政府のAI革命は、より優れたデータではなく、より優れたツールから始まる

数十年間にわたり、公共部門の決定は、脆弱で断片的なシステムに基づいて行われてきました。政策変更が急速に進み、リアルタイムの情報が流れる時代に、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んだ決定可能なツールの欠如です。使いやすさは、生データの蓄積よりも重要になりました。政府は、政策の実行をより迅速、安全、責任あるものにするAIを活用したツールを構築または購入することで、どのように適応できるかが問われています。

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、立法トラッカー、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を持っています。核心的な問題は、どのようにしてその情報が決定責任者に届けられるかです。情報は遅れて届けられ、断片的に届けられ、行動に必要なコンテキストやプロバンスが欠けていることがよくあります。米国の監視機関は、強力なガバナンス、統合、追跡可能性がなければ、AIと分析が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されないことを強調しています。

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ことが多いです。管理研究によると、ダッシュボードは、有用ではあるものの、ユーザーを欺くまたは圧倒することがあり、決定と行動に密接に結びついていない限り、決定を改善することはありません。研究によると、分析の真の価値は、データが自体のために蓄積されるのではなく、決定作りの周りに再構成されたときに現れるようです。

なぜ現状は今、AI変革のために熟したのか

世界中の政府は、旧式のシステム、薄れていく機関の記憶、複雑化する政策要求の洪水に直面しています。これらの長期的な構造的な問題は、AIツールがそれらを解決できる能力が向上しているのと同時に発生しており、現状は維持できないものとなり、変革の必要性は急迫しています。

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、メールワークフロー、断片化されたデータベースのモザイクのままです。米国政府責任監査院（GAO）は、数十年前に作られた、ミッションクリティカルなシステムを一貫して指摘しており、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について詳細に述べています。世界的に見ると、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ますが、進捗は不均一です。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り、どこにないかを示す有用なレンズです。EUのInteroperable Europe Actは、共有ソリューション、標準、再利用を法的に要求するアプローチであり、ヨーロッパ以外でも注目に値します。

2) 機関の記憶が消える。離職と転職により、コンテキストが失われます。誰が何を決定し、どのような制約の下で決定したのか。米国では、2023年度の政府全体の離職率は5.9%で、2022年度よりも低いですが、知識の連続性にとって依然として重要です。上級スタッフに関する研究も、転換が専門知識と関係を損なうことを示しています。これらは、行政府全体での調整に重要です。

3) 政策の複雑さが加速する。規制の改正とガイダンスの量は、自動化された変更検出のない組織にとって、盲点を作り出します。米国連邦登録簿は、規制、提案された規制、総ページ数に関する年次統計を発表し、機関（および規制対象者）が追跡しなければならない規模と変動性を示しています。RegDataのようなテキストとしてのデータプロジェクトは、規制制限の成長と分布を時間の経過とともに数量化し、機械可読な証拠を提供し、監視負担は実在することを示しています。

分析から運用へ：政策のための目的別AIエージェント

次の波は、分析から運用への移行です。公共部門のための目的別エージェントは以下のようになります。

• 関連するソースを継続的に監視する（例：メディア信号を大規模に監視する）。
• 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、規制、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、それらを権威あるソーステキストと責任ある政策所有者にリンクする。
• 生のステークホルダー地図を維持する、権限と影響が変化するのではなく、静的な組織図を反映する。
• 直接アクションポイントに統合する、タスカー、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アクションになるようにする。

公共部門のガイダンスはこの移行を支持しています。米国立技術標準局（NIST）の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ます。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ました。

政府のAIツールの「良い」ものとは

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ありません。信頼と信頼性を維持するには、ツールは透明性、セキュリティ、相互運用性を中心に構築され、調達フレームワークが説明責任を強化する必要があります。

1) 決定中心の設計。高リスクの決定（例：緊急免除の発行、提案された規制へのコメント、政府間の相談の開始）から始めます。必要な最小限の証拠とプロバンスに逆算します。オプションを提示し、インサイトだけを提示するのではなく、「次のアクション」が明らかになるようにします。これは、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しています。

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なければなりません。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す。GAOの説明責任フレームワークは、AIが追跡可能で統治可能であることを強調しています。

3) セキュリティとコンプライアンスが組み込まれる。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、また適用可能な場合は分類されたネットワークの現実に適合する必要があります。米国では、クラウドサービスに対するFedRAMPの認証と、OMBのゼロトラスト戦略およびCISAのゼロトラスト成熟度モデルv2.0の実装を設計することを意味します。

4) 初日から相互運用性がある。政策の実行は、機関、政府レベル、国境を越えて行われます。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す。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月に適用を開始し、2025年中にさらに義務を段階的に導入します。世界銀行のGTMIの証拠も、プラットフォームレベルの機能がより良いサービス提供と回復力と相関することを示しています。

5) 成果を報いる調達。機関は一貫して、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ます。最近の評価は、AIリスク要件を契約に組み込み、取得を信頼できるAIのレバーとして使用する必要性を強調しています。GAOの2025年の連邦機関での生成可能AIの使用のレビューは、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などの課題を浮き彫りにしました。

賭けと機会

賭けと機会は明らかです。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、週から日へ、時間へ縮小しています。国家のAIに関する安全保障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、決定の優位性を失うと警告しました。ガバナンスを組み込んだオプションを提示するツールは、適切な遅延と避けられる遅延の違いとなります。真の革命は、もう一つのデータウェアハウスではありません。運用AIツールが、コンテキスト、プロバンス、説明責任を決定の場に組み込むことです。正しく行えば、AIは、民主主義的統治の核心にある人間の判断を強化するのではなく、代替するのです。