AIトレンド2026 - CIOに影響を与える5つの主要なAIトレンド
クイックナビゲーション
タグ
スライドを共有
AIトレンド2026 - CIOに影響を与える5つの主要なAIトレンド
レイアウト、主要コンテンツ、視覚要素を含む各スライドページの詳細ビュー。
タイトルスライド。'AI TRENDS 2026'、サブタイトル 'CIO に影響を与える 5 つの主要な AI トレンド'、Info-Tech Research Group のブランディングが、光の効果のあるグラデーション背景に対して表示されています。
タイトルには大きく太字のタイポグラフィー、中央揃えのレイアウト、右上には Info-Tech のロゴ、濃い青からティール/ピンクへのモダンなグラデーションカラースキーム
5 つの主要なトレンドをリストしたエグゼクティブサマリー：1) AI の基本原則が組織の DNA を書き換える、2) コパイロットからバイブコーディングへ：AI は IT を再発明し続ける、3) エージェントAI が成熟し、指数関数的なエンタープライズを強化する、4) リスク管理は AI の入場料となる、5) AI は自由と制御の間で揺れ動く
アイコンベースのリスト形式の暗いグラデーション背景、各トレンドには色付きのアイコン（紫、緑、青、オレンジ、ピンク）とタイトルと説明があります
2025 年 5 月から 6 月にかけての 700 件以上の IT リーダーの回答に基づく調査概要。主に北米ですが、グローバルな代表者、ディレクターレベル以上の役職、政府、金融サービス、教育、製造、専門サービス、ヘルスケアなど、12 以上の業界を網羅しています。
左側にテキストコンテンツ、右側に調査インターフェースを示すラップトップのモックアップ、白い背景に暗いテキスト
紫をテーマにしたビジュアルで最初のトレンドを紹介するセクション区切り。抽象的な 3D AI 文字と都市景観の統合を示しています。タグラインは「AI 戦略は、新たに登場する一連の原則によって伝えられる」と書かれています。
トレンドアイコンが左上にあり、左側に大きなテキストオーバーレイ、右側に抽象的な 3D レンダリングがあるフルブリードの芸術的なビジュアル
AI 戦略が組織戦略と価値ドライバーによって推進されることを示すフレームワーク。4 つの主要なコンポーネントがあります：AI Vision（将来を見据えたコミットメント）、Business Value Drivers（価値認識方法）、Strategic AI Principles（ビジネスと AI の連携）、Foundational AI Principles（リスク軽減）
中央の図には、AI Strategy ハブが 4 つの周囲の要素に接続されています。各コンポーネントのイラスト付きアイコンが付いた白い背景
Foundational AI principles は AI のリスクに対処し、組織の基本原則と一致し、AI ガバナンスの中核であり、リスクカテゴリを特定するために使用されるという説明。図は、原子のような構造で配置された 8 つの原則を示しています：Sustainability（持続可能性）、Safety and Security（安全性とセキュリティ）、Data Privacy（データプライバシー）、Explainability and Transparency（説明可能性と透明性）、Contestability（異議申し立て可能性）、Validity and Reliability（妥当性と信頼性）、Accountability（説明責任）、Fairness and Bias Detection（公平性とバイアス検出）
左側にテキスト、右側に相互接続された原則を示す円形のアトムスタイルの図
Foundational AI principles は、エンタープライズガバナンスの要件とともに進化し続けることを説明します。検討すべき候補原則をリストします：Sustainability（エネルギー効率）、Human Agency and Autonomy（人間の主体性と自律性）、Environmental（環境へのプラスの影響）、Contestability（AI の決定に異議を唱える）、Intellectual Property（知的財産）、およびその他のカスタマイズされた原則
左側には前のページと同じ原子図が表示され、右側には紫色のボックスに追加の候補原則がリストされています
正式な AI 戦略の開発は成長傾向にありますが、大多数は組織全体の正式な戦略を確立していません：23% が企業全体の戦略を持っている、26% が一部の分野の戦略を持っている、34% がまもなく開発する、13% が IT/組織戦略と統合する、3% が時代遅れの戦略を持っている、1% が計画なし
