結論
営業秘密は、社内で秘密として管理され、公然と知られていない有用な情報を守る制度です。限定提供データは、IDやパスワードなどで管理しながら特定の相手に提供する大量のデータを守る制度で、秘密であることは要件ではありません。
比較表
| 観点 | 営業秘密 | 限定提供データ |
|---|---|---|
| 定義の条文 | 不正競争防止法2条6項 | 不正競争防止法2条7項 |
| 守る情報のイメージ | 社内で秘密にしておく情報 | 特定の相手と共有して使ってもらうデータ |
| 3つの要件 | 秘密管理性、有用性、非公知性 | 限定提供性、相当蓄積性、電磁的管理性 |
| 公然と知られていないこと | 必要 | 不要(ただし、無償で公衆に利用可能な情報と同じデータは対象外) |
| 情報の形式 | 紙でも電子データでもよい | 電磁的方法で蓄積・管理されたデータに限る |
| 例 | 製造ノウハウ、顧客名簿、未公開のソースコード | 会員企業に有償で提供する気象データや機械の稼働データ |
| 不正な取得・開示が介在した情報を後から取得した者 | 介在を知っていたか、重大な過失で知らなかったときに責任を負う | 介在を知っていたときに限り責任を負う |
| 民事上の措置(差止・損害賠償) | あり | あり |
| 刑事罰 | あり(営業秘密侵害罪、21条) | なし |
| 経済産業省の指針 | 営業秘密管理指針(2025年3月改訂) | 限定提供データに関する指針(2024年2月改訂) |
| シラバス項目 | 法律・倫理分野 項目4 不正競争防止法 | 法律・倫理分野 項目4 不正競争防止法 |
最終確認日:2026年10月30日
それぞれの説明
営業秘密
営業秘密は、会社が社内で秘密にしている有用な情報を守る制度です。製造ノウハウ、顧客名簿、未公開のソースコードなどが典型例です。保護されるには、秘密管理性、有用性、非公知性の3つをすべて満たす必要があります。
争いになりやすいのは秘密管理性です。経済産業省の営業秘密管理指針は、秘密として管理する意思をアクセス制限や「秘」の表示などの措置で示し、従業員などがその意思を認識できる状態にすることが必要だとしています。社内の誰でも自由に見られる情報は、秘密管理性が認められにくくなります。
不正に取得・使用・開示された場合は、差止請求や損害賠償請求ができます。悪質な行為には、営業秘密侵害罪として刑事罰もあります。
限定提供データ
限定提供データは、2018年の改正で設けられ、2019年から施行されている制度です。会員企業に有償でデータを提供するビジネスのように、他社と共有することで価値を生むデータを守ります。秘密にしないデータは営業秘密として守れないため、その隙間を埋める役割があります。
要件は、業として特定の者に提供すること(限定提供性)、電磁的方法で相当量蓄積されていること(相当蓄積性)、IDやパスワードなどで管理されていること(電磁的管理性)の3つです。誰でも無償で使えるオープンなデータと同じものは、保護の対象から外れます。
2023年の改正で、定義から除かれるものが「秘密として管理されているもの」から「営業秘密」に改められました。秘密として管理していても営業秘密の要件を満たさないデータは、限定提供データとして守られる余地ができました。保護は差止請求などの民事上の措置に限られ、刑事罰はありません。
見分けるコツ
- 秘密にしておく情報か、相手を限って共有するデータかで分けます。前者が営業秘密、後者が限定提供データです。
- 要件を入れ替えた選択肢に注意します。秘密管理性と非公知性は営業秘密の要件で、限定提供データの要件ではありません。
- 刑事罰があるのは営業秘密の侵害だけです。限定提供データには、差止請求や損害賠償請求などの民事上の措置が用意されています。
◯×チェック
次の文が正しいか、誤りかを選んでください。
-
紙の台帳だけで管理している取引先データでも、特定の相手に提供していれば限定提供データとして保護される。
答えを見る
答え × 誤り
限定提供データは、電磁的方法で相当量蓄積され、管理されている情報に限られます(2条7項)。紙の台帳は対象外です。秘密として管理していれば、営業秘密として保護される余地はあります。
-
会員企業にIDとパスワードを発行して有償で提供している工作機械の稼働データは、複数の会員に共有されているため、不正競争防止法では保護されない。
答えを見る
答え × 誤り
特定の者に提供し、電磁的に管理された相当量のデータは、限定提供データとして保護される可能性があります。限定提供データには非公知性が求められないため、共有されていることは妨げになりません。
-
営業秘密の不正な取得や使用は一定の場合に刑事罰の対象となるが、限定提供データの不正な取得や使用には刑事罰が設けられていない。
