Navegando pela Propriedade Intelectual na Diligência em IA
A diligência em IA é um campo complexo, especialmente quando se trata de modelos de IA que evoluem ao longo do tempo. Diferentemente das soluções de software tradicionais, os modelos de IA frequentemente integram dados de terceiros e dependem de mecanismos de treinamento dinâmicos. Embora uma abordagem tradicional de diligência possa ser aplicada a componentes de software, uma abordagem específica deve ser adotada devido à natureza da solução de IA.
Isso se torna um exercício desafiador quando a solução é licenciada para ser sublicenciada a clientes, especialmente se o modelo foi pré-treinado com dados de terceiros e continua a ser treinado com múltiplas fontes de dados, incluindo dados dos clientes.
Estrutura de Propriedade do Modelo de IA
Um passo fundamental na diligência é determinar a estrutura de propriedade da solução de IA, incluindo seu software, modelos e dados de treinamento.
Perguntas Chave para Avaliação de Títulos de PI
- O fornecedor desenvolveu o software e o modelo internamente ou contratou um terceiro?
- O software ou modelo incorpora, ou é construído usando, código de terceiros, modelos de base ou outra propriedade intelectual de terceiros?
- O algoritmo, modelo ou qualquer componente utiliza componentes de código aberto?
Os fornecedores devem fornecer respostas abrangentes para confirmar a propriedade ou os direitos licenciados sobre componentes críticos.
Perguntas para Soluções sob Licença
- O fornecedor tem a capacidade de conceder uma licença com o direito de sublicenciar a solução aos clientes?
- Esse direito de sublicença atende aos propósitos pretendidos pelos clientes?
- A licença permite a customização da solução para o cliente?
As respostas podem impactar a estrutura do relacionamento contratual. Quando o fornecedor oferece sua solução em um modelo de software como serviço (SaaS) com acesso direto pelos clientes, uma relação contratual direta pode ser necessária.
Considerações de PI sobre Dados de Treinamento
Se a solução de IA foi pré-treinada, um processo rigoroso de diligência deve ser conduzido para avaliar:
- O tipo de dados utilizados para fins de pré-treinamento.
- As fontes e métodos de obtenção de dados de treinamento, como dados de propriedade do fornecedor, dados licenciados de terceiros, conjuntos de dados abertos ou dados obtidos por meio de web scraping.
Atenção especial deve ser dada aos dados obtidos por meio de web scraping. Em algumas jurisdições, o fornecedor pode se apoiar em exceções de direitos autorais, mas na maioria dos casos, essas exceções são rigorosamente definidas.
Gerenciando Dados de Entrada e Saída
A natureza e os direitos sobre os dados de entrada devem ser avaliados, incluindo se são dados de propriedade do cliente ou de terceiros. Além disso, devem ser analisadas as políticas e procedimentos do fornecedor para o manuseio de dados de entrada:
- Como o fornecedor processa e armazena dados de entrada?
- Quais são as políticas de retenção e destruição para dados de entrada?
É importante antecipar as expectativas do cliente e do fornecedor sobre o uso permitido dos dados de entrada.
Continuidade de Negócios: Riscos de Insolvência do Fornecedor
A solução exigirá manutenção contínua, atualizações e suporte. Um risco chave é a insolvência do fornecedor, que pode deixar os clientes sem acesso à solução. Para mitigar esse risco, a diligência deve explorar se um acordo de escrow está em vigor, garantindo acesso contínuo em caso de falência do fornecedor.
Objetivos da Diligência em PI
A diligência em PI visa:
- Mapear os direitos de PI existentes e recém-criados através do uso da solução e esclarecer:
- Quem possui o quê.
- Qual é o escopo dos direitos das partes envolvidas na solução e nos dados gerados através do uso da solução.
- Mitigar riscos de infringimento de PI.
- Garantir consistência contratual entre os direitos obtidos inicialmente e aqueles licenciados aos usuários.
