月: 2026年6月

PR 究極のショッピングハック

by 塚井海地 / 0件のコメント

👋 究極のショッピングハックを見つけました！🤑 https://temu.to/k/g26mde8dc64 から Temu アプリをダウンロードして、15,000円 クーポンバンドルを手に入れましょう！🎁 さらに、チェックアウト時に ala945880 を使用すると 30% オフになります！🛒 まるで宝の山でショッピングをしているような、無限の可能性！💃 #TemuApp #ShoppingSpree

https://temu.to/k/g0s06kzqrc6

週刊 AI Governance Watch｜2026年6月8日調査版

by 塚井海地

前回記事（2026年6月1日公開）から見えてきた「Agent Assurance」時代への移行

前回記事：
https://kaichitsukai.com/2026/06/01/%e9%80%b1%e5%88%8a-ai-governance-watch/

本記事で得られる3つのポイント

  • AI Governanceの中心テーマが「Trustworthy AI」から「Agent Governance」「Agent Assurance」へ移行し始めている
  • OWASP・NIST・ISO42001が単独フレームワークではなく、「AI統制基盤」として統合的に扱われ始めている
  • AI Agentの継続監視（Continuous Monitoring）が実装フェーズへ入りつつある

なぜ重要か

前回記事では「AIをどう統治するか」が中心テーマでした。しかし今週確認できた更新情報からは、「AI Agentをどう継続監視し続けるか」が次の主戦場になりつつあることが見えてきました。

Agent Governanceから「Agent Assurance」へ

今週、企業実装領域で特に注目されたのは、AI Agentそのものを継続的に監査・評価・監視する動きです。

米Workdayは「Agent Passport」を発表しました。

参照URL：
https://www.prnewswire.com/news-releases/workday-launches-agent-passport-to-test-verify-and-continuously-monitor-every-ai-agent-in-the-enterprise-302787979.html

同発表では、

  • OWASP LLM Top 10
  • NIST AI RMF
  • MITRE ATLAS

などをベースに、AI Agentを継続監視すると説明されています。

これは単なるAI Security強化ではありません。

これまでのAI Governanceは、

  • モデル管理
  • リスク管理
  • ポリシー整備

が中心でした。

しかし現在は、

「AI Agentが実行中に何をしたか」

まで監査対象になり始めています。

これは非常に重要な変化です。

EU AI Actは「規制」から「監査」へ移行し始めている

EU AI Actは引き続き2026年8月2日の本格適用へ向けて進行しています。

参照URL：
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

今週確認できた情報では、特にGPAI（General Purpose AI）向け運用体制の具体化が進んでいます。

参照URL：
https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai

前回記事でも触れたGPAI Code of Practiceですが、今回確認できた動向では、

  • モデル提供企業
  • モデル利用企業
  • 統合サービス提供企業

それぞれに説明責任が求められる方向性がさらに明確になっています。

現時点で確認できる範囲では、EU AI Actは単なる「禁止・規制法」ではなく、

「AI監査法」

に近づき始めているように見えます。

特に今後は、

  • モデル評価
  • Runtime Monitoring
  • Audit Logging
  • Human Oversight

が実務上の主要論点になる可能性があります。

OECD・UNESCOは「Trustworthy AI」を維持

Trustworthy AIという言葉自体が消えたわけではありません。

OECD AI Principlesでは引き続き、

  • Human Rights
  • Transparency
  • Accountability
  • Democratic Values

が中核概念として維持されています。

参照URL：
https://www.oecd.org/en/topics/sub-issues/ai-principles.html

参照URL：
https://legalinstruments.oecd.org/en/instruments/oecd-legal-0449

またUNESCOも、

「Recommendation on the Ethics of Artificial Intelligence」

を継続しています。

参照URL：
https://www.unesco.org/en/artificial-intelligence/recommendation-ethics

ただし実務の世界では、Trustworthy AI単体で語られるケースは減少しつつあります。

現在の構造を整理すると、

Trustworthy AI
↓
Responsible AI
↓
AI Governance
↓
AI Security
↓
Agent Governance
↓
Agent Assurance

という多層構造になり始めていると考えられます。

NIST AI RMFは「Agent Runtime Risk」へ拡張し始めた

NIST AI RMFは引き続き、事実上のグローバル標準フレームワークとして扱われています。

参照URL：
https://www.nist.gov/itl/ai-risk-management-framework

今週特に注目されたのは、Agentic AI向けプロファイル整備です。

関連資料：
https://labs.cloudsecurityalliance.org/agentic/agentic-nist-ai-rmf-profile-v1/

ここで議論されているのは、単なるモデルリスクではありません。

現在対象になり始めているのは、

  • Tool権限制御
  • Runtime Behavior
  • Agent Interoperability
  • Autonomous Execution
  • Runtime Oversight

です。

つまりNIST AI RMFも、

「モデル管理」

から、

「Agent実行環境管理」

へ対象範囲を広げ始めています。

OWASP LLM Top 10は「防御評価基準」へ進化

OWASP LLM Top 10は依然として企業実装の中心基準です。

参照URL：
https://owasp.org/www-project-top-10-for-large-language-model-applications/

しかし今週確認できた研究では、OWASP LLM Top 10を「脅威一覧」としてではなく、

「防御評価基準」

として扱う流れが見え始めています。

参照URL：
https://arxiv.org/abs/2606.02822

研究では、

  • Prompt Injection
  • Jailbreak
  • Tool Abuse
  • Prompt Leakage

への防御有効性が分析されています。

これはAI Security分野が、

「脆弱性列挙」

から、

「Runtime Defense」

へ進化していることを示しているように見えます。

ISO/IEC 42001は「AI統治基盤」へ

ISO/IEC 42001も引き続き存在感を強めています。

参照URL：
https://www.iso.org/standard/81230.html

以前は、

「AI版ISO27001」

という説明が多く見られました。

しかし最近の実装動向を見る限り、より実態に近い表現は、

「AI統治の共通管理基盤」

です。

現在対象になっているのは、

  • AI Lifecycle
  • Supplier Governance
  • Risk Assessment
  • Monitoring
  • Human Oversight

まで広がっています。

つまりISO42001は、

AI Governance全体を統合管理する枠組み

へ進化しつつあります。

企業実装で共通して見えてきた変化

主要企業を確認すると、方向性はかなり共通しています。

Palantir

引き続き、

  • Ontology
  • Permission Layer
  • Auditability

が強みです。

AI Governance実装企業としては依然として先行しています。

OpenAI

参照URL：
https://openai.com/

Enterprise市場では、

  • Evaluation
  • Governance
  • Agent

への重点移行が続いています。

Anthropic

Constitutional AIとResponsible Scaling Policyを継続。

依然として「安全性」を前面に出しています。

Google

Gemini企業導入拡大に伴い、

  • Governance
  • Compliance
  • Data Controls

が重要性を増しています。

Microsoft

Copilot展開拡大に伴い、

  • Agent Governance
  • Runtime Control
  • Compliance

需要が急増しています。

IBM

watsonx Governanceを中心に、

AI Governance Platform企業としての立ち位置を強化しています。

OneTrust

Privacy Governance企業から、

AI Governance Platform企業への転換が進行しています。

今週の考察

前回記事では、

「AIをどう統治するか」

が中心テーマでした。

しかし今週確認できた動向からは、

「AI Agentをどう監視し続けるか」

へ論点が移行し始めているように見えます。

これは単なる技術論ではありません。

企業が実際にAI Agentを本番環境へ投入し始めた結果、

  • Runtime Risk
  • Continuous Monitoring
  • Human Oversight
  • Auditability

が現実問題になり始めています。

現時点で確認できる範囲では、

2026年後半から2027年にかけて、

「Agent Assurance」

がAI Governance領域の最重要キーワードになる可能性があります。

次回追跡ポイント

  • EU GPAI Code of Practice最終動向
  • NIST Agentic AI Profile
  • OWASP Agent Security
  • ISO42001認証事例
  • OECD AI Observatory更新
  • UNESCO AI Ethics更新
  • OpenAI Enterprise Governance機能
  • Anthropic Safety Framework
  • Palantir AIP更新
  • Runtime Monitoring製品群

