政府のAI革命は、より良いデータではなく、より良いツールから始まる

政府の意思決定は、長年にわたり、脆弱で断片的なシステムに基づいて行われてきた。政策変更とリアルタイム情報が急速に進化する時代に、ボトルネックは、データへのアクセスではなく、コンテキスト、プロバンス、セキュリティをワークフローに組み込む意思決定可能なツールの欠如にある。使いやすさは、生データの蓄積よりも重要になり、政府がどのように適応できるか、つまり、ポリシーの実行を迅速に、安全に、そしてより責任を持って行えるAIを活用したツールを構築または購入する方法が問われている。

ボトルネック: 使いやすさ、データアクセスではない

政府は、すでに法的トラッカー、規制提出、経済指標、衛星画像、オープンソースメディア、内部報告書などの情報の海に座り込んでいる。核心的な問題は、これらの情報が意思決定者にどのように届けられるかであり、遅く、断片的に、そして必要なコンテキストやプロバンスが欠けていることが多い。米国の監視機関は、強力なガバナンス、統合、追跡可能性なしに、AIと分析は、ミッションクリティカルな環境での運用上の決定に翻訳しづらいと強調している。

ダッシュボードとデータレイクだけでは、この問題を解決できない。管理研究によると、ダッシュボードは、有用であるにもかかわらず、ユーザーを欺くまたは圧倒する可能性があり、決定を改善するには、具体的な選択と行動に密接に接続されていない限り、効果がない。研究によると、分析の真の価値は、データが意思決定そのものの周りに再構成されたときにのみ現れることが示唆されている。

現状はAI変革のために熟した

世界中の政府は、旧式のシステム、薄い制度的記憶、そして複雑な政策要求の洪水に直面している。これらの構造的な問題は、AIツールがこれらの問題に対処する能力を高めているのと同時に発生しており、現状は変革の必要性を強く示唆している。

1) パッチワークシステムが続く。重要な政府ITシステムは、レガシーアプリケーション、電子メールワークフロー、シロードデータベースのモザイクのままである。米国政府責任局（GAO）は、10年以上前に作られた、ミッションクリティカルなシステムを継続的にフラグし、2025年の最新の更新では、最もリスクの高いプラットフォームを詳細に説明している。世界的に、政府はプラットフォームレベルの機能性に向けて推進しているが、進歩は不均一である。世界銀行のGovTech Maturity Indexは、デジタル政府の構築ブロックがどこにあるか、どこにないかを示す有用なレンズである。EUのInteroperable Europe Actは、公共部門全体で相互運用性（共有ソリューション、標準、再利用性）を法的要件としている。これは、ヨーロッパ以外でも注目に値するアプローチである。

2) 制度的記憶が消える。離職とターンオーバーは、コンテキスト、意思決定の根拠、制約をどのように決定するかを侵食する。米国では、Partnership for Public Serviceは、2023年度の政府全体の離職率は5.9%であると報告しており、これは2022年よりも低いが、ナレッジの連続性にとっては重大な影響である。上級スタッフの研究も、人事の流動が専門知識と関係をどのように損なうかを示している。

3) 政策の複雑さが加速する。規制の規模と変化の検出のために、組織は自動化された変更検出なしでは盲点を持っている。米国連邦登録簿は、規則、提案された規則、総ページ数に関する年次統計を公開しており、規模と変動性を示している。テキストとしてのデータプロジェクト、RegDataは、規制の制限の成長と分布を時間の経過とともに数量化するものであり、機械可読な証拠を提供し、監視負担が実在することを示している。

