AIガバナンス成熟度モデル：組織の現状

AIの導入はしばしばガバナンスよりも速く進みます。Copilotのパイロットは誰も権限を確認する前に稼働し、SaaSのAI機能はセキュリティ承認前に登場します。WEF and Accenture 2025 Playbookによると、1,500社のうち81％が責任あるAI成熟度の初期段階にとどまっています。

経営陣が組織のAIガバナンスの成熟度を尋ねるとき、彼らは年ごとに追跡できる数値を期待し、それを裏付ける明確な証拠の痕跡が必要です。ほとんどの成熟度の主張はその証拠を提供できず、防御可能なものはポリシーが言うことではなく、コントロールが証明できることに基づかなければなりません。主張を裏付けられる組織は少なく、The Netwrix 2026 Data and Identity Security Reportによると、完全なAIセキュリティ準備が整っていると報告しているのはわずか11％です。

そのギャップのコストはすでに侵害データに現れています。AIがアイデンティティアクセスを大幅に拡大した組織では43％の侵害率を報告しているのに対し、アクセスパターンが変わっていない組織では11％です。これは、ガバナンスがAIの導入に合わせて拡張されない場合に起こることです。

ここでAIガバナンス成熟度モデルが登場します。「私たちはどれほど成熟しているか」を方針の主張から証拠に裏付けられた数値に変えます。

AIガバナンス成熟度モデルとは何ですか？

AIガバナンス成熟度モデルは、アドホックな監督から適応的で継続的に改善される管理まで、AIガバナンス能力のレベルを説明する構造化されたフレームワークです。セキュリティリーダーやITディレクターにとって、これはChief Information Security Officer (CISO)や取締役会に姿勢を伝え、次の予算要求を正当化し、一貫した尺度で年々の進捗を追跡するためのベンチマークとして機能します。

成熟度モデルはAIガバナンスフレームワークとは異なります。フレームワークは組織が構築するもので、AIの使用を管理するポリシー、役割、レビューサイクル、コントロールを含みます。成熟度モデルは、そのフレームワークが機能しているか、どこに問題があるかを示します。

これがNIST AI RMF、EU AI Act、およびISO/IEC 42001にどのように対応しているか

以下のフレームワークは、成熟度スコアではなく義務と管理の期待を定義しています。

• NIST AI RMF 1.0 は階層化された成熟段階なしに、GOVERN、MAP、MEASURE、MANAGEの4つの機能を定義します。
• ISO/IEC 42001 は管理システム要件への適合性を合格・不合格の基準で認証します。
• EUのAI法はシステムをリスク階層で分類し、具体的な義務を課します。 第26条(6)は高リスクシステムの導入者に対し、自動生成されたログを少なくとも6か月間管理下に置くことを義務付けており、2026年6月の欧州連合理事会のプレスリリースではDigital Omnibusの採択が確認され、付属書IIIの高リスク義務は2027年12月2日まで延期されました。

これらのフレームワークは共にガバナンス要件を設定し、下の成熟度モデルはそれらの期待を運用スコアに変換します。GOVERNとMAPは初期レベルに、MEASUREとMANAGEは後期レベルに対応しています。

これは実用的で中堅市場向けのモデルとして扱い、それらのフレームワークに対して防御可能なものとし、正式なコンプライアンスマッピングと併用してください。

AIガバナンス成熟度の5つのレベル

すべての組織はこの階段のどこかに位置しており、レベルに名前が付けられていない場合でも同様です。これらのレベルを使って、日常的にもポリシー文書内でも各段階がどのようなものかを認識してください。

レベル1：アドホック（あらゆる場所にshadow AI）

レベル1は10年前のクラウド導入のようです。管理されておらず、セキュリティには見えず、問題が発生して初めて気づかれます。正式なAIガバナンスは存在しません。従業員がITの評価よりも速くツールを採用するため、Shadow AIが増殖し、問題はインシデントや監査結果でしか明らかになりません。兆候は一貫しています：AIのインベントリなし、AIに言及しないポリシー、責任者不在、AI専用のログなし。

このレベルの組織は、列挙すらできないデータ露出や規制の盲点を抱えており、その数値がそれを裏付けています。Netwrix 2026 Data and Identity Security Reportによると、組織のわずか20％が従業員のシャドウAI利用を完全に監視しており、大多数はまさにこの種の盲点から作業しています。