参照URL

https://oecd.ai

https://www.oecd.org/en/topics/sub-issues/ai-principles.html

https://legalinstruments.oecd.org/en/instruments/oecd-legal-0449

https://www.unesco.org/en/artificial-intelligence/recommendation-ethics

https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai

https://www.nist.gov/itl/ai-risk-management-framework

https://owasp.org/www-project-top-10-for-large-language-model-applications

https://www.iso.org/standard/81230.html

NIST AI Risk Management Framework: Agentic Profile

https://www.prnewswire.com/news-releases/workday-launches-agent-passport-to-test-verify-and-continuously-monitor-every-ai-agent-in-the-enterprise-302787979.html

https://arxiv.org/abs/2606.02822

週次FDE Watch 2026年6月8日調査：FDEは職種名からAI実装モデルへ広がり始めた

by 塚井海地

週次FDE Watch：2026年6月8日調査レポート

本記事で得られる3つのポイント

  • 2026年6月1日の前回調査以降、FDEという職種名そのものだけでなく、AI Deployment Engineer、Applied AI Engineer、AI Builder、AI Orchestratorなど、FDEに近い実装人材モデルが各社で広がっていることが確認できる。
  • OpenAI、Anthropic、Salesforce、EY、KPMG、Microsoft、Google Cloud、AWSなどの公開情報を見ると、AI導入の主戦場はPoCから本番業務への実装・定着・改善へ移っていると考えられる。
  • 日本企業にとって重要なのは、FDEという肩書きを輸入することではなく、暗黙知、社内IT、SES、業務部門、HRを含めて、AI導入の実装責任を誰が持つかを明確にすることである。

なぜ重要か：
AI導入の成否は、モデル性能やツール選定だけでなく、業務現場に入り込み、データ・権限・業務フロー・評価・運用まで接続できる実装人材に左右され始めているためです。

調査日と前回記事との位置づけ

本記事は、2026年6月8日時点で実施したFDE／AI実装人材に関する週次調査レポートです。

前回調査記事はこちらです。

週次FDE Watch：FDEは「AI導入職」から「業務変革の実装責任者」へ
https://kaichitsukai.com/2026/06/01/%e9%80%b1%e6%ac%a1fde-watch%ef%bc%9afde%e3%81%af%e3%80%8cai%e5%b0%8e%e5%85%a5%e8%81%b7%e3%80%8d%e3%81%8b%e3%82%89%e3%80%8c%e6%a5%ad%e5%8b%99%e5%a4%89%e9%9d%a9%e3%81%ae%e5%ae%9f%e8%a3%85%e8%b2%ac/

前回の2026年6月1日調査では、FDE、Forward Deployed Engineer、Forward Deployed Software Engineer、FDSEという職種が、Palantir由来の特殊な働き方から、OpenAI、Anthropic、Salesforce、EY、Microsoft、Google Cloud、AWS、日本企業へ広がりつつある点を整理しました。

今回の2026年6月8日調査では、前回記事と同じ説明を繰り返すのではなく、以下の3点に絞って再確認します。

  • 前回調査後に追加で確認すべき公開情報
  • 既存情報の意味合いの変化
  • 日本企業が実務上どのように受け止めるべきか

結論から言えば、今回の焦点は「FDEという職種名が増えたかどうか」ではありません。

むしろ重要なのは、各社が異なる名称を使いながらも、AIを本番業務へ接続するための人材・組織・サービスモデルを整え始めている点です。

2026年6月8日調査の結論

今回の調査で最も重要だと考えられるのは、FDEが単なる職種名から、AI実装モデルへ広がり始めている点です。

前回記事の段階では、FDEはまだ「Palantir型の職種が、OpenAIやAnthropicにも広がっている」という見方が中心でした。

しかし、2026年6月8日時点で公開情報を横断すると、より正確には次のように見るのが妥当です。

FDEは、単独の肩書きとして広がっているだけではありません。
企業ごとに異なる名称へ分化しながら、実態としては「AIを業務現場へ実装する役割」として再構成されています。

たとえば、OpenAIはDeployment CompanyやAI Deployment Engineerという言葉を使っています。AnthropicはApplied AIの文脈でForward Deployed EngineerやApplied AI Engineerを採用しています。SalesforceはAgentforce導入の文脈でFDEを説明しています。EYはForward Deployed Engineerという名称を明確に使い、KPMGはAI Buildersとして近い役割を定義しています。MicrosoftはAgent Factory、Google CloudはGemini Enterprise Agent Platform、AWSはForward Deployed AI IntegratorやGenAI Innovation Center関連職を通じて、企業AIの実装支援を強めています。

名称は揃っていません。
しかし、向かっている先は近いと考えられます。

共通しているのは、AIモデルやAIエージェントを、企業の業務フロー、データ、権限、監査、評価、運用改善へ接続することです。

つまり、FDEは「AIに詳しいエンジニア」というだけでは不十分です。
現場業務を理解し、業務課題を構造化し、AIを本番運用に耐える形へ落とし込む実装責任者として捉えるべき段階に入っています。