左側に円グラフ、右側に調査結果を説明するラベンダー色の背景のインサイトボックス
回答者の半数以上が、AI のリスクに対処するために Foundational AI principles の必要性を理解しています：31% が原則を確立して統合している、24% が現在拡張計画で実装している、35% が評価中で初期段階にある、6% が認識しているが計画はない、4% が認識していない、0% が必要ないと考えている（イノベーションの阻害要因と見なす回答者はゼロ）
左側に円グラフ、右側に薄紫色の背景のインサイトボックス
組織の大多数は、AI 原則を実践に移す準備ができていると感じています：5 段階評価で 70% が準備ができている（3）から完全に準備ができている（5）と感じており、分布はより高い準備レベルに強く偏っています
5 段階評価の分布を示す水平棒グラフ、右側にインサイトボックス
AI戦略の影響に関するバランスの取れた見方。機会：迅速な導入、顧客体験の向上、人材の獲得/維持、イノベーションと成長、生産性の向上。リスク：起こりうる雇用の喪失、AIへの過度の依存、詐欺のためのディープフェイク、原則とのずれ、プライバシー侵害
機会とリスクのセクションを持つ2カラムレイアウト、右側に抽象的な視覚要素を持つ暗い背景
2025年1月20日のDeepSeekリリースに関する状況分析。複雑な推論のためのR1モデルとV3チャットボットを含む。ハイライト：OpenAI o1のパフォーマンスに匹敵する最初のオープンソースモデル、商用利用可能なオープンソース、新しい強化学習技術、OpenAIの66億ドルの投資に対してわずか600万ドルと2か月、OpenAIより27倍低いコスト
DeepSeekロゴ付きの2カラムレイアウト、左に状況分析、右にモデルのハイライト
（米国の機関、オーストラリア、インド、イタリア、韓国、台湾）が、AIの基本原則の侵害（安全性/セキュリティ（国家安全保障上のリスク）およびデータプライバシー（GDPR違反））により、DeepSeekを禁止している組織。推奨事項：AI技術の採用前に、基本原則に準拠することを要求する
左側のカラムにはアクションとトレンド分析、右側には基本原則の図を示す
AI戦略とガバナンスの中核コンポーネントとしてAIの基本原則を確立するための推奨事項：原則をAIリスクカテゴリとして活用し、リスク管理プログラムに使用し、戦略の変更に合わせて原則を進化させ、価値創造に焦点を拡大し、持続可能性や競争可能性などの追加の原則を検討する
左側に箇条書きのアクションアイテム、右側に光の筋が入った抽象的な建築画像
2番目のトレンドのセクション区切り：「コパイロットからバイブコーディングへ：AIはITを再発明し続ける」緑色のテーマと、テクノロジーのイメージ（回路基板、自然、建物）を取り入れた抽象的な四つ葉のクローバーのデザイン
トレンドアイコンが左上にあり、テキストオーバーレイが左側にあり、抽象的な3Dクローバーが右側にある全面ビジュアル
AIテクノロジースタックの包括的なビュー。5つのレイヤーを示します：アプリケーション（Amazon Q、Copilot、Workday、Writer、ServiceNow、Glean、SAPなど）、データおよびAIツール（Bedrock、SageMaker、Azure ML、Vertex AI、LangChain、Hugging Face、PyTorch、Kafka、DataRobot、Domino）、基盤モデル（OpenAI、Anthropic、Mistral、Stability.ai、Runway、Bloom、Gemma、LLaMA、DeepSeek）、データプラットフォーム（AWS、Azure、Google Cloud、Salesforce、Snowflake、Redis、Databricks、Elastic、Pinecone、Stardog、Milvus、Chroma）、インフラストラクチャ（AWS、Azure、Google Cloud、Nvidia、AMD、Intel、Qualcomm）
各レイヤーに企業のロゴを表示した、テクノロジースタックを示す5行のテーブル
プロンプトエンジニアリング/推論（最も単純）からRAG（知識ベースあり）、ファインチューニング（タスク固有のデータ）、完全なトレーニング（最も複雑）への進化を示す図。精度と複雑さの進行を示し、より複雑なアプローチではデータサイエンティストのスキルが必要になります。