レベル2：定義済み（ポリシーは存在するが実践が遅れている）

レベル2では、誰かがポリシーを作成しましたが、それを誰かが守っているかは別の問題です。組織はAIのポリシーと責任を文書化し、基本的なインベントリを開始しましたが、チームごとに適用が不均一です。許容使用ポリシーの施行は手動チェックに依存し、インベントリは未完成のままで、チームは遅い承認プロセスを回避しています。

紙上の理論と実践のギャップがこのレベルを定義します。組織は監査人や取締役会に対する管理の証拠を欠いており、裏付けとなる証拠が不足しています。2022年のResponsible AI Global Executive MIT Sloan Management ReviewとBoston Consulting Groupの調査では同じ分断が見られました：84％のリーダーがresponsible AIを経営陣の最優先事項とすべきだと述べていますが、完全に成熟したプログラムを報告しているのはわずか25％で、これは単一の統計でレベル2に相当します。

レベル3：運用化（プロセスに組み込まれたコントロール）

レベル3では、ガバナンスはチームが回避する文書ではなく、必須の展開ステップとなります。ガバナンスはデータ、アイデンティティ、変更管理のワークフロー内に存在し、組織は各AIユースケースにリスク分類を適用します。AIレビューはプロジェクト受付に組み込まれ、アクセス制御とData Loss Prevention（DLP）がAIがアクセス可能なデータをカバーし、すべての展開がガバナンスチェックポイントを通過します。

これはインシデント発生時に、セキュリティチームがどのコントロールが実施されていたか、誰がシステムを承認したか、どのデータにアクセスできたかを示せる場合に表示されます。

レベル4：測定済み（ガバナンスが管理を証明できる）

このレベルでは、「私たちはどの程度成熟しているか？」という質問に数値が付けられます。組織は、インベントリの完全性、リスク評価が完了したユースケースの割合、ポリシー違反、インシデントの検出および対応時間などの指標とダッシュボードでガバナンスのパフォーマンスを追跡します。SANS AI Self-Assessment Maturity Modelは、AIインシデントの平均検出時間（MTTD）と平均対応時間（MTTR）をステージ4の要件として挙げています。

監査および取締役会の証拠はオンデマンドで利用可能であり、各レビューの前にレポートが準備されているため、ガバナンスは経営陣にとって逸話的ではなく測定可能です。ここに到達するのが難しい部分であり、PwC's 2025 Responsible AI surveyは、責任あるAIを運用化し、原則を繰り返し可能で測定可能なプロセスに変えることが、回答者の半数が挙げる最大の障害であることを発見しました。

レベル5：適応型（AIの使用に伴いガバナンスが進化）

WEFとAccentureのデータによると、WEF and Accenture dataでは、調査対象企業の1％未満が体系的で先見的なアプローチで責任あるAIを完全に運用化しており、そのためこのレベルに到達する組織は少数です。レベル5では、フィードバックループが継続的な適応を促進し、ポリシーとコントロールは新しいAIの能力や新たなインシデントに対して四半期ではなく数日で対応します。

シグナルには、AIパイプラインでの自動化された実施、動的リスクスコアリング、積極的なシナリオテストが含まれ、ガバナンスとエンジニアリングチームが連携して作業しています。このレベルのガバナンスにより、遅れた障壁として追従するのではなく、安全なAI導入が可能になります。

5つの次元が測定するもの

「私たちはレベル3です」という単一の主張は、通常、弱点を隠しています。多くの組織はポリシーには強いがデータやidentityの管理が弱い、またはその逆であるため、全体の数値を信頼する前にこれら5つの側面を独立して評価してください。

1. インベントリと範囲： レベル1には使用中のAIシステムのリストがありません。レベル5には、承認されたツール、組み込みのSaaS AI機能、および未承認の使用をカバーする動的で包括的なカタログがあり、それぞれリスク評価に結び付けられています。NIST AI RMFはこの要件を明確に GOVERN 1.6。
2. ポリシーと所有権： レベル1にはAI専用のポリシーがありません。レベル5には、委員会ではなく個人として名前のある責任者がいる強制的なポリシーがあります。この次元でほとんどのプログラムが停滞します：EYの2025年AIガバナンス調査 では、組織のわずか18％がAIのために明確に定義されたデータガバナンスの責任を持っていることがわかりました。
3. データおよびアイデンティティの管理： レベル1はAIツールがアクセスできるデータを把握していません。レベル5は文書化された、least-privilege accessがAIシステムごとおよびアイデンティティごとにマッピングされています。この側面は多くのチームが予想する以上に重要です。Microsoft 365 Copilotのようなツールは新たなアクセス経路を作るのではなく既存の権限を継承するため、過去の過剰共有がAIの露出面積となるからです。
4. 監視、ログ記録、および証拠： レベル1にはAI専用のログはありません。レベル5には、EU AI Actのlogging obligationsと同様に、要求に応じて取得可能なログ、承認、およびインシデント記録があります logging obligations。
5. 対応と改善： レベル1ではAIシステムのアクセス権を迅速に取り消す方法がありません。レベル5ではアクセスを隔離または取り消し、ほぼリアルタイムでコントロールを更新できます。