今週の更新有無：2026年6月8日調査

海外主要ソース

組織・情報源2026年6月8日時点の確認結果内容
Palantir Blog継続確認AIエージェントを意思決定へ接続する文脈を継続確認
Palantir Foundry / AIP Docs継続確認Ontology MCP、AIP Analyst、AIP token usage exportなど、本番運用基盤の流れを再確認
OpenAI News重要シグナル継続OpenAI Deployment Companyが、FDE的な実装組織化の中心論点
OpenAI Careers追加確認AI Deployment Engineer、Partner AI Deployment Engineer、FDE関連求人を確認
Anthropic Careers / Applied AI追加確認Forward Deployed Engineer, Applied AI、Applied AI Engineer、Applied AI Architectを確認
Accenture Newsroom継続確認Palantir連携、AI reinvention、agentic AI実装支援の流れを確認
Salesforce Blog / News追加確認Agentforce文脈でFDEを説明する公式ブログを確認
Salesforce Careers一部不明FDE求人は確認対象だが、2026年6月8日時点で安定的に取得できる一次情報は限定的
ServiceNow Autonomous Workforce継続確認FDEという名称ではなく、AI Orchestrator / Autonomous Workforceとして近い機能を確認
Box Blog追加確認Box Automate、AI-first workflow、agentic workflowsの連続発信を確認
Deloitte不明FDE相当職の明確な一次情報は限定的。Agentic AIや仕事再設計の文脈として扱うのが妥当
EY Newsroom / Careers重要更新継続FDE roles、Applied AI付きFDE求人を確認
PwC Insights / Careers追加確認Agentic AI、AI/ML Developer系職種を確認
KPMG Insights / Careers追加確認AI orchestration、AI Builders職を確認
Microsoft News / Agent Factory追加確認Agent FactoryとForward Deployed Engineering支援の記述を確認
Google Cloud Blog / Japan Blog継続確認Gemini Enterprise Agent Platform、Agentic Enterprise文脈を確認
AWS Blog / APN / Marketplace / Amazon Jobs追加確認Forward Deployed AI Integrator、agentic AI categories、MarketplaceでのAI agent関連サービスを確認
ReceiptRoller FDE series追加確認FDE連載の更新を確認
Pragmatic Engineer不明2026年6月8日時点で安定的な新規一次確認は限定的
SVPG更新なし既存のFDE記事が引き続き参照対象
Pave不明2026年6月8日時点で安定的な新規確認は限定的
IT Brew不明2026年6月8日時点で安定的な新規確認は限定的
MarketWatch継続確認OpenAI / AnthropicがPalantir型に近づいているという市場解釈を確認

日本国内ソース

組織・情報源2026年6月8日時点の確認結果内容
LayerX FDE / Ai Workforce継続確認FDE採用、FDEインターン、Ai Workforce事業文脈を確認
Loglass FDE継続確認AI経営実装、FDE、AIソリューションエンジニアの求人を確認
JDSC FDE不明FDEを明示する一次情報は限定的
SB OAI Japan継続確認OpenAI Frontier基盤、Crystal intelligence展開文脈を確認
Salesforce Japan不明国内向けにFDEを強く打ち出す一次更新は限定的
国内コンサル / SIer不明生成AI導入支援は多数あるが、FDEとの差分説明は限定的
日本のDX / 暗黙知 / SES / 社内IT / HR重要論点FDE導入時の実務課題として継続観測が必要

追加確認した主な事実

OpenAI：Deployment CompanyはFDE的組織化の象徴

OpenAIのDeployment Companyは、前回記事でも重要なシグナルとして扱いました。2026年6月8日調査であらためて注目すべき点は、これが単なる導入支援ではなく、企業の業務変革を実装する組織能力として位置づけられている点です。

OpenAIは、AI Deployment EngineerやPartner AI Deployment Engineerなど、顧客現場でAIを本番導入する職種を複数掲出しています。ここからは、OpenAIがモデル提供だけでなく、顧客企業の業務に入り込み、AI活用を実装する体制を整えようとしていることが読み取れます。

参照URL：
https://openai.com/index/openai-launches-the-deployment-company/
https://openai.com/careers/ai-deployment-engineer-seoul-south-korea/
https://openai.com/careers/partner-ai-deployment-engineer-san-francisco/
https://openai.com/careers/search/?q=deployment
https://openai.com/careers/forward-deployed-engineer-%28fde%29-nyc-new-york-city/

前回調査との差分としては、OpenAIを「FDEを採り始めた企業」と見るより、AIモデル企業が「デプロイメント能力」を事業の中核に置き始めた、と捉える方が正確です。

Anthropic：Applied AIはFDEの別表現に近い

Anthropicでは、Forward Deployed Engineer, Applied AIのほか、Applied AI Engineer、Applied AI Architectなどの職種が確認できます。

重要なのは、AnthropicがFDEという言葉を使っているかどうかだけではありません。Applied AIという領域そのものが、顧客企業の業務にAIを適用し、実装し、価値に変える職能を意味している点です。

参照URL：
https://www.anthropic.com/careers/jobs
https://www.anthropic.com/careers/jobs/5057647008
https://www.anthropic.com/careers/jobs/5057258008

2026年6月8日時点では、FDEという名前の求人だけを追っていても、実態を見落とす可能性があります。
Applied AI、AI Deployment、AI Architect、AI Transformation、AI Builderといった周辺職種まで含めて見る必要があります。

Salesforce：Agentforce導入にFDEが接続される

Salesforceは、Agentforce文脈でFDEを公式ブログ上でも取り上げています。AgentforceはAIエージェントを業務に組み込むための製品群ですが、製品だけで業務変革が完了するわけではありません。

顧客ごとの業務プロセス、CRMデータ、営業・サポート・バックオフィスの実務にAIエージェントを接続する役割が必要になります。SalesforceがFDEを語る意味は、ここにあります。

参照URL：
https://www.salesforce.com/ap/blog/forward-deployed-engineer/
https://www.salesforce.com/ap/blog/author/andrew-luther/
https://www.salesforce.com/ap/blog/category/agentforce/

前回調査では、SalesforceのFDEを「Agentforce導入職」として整理しました。2026年6月8日時点では、より広く「SaaS企業がAIエージェント導入のためにFDE的な実装部隊を必要とし始めている」と見るのが妥当です。

Palantir：OntologyはFDEの作業対象そのもの

Palantirについては、前回記事と重なるため、ここでは要点に絞ります。

PalantirのOntologyやAIPは、FDEが現場で扱うべき対象を非常に分かりやすく示しています。AIを業務に入れるには、データだけでは足りません。業務上の対象物、権限、アクション、判断、監査、例外処理を構造化する必要があります。

参照URL：
https://palantir.com/docs/foundry/announcements/2026-01/
https://palantir.com/docs/foundry/announcements/2026-03/
https://palantir.com/docs/foundry/announcements/2026-05/
https://blog.palantir.com/connecting-agents-to-decisions-277dee8ddb40
https://palantir.com/docs/foundry/platform-overview/overview/

Palantirを単なる一企業として見るだけではなく、FDEという職種がなぜ必要になるのかを理解するための参照モデルとして見ることが重要です。

AI導入とは、チャット画面を増やすことではありません。
業務の構造をAIが扱える形にすることです。

EY・KPMG・PwC：Big4も実装職へ寄り始めている

前回調査では、EY、PwC、KPMG、Deloitteをまとめて扱いました。2026年6月8日調査では、EYとKPMGの動きが特に分かりやすいと考えられます。

EYは、Forward Deployed Engineer AI rolesを打ち出し、Applied AI付きのFDE求人を掲出しています。これは、コンサルティング会社が戦略提案だけでなく、AI実装そのものに踏み込もうとしているシグナルと見られます。

参照URL：
https://www.ey.com/en_uk/newsroom/2026/04/ey-launches-fde-roles
https://careers.ey.com/ey/job/New-York-Forward-Deployed-Engineer-Applied-AI-Manager-Financial-Services-Consulting-NY-10001-8604/1393514533/
https://careers.ey.com/ey/job/New-York-Forward-Deployed-Engineer-Applied-AI-Senior-Financial-Services-Consulting-NY-10001-8604/1393540633/
https://careers.ey.com/ey/job/New-York-Forward-Deployed-Engineer-Applied-AI-Senior-Manager-Financial-Services-Consulting-NY-10001-8604/1393575733/

