アップルがオープンAIと元アップル従業員2人を相手取って起こした訴訟が、AI業界における人材獲得競争と営業秘密保護の難しさを浮き彫りにしています。
アップルが7月10日に提出した訴状によると、オープンAIは採用面接を受けたアップルのエンジニアから機密情報を引き出そうとし、さらに、オープンAIに転職した元従業員の1人が、入社後もアップルの機密性の高い情報にアクセスし続けていたとされています。
これらは現時点ではアップル側の主張であり、法廷で事実と認定されたものではありません。しかし、この訴訟が示している問題は、特定の企業間の紛争にとどまりません。専門性の高い人材が転職するとき、どこまでが本人の知識や経験であり、どこからが前職の営業秘密なのかという、現代の人材流動化に伴う根本的な課題を突きつけています。
人材と営業秘密は切り離せるのか
企業が経験豊富な人材を採用するのは、その人が培ってきた知識、技術、判断力、人脈などを、新しい職場で活用してもらうためです。転職者側も、過去の経験を生かして成果を上げることを期待されています。
一方で、前職で得た情報のすべてを自由に利用できるわけではありません。
一般的な技術知識、業界動向、職務を通じて身につけた技能や問題解決能力は、原則として本人に蓄積された専門性と考えられます。しかし、未公開の研究開発情報、製品計画、設計データ、ソースコード、顧客情報、価格戦略、実験結果、社内資料などは、前職の企業に帰属する営業秘密または機密情報となり得ます。
つまり、転職者は自らの能力を新しい職場に持ち込むことはできても、前職の情報資産まで持ち込むことはできません。
ただし、現実には知識と情報の境界線が明確でない場合があります。高度な専門職ほど、本人の頭の中にある経験則と、前職独自の技術情報とが密接に結びついているからです。特にAI、半導体、創薬、自動運転など、企業間の技術競争が激しい分野では、この境界線をめぐる紛争が起こりやすくなります。
「自分が作った資料だから持ち出してよい」は通用しない
今回のニュースで重要なのは、営業秘密の持ち出しが、必ずしも悪意によって行われるとは限らないという点です。
従業員が自ら作成した資料について、「自分が作ったのだから自分の成果物でもある」と考えてしまうことがあります。しかし、業務として作成した資料は、通常、企業の業務上の成果物であり、作成者個人が自由に持ち出せるものではありません。
自ら設計したシステムの仕様書、自らまとめた顧客リスト、自ら作成した分析資料であっても、会社の業務として作成したものであれば、退職後も前職の情報であることに変わりはありません。
また、「将来の参考にするだけ」「自宅で勉強するだけ」「新しい会社ですぐに活躍するため」といった目的であっても、持ち出しが正当化されるとは限りません。個人メールへの転送、クラウドストレージへの保存、USBメモリーへのコピー、私物端末へのダウンロードなどは、本人に悪意がなくても重大な問題に発展する可能性があります。
転職時に問われるのは、本人の意図だけではありません。どの情報を、どのような方法で、どこへ移したのかという客観的な行為も重視されます。
面接は営業秘密流出の入口になり得る
営業秘密の問題は、入社後だけに生じるものではありません。採用面接の段階からリスクは始まっています。
専門職の採用では、候補者の実力を確認するために、過去のプロジェクト、技術的な貢献、問題解決の方法、開発実績などが詳しく質問されます。候補者も自らの能力を高く評価してもらうため、具体的な成果を説明しようとします。
しかし、説明が具体的になりすぎると、前職の未公開情報に踏み込む危険があります。
例えば、「大規模なAIモデルの開発に携わった」という経験を説明することと、モデルの非公開アーキテクチャ、学習データの構成、性能改善手法、開発ロードマップまで話すことは異なります。
顧客獲得に貢献した経験を説明することと、顧客名、契約金額、価格条件、商談状況を開示することも異なります。
面接で営業秘密を話せば、自らの実績を証明できるように思えるかもしれません。しかし、採用企業から見れば、「前の会社の秘密を話す人物は、自社の秘密も将来話す可能性がある」と判断する材料にもなります。
ニュースで紹介された「前の会社の法務責任者の前で言えないことは、面接でも言うべきではない」という基準は、実務上極めて分かりやすいものです。
採用企業にも「聞かない責任」がある
営業秘密の流出を防ぐ責任は、転職者だけにあるわけではありません。
採用企業が候補者に対し、競合企業の未公開技術、顧客情報、価格戦略、研究開発計画などを意図的に質問すれば、採用企業自身も重大なリスクを負います。入社後に前職の資料を持ち込むよう求めたり、前職の情報を前提として業務を指示したりすることも避けなければなりません。