なぜAIエージェントはあらゆる次元を維持しにくくするのか

Agentic AIは5つの次元すべてで同時にレベルを引き上げており、ほとんどのプログラムはまだ追いついていません。2026年1月のCloud Security AllianceとAembitの調査によると、228人のITおよびセキュリティ専門家のうち68％の組織がAIエージェントの行動を人間の活動と明確に区別できず、85％はすでに本番環境でエージェントを稼働させています。これが罠です：標準的なAI利用でレベル3または4を達成したチームでも、エージェントがチャットインターフェースだけでなく同じデータに対して行動し始めると、レベル1に戻ってしまう可能性があります。

組織のAIガバナンス成熟度を評価する方法

有用な評価は、上記の指標を組織にとって正当化可能なスコアに変換します。チームはコンサルタントなしで作業を行えます。

1. データに関わるすべてのAIシステムをカタログ化する

承認されたすべてのAIツール、既存のSaaSプラットフォーム内に組み込まれたすべてのAI機能（Copilot、customer relationship management（CRM）アドオンなど）、および未承認のAI使用をリストアップしてください。各ツールが接続するもの（ファイル共有、メール、CRM記録、コードリポジトリなど）を記録します。

存在よりもリーチが重要であり、セキュリティが使用中と想定するものとカタログが検出するもののギャップが最初の驚きであることが多いです。 調達記録だけでは 購入後にベンダーが追加したAI機能を見逃します。

2. 5つの診断質問に答えてください

正直に答えてください。正直な回答と理想的な回答の差がこの演習のポイントです。

• 組織は、SaaS AI機能を含む使用中のすべてのAIシステムをリストアップできますか？
• Copilot または展開された AI アシスタントがアクセスできる機密データを正確に把握していますか？
• AIガバナンスのために名前が付けられ、accountableな責任者はいますか？
• 規制当局や取締役会からの要請があった場合、24時間以内にAIアクセスまたはインシデントログを作成できますか？
• 数週間にわたる変更管理サイクルなしで、AIシステムのデータアクセスを取り消せますか？

1つの「いいえ」が弱い部分を示します。3つ以上の「いいえ」の回答がある場合、ポリシードキュメントの内容に関係なく、組織はレベル1または2に分類されます。

3. 5つの次元それぞれを1から5で評価する

プログラム全体に対して単一の数字を使うのではなく、各項目をそれぞれ1～5のスケールで評価してください。1は上記の診断質問に対して明確な「いいえ」を意味します。3は機能が存在するが、記録システムではなく手動チェックや個人の記憶に依存していることを示します。5は証拠が自動的で最新かつ誰もレポートを作成せずに取得可能であることを意味します。ポリシーの文言が約束するものではなく、証拠が支持する内容に基づいて評価してください。

4. スコアを平均ではなくヒートマップにマッピングする

結果をシンプルなグリッドとして作成します：5つの次元ごとに行を5つ、現在のスコア用に1列、12か月の目標用に1列を設け、他の3つに関係なく最も低い2つのスコアにフラグを付けます。そのグリッドこそが、注意書きの段落ではなく、取締役会に提示すべきものです。5つの数値を平均して1つのスコアにまとめると、この演習が明らかにしようとしている問題が隠れてしまいます。レベル4のポリシープログラムがレベル1のデータ可視性の上にある場合、それは実際にはレベル1のプログラムだからです。

5. 目標レベルと期間を設定する

今後12～24か月の現実的な目標レベルを設定してください。目標のないスコアは誰も見返さないスライドになってしまいます。初期段階の多くの組織にとっては、Adaptiveをデフォルトで宣言するよりもDefinedまたはOperationalizedに到達することを意味します。最初に修正すべき次元を選ぶ際は、利便性よりも規制リスクや最近のインシデントを重視してください。監査が迫っている場合、Level 1のデータ可視性を持つチームは最初の四半期にポリシードキュメントのブラッシュアップに時間を費やすべきではありません。

