◆AI主権とはなにか？「We Must Act Now」を企業経営に読み解く.pptx

AI主権とは何か？ 「We Must Act Now」を企業経営に読み解

誤解される「AI主権」 誤解 (Myth) 「国産の生成AIを持つこと」 「国内にデータセンターを建てること」 本質 (Reality) 会社のものさしを手放さないこと AI主権とは、AIをすべて自前で作ることではない。 自分たちの目的、知識、判断基準を、外部の企業やAIに決めさせない能力である。

なぜ今、行動すべきなのか？ 200人の著名な経済学者・テックリーダー、16人のノーベル賞受賞者による声明「We Must Act Now」。 ココが問題！ 時差 (Time Lag) 資本が生まれる 裁く制度ができる 資本はすでに動いているのに、それを統治する制度がまだ存在しない。 この「時差」の期間に、富と権限の配分が決まる。 警告：「証拠が出そろのを待つほど、制度を作りかえる時間がなくなる」という「時間の非対称性」

1980年代バブルの「空気」 誰も所有せず、誰も更新できず、 誰も止められない基準への追従。 利益は私有化され、損失は社会化された。 = 判断主権の集団的な放棄。 現代の「AIという空気」 みんなが同じAIに聞く時代、 AIの答えが新しい「空気」になる。 「AIには作者が存在する」。 だからこそ、絶望を希望に変えられる。 空気には介入できないが、 AIの「参照層」には介入できる。

主権の4段階：ステップが進むほど、買えなくなる カネで調達できる 計算資本 (Compute Capital) GPU、電力、データセンター 計算主権 (Compute Sovereignty) 誰が所有し、使えるかを決める AI主権 (AI Sovereignty) モデル、データの選択権と変更権 判断主権 (Judgment Sovereignty) 何を正しいとするか。最終的に誰が責任を負うか。 自分でやるしかない 判断主権だけは、 外注できない。

バブルとは、判断主権を手放した現象だった 1985年、全員が同じ「根拠」を参照し、 誰も全体を変えられない構造に陥った。 「空気」とは、 判断主権の 集団的な放棄 である。 みんなが同じAIに聞く時代、AIの答えが新しい「空気」になる。

見える成果 (今期のP/Lに出る) ・作業時間の削減 ・外注費の圧縮 経営企画部が数字にできる 「生産性向上」。 見えない負債 (簿外のAI負債) ・基準の作者が社外に移ること ・別モデルへ移行できなくなること ・AIの判断根拠を誰も説明できないこと 複利で増える「判断の負債」。 測定されない損失は、存在しないことにされる。

AIによる「生産性向上」と「主権喪失」は同時に進む 光 生産性向上 (見える成果) 決算書 (P/L) に出る ・作業時間が減る ・外注費が下がる ・処理できる仕事が増える ・スピードが上がる 短期で効果が見え、評価されやすい 影 主権喪失 (見えない損失) 財務諸表に出ない (簿外) ・判断の基準が社外に移る ・別のAIに替えられなくなる ・AIの答えの根拠が説明できない ・知らないうちに「他人の基準」で 会社が動く 気づきにくく、静かにたまる 一緒に進む 影響 生産性向上 主権喪失 時間 短期は「光」が目立つが、 時間とともに「影」の リスクが経営を揺るがす

経営者への「5つの質問」 この5つに答えられない会社は、AIを統治していない。 会社の正式な知識は、どこにあるのか？ 価格や承認などの判断基準は、誰が決めているのか？ AIに、どの情報と制約を教えているのか？ AIに、閲覧、提案、承認、実行のどこまでを許しているのか？ 現在のAIが使えなくなっても、判断ロジックを別の環境へ移せるか？

「判断主権」を現場に落とし込む5つの層 ガバナンス (Governance) 誰が更新し、承認し、止めるかを決める。 ハーネス (Harness) AIの処理手順、確認、再実行を制御する。 コンテキスト (Context Layer) 必要な情報、目的、制約、権限だけをAIへ渡す。 セマンティック (Semantic Layer) 部署ごとに異なる言葉、指標、定義をそろえる。 AI正本 (AI Original) 会社の「判断の憲法」。何を正式情報とするか。 ※米国のパランティアは、AIモデルで はなく、この「判断の前提」を繋ぐ 層を売って巨大産業になっている。

AIを使いながら「学習する組織」へ あなたの常識は、AIの非常識。 AIの失敗 AI正本の更新 担当者の叱責で終わらせない 答えを直すのではなく、答えの参照元を直す これができて初めて、PDCAを会社の機能として回せるようになる。

AI時代に問われるのは「誰のものさしで決めるか」 「一身独立して一国独立す」 (福澤諭吉) 国家のAI主権も同じ構造。 一社一社が判断主権を持たない国に、 AI主権の実体は宿らない。 自社のAI向けの辞書を作る(ものさしを書く)という 地味な作業こそが、国の主権の最小単位である。 この地味な仕事を評価する、人事評価システムを早急に整備せよ。 AIに対応するには、人の気持ちを削いではならない。

池松 潤 Jun Ikematsu AIナレッジエンジニア AIが理解できる文脈 (コンテキスト) にするプロフェッショナル プロフィール 婦人公論.jp 動画Youtube・AI・新規事業開発 ・2023年9月〜 株式会社Figurout 事業開発 ・〜2023 株式会社coL 執行役員 ・〜2021 SaaSスタートアップ向けSNS+PR/note顧問編集 ・〜2019 サイボウズ第二編集部 ・〜2015 セミリタイヤ。自転車ロードレースなど世界を旅する。 ・〜2011 ネット系ベンチャー ・〜2003 株式会社博報堂 ・〜1990 慶應義塾大学卒 専門領域 ✓ナレッジマネジメント/情報設計 ✓生成AI・自然言語処理のビジネス活用 ✓ナレッジグラフ/RAG構築支援など 特徴・強み ✓技術と経営・ビジネスの両面から翻訳 ✓現場で「使える知識」に変換 ✓わかりやすい解説と丁寧な支援に定評 AIナレッジエンジニアとは？ ・AI向けの辞書や教科書を作る仕事のこと 属人化している企業のノウハウや専門知識を編集・整理して AIが正確に参照・活用できる「辞書や教科書(コンテキスト)」として再構築する専門家 池松潤 https://lit.link/junikematsu

Q5-8 RAG時代の言語資源設計原理 構造化テキストによる「参照可能性」の実証 池松潤 言語処理学会第32回年次大会・NLP2026 発表論文 RAG時代の言語資源設計原理 一構造化テキストによる「参照可能性」の実証 https://anlp.jp/proceedings/annual meeting/2026/pdf dir/Q5-8.pdf 言語処理学会 第32回年次大会 The 32nd annual meeting of ANLP 会期 2026.3/9(月) - 3/13(金) 会場 ライトキューブ宇都宮 レトリバ NEC cotomi AIはどちらを読みたいか？ A B なぜ「AIにたくさん読ませる」は間違いな のか？ー編集者が知るとその後が変わる実 験結果