KPMGはAI Buildersという形で、プロトタイプから本番、さらにポストデプロイまでを含む職種を確認できます。

参照URL：
https://kpmg.com/ca/en/careers/experienced-hires/ai.html
https://kpmg.com/ee/en/insights/2026/05/Global-AI-Pulse.html
https://kpmg.com/in/en/insights/2026/04/ai-pulse-q1-2026.html

PwCも、Agentic AI and Machine Learning Developerなど、AIをスケールさせる実装寄りの職種を確認できます。

参照URL：
https://jobs.us.pwc.com/job/new-york/acceleration-center-agentic-ai-and-machine-learning-developer-experienced-associate/932/95591450096
https://jobs.us.pwc.com/job/new-york/acceleration-center-agentic-ai-and-machine-learning-developer-senior-associate/932/95625372864

この流れから考えると、Big4におけるAI支援も、資料作成や構想策定だけでは競争力を維持しにくくなる可能性があります。今後は、実装できるコンサルタント、あるいは業務変革に深く入れるエンジニアの価値が上がると考えられます。

Microsoft・Google Cloud・AWS：クラウド勢はFDEを仕組み化している

Microsoft、Google Cloud、AWSの動きは、FDEそのものというより、FDE的な実装を支える基盤・パートナー網・マーケットプレイスの整備として見るべきです。

MicrosoftはAgent Factoryを打ち出し、AIエージェントを企業内で構築・展開するための考え方を示しています。

参照URL：
https://www.microsoft.com/en/ai/agent-factory
https://www.microsoft.com/ja-jp/ai/agent-factory
https://cdn-dynmedia-1.microsoft.com/is/content/microsoftcorp/microsoft/bade/documents/products-and-services/en-us/ai/The-Microsoft-Agent-Factory-white-paper-Feb-2026.pdf
https://news.microsoft.com/source/2026/05/21/ey-and-microsoft-announce-global-initiative-to-help-clients-scale-ai-enterprisewide-value-creation-and-move-beyond-experimentation/

Google Cloudは、Gemini Enterprise Agent PlatformやAgentic Enterpriseを通じて、AIエージェントの開発・統合・管理・セキュリティを一体化しようとしています。

参照URL：
https://cloud.google.com/blog/products/ai-machine-learning/introducing-gemini-enterprise-agent-platform
https://cloud.google.com/blog/topics/google-cloud-next/welcome-to-google-cloud-next26
https://cloud.google.com/blog/ja/products/ai-machine-learning/introducing-gemini-enterprise-agent-platform
https://cloud.google.com/blog/ja/topics/google-cloud-next/welcome-to-google-cloud-next26

AWSでは、Forward Deployed AI IntegratorやForward Deployed Deep Learning Architectに加え、APNやMarketplaceを通じたagentic AI関連サービスの流通が確認できます。

参照URL：
https://www.amazon.jobs/en/search?base_query=sagemaker&city=&country=&county=&invalid_location=false&latitude=&loc_group_id=&loc_query=&longitude=&region=
https://aws.amazon.com/blogs/apn/new-agentic-ai-categories-for-aws-ai-competency-partners/
https://aws.amazon.com/blogs/apn/tag/ai-agents/
https://aws.amazon.com/blogs/apn/accenture-and-aws-accelerate-data-transformation-with-agentic-ai/
https://aws.amazon.com/blogs/machine-learning/beyond-pilots-a-proven-framework-for-scaling-ai-to-production/

ここで見えるのは、FDEが個人の職人芸だけでは成立しないという点です。

実装人材、クラウド基盤、パートナー企業、マーケットプレイス、評価・監査の仕組みが組み合わさって、初めてAI導入は本番運用に近づきます。

日本企業への実務示唆

暗黙知をAIに渡せる形へ変換する必要がある

日本企業における最大の論点は、暗黙知です。

多くの現場では、判断基準、例外処理、顧客ごとの対応、社内調整、上司への確認タイミングなどが、明文化されていません。いわば「見れば分かる」「やれば分かる」「あの人に聞けば分かる」で回っています。

これ自体は、日本企業の強みでもあります。
しかし、AI実装においては、そのままでは扱いにくい資産になります。

FDE的な役割が必要になるのは、ここです。
現場の暗黙知を、業務フロー、判断条件、データ項目、権限、例外処理、評価指標へ変換する人材が必要になります。

これは、単なるプロンプト作成ではありません。
業務の骨格を組み直す作業です。大工仕事でいえば、壁紙を貼る前に柱と梁を見る作業です。見た目は地味ですが、ここを間違えると家は傾きます。

SESや従来型SIの看板替えにしてはいけない

日本でFDEを導入する際、最も注意すべき点は、従来型のSESやSIの看板替えにしてしまうことです。

FDEという名前を使っても、実態が「顧客先に常駐して、言われたものを作る人」であれば、従来の延長にすぎません。

本来のFDEに近づけるには、少なくとも次の要素が必要です。

観点従来型SES / SIFDE的な実装人材
起点要件定義書業務成果・現場課題
役割開発・設定・保守課題発見・実装・定着・改善
顧客接点PM、営業、上流担当が中心エンジニア自身が現場に深く入る
成果物システム、画面、ドキュメント業務変革、AIワークフロー、再利用可能な知見
成功条件納期、予算、仕様充足業務KPI改善、現場定着、運用改善
最大リスク人月化高級SES化、個別開発の乱立

FDEを名乗るだけなら簡単です。
しかし、それでは横文字の暖簾を掛け替えただけになります。暖簾は立派でも、店の出汁が薄ければ客は戻ってきません。

社内ITは守りから実装オーナーへ役割を広げる必要がある

日本企業では、社内IT部門がAI実装の鍵を握る可能性があります。

理由は単純です。
社内ITは、既存システム、権限、業務アプリケーション、部門間の力学、現場の困りごとを知っています。

一方で、従来の社内ITは、安定運用、問い合わせ対応、障害対応、アカウント管理、ベンダー調整が中心になりがちでした。もちろん、それらは今後も重要です。しかし、AI導入が本格化すると、社内ITには次のような役割が求められます。

  • AIが触れてよいデータと触れてはいけないデータを整理する
  • 業務部門とともにAIエージェントの適用範囲を決める
  • 例外処理や人間承認のポイントを設計する
  • セキュリティ、監査、ログ、権限管理を実装する
  • 導入後の改善サイクルを回す

これは、単なるIT運用ではありません。
AI時代の業務実装オーナーに近い役割です。

HRはAI人材ではなく実装責任者を定義すべき

HR部門にとっての論点も重要です。

今後、「生成AI人材」「AI活用人材」「DX人材」という言葉はさらに増えるでしょう。しかし、それだけでは採用要件として曖昧です。

FDE的な人材を採用・育成するなら、以下の能力を分けて定義する必要があります。

能力内容
業務理解現場業務、例外処理、KPI、部門間調整を理解する力
技術実装API、データ連携、LLM、AIエージェント、クラウドを扱う力
データ設計業務データの品質、構造、権限、監査を設計する力
プロダクト思考個別対応で終わらせず、再利用可能な仕組みに戻す力
チェンジマネジメント現場に使われる状態まで持っていく力
評価設計AI導入の効果を測定し、改善につなげる力