分析から運用へ: 政策のための目的構築AIエージェント

次の波は、分析から運用への移行である。公共部門のための目的構築エージェントは、以下の機能を持つべきである。

• 関連する情報源を継続的に監視する（例：メディア信号を大規模に監視できる）。
• 変更をコンテキストとプロバンスとともにフラグする、どの法令、規則、ガイダンスが変更されたか、そしてなぜ重要かを示す。
• 初期のブリーフと影響ノートを起草する、権威あるソーステキストと責任あるポリシーオーナーにリンクする。
• 生きたステークホルダー地図を維持する、権限と影響力を反映するもので、静的な組織図ではなく。
• 直接行動項目に統合する、タスク、コメントポータル、ドッキングシステム、クリアランスチェーンなど、洞察が同じウィンドウで行動になるようにする。

公共部門のガイダンスは、この移行を支持している。NIST AIリスク管理フレームワーク（AI RMF 1.0）は、AIを有効、信頼性が高く、安全、セキュア、回復力があり、説明可能で、透明性があり、プライバシーが強化されたものにするための実践を概説している。2024年、米国管理予算局は、機関にAIユースケースインベントリを維持し、公衆の権利または安全に影響を与える使用のための最小限のリスク実践を実装するよう指示した。

政府AIツールの「良さ」

すべてのAIソリューションが公共部門に適しているわけではない。信頼と信頼性を維持するために、ツールは透明性、セキュリティ、相互運用性の高い基準を満たす必要があり、調達フレームワークは説明責任を強化する必要がある。

1) 決定に中心を置く設計。高リスクの決定（例：緊急免除の発行、提案された規則へのコメント、相互コンサルトのトリガー）から始める。行動するために必要な最小限の証拠とプロバンスに逆算する。選択肢、インサイトだけでなく、次の行動を明確にする。このアプローチは、AI RMFのコンテキストの理解、リスクの測定、ライフサイクル全体のコントロールの管理の強調と一致する。

2) 説明可能性とソースリンク、デフォルトで。すべての主張は、インライン引用とタイムスタンプを持つソースドキュメントに追跡可能であるべきである。これは、ガバナンス上の要件と同じくらい、ユーザーエクスペリエンスの要件でもある。GAOの説明責任フレームワークは、AIが公共のミッションで追跡可能でガバナンス可能であることを強調している。

3) セキュリティとコンプライアンスを組み込む。運用ツールは、ゼロトラストアーキテクチャとマルチクラウド、そして適用可能な場合は、分類されたネットワークの現実に合致する必要がある。米国では、クラウドサービスに対するFedRAMPの承認を設計し、OMBのゼロトラスト戦略とCISAのゼロトラストマチュアリティモデルv2.0を実装することを意味する。

4) 初日から相互運用性を実現する。ポリシーの実行は、機関、政府レベル、国境を越える。API、共有ボキャブラリー、メタデータ標準は、有用なAIツールの前提条件である。EUのInteroperable Europe Actは、再利用と国境を越えた相互運用性をデザインによって促進する前向きなモデルであり、2024年7月から適用され、2025年中にさらに義務を段階的に導入する。

5) 成果に基づく調達。機関は、調達ルールとコンプライアンスの複雑さがAIの採用を遅らせていると報告している。最近の評価は、AIリスク要件を契約に組み込み、信頼できるAIのために調達を利用する必要性を強調している。GAOの2025年の連邦機関での生成AIの使用に関するレビューは、既存のポリシーへのコンプライアンス、技術リソースの制約、適切な使用ポリシーの更新の課題を浮き彫りにした。

賭けと機会

賭けと機会は明らかである。国家安全保障と経済政策の両方で、行動のための時間枠は、週から日、そして時間に縮小している。国家安全保障と人工知能に関する委員会の最終報告書は、AIを活用したワークフローに適応できない政府は、意思決定の優位性を失うと警告しており、ガバナンスを組み込んだ選択肢を提供するツールは、適切な遅延と回避可能な遅延の間での違いとなる。真の革命は、別のデータウェアハウスではなく、意思決定のポイントでコンテキスト、プロバンス、説明責任を組み込んだ運用AIツールである。正しく行えば、AIは、民主的な統治の核心にある人間の判断を強化するのではなく、代替するのではない。