アイコンと説明付きの4つのアプローチを示す2x2グリッド。Y軸に精度、X軸に複雑さ
2つのアプローチの比較 - ベストオブブリードAIツール（特定のタスクに最適、低コスト、柔軟性）対AI開発プラットフォーム（ソリューション指向、管理が容易、統合の複雑さを軽減）。ベンダーロックイン、統合の課題、コストの考慮事項などのトレードオフを示します。
各アプローチの長所/短所を示す2列の比較、下部にバランススケールのグラフィック
AI導入をリードするのはIT部門で、すでに70％が導入済み。次いでクリエイティブ（50％）、マーケティングおよびセールス（46％）、R＆D（45％）、オペレーション（44％）、人事、財務/管理。2026年以降の計画的な導入状況を示します。
ビジネス機能全体の導入状況を示す積み上げ横棒グラフ、右側にインサイトボックス
IT向けの最も人気のあるAIアプリケーション：ITセキュリティ（54％）、ITサービス管理（44％）、ビジネスインテリジェンスおよび分析（41％）、IT資産管理（37％）、サービスデスク（35％）、コード生成と品質（32％）、データ管理（31％）、ソフトウェアテスト（24％）、ソースコードとビルド管理（23％）、インフラストラクチャ（19％）、合成データ生成（18％）
右側にインサイトボックスがある横棒グラフ
多くの人が既製品の購入を好む一方で、ほとんどの人がカスタマイズを必要とします。41%が市販品を購入、13%が微調整で構築、46%が購入と構築の両方を行います。Insightによると、ベンダーのエコシステムは成長を続けており、多くの人が微調整を希望しています。
左側に3つのセグメントを持つ円グラフ、右側にインサイトボックス
機会：市場投入までの時間短縮、初期コストの削減、メンテナンスの軽減、スケーラビリティの向上。リスク：ベンダーへの過度の依存、統合の課題、カスタマイズの制限、新機能に対する制御の制限
ダーク/グリーンの背景を持つ2カラムレイアウト、右側に抽象的なダッシュボードのビジュアル
2025年2月に発表された新しいAIツールカテゴリーとしてvibe codingを紹介し、技術的なバックグラウンドなしでソフトウェア開発を可能にします。従来のコーディング、AI支援コーディング、Vibe Codingの比較表を示し、定義、主な目標、人間の役割の違いを強調しています。ReplitでAIが本番データベースを削除したインシデントについて言及
定義テーブルとインシデントの説明を含む2カラムレイアウト
推奨事項：基盤となるAI原則の整合性を含む既存のソフトウェア選択フレームワークを活用し、ロックインを防ぐためにベンダーのエグジット戦略を計画し、データ移行パスを特定し、事業継続計画を含めます。
左側のアクションアイテム、右側の光の筋を持つ抽象的な建築画像
3番目のトレンドのセクション区切り：「Agentic AIが成熟し、指数関数的なエンタープライズを強化する」というテーマで、握手や回路基板など、ビジネス/テクノロジーの抽象的な3D構成を示しています。
トレンドアイコンが左上に、テキストオーバーレイが左側に、3D複合画像が右側にあるフルブリードビジュアル
5つの自動化アプローチを比較する表：ビジネスプロセス管理（経費報告、構造化データ）、RPA（請求書処理、構造化/半構造化）、インテリジェントオートメーション（不正検出、AI機能を追加）、Generative AI（仮想アシスタント、新しいコンテンツを生成）、Agentic AI（自律的な調査とレポート、推論とプログラムの実行）。自動化機能、テクノロジー、データ処理の進展を示しています。
ユースケース、機能、テクノロジー、データをカバーする5つのカラムと6つの行を持つ包括的な比較表
中央のLLMを中心とした円形の流れで4つの主要なアーキテクチャコンポーネントを示します：Sense（感覚データを収集、前処理、依存関係を監視）、Reason（タスクを評価/計画、オプションを検討、オーケストレーションを計画、AI原則を検証）、Act（アクションをオーケストレーション、永続性を管理、結果を合成、検証）、Adapt（影響を測定、ワークフローを最適化、知識ベースとポリシーを更新）。プロトコルには、Model Context ProtocolとAgent2Agentが含まれます。
中央の脳アイコン、接続矢印を持つ4つのコンポーネントを備えた円形フロー図
3つの一般的な設計パターンを示します：計画（評価フィードバックループで目標をサブタスクに分解）、マルチエージェントオーケストレーション（オーケストレーターがタスクを割り当て、シンセサイザーが結果を統合）、ツール使用とリフレクション（外部ツールを活用し、自己評価を実行）。IN/OUTとフィードバックループを示すフロー図が含まれています。
