人工知能
AI ガバナンスを形作る 6 つのグローバル トレンド
エンタープライズ AI の自律性の高まりとともに新たなガバナンス トレンドが広がり、組織がリスクや説明責任を管理する方法を大きく変えています。
Sydney Scott
AI 担当編集ストラテジスト
Workday
エンタープライズ AI の役割は、回答の生成からアクションの実行へと移行しています。しかし現在、その変化にガバナンスの整備が追いついていません。Deloitte 社の調査によると、2027 年までに AI エージェントの活用を見込んでいる組織は 74% に上る一方で、エージェント型 AI に対して成熟したガバナンス モデルを整備していると回答した組織はわずか 21% でした。
この課題はエージェントにとどまりません。AI は今日、日常的なビジネスプロセスに密接に組み込まれています。機密データや重大な意思決定に関与することも少なくありません。一方で新たな規制により、企業が AI リスクを管理し、説明責任を果たす要件レベルは引き上げられています。
このように圧力が高まる中、企業は今、より強力な安全対策を AI の導入や管理に直接組み込むことに注力しています。
4 社中 3 社が 2027 年までに AI エージェントの活用を見込んでいますが、エージェント型 AI 向けのガバナンス モデルを整備している組織は 21% にとどまっています。
ガイド
CIO のための「エージェント型企業」導入ガイド
AI ガバナンスとは？
AI ガバナンスとは、組織が責任ある AI 原則を実践に落とし込む方法です。AI をどのように開発・使用するか、誰がその説明責任を負うか、システムの能力と自律性が高まる中でどのような安全対策を整備すべきかを判断する枠組みとなります。
ガバナンスの枠組みは組織やユース ケースによって異なりますが、通常は組織が以下をどのように行うかを規定します。
- 説明責任の所在を明確にする: AI システムとその成果に対して誰がオーナーとなり、監督し、責任を負うかを明らかにする
- リスクを管理する: プライバシー、セキュリティ、バイアス、正確性、規制遵守に関連するリスクを特定し、対処する
- 境界を設定する: AI が何にアクセスし、どのようなアクションを実行し、どこで人間の承認を仰ぐ必要があるかを決定します
- 透明性を維持する: AI がどのように使用されているかを文書化し、AI のアクションと結果を理解するために必要なトレーサビリティを確保します
- パフォーマンスを監視する: AI システムを継続的に評価し、予期せぬ行動を起こしていないか、リスクに変化がないか、確立した統制を遵守しているかを評価する
AI がビジネスプロセスにおいて担う役割が大きくなるにつれ、AI 活用に対する責任はますます実務的なものになります。しかし AI がどのように動作するかを定義すること自体は難しくありません。ガバナンスは AI ライフサイクル全体を通じて AI をリアルタイムに統制・監視し、説明責任を果たせるようにするものでなければなりません。
ガバナンスが原則の集合から運用能力へと進化することが、AI ガバナンスの未来を形作る多くの主要なトレンドの中核となっています。
注目すべき 6 つのグローバル AI ガバナンス トレンド
AI ガバナンスが実際的な運用規律として確立される中、組織は実務における監督のあり方を見直しています。以下の 6 つのトレンドは、そうした変化がどこで起こっているのか、それがエンタープライズ AI の未来にどう影響するのかを示しています。
1.ガードレールの整備が AI エージェントの進化に追いついていない
AI エージェントが普及する中、組織がガバナンスの対象とすべき範囲は拡大しています。従来の AI システムは通常、人が確認または活用するための出力を生成します。AI エージェントはその先を行くことができます。マルチステップのタスクを実行し、データにアクセスし、他のシステムと連携し、多様な自律性レベルに基づいてアクションを実行します。
ガードレールの整備は、必ずしもこうした進化に追いついていません。2026 年の EY US 社の調査によると、テクノロジー企業の部門レベルで実施されている AI イニシアチブの半数以上 (52%) は、正式な承認や監督が行われることなく運用されています。一方でテクノロジー リーダーの 85% は、AI の詳細な審査よりも市場投入までのスピードを優先していると述べています。
AI の自律性が高まるにつれ、監督体制の不備がもたらす影響は大きくなります。エージェントの活用が一般化する中、組織はエンタープライズ システム内で AI エージェントにどのような権限を与え、どのように行動させるかを定義する必要があります。
現在問われているのは、「この AI の出力を信頼できるか」だけでなく、「この AI にどのような行動を許可すべきか」です。
テクノロジー リーダーの 85% は、AI の詳細な審査よりも市場投入までのスピードを優先していると述べています。
2.リアルタイム ガバナンスは標準になる
従来、ガバナンスの多くは導入前に行われました。つまりモデルを評価してリスクを検証し、その内容を文書化して承認を経たうえで本番環境に導入していました。
しかし AI システムは導入後も同じ状態が続くわけではありません。新たなデータを学習し、ユーザーからの予想外の指示に対応し、絶えず変化するシステムやワークフローに接続する必要があります。新たなリスクは初期評価のずっと後になって現れる可能性があるため、AI ガバナンスの対象範囲は本番稼働時にまで及びます。
組織は定期的なレビューに頼るのではなく、AI システムの稼働中に問題を検出・処理できる継続的な監視・制御体制を導入するようになっています。たとえば Gartner 社は、上位レベルのポリシーにとどまらず、あらゆるデータ、モデル、アプリケーション、ワークフローに技術的に適用できる統制体制へと移行するよう推奨しています。
効果的なガバナンスは継続的に機能し、システムとともにリスクや状況の変化に適応します。