答えを見る
答え ◯ 正しい
営業秘密の侵害には営業秘密侵害罪があります(21条)。限定提供データは、差止請求や損害賠償請求などの民事上の措置で保護されます。
関連問題
出典
- G検定 試験出題範囲(シラバス2024)第1.4版 (法律・倫理分野 項目4 不正競争防止法)
- 不正競争防止法(e-Gov法令検索) (2条1項4号〜16号、2条6項・7項、3条、4条、19条1項9号、21条)
- 経済産業省「営業秘密管理指針」(2025年3月改訂)
- 経済産業省「限定提供データに関する指針」(2024年2月改訂) (経済産業省 知的財産政策室「不正競争防止法」のページに掲載)
ほかの違い比較
- アジャイルとウォーターフォールの違い 進め方とAI開発での使い分け
- 赤池情報量規準(AIC)とベイズ情報量規準(BIC)の違い 罰則の重さ
- バギングとブースティングの違い 並列か逐次か、減らす誤差の違い
- バッチ正規化とレイヤー正規化の違い 平均と分散を計算する範囲の違い
- バッチ学習・ミニバッチ学習とオンライン学習の違い 更新回数とぶれ
- BERTとGPTの違い エンコーダとデコーダ、学習課題の違い
- CBOWとスキップグラムの違い 予測の向きと学習の速さ
- 分類問題と回帰問題の違い 出力の形で見分けるコツと評価指標
- CNN・RNNとTransformerの違い 得意なデータと計算の並列性
- 協調フィルタリングとコンテンツベースフィルタリングの違い 仕組み
- 共分散と相関係数の違い 式の関係と単位・値の範囲
- データ汚染とAdversarial Attackの違い 学習時か推論時かと対策
- 決定木とランダムフォレストの違い 解釈のしやすさと精度・安定性
- 深さ優先探索と幅優先探索の違い 調べる順番・最短解・メモリ
- Faster R-CNNとYOLOの違い 2段階型と1段階型、速度と精度
- GANと拡散モデル(Diffusion Model)の違い 学習と生成の仕組み
- GANとVAEの違い 識別器の有無と学習の仕組み
- GDPRと個人情報保護法の違い 法的根拠・本人の権利・制裁金
- 勾配降下法と誤差逆伝播法の違い 勾配を使う側と求める側
- グリッドサーチとランダムサーチの違い 試行回数の決まり方と効率
- ホールドアウト検証と交差検証の違い 分割回数・計算量・使い分け
- 画像分類(物体識別)と物体検出の違い 出力の形と使い分け
- 委託・第三者提供と共同利用の違い 同意の要否と受け手が使える範囲
- k-means法と階層的クラスタリングの違い クラスタ数を決める時期と計算量
- 個人情報・個人データと保有個人データの違い 範囲の入れ子とかかる義務
- 個人情報と個人識別符号の違い 包含関係と当たる例・当たらない例
- L1正則化とL2正則化の違い 罰則の形と重みが0になるか
- 最小二乗法と最尤法の違い 推定の基準と結果が一致する条件
- LIMEとSHAPの違い 局所近似とシャープレイ値の使い分け
- LSTMとGRUの違い ゲートの数と記憶セルの有無
- 機械学習とディープラーニングの違い 包含関係と特徴量の決め方
- 平均絶対値誤差(MAE)と平均二乗誤差(MSE)の違い 外れ値への強さ
- 正規化と正則化の違い 目的と代表的な手法を表で整理
- 主成分分析(PCA)と特異値分解(SVD)の違い 目的と計算の関係
- 主成分分析(PCA)とt-SNEの違い 線形か非線形か、保つ構造の違い
- 適合率と再現率の違い 分母の違いと重視する場面
- プルーニング・量子化と蒸留の違い 何を減らすかと元モデルの扱い
- Q学習とSARSAの違い 更新式の1か所と方策オン・オフ
- RNNとLSTMの違い 記憶セルと勾配消失の起きにくさ
- Self-AttentionとSource-Target Attentionの違い Q・K・Vの出どころ
- セマンティック・インスタンスとパノプティックの違い 背景と個体の扱い
- 新規性と進歩性の違い 比べ方とAI発明での論点
- シグモイド関数とソフトマックス関数の違い 出力の合計と使い分け
- ソフトローとハードローの違い 法的拘束力の有無と日本・EUの例
- 強いAIと弱いAIの違い 心をもつと考えるかの違い
- 教師あり学習・教師なし学習と強化学習の違い 学習の手がかりと代表例
- 特許権と著作権の違い 発生・保護対象・期間とAIでの使い分け
- 匿名加工情報と仮名加工情報の違い 加工の程度と第三者提供の可否
- 転移学習とファインチューニングの違い 重みを固定するか更新するか
- 請負契約と準委任契約の違い 完成義務とAI開発での使い分け
- Zero-shotとFew-shotの違い 与える例の数と重みを更新しない点