この人材像は、単純なエンジニアでも、従来型コンサルタントでも、一般的な情シス担当でもありません。

複数の能力をまたぐ、ハイブリッド人材です。

そのため、日本企業では外部採用だけでなく、社内IT、業務部門のエース、データ担当、PM経験者を組み合わせた育成も現実的な選択肢になります。

日本でFDEを導入するなら、最初に決めるべきこと

対象業務を絞る

最初から全社AI変革を狙うと、話が大きくなりすぎます。

まずは、成果が測定しやすく、現場の負荷も見えやすい業務に絞るべきです。

候補としては、以下のような業務が考えられます。

  • 社内問い合わせ対応
  • 営業提案資料の下準備
  • 契約書・稟議書の一次レビュー
  • 経営管理レポート作成
  • カスタマーサポートの回答支援
  • ナレッジ検索
  • 請求・経費・購買の例外処理

業務オーナーを明確にする

AI導入でよくある失敗は、情報システム部門やDX部門だけが責任を背負うことです。

AIが業務を変える以上、業務部門側のオーナーが必要です。
誰のKPIを改善するのか。誰が現場の判断基準を提供するのか。誰が導入後の成果を評価するのか。ここを曖昧にすると、AI導入は便利ツール配布で止まります。

FDE的役割をチームで担う

最初から一人で全てをこなすスーパーマンを探す必要はありません。むしろ、日本企業では小さな混成チームとして始める方が現実的です。

役割主な責任
業務オーナーKPI、現場調整、意思決定
AI実装リードAIワークフロー設計、プロトタイプ、本番化
社内IT / セキュリティ担当データ接続、権限、監査、ログ管理
現場キーユーザー暗黙知、例外処理、受入評価
変革PM導入計画、教育、定着、効果測定

このチーム全体が、日本版FDEの初期形になると考えられます。

事実・分析・仮説の整理

事実

2026年6月8日時点の公開情報からは、OpenAI、Anthropic、Salesforce、EYなどで、FDEまたはFDEに近い職種・組織が確認できます。

PalantirはOntologyやAIPを通じて、AIを業務・意思決定・アクションへ接続する基盤を提示しています。

Microsoft、Google Cloud、AWSは、AIエージェントの企業実装を支える基盤、パートナー網、マーケットプレイスを整備しています。

日本でもLayerX、Loglass、SB OAI Japanなど、AIを業務や経営に実装する動きが確認できます。

分析

FDEは、単なる職種名ではなく、AI導入における実装責任の再配置を示す概念になりつつあります。

各社は異なる名称を使っていますが、実態としては「AIを本番業務へ接続する人材・組織」へ収斂していると考えられます。

日本企業では、暗黙知、既存システム、社内IT、SES、業務部門の分断が、AI実装の大きな障害になる可能性があります。

仮説

今後、FDEという名称そのものは企業ごとに分化し、AI Deployment Engineer、Applied AI Engineer、AI Builder、AI Orchestrator、Agentic AI Consultantなどの名称に広がる可能性があります。

日本では、外部からFDEを大量採用するより、社内IT、業務部門、外部AIエンジニアを組み合わせた小規模実装チームから始める方が現実的です。

FDEを導入しても、個別案件の学びを共通基盤やプロダクトへ還流できなければ、高級SES化するリスクが高いと考えられます。

まとめ：2026年6月8日時点で見るべき変化

2026年6月8日の調査で最も重要なのは、FDEという言葉そのものが増えているかどうかではありません。

本当に見るべきなのは、AI導入の責任がどこへ移っているかです。

これまでのAI導入は、モデル選定、チャットUI、PoC、研修、プロンプト活用に注目が集まりがちでした。しかし、海外の主要企業の動きを見る限り、焦点は次の段階へ移りつつあります。

AIをどう業務に接続するか。
誰が現場に入り、暗黙知を構造化するか。
誰がデータ、権限、監査、例外処理を設計するか。
誰が導入後の成果を測定し、改善を続けるか。

ここを担う人材や組織が、FDEであり、AI Deployment Engineerであり、Applied AI Engineerであり、AI Builderであり、AI Orchestratorなのだと考えられます。

日本企業にとっての教訓は明確です。

FDEという肩書きを輸入するだけでは不十分です。
必要なのは、AI導入の実装責任を誰が持つのかを明確にすることです。

社内IT、業務部門、HR、外部ベンダー、コンサル、SIerの役割を整理し、暗黙知をAIに渡せる形へ変換し、PoCで終わらせず、本番運用と改善まで接続する。

そこまでできて初めて、FDE的な役割は意味を持ちます。

次回以降も、「FDEという名称の有無」だけでなく、各社がどのようにAI実装責任を組織化しているかを、調査日ベースで継続確認していきます。

参照URL一覧

前回記事：
https://kaichitsukai.com/2026/06/01/%e9%80%b1%e6%ac%a1fde-watch%ef%bc%9afde%e3%81%af%e3%80%8cai%e5%b0%8e%e5%85%a5%e8%81%b7%e3%80%8d%e3%81%8b%e3%82%89%e3%80%8c%e6%a5%ad%e5%8b%99%e5%a4%89%e9%9d%a9%e3%81%ae%e5%ae%9f%e8%a3%85%e8%b2%ac/

Palantir：
https://blog.palantir.com/connecting-agents-to-decisions-277dee8ddb40
https://palantir.com/docs/foundry/announcements/2026-01/
https://palantir.com/docs/foundry/announcements/2026-03/
https://palantir.com/docs/foundry/announcements/2026-05/
https://palantir.com/docs/foundry/platform-overview/overview/

OpenAI：
https://openai.com/index/openai-launches-the-deployment-company/
https://openai.com/careers/ai-deployment-engineer-seoul-south-korea/
https://openai.com/careers/partner-ai-deployment-engineer-san-francisco/
https://openai.com/careers/search/?q=deployment
https://openai.com/careers/forward-deployed-engineer-%28fde%29-nyc-new-york-city/

Anthropic：
https://www.anthropic.com/careers/jobs
https://www.anthropic.com/careers/jobs/5057647008
https://www.anthropic.com/careers/jobs/5057258008

Salesforce：
https://www.salesforce.com/ap/blog/forward-deployed-engineer/
https://www.salesforce.com/ap/blog/author/andrew-luther/
https://www.salesforce.com/ap/blog/category/agentforce/

ServiceNow：
https://www.servicenow.com/workflow/ai/ai-orchestrator-most-important-ai-job.html
https://www.servicenow.com/jp/workflow/ai/ai-orchestrator-most-important-ai-job.html

Box：
https://blog.box.com/introducing-box-automate-ai-powered-workflow-orchestration
https://blog.box.com/how-were-going-ai-first-workflow-inside-box
https://blog.box.com/how-box-automate-orchestrates-agentic-workflows
https://blog.box.com/workflows-dont-just-do-decide-box-automate-redesigns-enterprise-automation-box-customers
https://blog.box.com/box-agent-launch
https://blog.box.com/real-reason-ai-isnt-delivering-roi-youre-automating-wrong-way

EY：
https://www.ey.com/en_uk/newsroom/2026/04/ey-launches-fde-roles
https://careers.ey.com/ey/job/New-York-Forward-Deployed-Engineer-Applied-AI-Manager-Financial-Services-Consulting-NY-10001-8604/1393514533/
https://careers.ey.com/ey/job/New-York-Forward-Deployed-Engineer-Applied-AI-Senior-Financial-Services-Consulting-NY-10001-8604/1393540633/
https://careers.ey.com/ey/job/New-York-Forward-Deployed-Engineer-Applied-AI-Senior-Manager-Financial-Services-Consulting-NY-10001-8604/1393575733/