プロセスフローと意思決定ポイントを示すフロー図を含む3つのパターンセクション
Agentic AIの主な推進要因：運用効率の向上（70％）、ユーザーエクスペリエンスの向上（61％）、成長イニシアチブのサポート（48％）、イノベーションの実現（40％）、リスク管理の改善（25％）、AIエージェントを追求しない（5％）。Insightによると、運用効率が依然として最大の推進要因です。
右側にインサイトボックスのある水平棒グラフ
Agentic AI開発の主要ツール：Microsoft Copilot Studio（60％）、Google Vertex AI Agent Builder（37％）、Microsoft AutoGen（28％）、Amazonツール（24％）、Salesforce Agentforce、Botpress、CrewAI、LangChain、Eliza、LangGraph、Fine、およびその他の商用/オープンソースプラットフォーム。Insightによると、OpenAIのような新しいツールが成長すると予想されています。
右側にインサイトボックスのある水平棒グラフ
2つのグラフを表示：1）AIエージェントの理解度に対する信頼度（レベル4～5が多数）、2）投資計画（50%以上が現在使用しており、増加を計画、20%が2026年末までに導入を計画、それ以降の導入または計画なしの割合は小さい）。組織が投資とスキル開発を行い、大幅な成長を期待しているというインサイト
2つの水平棒グラフが並んでおり、下部にインサイトボックスがある
機会：自律的な運用、適応型システム、高度にパーソナライズされた体験、市場投入までの時間の短縮、指数関数的な成長。リスク：起こりうる雇用の喪失、データ共有に伴うプライバシーの懸念、過剰なリソース消費、AIの基本原則に沿っていないエージェント、複雑性の増大
濃い青色の背景の2列レイアウト、右側に抽象的なダッシュボードのビジュアル
WalmartのCTOであるHari Vasudev氏による状況分析。特定のユースケースに焦点を当てたエージェントAIへの外科的アプローチについて説明。2つの重要な要素を指摘：顧客が自分のエージェントを好みに合わせてトレーニングすること、小売業者がパーソナルショッピングエージェントが内部エージェントと通信できるようにすること。Walmartの豊富なリソースとデータへのコミットメントについて説明
状況分析とアクションセクションを含む2列レイアウト
指数関数的な組織に備えるための推奨事項：エージェントAIに最適なアプリケーション特性を理解する（固定/反復的なタスク、決定論的な結果、低レイテンシーのニーズ、コスト制約のある環境には避ける）、リスクの高い運用にはレビュー/承認による人的監督を実施する、フィードバックシステムでパフォーマンスをレビューする
左側のアクションアイテム、右側の抽象的な建築画像
4番目のトレンドのセクション区切り：「リスク管理はAIの入場料になる」というテーマで、ネットワーク接続を備えた抽象的な3D幾何学的構造を示す
全面ビジュアル、左上にトレンドアイコン、左側にテキストオーバーレイ、右側に3D幾何学的構造
5つのフレームワークの比較表：NIST AI RMF（非規制、信頼性に重点）、ISO/IEC 23894:2023（国際規格、倫理と人権に重点）、ISO 31000（AIに適応可能なエンタープライズリスク）、COSO ERM（AIに適応可能なエンタープライズリスク）、Info-Tech AI RMF（AI専用設計、基本原則に重点）。重点、規制の性質、AI原則、リスクカテゴリー、適応性、実装アプローチを比較
6行と5つのフレームワーク列を持つ包括的な比較表
4つの主要機能：リスクガバナンス（法的/規制要件、AIの基本原則、リスク許容度、透明性、モニタリング、インベントリ、廃止）、リスク特定（コンテキストの確立、AIシステム分類、価値/メリット、リスク、影響の分類）、リスク測定（AIリスク指標、基本原則の整合性評価、システムリスクのモニタリング、測定評価）、リスク対応（優先順位付けされた対応、システムリスク戦略、サードパーティのリスク/メリット、治療およびコミュニケーション計画）。各機能のサンプルアーティファクトを含む
詳細な箇条書きと各下にサンプルアーティファクトがある4つのボックスの水平レイアウト
