Askhub

用語解説

AIガバナンスとは?会社として決めることと、AIエージェントで変わる点

松本拓哉

AIガバナンスは作って終わりではなく、経営層が回し続ける

AIガバナンスとは、AIのリスクを関係する人たちが受け入れられる範囲に管理しながら、AIの便益を最大にするための、会社の仕組みとその運用です。規程を作って終わりではなく、仕組みを回し続けることまでを指します。

その責任者は、経営層が持つべきだと私たちは考えています。

推進担当が押さえる要点

  • AIガバナンスは、ルールを作って終わりではない。国のガイドラインは、環境・リスク分析、ゴール設定、仕組みの設計、運用、評価のサイクルを回し続けることを勧め、経営層の主導を求めている
  • 責任者は経営層が持つべきだと私たちは考えている。便益とリスクの釣り合いを取れるのは経営層だけで、事故が無いことで評価される部門に任せると、「何もさせない」が最も安全になってしまう
  • 日本の会社は、ルール作りに比べて、導入前の審査と導入後の評価が手薄。ルールを作ったところで止まりやすい
  • AI推進法(AIの研究開発と活用を進めるための法律)は、ガバナンス体制の整備を直接は義務づけていない。基本はAI事業者ガイドラインに沿い、第三者の証明が要ればISO/IEC 42001(AIのマネジメントシステムの国際規格)の認証を検討する
  • 導入審査では、AIの学習に使われないか、国内で処理されるか、国外ならデータが残らないか(AIの提供者が入力を保存しない取り決め、ZDR)がよく聞かれる
  • AIエージェント(AIが自分で手順を選びながら仕事を進める仕組み)を使うなら、権限の範囲、人の承認、記録、停止、エージェントごとの責任者を、仕組みとして加える

AIガバナンスとは:リスクを管理しながら、便益を最大にする仕組みと運用

総務省と経済産業省の「AI事業者ガイドライン」(第1.2版、2026年3月)は、AIガバナンスを次のように定義しています。

「AI の利活用によって生じるリスクをステークホルダーにとって受容可能な水準で管理しつつ、そこからもたらされる正のインパクト(便益)を最大化することを目的とする、ステークホルダーによる技術的、組織的、及び社会的システムの設計並びに運用。」

言い換えると、AIで起こりうる問題を、関係する人たち(顧客、社員、取引先など)が受け入れられる範囲に抑える取り組みです。同時に、AIの便益を最大にすることも目指します。そのための技術と組織の仕組みを作り、運用することを指します。

ポイントは2つあります。1つは、リスクを減らすだけでなく、便益を最大にすることも目的に入っている点です。もう1つは、規程を作ることではなく、仕組みを設計して運用し続けることまでを指している点です。

ガイドラインは、ルールや手続きを最初に固定しない「アジャイル・ガバナンス」を勧めています。状況の変化に合わせ、次のサイクルを継続的に速く回して見直し続ける進め方です。

  1. 環境・リスク分析:AIで得られる便益とリスクを洗い出す
  2. ゴール設定:会社として目指す姿(AIポリシーなど)を決める
  3. システムデザイン:ゴールとの差を埋める仕組み(体制、ルール、教育、事故への備え)を作る
  4. 運用:仕組みを動かし、その状況を社内外に説明できるようにする
  5. 評価:仕組みが機能しているかを確かめる

運用を始めた後も、規制などの外部環境が変われば、再び環境・リスク分析を行い、必要に応じてゴールを見直します。

AIガバナンスのサイクルを縦に並べた図。環境・リスク分析、ゴール設定、システムデザイン、運用、評価の順に進み、評価の後は環境の変化を踏まえて再びリスク分析に戻る。経営層の主導がサイクル全体にかかる

ガイドラインは、このサイクルを回すうえで経営層の責任が大きく、リーダーシップが重要だとしています。ガバナンスを単なるコストではなく、先行投資と捉えるよう求めている点も特徴です。

会社として決めること

ガイドラインの別添が挙げる行動目標を、推進担当が作るものに直すと、次のようになります。

決めること

作るもの・やること

目的とリスク

AIを何のために使い、何が起こりうるかの洗い出し

方針

AIポリシー(会社としてAIをどう使うかの基本の考え)

体制

責任者と推進部署、部門間の協力の仕組み

ルール

利用ルール(使ってよいサービス、入力してよい情報)

審査

導入時の審査の手順

人

社員のリテラシー教育

記録と説明

運用の状況や審査の結果を記録し、社内外に説明できる状態にする

事故への備え

問題が起きたときの連絡と対応の手順

評価と見直し

仕組みが機能しているかの定期的な確認と、社外の意見の取り入れ

責任者は、経営層が持つ

この中で最初に決めたいのが、AIガバナンスの責任者です。私たちは、役員や取締役のような経営層が持つべきだと考えています。

今はそうなっていない会社が多数です。情報処理推進機構(IPA)の「DX動向2026」は、AIの導入と利用を誰が主導しているかを聞いています。最も多いのは「IT部門の長」の46.0%で、「経営層」は32.1%でした。