PwC：
https://jobs.us.pwc.com/job/new-york/acceleration-center-agentic-ai-and-machine-learning-developer-experienced-associate/932/95591450096
https://jobs.us.pwc.com/job/new-york/acceleration-center-agentic-ai-and-machine-learning-developer-senior-associate/932/95625372864

KPMG：
https://kpmg.com/ca/en/careers/experienced-hires/ai.html
https://kpmg.com/ee/en/insights/2026/05/Global-AI-Pulse.html
https://kpmg.com/in/en/insights/2026/04/ai-pulse-q1-2026.html

Microsoft：
https://www.microsoft.com/en/ai/agent-factory
https://www.microsoft.com/ja-jp/ai/agent-factory
https://cdn-dynmedia-1.microsoft.com/is/content/microsoftcorp/microsoft/bade/documents/products-and-services/en-us/ai/The-Microsoft-Agent-Factory-white-paper-Feb-2026.pdf
https://news.microsoft.com/source/2026/05/21/ey-and-microsoft-announce-global-initiative-to-help-clients-scale-ai-enterprisewide-value-creation-and-move-beyond-experimentation/

Google Cloud：
https://cloud.google.com/blog/products/ai-machine-learning/introducing-gemini-enterprise-agent-platform
https://cloud.google.com/blog/topics/google-cloud-next/welcome-to-google-cloud-next26
https://cloud.google.com/blog/ja/products/ai-machine-learning/introducing-gemini-enterprise-agent-platform
https://cloud.google.com/blog/ja/topics/google-cloud-next/welcome-to-google-cloud-next26

AWS：
https://www.amazon.jobs/en/search?base_query=sagemaker&city=&country=&county=&invalid_location=false&latitude=&loc_group_id=&loc_query=&longitude=&region=
https://aws.amazon.com/blogs/apn/new-agentic-ai-categories-for-aws-ai-competency-partners/
https://aws.amazon.com/blogs/apn/tag/ai-agents/
https://aws.amazon.com/blogs/apn/accenture-and-aws-accelerate-data-transformation-with-agentic-ai/
https://aws.amazon.com/blogs/machine-learning/beyond-pilots-a-proven-framework-for-scaling-ai-to-production/

ReceiptRoller：
https://receiptroller.co/en/technotes?keyword=Customer+Feedback
https://receiptroller.co/en/technotes?keyword=delta-echo

SVPG：
https://www.svpg.com/forward-deployed-engineers/

MarketWatch：
https://www.marketwatch.com/story/anthropic-and-openai-are-following-palantirs-playbook-as-they-seek-to-grow-ai-usage-c37ca6f2

LayerX：
https://tech.layerx.co.jp/entry/ai-llm-fde
https://tech.layerx.co.jp/entry/fde-2025E
https://tech.layerx.co.jp/entry/fde-intern
https://tech.layerx.co.jp/entry/2026/05/21/111742

Loglass：
https://hrmos.co/pages/loglass/jobs/1813462408235663396227
https://hrmos.co/pages/loglass/jobs/1813462408235663396269

SB OAI Japan：
https://www.softbank.jp/corp/news/press/sbkk/2026/20260206_01/

[4K] 北山公園の花菖蒲 | Iris Flowers at Kitayama Park | Tokyo, Japan (Jun 2026) (No Talk)

by 塚井海地
https://youtu.be/UQ9AYN-RJLk

2026年6月1日、東京都東村山市の北山公園で開催されている「東村山菖蒲まつり」へ行ってきました。

この日の園内は、全体が満開というよりも、場所によって花菖蒲が美しく咲き始めている状況でした。今回の動画では、その中でも花が多く咲いている場所を中心に撮影しています。

北山公園には多くの品種の花菖蒲があり、光に照らされる花、風に静かに揺れる花、緑の中に凛と咲く花など、初夏らしい美しい風景が広がっていました。

初めて訪れた北山公園は、自然が多く、とても静かな場所でした。子どもたちが虫取りをしていたり、公園のすぐ横を電車が走っていたり、花だけでなく、地域の日常も感じられる心地よい公園でした。

静かな北山公園で、光と風に揺れる花菖蒲の風景を、4K No Talkでお楽しみください。

On June 1, 2026, I visited Kitayama Park in Higashimurayama, Tokyo, during the Higashimurayama Iris Festival.

At the time of my visit, the iris garden was not yet in full bloom, but beautiful flowers were blooming in selected areas. In this video, I focused mainly on the spots where the irises were blooming most beautifully.

Kitayama Park has many varieties of Japanese irises. Some were softly lit by the sunlight, while others were gently swaying in the wind. The scenery had a calm and elegant early-summer atmosphere.

It was my first time visiting Kitayama Park. The park was quiet, rich in nature, and full of small everyday scenes: children catching insects, trains passing beside the park, and people enjoying a peaceful walk among the flowers.

Please enjoy this quiet 4K no-talk walk through the iris flowers of Kitayama Park, where light, wind, and early-summer nature come together.

#東村山菖蒲まつり

#東京散歩

#notalking     

#japanwalk

[4K] 風と光を探して歩く東京 | Walking Tokyo in Wind and Light | Tokyo, Japan (May 2026) (No Talk)

by 塚井海地

中野、渋谷、新宿、立川。

2026年5月末頃の複数日にわたり、東京の街を歩きながら、風と光を探して撮影しました。

駅前の変化が進む中野。
人の流れとビルの反射が交差する渋谷。
高層ビルの影と光が切り替わる新宿。
空が広く、風の抜け方が印象的な立川。

同じ東京でも、街によって光の入り方、風の感じ方、人の気配は少しずつ異なります。

この動画では、観光名所を急いで巡るのではなく、
日常の中にある光、風、街の揺らぎを、4K映像として静かに記録しました。

No Talk.
This video was filmed over several days in late May 2026, while walking through Nakano, Shibuya, Shinjuku and Tachikawa in Tokyo.

Rather than rushing through famous sightseeing spots, this video quietly captures the wind, light and subtle movements of the city in 4K.

Please enjoy a calm visual journey through Tokyo’s wind and light.

Filmed in Nakano, Shibuya, Shinjuku and Tachikawa, Tokyo, Japan.

Suno AI

初夏の旋律
https://suno.com/s/bYFwYJeXzeihX1u4

[4K]新宿御苑のバラと初夏の木陰 | Roses and Early Summer Shade at Shinjuku Gyoen | Tokyo, Japan(May 2026)(No Talk)

by 塚井海地

2026年5月16日、新宿御苑を散歩しながら撮影しました。

園内ではバラが見頃を迎えており、色鮮やかな花々が初夏の光を受けて美しく咲いていました。

桜の季節とはまた違う、新宿御苑の華やかで落ち着いた表情を楽しめる時期です。

この日は暑さを感じるほどの日差しでしたが、太陽の光をいっぱいに受けた木々は、緑がいっそう濃くなっていました。

木陰に入ると、吹き抜ける風がとても心地よく、暑さの中にも穏やかな時間が流れていました。

見頃を迎えたバラ、初夏らしく深まる緑、そして木陰を抜ける風。

5月の新宿御苑ならではの、明るく爽やかな風景を楽しんでいただければ嬉しいです。

ご覧いただき、ありがとうございました。

English Description

This video was filmed while walking through Shinjuku Gyoen on May 16, 2026.