同じテクノロジーがコンテキストに基づいて異なるリスクレベルを持つことを示す4つのドローン例：最小リスク（手動のレジャードローン、データ収集なし）、限定的リスク（ヒューマンオーバーライドによる荷物配達、配達確認インタラクション）、高リスク（障害が重大な結果をもたらす重要なインフラストラクチャでの医療用品配達）、容認できないリスク（原因なしに法執行機関向けの顔認識による大量監視 - 禁止）
ドローンの画像とリスクの説明がある4象限レイアウト
AIガバナンスのリーダーシップ：AIセンターオブエクセレンスまたは委員会（31％）、CIO（23％）、役員レベル以下の2つ以上の役職で共有（13％）、2人以上の役員で共有（10％）、CEO（10％）、リスクおよびコンプライアンスオフィサー/エグゼクティブ（2％）、その他のCスイートエグゼクティブ（5％）、誰もいない（6％）。インサイトノート：AIガバナンスは共同責任であり、AIセンターオブエクセレンスまたはCIOが最も頻繁に主導している
左側に円グラフ、右側にインサイトボックス
圧倒的多数がリスク管理を重要視：非常に重要62％、やや重要32％、わずかに重要6％、重要ではない0％。インサイトノート：リスク管理は、ほぼすべての回答者によって認識されている不可欠なプログラムである
インサイトボックス付きの円グラフ
エンタープライズリスク管理が推奨されるアプローチ：33%が完全に統合されたエンタープライズリスク管理、28%が統合および集中管理、26%がドメイン固有、13%がアドホックまたはリアクティブ。インサイトでは、61%がサイロ化/アドホックなアプローチよりもエンタープライズアプローチを好むと指摘
インサイトボックス付きの円グラフ
機会：AIシステムの保護策の提供、AIの基本原則の実施、正確性と有効性の確保、規制の遵守、AIからの価値の最大化。リスク：ガバナンスとリスク管理における専門知識の不足、経営幹部のサポートの不足、全社的な教育プログラムの不足、効果的なリスク識別の不足、効果的な監視と測定の不足
濃い茶色の背景を持つ2列レイアウト、右側に抽象的なダッシュボードビジュアル
さまざまな政府のアプローチ（米国/英国のイノベーション主導型 vs EUの包括的な法律）と、現在のリスクプログラムがAIを想定していないことによる課題を指摘する状況分析。EU AI Actのリスク分類（容認できない、高リスク規制、限定リスクの透明性、最小リスクの非規制）について説明。米国大統領令が、連邦政府機関に対し、2026年4月までに最小限のリスク管理慣行を実施することを義務付けていると指摘
状況分析、アクション、およびトレンドセクションを含む2列レイアウト、Info-Techフレームワーク図を含む
リスクベースの管理文化を採用するための推奨事項：AIのリスク/利点について従業員を教育し、基本的なAI原則をリスクカテゴリとして確立することにより、リスク管理の文化を育成する、定期的な評価を含むAIリスク管理フレームワークを実装する、責任あるAI原則を運用する（自動化ツールを検討する）、プログラムがエージェントAIアプリケーションに対応できるようにする
左側のアクションアイテム、右側の抽象的な建築画像
5番目のトレンドのセクション区切り：「AIは自由と制御の間で揺れ動く」、ピンク/マゼンタのテーマで、球状要素を持つ抽象的な3D幾何学的構造を示し、タグラインは「AI主権が規制当局にとって最重要事項になる」と表示
トレンドアイコンが左上にあり、テキストオーバーレイが左側にあり、3D幾何学アートが右側にあるフルブリードビジュアル
6つの地域におけるAI規制の包括的な比較表：欧州連合（リスク/権利ベース、EU AI Act）、米国（市場主導、大統領令）、英国（コンテキスト/市場主導、オンライン安全法）、中国（国家主導、生成AI規制）、カナダ（リスク/権利ベース、AIおよびデータ法案提案）、オーストラリア（リスク/権利ベース、AI倫理原則）。各地域における規制アプローチ、AI規制/イニシアチブ、執行の詳細を含む
国旗付きの大きな比較表、特性、規制、執行をカバーする3列構造
対照的なアプローチの詳細な比較：米国は、自主的な政策と最小限の罰則、America's AI Action Plan、および「偏りのないAI原則」（真実の探求、イデオロギー的中立性）により、イノベーションと規制緩和に焦点を当てています。EUは、AI規制と財政的罰則、EU AI Continent Action Plan（AI Factories、Data Union Strategy、AI Skills Academy）、および多様性/公平性を含む7つの基本原則により、安全性とイノベーションに焦点を当てています。両方のリスク分類システムを示す
主要な推進要因、フレームワーク、原則、行動計画、およびリスク管理をカバーする2列の詳細な比較表
