{{item.videoDuration}}
{{item.title}}
{{item.text}}
{{item.videoDuration}}
{{item.title}}
{{item.text}}
Featured - 4 items
AIガバナンスとは
AIを活用したシステムやサービスにおいて発生するリスクを、ステークホルダーにとって受容可能なレベルで適切に管理しながら、そこからもたらされる有益性を最大化するための管理体制やその運用等を指します。
AIの利活用が進むとともに、AIが原因となったインシデントも世界的に増加傾向にあります。
AIの意思決定による倫理違反、人種や性別などによる差別的バイアスや公平性の欠如、プライバシーやセキュリティの侵害といったリスクを回避するため、透明性、説明可能性や追跡可能性を考慮し、教育・リテラシー向上やモニタリング・監査も含めた適正なAIの利活用を担保していくことが求められています。
AI活用推進に伴い増加するAIインシデントとAIリスクに対する各国の状況
AIの活用は、世界中であらゆる業界へと広がっています。PwC Japanグループが実施した調査「2022年AI予測（日本）」によると、日本企業においてもここ数年でAI活用の明確な進展が見られ、AIを業務に導入している企業の割合は2022年には58%（前年比15ポイント増）にのぼっています。
それと同時に、AIが原因となったインシデントも世界的に増加傾向にあり、AIの意思決定による倫理違反、人種や性別などによる差別的バイアスや公平性の欠如、プライバシーやセキュリティの侵害といったリスクを回避するための取り組みが不可欠となっています。これらのリスクがインシデントに発展した場合、企業のレピュテーションを低下させ、最悪の場合、サービス停止に追い込まれる可能性もあります。また、AIによる複雑な意思決定の中には、その過程がブラックボックスになりやすいものあるため、説明責任（アカウンタビリティ）を果たす必要があります。そのためにも、透明性、説明可能性や追跡可能性を考慮し、教育・リテラシー向上やモニタリング・監査も含めた適正な利用を担保していくことが求められています。
AIリスクのコントロールを実現するため、国際機関や各国政府では、リスク管理に関するさまざまな枠組みの検討が進んでいます。
日本では経済産業省が「AI原則実践のためのガバナンス・ガイドラインver1.1」（以下、「AIガバナンス・ガイドライン」）を公表し、AI活用企業が実施すべき行動目標や、ゴールとの乖離を評価する実務的な対応例が示されました。そして政府は企業に対し、リスクベースのアプローチによるAIガバナンス態勢構築の検討を求めています。
AIリスクの種類とAIガバナンスの整備がもたらすベネフィット
企業はAIの開発や利活用にリスクが伴うことを十分に理解し、AIの信頼性と説明可能性を担保しなくてはなりません。
AIガバナンスは、企業のAI活用推進をAI固有の観点を踏まえて下支えし、達成すべきゴールの実現と投資対効果の最大化をサポートする取り組みです。AIガバナンスの実現に向けて、AIの開発および利活用に関わる「安全性リスク」「制御リスク」「社会的リスク」「経済リスク」「倫理リスク」「性能リスク」の6つを軸に幅広くAIリスクを特定し、コントロールする必要があります。
一方、AIリスクをコントロール・管理するためにAIガバナンスを整備することには、企業にとってさまざまなメリットがあります。AIガバナンスの整備を通じて、AIの開発効率や運用性の向上だけでなく、AI領域の人材確保や企業イメージの向上、さらには企業イメージ向上に伴う顧客獲得による収益増加といった、企業活動全体への波及効果を見込むことができます。
PwCのAIライフサイクルフレームワーク
PwCは、AIライフサイクルを「1．Strategy」「2．Planning」「3．Ecosystem」「4．Development」「5．Deployment」「6．Monitor & Report」の6つのフェーズに分解し、それぞれのステージに係るリスクを網羅的に把握する独自のフレームワークを活用しています。
AIガバナンス構築支援サービス
PwCのAIガバナンス構築支援サービスは、AIの開発や利活用を推進する企業を対象に、さまざまなAIリスクに対応したガバナンス体制の構築を包括的に支援するものです。日本を含む世界各地を拠点とするPwCネットワークのメンバーファームが手掛けた豊富なAIリスク対応支援実績をベースに開発された同サービスは、6つの領域から構成されています。これをクライアント企業の状況に合わせてカスタマイズし、現状の診断から対策ツール導入、MLOps導入、教育まで一貫した支援を提供します。
また、事業部門などのリスク管理の第1線だけでなく、コンプライアンス部門や内部監査部門など第2線、第3線への支援も行います。「AIを導入する企業」と「ベンダー」の関係ではなく、第三者の立場から客観的な評価に基づいた支援を提供できる点もPwCの強みです。