The roses were in full bloom, adding beautiful colors to the garden under the bright early summer sunlight.

It was a different kind of beauty from the cherry blossom season, showing another calm and elegant side of Shinjuku Gyoen.

The day was warm enough to feel almost hot, but the trees were full of fresh green leaves, shining brightly in the sun.

In the shade, the breeze felt especially pleasant, creating a peaceful and refreshing atmosphere.

I hope you enjoy the roses in bloom, the deepening green of early summer, and the gentle wind under the trees at Shinjuku Gyoen.

Thank you very much for watching.

#新宿御苑 #バラ #初夏の風景 #shinjukugyoen  #tokyowalk 

—

◆Audiostockに興味を持たれた方は、以下のリンクからお進みください。

・定額制スタンダードプラン（Kaichiはコレを使ってます）

https://audiostock.jp/s_plan/standard?s_plan_affiliate_code=qWbHDPKQzkm8

・定額制動画配信者プラン （お得に試すならコチラから）

https://audiostock.jp/s_plan/streamer?s_plan_affiliate_code=qWbHDPKQzkm8

上記プラン内容の比較をしたい場合は、https://audiostock.jp/s_plan から確認ができます。

—

[4K] 神代植物公園のバラが見頃を迎える日 | Roses in Bloom at Jindai Botanical Garden | Tokyo, Japan(May 2026)(No Talk)

by 塚井海地

2026年5月17日、神代植物公園でバラを撮影しました。

この日は外がとても暑く、歩いているだけでも初夏の日差しをしっかり感じる一日でした。

そのような暑さの中でも、園内では見頃を迎えたバラが色鮮やかに咲き誇り、多くの方が花を楽しみに訪れていました。

休日ということもあり、園内はたくさんの来園者で賑わっていました。

赤、ピンク、白、黄色など、色とりどりのバラが並び、品種ごとに違う表情を見せてくれます。

歩いていると、あちこちからバラの良い香りも感じられ、花の美しさだけでなく、香りでも季節を楽しめる時間でした。

暑さを感じる日ではありましたが、咲き誇るバラと来園者の明るい空気に包まれた、華やかな休日の神代植物公園でした。

見頃を迎えたバラの風景と、園内の賑やかで明るい雰囲気を楽しんでいただければ嬉しいです。

ご覧いただき、ありがとうございました。

Revised English Description

This video was filmed at Jindai Botanical Garden on May 17, 2026.

It was a very hot day, with strong early summer sunlight throughout the park.

Even in the heat, the roses were in full bloom, and many visitors came to enjoy the beautiful seasonal flowers.

Since it was a holiday, the garden was lively with many visitors.

Roses in many colors, including red, pink, white, and yellow, were blooming beautifully, with each variety showing its own character.

As I walked through the garden, the pleasant fragrance of roses could be felt in many places.

It was not only a visual experience, but also a moment to enjoy the season through the scent of the flowers.

Although it was a hot day, the colorful roses and the cheerful atmosphere of the visitors made the garden feel bright and vibrant.

I hope you enjoy the roses in full bloom and the lively atmosphere of Jindai Botanical Garden.

Thank you very much for watching.

#神代植物公園  #バラ  #東京散歩  #jindaibotanicalgardens #roses 

—

◆Audiostockに興味を持たれた方は、以下のリンクからお進みください。

・定額制スタンダードプラン（Kaichiはコレを使ってます）

https://audiostock.jp/s_plan/standard?s_plan_affiliate_code=qWbHDPKQzkm8

・定額制動画配信者プラン （お得に試すならコチラから）

https://audiostock.jp/s_plan/streamer?s_plan_affiliate_code=qWbHDPKQzkm8

上記プラン内容の比較をしたい場合は、https://audiostock.jp/s_plan から確認ができます。

—

[4K] 雨の日の多摩動物公園を歩く | Rainy Day Walk at Tama Zoo | Tokyo, Japan (May 2026) (No Talk)

by 塚井海地

2026年5月21日、多摩動物公園を散歩しながら撮影しました。

この日は久しぶりの雨。

土砂降りというほどではありませんでしたが、傘をさしながら、カメラ片手に雨の日の動物園を歩いてきました。

雨の日の動物たちを見ていると、濡れてもあまり気にしていないように見える動物もいれば、雨を避けるように木の下や屋根のある場所で過ごしている動物もいて、その違いがとても印象的でした。

晴れた日の動物園とは違い、園内にはしっとりとした空気が流れていました。

雨音、濡れた木々、静かな園路、そして雨の中で過ごす動物たち。

いつもとは少し違う、多摩動物公園の表情を感じられる一日でした。

雨の日ならではの落ち着いた雰囲気と、動物たちの過ごし方を楽しんでいただければ嬉しいです。

ご覧いただき、ありがとうございました。

English Description

This video was filmed at Tama Zoological Park on May 21, 2026.

It had been a while since we had a rainy day, so I decided to visit the zoo and film the animals in the rain.

It was not a heavy downpour, but I walked through the park with an umbrella in one hand and a camera in the other.

Watching the animals on a rainy day was quite interesting.

Some animals did not seem to mind getting wet, while others stayed under trees or roofs to avoid the rain.

The different ways they spent the rainy day made the visit feel unique.

Compared to a sunny day, the zoo had a quieter and more subdued atmosphere.

The sound of rain, wet trees, quiet paths, and animals resting in the rain created a different side of Tama Zoo.

I hope you enjoy the calm rainy-day atmosphere and the way the animals spend their time at Tama Zoo.

Thank you very much for watching.

#多摩動物公園 #雨の日散歩 #動物園散歩 #TamaZoo #rainydaywalk 

 —

◆Audiostockに興味を持たれた方は、以下のリンクからお進みください。

・定額制スタンダードプラン（Kaichiはコレを使ってます）

https://audiostock.jp/s_plan/standard?s_plan_affiliate_code=qWbHDPKQzkm8

・定額制動画配信者プラン （お得に試すならコチラから）

https://audiostock.jp/s_plan/streamer?s_plan_affiliate_code=qWbHDPKQzkm8

上記プラン内容の比較をしたい場合は、https://audiostock.jp/s_plan から確認ができます。

—

週刊 AI Governance Watch

by 塚井海地

本記事で得られる3つのポイント

  • EU AI Actは「厳格化一辺倒」ではなく、実装可能性を重視した運用フェーズへ移行しつつある
  • AI GovernanceはTrustworthy AIから、Agent Governance・Runtime Oversight・AI Securityへ明確に分化している
  • 企業実装の中心論点は「モデル性能」から「権限制御・監査ログ・エージェント統制」へ移行している

なぜ重要か

AI競争の本質はモデル性能競争から、AIをどのように統治・監査・制御するかというガバナンス競争へ移行し始めています。

1. 今週の重要アップデート

OECD

事実

OECDはOECD.AI Policy Observatoryの拡張を継続しており、2026年には「OECD.AI Index」を公表しました。

URL:
https://oecd.ai/

URL:
https://www.oecd.org/en/publications/2026/02/oecd-ai-observatory-index_8f5fa0f2.html