適応型AIガバナンスの構成要素を示す円形図：AI指導原則（中央の原子アイコン）、組織構造（人物アイコン）、リスクとコンプライアンス（スケールアイコン）、ポリシー/プロセス/標準（チェックリストアイコン）、保証（シールドアイコン）、説明責任（握手アイコン）、適応性と回復力（脳アイコン）。メリットのリスト：リスクの最小化、コンプライアンスの確保、属性の提供、動的なポリシー管理の実現、リアルタイムの保証の提供、リアルタイムの軽減の実現、継続的な改善の促進、NIST AI RMF 1.0およびEU AI Actとの整合
左側の円形ガバナンス図、右側のメリットリスト
多くの組織がソブリンAIを追求：40％がソブリンAIのみを使用、21％がソブリンAIと非ソブリンAIの両方を使用、14％がソブリンAIモデルを積極的に評価、13％が当面の計画なし、3％が利用可能なソブリンオプションなし、9％が考慮事項ではない。インサイトは、国家安全保障、自律性、データ制御、経済成長を推進要因として指摘
インサイトボックス付きの円グラフ
ほとんどの組織は、ベンダーがセーフガードを構築すると確信：72％が、AIベンダーが自主規制し、必要なセーフガードを実装すると確信（3）から非常に確信（5）していると感じています。分布は、より高い信頼レベル（4が最も一般的な回答）への強い偏りを示しています
5点スケールとインサイトボックス付きの水平棒グラフ
AI規制導入への強い支持：33%が強く支持、45%がやや支持（合計78%が支持）、11%が中立、6%がやや反対、5%が強く反対（合計11%が反対）。インサイトでは、ほとんどの回答者が政府規制を支持していることを強調
インサイトボックス付き円グラフ
機会：米国/英国などの地域は、規制がないため、より多くの資本を引き付ける可能性があり、AI規制は、国/経済の優先事項を反映するように調整でき、Big Tech AI寡占からの独立を促進できます。リスク：独自の規制は参入障壁になる可能性があり、AI規制がない場合は消費者の信頼が不足し、過剰な規制が行われるとイノベーションが停滞する可能性があります
濃い紫色の背景を持つ2列レイアウト、右側に抽象的なダッシュボードのビジュアル
国家安全保障、Big Techからの技術的独立、国家のアイデンティティ/文化/言語の保護、および経済的要因によって推進される、主権AI戦略を追求する国の状況分析。3つの頂点を持つ三角形の図を示します：LLM主権（戦略的自律性、国家安全保障、IP、言語サポート）、データ主権（国家安全保障、データプライバシー、法律、パフォーマンス）、インフラストラクチャ主権（国家安全保障/回復力、地域経済の推進、制御、パフォーマンス）、中心にFoundational AI Principles
左側の状況分析、右側に3つの主権コンポーネントを持つ三角形の図
アメリカのAIアクションプラン、カナダのソブリンAIコンピューティング戦略、EU AI大陸アクションプラン、英国AI機会アクションプラン、ドイツ、フランス、スペイン、スウェーデン、中国、インド、韓国、UAE、ブラジルを含む、世界中で発表されたAI主権イニシアチブのリスト。米国の行政命令14320は、アメリカのAIテクノロジースタックのグローバルスタンダードとしての輸出を促進していることに注意してください。分断されたAI規制の開発の傾向と、ローカルAIモデルの開発の推進要因（国家イニシアチブ、コモディティ化、地政学的力）について説明します
アクションとトレンド分析のセクションを含む2列レイアウト
分断されたAI規制をナビゲートするための推奨事項：政府の視点に関係なく、AIアプリケーションに関連する新しいリスクを理解する（AIリスク管理プログラムを導入し、リスク分類システムを実装する）、ソブリンAIモデルの開発または活用可能性を評価する（候補となる基盤モデルが精度要件を満たしていることを確認し、ローカル言語と文化に合わせて微調整することで関連性を向上させる）
左側のアクションアイテム、右側の抽象的な建築画像
5つのトレンドとアクションアイテムのエグゼクティブサマリー：AI戦略（基本原則の確立）、AIベンダーアプリケーション（原則に沿ったソリューション中心のアプローチ）、Agentic AI（ヒューマンオーバーサイトによるビジネス主導のユースケースの選択）、AIリスク管理（管理プログラムによるリスクカルチャーの育成）、AI規制（適応性のあるガバナンスフレームワークの開発、競争力のあるソブリンモデルの確保）
5つのセクションからなるサマリー。右側には、テクノロジーの風景の中を歩く人物を描いた抽象的な未来的なイメージ
