準の段で決めておきます。
導入を判断する前のチェックリスト
TermScout を自社で使うか、あるいは取引先が掲げる TrustMark AI の印をどう扱うかを判断する前に、次の項目を確かめます。いずれも、印や評価の結果を受け取る前に社内で答えを出しておくべきものです。
- 生成AIの契約で必ず条文を読む5つの条項と、受け入れ・交渉・却下の3段を文書にしたか
- 印の評価の対象が、標準の契約書のどの版か、評価日はいつかを確かめる手順があるか
- 注文書・別紙・データ処理の契約を含めた全体を、誰が読むか決めたか
- AIのレビューで「同等」と出た条項のうち、人が必ず読む範囲を決めたか
- AIの判定と人の判定の食い違いを記録し、見直す担当と時期を決めたか
- 改定の通知の届け先を部署の共有アドレスにし、一次で見る担当を決めたか
- TermScout に契約書を預ける場合、その学習利用・保存期間・再委託を確かめたか
- 購買・情シス・法務の持ち分と、例外を承認する人を決めたか
費用については、公式サイトに料金は公開されておらず、見積もりで決まります。見積もりの際は、評価する契約の数で増えるのか、利用者の数で増えるのかを確かめ、やめる場合に分析の結果と社内標準の設定を書き出せるかも併せて確認しておきます。やめたあとも社内標準の文書は自社に残るので、文書を先に作る順番は、製品を使い続けるかどうかにかかわらず無駄になりません。
まとめ
TermScout は、契約の条項を市場の水準と比べて評価し、TrustMark の印でその結果を示す会社で、2026年には仕分け、調達向けの作業台、社内標準との比較と、契約を受け取る側の機能を広げています。こうした第三者の評価は、交渉の相場観と審査の優先順位を得るうえで役に立ちます。しかし、印が示すのは評価時点の標準の契約書が市場並みかどうかまでで、自社のデータと使い方にとって十分か、改定後も条件が保たれているかは、自社が決めて確かめるしかありません。生成AIの契約で必ず条文を読む5つの条項と受け入れの3段を先に文書にし、AIのレビューは根拠つきの差の候補を出す役に限り、受け入れの判断と改定の追跡は人が持つ。この順番を守れば、第三者の評価は審査を省く道具ではなく、審査を速くする道具として働きます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
