---
title: ◆AI主権とはなにか？「We Must Act Now」を企業経営に読み解く.pptx
tags: 
author: [Jun Ikematsu](https://docswell.com/user/Jun_Ikematsu)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/KE4W8252J1.jpg?width=480
description: AI主権とは何か？—「We Must Act Now」を企業経営に読み解く 「AI主権」の本質を企業経営の視点から解説 https://note.com/ikematsu/n/nefa7c6d43784
published: July 15, 26
canonical: https://docswell.com/s/Jun_Ikematsu/K4N9WQ-2026-07-15-150054
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/KE4W8252J1.jpg)

AI主権とは何か？
「We Must Act Now」を企業経営に読み解

# Page. 2

![Page Image](https://bcdn.docswell.com/page/L71Y2MWKJG.jpg)

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。

# Page. 3

![Page Image](https://bcdn.docswell.com/page/G7WGR36PE2.jpg)

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」

# Page. 4

![Page Image](https://bcdn.docswell.com/page/4JZLRVY6E3.jpg)

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。

# Page. 5

![Page Image](https://bcdn.docswell.com/page/YE6WR5DLEV.jpg)

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。

# Page. 6

![Page Image](https://bcdn.docswell.com/page/GE5M8Y3ME4.jpg)

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。

# Page. 7

![Page Image](https://bcdn.docswell.com/page/9729KGZRJR.jpg)

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。

# Page. 8

![Page Image](https://bcdn.docswell.com/page/DJY4NVR57M.jpg)

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

# Page. 9

![Page Image](https://bcdn.docswell.com/page/V7NYXMD4E8.jpg)

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？

# Page. 10

![Page Image](https://bcdn.docswell.com/page/YJ9P8NG473.jpg)

「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。

# Page. 11

![Page Image](https://bcdn.docswell.com/page/GJ8D8KVVJD.jpg)

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。

# Page. 12

![Page Image](https://bcdn.docswell.com/page/LJLMRZ5RER.jpg)

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。

# Page. 13

![Page Image](https://bcdn.docswell.com/page/47MYRV3P7W.jpg)

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

# Page. 14

![Page Image](https://bcdn.docswell.com/page/P7R9R2QYE9.jpg)

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