AIガバナンスは、AIで得られる便益と、AIで起こりうるリスクの兼ね合いを決める仕事です。便益とリスクの釣り合いを取る判断は、事業全体に責任を持つ経営層にしかできません。ガイドラインが経営層の主導を求めているのも、同じ理由だと読めます。

情報システム部門に責任者を任せると、取れない責任を押し付ける形になりがちです。事故が起きないことがその部門の成果になるなら、何もさせないのが一番安全になってしまいます。

部門の能力の問題ではなく、評価のされ方の問題です。導入を主導する部門が、事故が起きないことでも評価されるなら、ブレーキを踏む方が合理的になります。

実際には、攻めの推進担当と守りの情報システム部門が綱引きをし、落としどころを決める形もよく見ます。それで回っているように見える会社もたくさんあります。

それでも、最終的な判断の責任を経営層が持つ形にしないと、綱引きのたびに止まります。そうなると、ガバナンスもAIの活用も進みにくくなります。

ルールの厳しさも、この釣り合いの判断です。厳しすぎて使われない状態は、今すぐ目に付きます。一方、緩さの代償である事故は、後になってから起きるので、今は見えにくいものです。

守りの部門だけで決めれば厳しい側に、目に付く不満だけで決めれば緩い側に寄ります。

どちらか目に付く方だけを見ず、便益とリスクを比べて決めるのが、経営層の仕事です。

日本の会社は、ルールに比べて審査と評価が手薄

IPAの調査と総務省の白書からは、他国との使い方の差はあるにせよ、日本の会社の取り組みはルール作りに偏り、導入前の審査と導入後の評価が手薄だと読めます。

AIガバナンスの定義に「運用」まで含まれている点と照らすと、足りないのはこの部分です。

同じ「DX動向2026」は、ガバナンスの状況も聞いています。対象はAIを導入済み・試験利用中・検討中の企業で、調査は2026年4月〜6月です。

  • 全社的な社内ガイドラインやルールを定めている企業:32.5%
  • AIポリシーを社内に周知している企業:28.8%
  • AIや生成AIに特有のリスクマネジメントを実施している企業:14.2%
  • 課題として「適切な利用を管理するためのルールや基準の作成が難しい」を挙げた企業:39.7%

総務省の令和8年版情報通信白書は、生成AIの不適切な利用を防ぐ取り組みを、日本・米国・ドイツ・中国で比べています。日本で最も多かった回答は「全社的な指針やガイドラインを整備している」(41.1%)でした。

一方、他の3か国では、導入段階での専門的な審査体制や、導入後の定期的な評価・検証があると答えた割合が、日本より高い傾向でした。

白書によると、他の3か国では生成AIを顧客向けの製品やサービスにも使っています。白書は、そのため審査や評価の体制が整いつつあると見ています。

私たちが支援してきた会社でも、最も多いのは「まずルールを作らなければ」と利用ルールを作り、そこで止まっている状態です。

会議室で、責任者と担当者が点検表を見ながら、運用の記録の綴りを1ページずつ確かめている水彩の挿絵。机の上には方針の冊子が閉じて置かれている

法律や規格との関係:基本はAI事業者ガイドライン、第三者の証明にはISO/IEC 42001

まずはAI事業者ガイドラインに沿って仕組みを作ります。取引先や海外向けに第三者の証明が必要になったら、ISO/IEC 42001の認証を検討する、という順番が考えられます。

ISO/IECは、国際標準化機構と国際電気標準会議が共同で定める国際規格です。AIガバナンスに関わる国内外の枠組みは、次のように役割が分かれています。

枠組み

位置づけ

会社への求め

AI事業者ガイドライン(総務省・経済産業省)

国内の企業向けの基本の指針。法的な拘束力は無い

上で見た定義、サイクル、行動目標

AI推進法(人工知能関連技術の研究開発及び活用の推進に関する法律、2025年)

AIの研究開発と活用を進めるための法律

事業者には活用に努めることと国の施策への協力を求める。ガバナンス体制の整備を直接は義務づけていない。国は権利侵害が生じた事案の分析を含む調査を行い、その結果にもとづいて事業者に指導・助言などを行う(第16条)

適正性確保指針(人工知能戦略本部、2025年12月)

AI推進法にもとづく国の指針

事業者の自主的な取り組みを促す

ISO/IEC 42001

AIのマネジメントシステム(方針を決め、実行し、点検して改善する組織の仕組み)の国際規格

組織がAIを管理する仕組みの要求事項。第三者の認証を受けられる

ISO/IEC 38507

取締役会など、会社を監督する機関向けの国際規格

経営層がAIの利用をどう統治するかの指針

NIST AI RMF

米国国立標準技術研究所(NIST)のAIリスク管理の枠組み

「統治(GOVERN)」を、他のすべての活動を支える横断的な機能と位置づける

導入審査でよく聞かれるのは、データがどこへ行くか

AIの提供者として私たちが審査でよく聞かれるのは、データの扱いです。導入審査を置いている会社でも、中身はセキュリティのチェックシートが中心です。

  • 社内の情報が、AIの学習に使われて他社に出ないか:以前に最も多かった質問です。最近は減っています
  • データが国内で処理されるか:最近よく聞かれます。保管場所だけでなく、AIが処理する場所(推論の場所)も問われます
  • 国外で処理されるなら、データは残らないか:AIの提供者が入力を保存しない取り決め(ゼロデータリテンション、ZDR)があるかを聞かれます

