研修、アドバイザリーサービス、UL 3115に準拠したアセスメント、およびマーケティングメッセージの検証を含む、AI安全認証およびAIスチュワードシップ（AIの健全な管理・運用）の概要。
人工知能（AI）が進化を続けるにつれて、組織に対しては、イノベーションと責任のバランスを取るというプレッシャーが高まっています。AIが製品やシステムに組み込まれることが多くなる中、安全性、ガバナンス、透明性に関する明確な期待を示すことは、不確実性を減少させるとともに、情報に基づいた意思決定への支援を後押しします。
UL Solutionsは、安全科学、規格に関する専門知識、および第三者評価を統合して、組織がこの状況に対応できるよう支援します。チームがAIの初期的なユースケースを模索している場合でも、成熟した導入環境を管理している場合でも、AIの安全性とスチュワードシップ（AIの健全な管理・運用）に対する体系化されたアプローチは、市場への参入と長期的な回復力の実現を促進します。
人工知能（AI）は、意思決定、パターン認識、自動化を支援する製品、ソフトウェア、運用にますます組み込まれるようになっています。組織は、AI対応の製品やシステムが、いかにして効率の向上、手作業の削減、新たな顧客体験の創出を促進できるのかについて考察を深めています。同時に、AIは信頼に関する新たな基準をもたらしており、それらはデータプライバシー、監督、責任ある使用など、従来のソフトウェアやデータプロジェクトで通常求められる範囲を超えたものになっています。
AIの導入は幅広い業界に広がり、品質管理、予知保全、プロセス最適化、ユーザーのパーソナライズなどのアプリケーションが既存の製品やワークフローに組み込まれることが増えています。利用が拡大するにつれて、組織は実験段階から次の段階に移行しつつあります。この段階ではAIが最大の価値をもたらす領域や、適切な監督の下でどのように導入できるかに焦点を当てています。
この変化が明確な機会を生み出しています。AIを効果的に管理、監視、拡張できる組織は、チームや業務間でAIをより深く統合し、摩擦を軽減して、パイロットプロジェクトから一貫した実行へと移行することができます。
顧客や規制当局によるAIの認知度が高まるにつれて、信頼は実務上の必須要件となっています。説明責任と透明性は、組織がコンプライアンスリスクを軽減し、AIシステムがどのように機能するかについて明確な基準を設定するのに役立ちます。
UL Solutionsでは、研修、アドバイザリー、独立した第三者評価を通じてAIの安全性を支援しています。グローバルな試験・検査・認証（TIC）機関として、メーカーが定義された安全基準に照らしてAIシステムを評価できるよう支援し、世界中の市場においてお客様の製品に対する信頼を築きます。
AIの導入が加速し、製品、サービス、システムにわたって拡大するにつれて、規制の状況はそれに応じて急速に進化しています。組織は、単一のグローバルなルールブックではなく、AIの設計、管理、評価方法を形作る一連の基準の増加に直面しています。この状況を理解することで、チームがリスクを予測し、社内の慣行を統一し、要件が成熟し続ける中で不測の事態を回避することができます。
欧州連合（EU）AI法は、AIがどのように、どこで使用されるかに応じて異なる義務を定めるリスクベースの枠組みを導入しています。高リスクのAIシステムには、リスク管理、文書化、人間による監督、および導入後のモニタリングに関連する追加の要件が課されます。EU域外で事業を展開している組織であっても、AI対応の製品やサービスが欧州市場に参入する場合、その影響を受ける可能性があります。
一般データ保護規則（General Data Protection Regulation：GDPR）は、組織がAIシステム内でデータを収集、使用、保護する方法に引き続き影響を及ぼしています。データ保護、透明性、説明責任に関連する要件は、特にシステムが個人データや自動化された意思決定に依存している場合に、AIの開発と導入に直接適用され、その在り方を形作っています。
米国では、国立標準技術研究所（NIST）のAIリスクマネジメントフレームワーク（RMF）が、AI関連リスクを特定、評価、管理するための自主的なガイダンスを提供しています。このフレームワークは、AIライフサイクル全体にわたるガバナンス、技術的セーフガード、および継続的なモニタリングを重視しています。規制ではありませんが、責任あるAI慣行のための共通の基準として参照されることが多くなっています。
