# AIガバナンスを削ると本当に節約になるのか

> リリースを急ぐためにAIガバナンスを削るのは、情報漏えい、罰金、プロジェクト失敗が起きるまでは安く見える。監督の弱さの代償について証拠が示すこと。

URL: https://www.clarityailab.com/ja/insights/profit-or-peril-cutting-ai-governance-billion-dollar-mistake/

リリースを急ぐためにAIガバナンスを削るのは、見せかけの節約である。監督の弱さのつけは後から、情報漏えい、法的責任、規制上の罰金、中止されたプロジェクトという形で回ってくる。最近の証拠は、そのどれもがチームの節約した時間を帳消しにするほど大きいことを示している。

本稿は、AI製品を早く出すためにレビュー、テスト、監督を削るよう求められている経営層に向けたものだ。双方のコストと、速度を落とさずにガバナンスを保つ軽量な方法を示す。

## なぜAIガバナンスを削る圧力があるのか?

AIツールは速く変わり、競合は素早く製品を出し、レビューは足かせに感じられる。ガバナンスはコストセンター、つまりリリースを遅らせる人員、文書、承認と見なされやすい。削減論は一つの前提に立っている。ガバナンスが管理するリスクは起こりにくいか、安く済むという前提だ。以下の証拠はその前提を検証する。

## AIガバナンスが弱いと何が失われるか?

**情報漏えい。** IBMの[「データ侵害のコストに関する調査 2026」](https://www.ibm.com/think/x-force/2026-cost-of-a-data-breach-ai-adversaries-enterprise-risk)によれば、情報漏えいの世界平均コストは前年比12%増の過去最高499万ドルに達した。AIを使った攻撃は56%増え、漏えい1件あたり平均100万ドルを上乗せした。組織自身のAIモデルやアプリケーションが関わるインシデントのうち、プロンプトインジェクション攻撃の平均損失は589万ドルだった。

**法的責任。** 2024年、ブリティッシュコロンビア州の民事紛争解決審判所は、ウェブサイトのチャットボットが忌引運賃について誤った案内をしたとして、[エア・カナダに顧客への賠償を命じた](https://www.cbc.ca/news/canada/british-columbia/air-canada-chatbot-lawsuit-1.7116416)。同社はチャットボットが「自らの行為に責任を負う別個の法的主体」だと主張した。審判所はこれを「驚くべき主張」と呼び、エア・カナダは「チャットボットの正確さを確保する合理的な注意を払わなかった」と判断した。賠償額は812ドルと小さいが、原則は小さくない。企業は自社のAIが顧客に語ることに責任を負う。

**罰金。** [EU AI法第99条](https://artificialintelligenceact.eu/article/99/)のもとでは、禁止されたAIの利用には最大3500万ユーロまたは全世界年間売上高の7%のいずれか高い方の罰金が科されうる。その他の違反の上限は低いが、それでも重い。

**プロジェクトの失敗。** Gartnerは2024年7月、[生成AIプロジェクトの少なくとも30%](https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025)が2025年末までに概念実証の後で中止されると予測し、理由としてデータ品質の低さ、不十分なリスク管理、コストの上昇、ビジネス価値の不明確さを挙げた。四つの理由のうち二つは、まさにガバナンスが扱うものだ。

## AIガバナンスは速度を落とすのか?

初期に作業を増やし、後で作業を減らす。*分析:* 上記のコストの大半は、明示的に下されなかった判断から生じている。モデルがどのデータを使ってよいか、顧客に何を言ってよいか、誰が出力を確認するか、誰が止められるか。こうした判断をリリース前に下すのは数日で済む。リリース後に気づけば、情報漏えいや審判所の判断という代償を払うことになりかねない。

2023年1月に任意利用のために公表された[NISTのAIリスク管理フレームワーク](https://www.nist.gov/itl/ai-risk-management-framework)は、共通の枠組みを提供する。その[中核](https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf)には四つの機能がある。

- **Govern(統治):** 誰がどの方針のもとで責任を持つか。ライフサイクル全体に適用される。
- **Map(マップ):** システムの目的、使われる場所、起こりうる問題。
- **Measure(測定):** リスクをどうテストし追跡するか。
- **Manage(管理):** リスクに対して何をいつ行うか。

共通の枠組みを使うチームは、新しいプロジェクトごとに手順を議論する時間が減る。

## 削減派の言い分で正しい点は何か?

ガバナンスの一部は形だけのものだ。誰も読まない長い文書、基準のない承認、リスクの低い社内ツールと顧客向けシステムへの同じレビュー。これはリスクを減らさずにチームを遅くする。答えは廃止ではなく釣り合いである。リスクの低い用途には軽いチェックを、AIが顧客、お金、子ども、個人データに関わる場合にはより深いチェックを行う。

## 速度を落とさずにガバナンスを保つには?

1. **用途をリスクで分類する。** どのAI用途が低・中・高リスクかを決め、レビューの深さをそれに合わせる。
2. **責任者を決める。** 顧客に届くAIシステムには、その発言と動作に責任を持つ人が必要だ。
3. **既知の攻撃をテストする。** プロンプトインジェクションとデータ漏えいを、最初の事故の後ではなくリリース前に確認する。
4. **限界を書き出す。** 各システムが使ってよいデータと決してしてはならないことを記録する。後から再発見するより速い。
5. **公開されたフレームワークを使う。** NISTの四つの機能は、規制当局やパートナーも認める無料の出発点だ。

ClarityAILabでは自社製品の背後にあるガバナンスを公開している。[ガバナンス方針](/governance/)を参照。アーキテクチャの選択がAIリスクをどう変えるかについては、[一つの巨大AIモデルか、多数のエージェントか](/insights/the-monolith-is-dead-why-your-2026-ai-strategy-must-be-a-hive-mind/)を参照。

### AIガバナンスは製品開発を遅らせるか?

初期の作業は増えるが、後で時間を節約できる。Gartnerは、生成AIプロジェクトの少なくとも30%が概念実証後に中止されると予測した理由の一つに、リスク管理の不備を挙げている。早めにリスクを決めておけば、手戻りやプロジェクト中止を避けられる。

### EU AI法の罰則はどうなっているか?

禁止されたAIの利用については、罰金は最大3500万ユーロまたは前会計年度の全世界年間売上高の7%のいずれか高い方に達しうる。その他の違反には、より低い上限が適用される。

### 企業は自社のチャットボットの発言に責任を負うのか?

負う場合がある。2024年、カナダの審判所は、ウェブサイトのチャットボットが忌引運賃について誤った案内をしたとして、エア・カナダに顧客への賠償を命じた。チャットボットは別個の法的主体だという同社の主張は退けられた。

### NISTのAIリスク管理フレームワークとは何か?

米国国立標準技術研究所(NIST)が2023年1月に公表した任意のフレームワークである。AIのリスク管理を、統治(Govern)、マップ(Map)、測定(Measure)、管理(Manage)の四つの機能に整理している。