これらには、利用するAIサービスの契約と設定を確かめて答えます。審査の準備の詳しい進め方は、関連記事で扱っています。

どれも、AIに渡したデータがどこへ行くかを問うものです。AIエージェントを入れると、これに加えて、AIが何を操作するかを問う必要が出てきます。

AIエージェントで変わること:答えを管理する仕組みから、操作を管理する仕組みへ

AIエージェントは、答えを返すだけでなくシステムを操作するので、管理する対象が答えから操作に広がります。

生成AIのチャットでは、AIは答えを返すだけで、それを使うかどうかは人が決めます。ガバナンスの中心は、何を入力してよいか、答えをどう確かめるか、でした。

AI事業者ガイドラインの別添は、AIエージェントのリスクとして、人の意図しない商品の注文やファイルの削除を挙げています。不正に操作されて、社内のデータが外部に送られる可能性も挙げています。

さらに、自律性が高まると、AIどうしが高速にやり取りする場面では、人の監視だけでは対応が難しくなる場合があるとしています。そのため、ガバナンスに次のことを加える必要があります。

  • 権限の範囲:AIエージェントに、どのツールとデータを使わせるか
  • 人の承認:どの操作の前に、誰が確認するか
  • 記録:AIエージェントが何を見て、何をし、誰が承認したか
  • 停止:おかしな動きをしたとき、誰がどうやって止めるか
  • 責任者:AIガバナンス全体の責任者(経営層)とは別に、AIエージェントごとに、結果の責任を負う人を決めておく

デジタル庁は、政府職員向けにAI基盤「ガバメントAI 源内」を提供しています。その利用の基準として、源内基準(2026年10月)を定めています。

源内基準は、AIエージェントの利用について、次のような統制を挙げています。利用目的と実行権限の限定、重要な処理での確認・承認、ログ(操作の記録)の保存、利用停止機能などです。

そのうえで、管理者は利用者個人の注意だけに頼らず、組織として統制する責任を負うとしています。

シンガポール政府が2026年1月に公表したAIエージェント向けのガバナンスの枠組みも、ほぼ同じ点を4つの柱に挙げています。

  • AIの自律性と、使えるツールやデータに先に上限を置く
  • 人が責任を持てるよう、承認が要る確認点を決める
  • 導入から運用までの技術的な統制
  • 利用者への説明と教育

まとめ:AIガバナンスは、作って終わりではなく、回し続ける仕組み

AIガバナンスは、AIのリスクを受け入れられる範囲に管理しながら、便益を最大にするための会社の仕組みと運用です。国のガイドラインは、方針を決め、仕組みを作り、運用し、評価して見直すサイクルを、経営層の主導で回し続けることを求めています。

日本の会社は、ルール作りに比べて審査と評価が手薄です。

便益とリスクの釣り合いを取る仕事なので、責任者は経営層が持ちます。AIエージェントを使い始めると、操作の権限、承認、記録、停止まで管理する必要が出てきます。

まずは責任者を経営層に置き、今あるルールが運用され、評価されているかを確かめるところから始めます。

関連記事

参考資料

Askhubについて

Askhubは、日本の中堅・大企業がAIに業務を任せるための基盤です。業務の型(オントロジー)でAIに許す操作を定め、承認を挟みながら任せる範囲を広げ、国産の基幹システムまで書き込めるようにします。導入はコンサルタントが伴走します。

この記事の言葉で言えば、Askhubは、AIエージェントの権限の範囲、人の承認、記録を、業務の操作ごとに仕組みとして持たせる基盤にあたります。お客さまのデータは原則として国内で保管し、AIの推論を国内で閉じるか、国外のモデルも使うかを選べます。国内で閉じる場合は、使えるモデルが限られます。

※Askhubのサービスに関する記載は、2026年11月時点の情報です。

関連するページ:製品の全体像、承認

この記事の内容について相談する

自社の業務にAIエージェントをどう導入するか相談したい方は、こちらのフォームからご連絡ください。1〜2営業日以内に担当者よりご連絡します。

サービス資料をダウンロードする

この記事を書いた人

松本拓哉

インターセクト株式会社 代表取締役 CEO

東京大学大学院 工学系研究科 物理工学専攻 博士課程中退。2023年4月、インターセクト株式会社を創業。これまで数十社以上の AX 推進を支援し、自らもコンサルタントとして現場を主導。エンジニアとして AI エージェント基盤「Askhub」の開発にも従事。

用語解説の記事をもっと見る