各支援領域のソリューション
- AIガバナンス診断（AIリスクのコントロール状況評価）
- AIガバナンス戦略策定（AIリスクコントロールのための戦略の検討）
- AIガバナンス態勢構築（実行プロセスの構築）
- 対策ツール導入（個別のAIリスクに対応するための支援）
- MLO㎰導入（機械学習の開発・運用チーム／プロセスの構築）
- AIガバナンス教育（責任あるAIの利活用実現に向けた教育）
AIガバナンス診断（AIリスクのコントロール状況評価）
AIライフサイクル上に存在するAIリスクの認識レベルとコントロール状況を明らかにし、解決の方向性を示すことで、企業のAI活用に伴うリスクマネジメントの高度化に向けた第三者視点での評価を実施します。診断により、AI開発に伴う投資対効果の最大化やリスクの最小化をサポートします。
成果物例：AIガバナンス診断結果
AIガバナンス戦略策定（AIリスクコントロールのための戦略の検討）
リスクシナリオにおけるリスク要因ごとに、リスクコントロール例の提示や各シナリオの論点化と方針策定を行い、策定した方針の実行に向けてAIリスクコントロールのためのロードマップを策定します。
成果物例：リスクコントロール方針
AIガバナンス態勢構築（実行プロセスの構築）
AIガバナンス態勢の状況に応じて、外部有識者を含めたAI倫理委員会の設立やAIガバナンス広報戦略など、組織体制および実行のためのプロセスの構築を支援します。
成果物例：AI倫理委員会、広報戦略
対策ツール導入（個別のAIリスクに対応するための支援）
各AIシステムに対して、説明可能性やバイアス、公平性など、対策が必要なリスク領域に個別に対応するためのAI運用支援や技術支援を行います。
成果物例：AIリスク対策ツール
MLO㎰導入（機械学習の開発・運用チーム／プロセスの構築）
機械学習モデルの標準開発プロセスの設計やアウトソーシングの管理を通じ、機械学習アプリケーションの本格開発・運用を支援します。
成果物例：機械学習モデルの標準開発プロセス
AIガバナンス教育（責任あるAIの利活用実現に向けた教育）
AI人材育成支援のノウハウを活かし、責任あるAIの利活用実現に向けて、社内人材育成に関する計画策定から教育プログラムの実践までを支援します。
成果物例：人材育成プログラム
AIガバナンス診断サービス
AI原則は時間が経つにつれて明らかになってきているものの、企業レベルでの取り組みに落とし込むにあたっては大きな課題があります。
経済産業省は人間中心のAI社会原則の実装に際しては、社会の変化の速さやその複雑さに法律が追い付いていないという問題を克服するため、細かな行為義務を示すルールベースの規則ではなく、最終的に達成されるべき価値を示すゴールベースの規則を策定すべきとの考えをまとめました。そして、目指すべき姿と現状のオペレーションとの間のギャップを埋めるために策定されたのが「AI原則実践のためのガバナンス・ガイドライン ver. 1.1」*1です。
PwCでは、まずは現状を迅速に把握・整理し、対応方針の検討材料とすべく、本ガイドラインの内容を参考に、PwC JapanおよびPwCグローバルネットワークの知見を加えたチェック項目を作成し、企業のAIガバナンスの習熟度を診断します。
*1：同ガイドラインの策定にあたっては、PwC Japan有限責任監査法人でデジタル化のガバナンスなどを担当するパートナーの宮村和谷が検討会およびドラフティングワーキンググループに有識者として参画しました。
AIの社会実装に向けて、ベストプラクティスを参考にAIガバナンスを実践する
日本企業が取り組むべきAIガバナンスのあり方について、経済産業省 泉卓也氏とPwCコンサルティング合同会社のパートナー 藤川琢哉、PwC Japan有限責任監査法人のパートナー 宮村和谷が語り合いました。
生成AIを巡る米欧中の規制動向最前線
対話型生成AIが注目を集めており、社会的に大きなインパクトをもたらすことが期待されています。しかし、グローバル企業が生成AIを業務で安全に活用するためには、海外のAI法規制を理解し、生成AIの社内ルールを作成する必要があります。本シリーズは、主にグローバル展開している企業のIT、サイバーセキュリティ、法務部門の責任者に向けて、生成AIのリスクや海外法規制についてご紹介します。
{{filterContent.facetedTitle}}
{{contentList.dataService.numberHits}} {{contentList.dataService.numberHits == 1 ? 'result' : 'results'}}
{{contentList.loadingText}}
{{contentList.loadingText}}