外部協力者（Andreu Gomez - 国連ウィーン事務局 CDO、Sunil Gupta - CTBTO CITO、Said Ahmed - 国連技術開発リスク、Rick Pastore - SustainableIT.org、Tom Godden および Paul Weiss - AWS）および内部協力者（Jack Hakimian - SVP Research、Rob Garmaise - VP AI Research、Mark Tauschek - VP Research Fellowships、Brian Jackson - Principal Research Director、Naveli Thomas - AVP Content Marketing、Manoj Atwal - Senior Member Services Director）のリスト
タイトル付きの外部および内部協力者をリストした2段組レイアウト、右側に抽象的なテクノロジーの背景
参考文献の最初のページ。AI Act（欧州委員会）、ブラジルのAIポリシーと規制（NewMind AI）、NIST AIリスク管理フレームワーク、アメリカのAIアクションプラン（ホワイトハウス）、DeepSeekモデルに関するさまざまな国際的なAI戦略と技術レポートを含むソースをリスト
標準的な引用形式の単一カラムの参考文献、抽象的な背景イメージ
M-25-21覚書（OMB）、フランスをAI大国にする、Walmart AI戦略に関する記事、DeepSeekの価格に関するドキュメント、スウェーデン、韓国、UAE、英国のAIアクションプラン、およびvibe codingインシデントレポートを含む参考文献の続き
前のページから続く単一カラムの参考文献
3つのInfo-Techリソースを宣伝：AI Marketplace（カスタマイズされたサポートでAIの可能性を解き放つ）、Build Your AI Strategy Roadmap（リスクを管理しながら価値を最大化）、Build Your AI Risk Management Roadmap（アドホックなプロセスを正式な継続的なプログラムに変換）。それぞれに簡単な説明と視覚的な表現が含まれています
各リソースのサムネイル画像と説明を含む3つのセクション
このスライドと基礎となるプレゼンテーションコンテンツに関する一般的な質問。
5つの主要なトレンドは次のとおりです。1）基礎的なAI原則が組織のDNAを書き換える - AI戦略は、安全性、プライバシー、公平性などの新たな原則に基づいて策定されます。2）コパイロットからvibe codingまで：AIはITを再構築し続ける - IT向けのAIソリューションのエコシステムは、新しいカテゴリとともに成長します。3）エージェントAIが成熟し、指数関数的なエンタープライズを強化する - エージェントAIは、自律的な運用と指数関数的な成長を可能にします。4）リスク管理はAIの入場料となる - 組織はAIリスク管理プログラムを採用する必要があります。5）AIは自由と制御の間で揺れ動く - AIソブリンティは、グローバルな規制当局にとって重要になります。
Info-Tech AIリスク管理フレームワークは、AIシステム専用に設計されており、4つの主要な機能で構成されています。リスクガバナンス（法的要件、基礎原則、リスク許容度、およびAIインベントリの確立）、リスク識別（コンテキストの確立、AIシステムの分類、およびリスクの特定）、リスク測定（AIリスクメトリクスの定義、アライメント評価の実施、およびシステムの監視）、およびリスク対応（対応の優先順位付け、リスク戦略の開発、および治療計画の実施）。NIST AI RMF 1.0に基づいており、基礎的なAI原則をコアリスクカテゴリとして重視しています。
組織は、8つのコアとなる基礎的なAI原則を確立する必要があります。安全性とセキュリティ（システムと人々の保護）、データプライバシー（個人情報の保護）、説明可能性と透明性（AIの意思決定を理解可能にする）、妥当性と信頼性（正確性の確保）、公平性とバイアス検出（差別の防止）、説明責任（責任の割り当て）、異議申し立て可能性（AIの意思決定に対する異議申し立てを許可）、および持続可能性（環境への影響の最小化）。追加の新興原則には、人間の主体性と自律性、環境への配慮、および知的財産保護が含まれます。