同Indexは各国のAI能力だけでなく、AIガバナンス実装状況の比較を可能にする政策評価ツールとして位置付けられています。

分析

Trustworthy AIを理念として扱う段階から、各国のAI Governance成熟度を定量評価する段階へ移行しつつあります。

EU AI Act

事実

EU AI Actは2024年8月に発効済みであり、主要条項は2026年8月から本格適用が進む予定です。

URL:
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

URL:
https://artificialintelligenceact.eu/implementation-timeline/

GPAI（General Purpose AI）関連義務は既に段階的適用が始まっており、AI Officeによる監督体制も整備が進められています。

前回からの変化

欧州議会とEU加盟国は、Omnibus VIIパッケージの中で一部高リスクAI規制の適用時期を後ろ倒しする暫定合意に到達しました。

分析

規制緩和というより、

  • 実装負荷
  • 適合性評価不足
  • 企業側の準備遅れ

に対応する現実的調整と見る方が適切です。

EUは依然として世界で最も包括的なAIガバナンス体制を維持しています。

2. リージョン別動向

EU

事実

GPAIプロバイダーには以下が求められています。

  • 技術文書管理
  • 評価結果の保存
  • AI Officeへの提出体制
  • 透明性確保

URL:
https://artificialintelligenceact.eu/article/53/

分析

実質的には「モデル開発管理規制」が始まったと言えます。

米国

事実

NIST AI RMFは引き続き米国企業の事実上の標準フレームワークとなっています。

URL:
https://www.nist.gov/itl/ai-risk-management-framework

NIST AI 600-1（Generative AI Profile）は生成AI特有のリスク管理を定義しています。

対象リスク例：

  • Confabulation
  • Information Integrity
  • Data Privacy
  • Information Security
  • Value Chain Risk

分析

NIST AI RMFは「AI Governance OS」のような役割を担い始めています。

日本

事実

2026年3月31日にAI Guidelines for Business Ver1.2が公開されています。

URL:
https://oecd.ai/en/dashboards/policy-initiatives

日本の方針は依然として自主ガバナンス中心です。

分析

EU型の法規制よりも、

  • ガイドライン
  • リスクベース運用
  • 業界協調

を重視する方向性が継続しています。

韓国

事実

AI Basic Act関連の制度設計が継続しており、高影響AIや信頼性評価が主要テーマとなっています。

分析

韓国は産業育成と規制を同時に進めるバランス型モデルを志向しています。

シンガポール／ASEAN

事実

AI VerifyおよびModel AI Governance Frameworkが引き続き中心的役割を担っています。

分析

欧州型の法規制ではなく、

  • 実装可能性
  • 相互運用性
  • 企業導入

を重視するモデルが強化されています。

英国

事実

AI Safety Instituteを軸とした評価体制が継続しています。

分析

英国は法規制主導ではなく、

  • Frontier Model Evaluation
  • Safety Testing
  • 実証評価

を強みとする独自路線を維持しています。

中国

事実

生成AI規制、アルゴリズム管理、コンテンツ管理体制が継続しています。

分析

Trustworthy AIというより、

国家安全保障型AI Governance

として理解する方が実態に近い状況です。

UAE／サウジアラビア

事実

国家AI戦略とAI投資拡大が継続しています。

分析

AI Governanceよりも、

  • 国家競争力
  • データ主権
  • AI産業誘致

が主要目的です。

オーストラリア／カナダ

事実

両国ともリスクベース型AI Governance整備を継続しています。

分析

EU法体系を参考にしつつ、より実務導入しやすい制度設計を模索しています。

3. Agent Governance / Runtime Oversight

事実

Agentic AI向けガバナンス研究が急速に増加しています。

URL:
https://arxiv.org/abs/2604.04604

URL:
https://arxiv.org/abs/2510.25863

研究では以下が重点課題として整理されています。

  • Runtime Behavioral Drift
  • Human Oversight
  • External Tool Control
  • Multi-Agent Traceability
  • Runtime Monitoring
  • Auditability

分析

Agent Governanceは既にAI Governanceの下位概念ではありません。

独立した管理領域へ成長しています。

4. AI Security / AI Safety

事実

NIST AI 600-1とOWASP系の実務コミュニティでは以下が共通課題になっています。

  • Prompt Injection
  • Supply Chain Risk
  • Tool Abuse
  • Data Leakage
  • Autonomous Agent Risk

分析

AI Securityはサイバーセキュリティの一部ではなく、

「AI Runtime Security」

として独立分野化しています。

5. 主要企業の実装動向

Palantir

分析

引き続き、

  • Permission Layer
  • Ontology
  • Auditability
  • Human-in-the-loop

が差別化要素です。

AI Governance実装企業として最も完成度が高いポジションを維持しています。

OpenAI

分析

Enterprise市場では、

  • Agent運用
  • API Governance
  • Evaluation

が中心テーマになっています。

Anthropic

分析

Constitutional AIとResponsible Scaling Policyが引き続き差別化要素です。

Google

分析

Geminiの企業導入拡大に伴い、

  • Responsible AI
  • Security Controls
  • Governance Framework

が重要性を増しています。

Microsoft

分析

Copilot展開拡大により、

  • Compliance
  • Security
  • Enterprise Governance

が中核機能になっています。

IBM

分析

watsonxを中心に、

  • AI Governance
  • Explainability
  • Monitoring

を強化しています。

xAI

分析

Grok関連議論を背景に、

  • Safety Controls
  • Governance Transparency

への関心が高まっています。

OneTrust

分析

Privacy Governanceから、

AI Governance Platform企業へポジションを拡大しています。

6. 前回からの主な変化

今回は初回レポートのため比較対象はありません。

今後は以下を継続追跡します。

  • EU AI Act施行スケジュール変更
  • GPAI Code of Practice
  • NIST AI RMF Profile追加
  • AI Security脅威動向
  • Agent Governance標準化
  • ISO/IEC 42001実装事例
  • Enterprise Governance Platform進化

7. 今週の分析

Trustworthy AIは終わっていません。

むしろ分化しています。

進化の流れは以下です。

AI Ethics
↓
Trustworthy AI
↓
Responsible AI
↓
AI Governance
↓
AI Safety
↓
AI Security
↓
Agent Governance
↓
Runtime Oversight
↓
Multi-Agent Oversight

現在の最大テーマは、

「AIをどう作るか」

ではなく

「AIをどう統治するか」

です。

8. 来週以降の注目点

  • EU AI Office関連実装ガイド
  • GPAI Code of Practice
  • ISO/IEC 42001採用事例
  • Agent Governance標準化
  • Runtime Security製品群
  • AI監査ログ標準
  • Multi-Agent監視技術
  • AI権限制御アーキテクチャ

9. 参照ソース一覧

https://oecd.ai

https://www.oecd.org/en/publications/2026/02/oecd-ai-observatory-index_8f5fa0f2.html

https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

Implementation Timeline
Article 53: Obligations for Providers of General-Purpose AI Models

https://www.nist.gov/itl/ai-risk-management-framework

https://oecd.ai/en/dashboards/policy-initiatives

https://arxiv.org/abs/2604.04604

https://arxiv.org/abs/2510.25863