3.AI ガバナンスはもはや自主的ではない
AI ガバナンスは自主的な原則に基づく取り組みから、法的拘束力のある要件へと移行しています。米国の組織では、そのような圧力が主に州レベルで生じています。
立法のペースはこの変化がいかに急速に進んでいるかを示しています。MultiState 社の調査によると、2026 年 3 月時点で 45 州の議員が 1,561 件の AI 関連法案をすでに提出しています。これは 2025 年に全米 50 州で約 1,200 件の法案が提出された流れを受けています。
州法が増えるにつれ、ガバナンスは社内ポリシーの問題であると同時に、法令遵守の問題になりつつあります。複数の州にまたがって事業を展開する企業は、AI の利用場所や利用方法に応じて異なる要件に対応するとともに、コンプライアンスを証明するために必要な文書や監査証跡を維持する必要があります。
かつては主に企業ポリシーの問題であった責任ある AI ガバナンスは、今や組織が対応すべき法的枠組みの一部になっています。
4.「常に人間が関与する」アプローチが見直されている
責任ある AI の実現には引き続き人間の監督が欠かせません。しかし一律にレビューを行うだけでは不十分であることを組織は認識し始めています。監督を効果的に行うため、企業は人間がどのような場面でどのように関与すべきかを戦略的に検討するようになっています。
監督方法には実際、すでに違いが生じています。3,400 人以上のデジタル トラストの専門家を対象に実施した ISACA の 2026 年の調査によると、AI が実行するアクションのほとんどを人間が事前に承認していると回答した専門家は 36% にとどまっています。26% は実行後に人間が特定の意思決定やパターンをレビューしていると回答しており、11% は問題が検出された場合にのみ人が介入すると回答しています。
企業は人間があらゆる AI システムを一律に監督するのではなく、リスクや自律性のレベルに応じて監督方法を調整し始めています。たとえばリスクの低いユース ケースでは監視や定期的なレビューで対応し、リスクの高いシステムや自律型エージェントが関わる場合は、特定のアクションを実行する前に承認を通過するよう定めています。
AI が担う責任が大きくなる中、重点は常に人間が関与する仕組みを維持することから、人間の判断が最も重要となる画面を見極めることへと移行しています。
エージェントの数が増えるにつれ、企業はエージェントをシステム内の個別の ID として扱うようになっています。
5.エージェントは自身の ID とアクセス権を所有する
エージェントがエンタープライズ システム内で行動するようになる中、ID とアクセスの管理は AI ガバナンスにおいて重要な位置を占めるようになっています。
その背景には利用規模の拡大があります。Gartner 社の予測によると、世界の平均的なフォーチュン 500 社におけるエージェントの利用数は、2028 年に 150,000 を超過します。これは 2025 年の 15 未満を大幅に上回ります。一方で AI エージェントのガバナンス体制が現時点で適切に整備されていると考えている組織はわずか 13% にとどまっています。
エージェントの数が増えるにつれ、企業はエージェントをシステム内の個別の ID として扱うようになっています。具体的には、各エージェントがアクセスできるデータやアプリケーション、エージェントに許可されるアクション、エージェントのアクションに対する責任者を定義するようになっています。
こうした統制により、企業はエンタープライズ システムへのアクセスを無制限に許可することなく、数千に及ぶ自律型エージェントを実際的に管理できます。
6.トレーサビリティは不可欠である
組織は AI の活動を追跡できる仕組みを整備することを強く求められています。問題や疑問が生じた場合、AI がいつ関与し、何を行い、どのような経緯で結果に至ったのか把握できる必要があります。
現時点でそれができると確信している組織は多くありません。
2026 年の Grant Thornton の調査によると、経営幹部およびシニア ビジネスリーダー 950 人のうち 78% は、組織が 90 日以内に独立した第三者による AI ガバナンス監査に合格できると確信していません。また、46% が AI のパフォーマンスが十分に発揮されない主な原因としてガバナンスの不備を挙げています。
AI エージェントは複数のシステムにまたがって一連のアクションを実行する場合があるため、トレーサビリティの課題はさらに複雑化します。その結果、監査証跡と説明可能性はガバナンスの中核的な機能になりつつあります。
優れたガバナンスが競争上の優位性をもたらす
AI が自律性を高めるにつれて、ガバナンスはコア インフラへと変わりつつあります。
企業は AI にどこまで権限を委ねるのか、人間がどの場面で介入すべきか、誰が説明責任を負うのかを決定する必要があります。こうした点を明確に定めている組織は、リスクを適切に管理しながら、重要度の高い業務領域にも自信を持って AI を導入できます。
リアルタイムの制御、厳密な ID 管理、継続的な監視を AI のライフサイクルに直接組み込むことで、企業は安全性を損なうことなく、インテリジェントなワークフローを拡張することができます。強固なガバナンスの枠組みは、イノベーションを制限するどころか、迅速な行動の推進、リスクの軽減、高い価値をもたらす AI 導入戦略の実行に欠かせない構造的なセーフティネットを提供します。
自律型 AI のガバナンスを確立した組織は、リスク管理を戦略的な差別化要因へと転換し、高度な自動化の可能性を最大限に引き出すことで、持続的な優位性を確立できます。
ガイド
CIO のための「エージェント型企業」導入ガイド
測定可能な成果をもたらす AI について CIO 向けにご説明します。AI の試験運用から統制された企業 AI プラットフォームへの移行に必要な、ひとつのコントロール プレーン、統制された実行基盤、拡張可能なオープン アーキテクチャについて学びましょう。