米国とEUは、AI規制に対して対照的なアプローチを取っています。米国は、市場主導型でイノベーション重視のアプローチを採用しており、大統領令による自主的な政策と連邦法はなく、米国のAIリーダーシップを促進するために最小限の規制を重視しています。EUは、EU AI Act、GDPR、およびその他の法律を通じて、リスクと権利に基づくアプローチを採用しており、包括的な規制を行っており、非遵守には経済的ペナルティを科しています。米国は「偏りのないAI原則」（真実の追求とイデオロギー的中立性）に焦点を当てていますが、EUは人間の主体性、透明性、多様性、公平性、および社会の幸福を含む7つの基礎原則を重視しています。どちらもリスク分類システムを実装していますが、EUのシステムはより規範的であり、容認できない（禁止）、高リスク（規制）、制限付きリスク（透明性義務）、および最小リスク（規制なし）の4つのカテゴリがあります。
エージェントAIは、推論し、目標をサブタスクに分解し、人間の介入なしに外部プログラムを実行できる自律型ソフトウェアを表します。RPA、インテリジェントオートメーション、およびgenerative AIを超える最も高度な進化です。組織は、自律的な調査、カスタマーサービスオーケストレーション、および複数ステップのワークフロー自動化など、適応と意思決定を必要とする複雑で動的なタスクにエージェントAIを使用する必要があります。ただし、組織は、固定された反復タスク、決定論的な結果を必要とする状況、低遅延要件、またはコスト制約のある環境では、エージェントAIを避ける必要があります。ベストプラクティスには、高リスク運用に対する人間の監視の実装、明確なレビューおよび承認プロセスの確立、およびエージェントのパフォーマンスを継続的に改善するためのフィードバックシステムの使用が含まれます。
ソブリンAIとは、特定の国または地域内で開発および運用されるAIモデルとインフラストラクチャを指します。調査によると、組織の40％がソブリンAIモデルのみを使用し、21％がソブリンモデルと非ソブリンモデルの両方を使用しています。組織がソブリンAIを追求する主な理由はいくつかあります。国家安全保障（機密データと運用の保護）、技術的独立性（他国のビッグテックベンダーへの依存度の低減）、国民的アイデンティティ（ローカルの文化と言語の保護）、経済成長（ローカルのAI産業と雇用の促進）、およびデータ管理（データの主権とローカル規制の遵守の確保）。米国、カナダ、EU諸国、中国、インド、韓国、UAE、およびブラジルなどの国はすべて、ソブリンAIイニシアチブと戦略を発表しています。
調査によると、組織の41％が市販の既製ソリューションを購入することを好み、13％が既存のモデルを微調整して構築し、46％が両方を行っています。選択する際には、以下を考慮してください。ベンダーソリューションの場合 - 市場投入までの時間の短縮、初期費用の削減、メンテナンスの軽減、スケーラビリティの向上、ただし、ベンダーロックインのリスク、統合の課題、カスタマイズの制限、および機能の制御の低下。カスタム構築の場合 - 特定のタスクに最適なツール、長期的なライセンス費用の削減、柔軟性の向上、ただし、複数のツールが必要、統合コストの増加、およびベンダー管理の複雑さの増加。ベストプラクティスは、ビジネス価値に焦点を当て、基礎的なAI原則との整合性を確保し、ベンダーロックインを防ぐための出口戦略を常に計画するソリューション中心のアプローチを採用することです。
CIOは、5つの重要なアクション領域に焦点を当てる必要があります。1）AI戦略 - リスクに対処し、組織の戦略的原則を反映する基礎的なAI原則を確立します。2）AIベンダーアプリケーション - 基礎的なAI原則の整合性を含む既存のソフトウェア選択フレームワークを使用して、ソリューション中心のアプローチを採用します。3）エージェントAI - ビジネス主導のユースケースを選択し、エージェントAIに最適な特性を理解し、影響の大きい運用に対する人間の監視を含めます。4）AIリスク管理 - 従業員を教育し、ビジネスプロセスに沿った正式なAIリスク管理プログラムを実装することにより、リスク管理の文化を育成します。5）AI規制 - 立法環境に関係なく、セーフガードを提供し、自己規制するための適応型AIガバナンスフレームワークを開発し、ソブリンAIモデルがビッグテックベンダーモデルと競争力があることを確認します。
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
プロフェッショナルなデザインを参照し、スタイルを選択し、完璧なテキストレンダリングでスライドを生成。Nano Banana搭載—今すぐプレゼンテーションの作成を始めましょう。
© 2026 2slides。全著作権所有。