規制活動と並行して、国際標準化機関は、AIの安全性、ガバナンスおよび信頼性に関するガイダンスの策定を続けています。こうした取り組みは、意図しない危害のリスクを低減しつつ、イノベーションを支援するという共通の目標を反映しています。関連する規制、フレームワーク、規格との整合性を図ることで、組織がガバナンス、リスク、監督に一貫したアプローチを適用することが可能となり、AIシステムの進化と拡大に伴う、相互運用性の向上、基準の明確化、信頼性の向上につながります。
組織がAIの検討と導入を進めるにつれて、業界全体で繰り返されるパターンが出現しています。AIの導入は急速に進む一方で、安全性、コンプライアンス、信頼に関する基準は、それよりもゆっくりと変化しています。多くのチームは、大枠での原則と規制ガイダンスを、リスクを管理しながらイノベーションを支援する実践的な日常の意思決定に変換するための支援を必要としています。
AIの導入には、技術的、倫理的、ガバナンス上の考慮事項が伴いますが、多くの組織では、これらに関する経験がまだ蓄積されつつある段階です。各チームにはデータサイエンスやエンジニアリングの高い能力がある一方で、AIの安全性規格、評価手法、ライフサイクルガバナンスへの理解は限られている場合があります。この知識のギャップにより、進歩の遅滞、不確実性の生成、AIシステムが意図したとおりに動作しているかどうかの評価が困難になる可能性があります。
AIに関する規制や規格が次々と策定される中、組織は新しい要件が自社の製品や市場にどのように適用されるかを判断する必要があります。AIのコンプライアンス、文書化、および試験要件に関する疑問は、市場投入までの時間と導入に関する意思決定の信頼性に影響を及ぼすことがあります。変化し続ける要件との明確な整合性がなければ、チームは手戻りや遅延、または地域間で一貫性のないアプローチをとってしまうリスクがあります。
UL 3115「Outline of Investigation （OOI）for Safety of AI-Based Products」は、AIベースの機能を含むさまざまな製品とシステムにわたってAI安全性を評価するための構造化された評価方法を提供します。UL 3115は、単一の技術やユースケースに焦点を当てるのではなく、既存の製品安全規格と併用可能な水平的なアプローチを適用しています。
UL 3115は、技術的、倫理的、ガバナンス上の考慮事項に基づいてAIの安全性の評価に適用されます。AIシステムの設計、開発、導入の方法を検討するとともに、実環境下での挙動にも注目しています。これには、AIライフサイクル全体にわたる堅牢性、リスク管理、透過性、データ処理、および監視といった要素が含まれます。
弊社は、UL 3115に準拠した独立した第三者評価を実施し、AI搭載製品またはシステムが、意図された使用およびリスクプロファイルに対して適切な安全対策を実施しているかどうかを評価します。この評価では、設計、ガバナンス、継続的な監視において安全性がどのように対処されているか、また、システムが実際の運用においてどのように動作するかを考慮し、結果と基盤となるアルゴリズムおよびアーキテクチャを併せて検証します。このアプローチによりシステムの信頼性、予測可能性、耐障害性に関する客観的な知見を提供されることで、組織は、AIの安全性に関する考慮事項が、システムの進化と規模に応じて製品ライフサイクル全体にわたって統合されていることを実証できます。
AIシステムは時間とともに進化するため、ガバナンスと文書化が重要になります。UL 3115は、AIのライフサイクルを通じて、組織がどのように変更を管理し、記録を維持し、性能をモニタリングするかを規定します。これには、将来の状態の予測、リスクの追跡、説明責任の支援が含まれます。
多くの企業は、関連する規格や規制へのコンプライアンスにとどまらず、AIベースの製品のさらなる支援を必要としています。AIスチュワードシップ（AIの健全な管理・運用）は、AIシステムが長期にわたってどのように管理されるかに焦点を当てています。これには、安全性とパフォーマンスの期待がどのように維持されるか、AI関連のマーケティングメッセージ（広告表示）がどのように伝達されるか、チームが責任ある導入と継続的な監督に必要なスキルをどのように構築するか、が含まれます。