仮に採用企業が「従業員が勝手に持ち込んだ」と主張しても、その情報を業務に利用していれば、訴訟の対象となる可能性があります。営業秘密を利用して開発した製品の販売差止めや損害賠償が問題となれば、採用によって得た利益を大きく上回る損失が生じかねません。
さらに、営業秘密を利用した疑いが公になれば、企業の信用にも影響します。優秀な人材を採用したはずが、訴訟費用、開発停止、取引先からの不信、ブランドイメージの低下を招く可能性があります。
企業には、入社時に前職の秘密情報を持ち込まない旨を確認するだけでなく、面接官や配属先の管理職に対しても、聞いてよい情報と聞いてはいけない情報を教育する必要があります。
AI業界で紛争が増えやすい理由
AI業界では、営業秘密をめぐる紛争が特に増えやすいと考えられます。
第一に、高度なAI開発に携われる人材が限られているため、主要企業間で人材の移動が集中しやすいからです。同じ技術者が、競合関係にある企業を短期間で移動することも珍しくありません。
第二に、AI企業の競争力を支える情報の多くが、特許として公開されているとは限らないからです。モデルの学習方法、データの選別手法、推論効率化技術、評価指標、運用ノウハウ、計算資源の配分方法などは、営業秘密として管理されることがあります。
特許は技術内容を公開する代わりに一定期間の独占権を得る制度ですが、営業秘密は公開しないことによって競争力を維持する仕組みです。AI分野では技術の進歩が速く、特許出願から権利化までの期間を待つよりも、ノウハウを秘密として保持する方が有効な場合もあります。
第三に、AI開発では個人の専門知識と企業独自のノウハウとの境界が曖昧になりやすいからです。技術者が日常的に使用していた手法が、一般的な技術なのか、前職独自の手法なのかを、本人も正確に区別できない場合があります。
人材争奪戦が激しくなるほど、企業は転職者の知識を早く事業に生かそうとします。しかし、その焦りが営業秘密の境界線を越える誘因にもなります。
営業秘密を守る仕組みは「退職時」だけでは足りない
企業の営業秘密管理は、退職時に秘密保持義務を確認するだけでは不十分です。
まず、在職中から、どの情報が機密情報であるかを明確に分類する必要があります。機密表示、アクセス権限、ログ管理、外部送信の制限などを通じて、秘密として管理されている状態を継続的に整えることが重要です。
次に、退職者のアクセス権限を適切な時期に停止し、退職前後の大量ダウンロードや外部送信など、不自然な操作がないかを確認する必要があります。今回の訴訟では、元従業員が転職後も前職の機密情報にアクセスしていたとの疑惑が示されています。事実であれば、本人の行為だけでなく、企業側のアクセス管理のあり方も問われることになります。
また、採用企業側では、転職者を前職と同一または類似の業務に直ちに配置する場合、情報の混同を防ぐ措置が必要です。前職の資料を持ち込まないことを確認し、業務上必要な情報は自社の正規のルートから取得させることが重要です。
必要に応じて、特定の開発領域から一定期間切り離す、情報源を記録する、独立開発の経緯を文書化するといった対応も検討されます。
専門人材の流動化と知的財産保護を両立させる
営業秘密の保護を重視しすぎれば、人材の転職や知識の流動化を過度に制限することになりかねません。反対に、人材の自由な移動だけを重視すれば、企業が長年投資して蓄積した情報資産を守れなくなります。
必要なのは、転職を妨げることではなく、個人の専門性と企業の秘密情報を適切に切り分けることです。
転職者は、前職で身につけた能力を活用しながらも、文書、データ、ソースコード、顧客情報、非公開の開発内容などを持ち出さないことが求められます。採用企業は、競合他社の秘密情報を受け取らず、利用せず、質問もしないという姿勢を明確にする必要があります。前職の企業も、秘密情報を具体的に特定し、適切な管理措置を講じなければなりません。
この三者のいずれかが境界線を曖昧にすれば、紛争が生じやすくなります。
「何を知っているか」より「どう扱うか」が問われる時代
アップルとオープンAIをめぐる訴訟の行方は、今後の法廷で明らかになります。しかし、このニュースが示す教訓はすでに明確です。
高度な専門知識を持つ人材ほど、多くの機密情報に接する機会があります。そのため、優れた技術力や豊富な経験だけでなく、情報を適切に扱う判断力も重要な職業能力となります。
企業にとっても、人材を採用することは、その人物が持つ知識だけでなく、情報管理上のリスクを引き受けることを意味します。前職の秘密情報を提供できる人物を「即戦力」と評価する企業は、短期的な利益と引き換えに、長期的な法的リスクを抱えることになります。
専門知識は、新しい職場で存分に活用できます。しかし、前職の営業秘密まで新しい職場へ移すことはできません。
AI人材をめぐる競争が激しくなるほど、企業と人材の双方には、「何を知っているか」だけでなく、「知っている情報をどのように扱うか」が厳しく問われることになります。