AI関連のマーケティングメッセージ（広告表示）に対する独立した第三者による検証を利用することで、組織はシステムの性能と動作をより明確かつ信頼できる形で伝達できるようになります。UL Solutionsのマーケティングメッセージの検証（MCV）サービスは、メーカーがアルゴリズムの再現性、データプライバシー、モデルの透明性に関連する広告表示を実証できるよう支援し、顧客、パートナー、規制当局とのより明確なコミュニケーションを促進します。
多くの組織には優れた技術人材が揃っているものの、グローバルなAI安全規格、AIガバナンスの基準、評価プラクティスに関する社内の経験は限られています。AI研修サービスは、チームがリスクの共通理解、監督、文書化を構築し、より明確な意思決定と説明責任を備えたAIシステムを導入できるようにするのに役立ちます。
「AIシステムの安全性を確立することは、社会の信頼を構築し、AI技術の責任ある導入を促進するために不可欠です。」
「構築されるだけでは成功するAIになりません。実世界での運用のための設計、管理、維持が必要です。」
UL 3115「Outline of Investigation for Safety of AI-Based Products」は調査概要です。特定のアルゴリズムやユースケースではなく、AIがどのように設計、開発、導入されるかに焦点を当て、さまざまな製品やシステムのAIの安全性を評価できる構造化されたアプローチを提供します。
UL Solutionsは、UL 3115に準拠したAI安全認証を通じて独立した第三者評価を実施し、AIベースの製品に対して意図された用途とリスクプロファイルに基づいた適切な安全対策が講じられているかどうかを評価します。この評価は要件と証拠に焦点を当ており、設計と運用の責任は引き続き組織にあります。
UL 3115とNIST AI RMFは、相補的な観点からAIの安全性に取り組んでいます。NISTのフレームワークは、ライフサイクル全体にわたるAIリスクの特定と管理に関する、組織レベルでの自主的なガイダンスを提供します。UL 3115は、これらの概念を製品レベルで適用し、特定のAIベースの製品について、意図された用途に対する定義された安全基準を満たしているかどうかを評価する構造化されたフレームワークを提供します。UL 3115とNIST AI RMFを併用することで、組織はAIリスクを一貫して管理することができ、製品レベルの安全性を実際に実証することが可能となります。
ISO/IEC 42001は、AIマネジメントシステムのための組織レベルの規格です。この規格は、組織が活動全体にわたってAIを開発、導入、管理する際の指針となるガバナンス、ポリシー、役割、およびプロセスの要件を定めるものです。
対照的に、UL 3115は、安全要件を規定し、AIベースの製品のより安全な設計、開発、導入のためのガイドラインを提供します。この規格は、データ収集とデータ分析、文書化と報告書作成、ライフサイクル管理、説明責任、管理と監視、透明性と説明可能性といった、ガバナンスに関連するAI安全原則を網羅しています。これらの原則は、特定のAIベースの製品が意図された用途に対して安全であるかどうかを評価する際に適用されます。
AI安全認証は、AIベースの製品が、意図された用途とリスクプロファイルに基づいて定義された安全基準に準拠しているかどうかを評価します。一方、MCVは、客観的かつ科学的な評価を通じて、アルゴリズムの再現性、データプライバシー、およびモデルの透明性に関する特定のAI関連マーケティングメッセージ（広告表示）の正確性を検証することに焦点を当てています。どちらも共通のAI安全原則に基づいていますが、目的は異なります。
設計から導入まで、そしてそれ以降の監督、文書化、モニタリングのための明確なプロセスを確立する必要があります。これには、AIシステムが時間とともに進化していく中で、役割の定義、変更の管理、説明責任のための記録の作成・管理が含まれます。
はい、UL Solutionsは、安全性の維持・確保に不可欠な状況で動作するものを含め、幅広いAIベースの製品とシステムを評価できます。適用されるアプローチは、特定の用途に関連する使用目的、リスクプロファイルおよび規制上の考慮事項によって異なります。
AIスチュワードシップ（AIの健全な管理・運用）とマーケティングメッセージの検証は、組織がコンプライアンス以上の責任あるAI慣行を実証するのに役立ちます。第三者による検証と、AIシステムの動作や広告表示内容に関する明確な情報発信は、不確実性を減らし、顧客、パートナー、規制当局の間の信頼強化を促進します。
AI対応製品に関する弊社のサービスをご覧んいただき、詳細についてぜひご相談ください。