次の成熟レベルへのギャップを埋める方法

今後の方針は、組織のスコアによって異なります。各移行は、上記の評価が現在のレベルと最も弱い側面を特定していることを前提としています。

レベル1（アドホック）からレベル2（定義済み）への移行

レベル1では、AIを制御しようとする前に可視化してください。これを30日間のスプリントとして扱い、組織が会議で説明できるAIシステムの初稿登録簿を1つの成果物とします。

調達記録、OAuthおよびSaaS管理コンソール、事業部門への直接調査を通じてAIインベントリを実施し、責任者を一人（委員会ではなく個人）指名します。その基準が確立したら、規制対象データに対する高リスクのシャドウAI使用を禁止し、新しいツールの承認を求める短いAI使用ポリシーを公開し、既存のデータ発見機能を活用してAIが機密データに触れる可能性のある場所をマッピングし始めます。

レベル2（定義済み）からレベル3（運用化）へ移行

レベル2では、ガバナンスをポリシードキュメントから人々がすでに使っているワークフローに移します。これを90日間、2～3台のAIシステムでパイロット運用してから、さらに展開してください。

• 展開が通過しなければライブにできないように、プロジェクトの受付と変更管理にAIレビューを組み込みます。
• 最小権限およびDLPコントロールをAI対応システムに拡張し、これらのシステムに対して定期的なアクセス認証を開始します。
• AIインシデントは他のセキュリティイベントと同様に扱い、同じ訓練頻度とエスカレーション経路を適用してください。

承認、アクセス、インシデントのワークフローが誰かに求められることなく証拠を生成するとき、パイロットは成功し、そのパターンはレジスターの残りにも拡大します。

レベル3（運用化）からレベル4（測定）へ移行

レベル3では、「組織が管理していると考えている」という表現を、1四半期の報告期間を通じてそれを証明する数字に置き換えます。

• 四半期開始前に指標を定義し、インベントリの完全性、ポリシー遵守、インシデントの検出および対応時間をカバーして、比較の基準を設定します。
• 監査がスプレッドシートの混乱ではなくクエリで回答されるように、ログ記録と証拠のワークフローを修正します。
• 誰かに頼まれる前に最初の四半期ガバナンスレポートを作成し、上記のすべての指標をカバーしてください。

最初の四半期報告書を達成することが、測定されたプログラムと単に測定されたように聞こえるプログラムを区別します。

レベル4（測定済み）からレベル5（適応型）へ移行

レベル4では、レベル5が終了日を持つプロジェクトではなく継続的な能力であるため、手動かつ反応的なガバナンスの部分を継続的に自動化します。

• 可能な場合は、AIパイプラインのポリシー駆動型コントロールや動的アクセス決定を含めて、自動的に適用してください。
• インシデントおよびトレンドデータを少なくとも四半期ごとに確認し、事後ではなく事前にガバナンスを更新するために活用してください。
• ビジネスユニットを定期的なガバナンスレビューのサイクルに組み込み、AIを独自の所有者、予算、指標を持つ戦略的資産として管理します。

適応的成熟度は、事後に履歴を記録するだけのダッシュボードではなく、運用判断をリアルタイムで変えるガバナンス信号に依存します。

NetwrixがAIガバナンスの成熟度を支援する方法

ほとんどの成熟度評価は、データおよびアイデンティティの管理、監視、ログ記録、証拠で失敗します。Netwrixは、レベル2を超える成熟度の主張を証明可能にするデータセキュリティの姿勢とアイデンティティのコンテキストを提供し、「Data Security That Starts With Identity™」の実践的表現です。専門化されたAI governanceプラットフォームはモデルライフサイクルガバナンスをカバーし、Netwrixはその下の証拠をカバーします。

データとアイデンティティの可視性ギャップを埋める

The Netwrix 1Secure™ Platform は Data Security Posture Management (DSPM) を使用して、SharePoint Online と Windows ファイルサーバー全体の機密データを検出および分類し、Copilot やその他の AI ツールがライブになる前にアクセス可能な範囲をマッピングします。これは、Netwrix 2026 Data and Identity Security Report で特定された特定のギャップを埋めます。79% の組織が AI ツール、モデル、またはコパイロットで使用される機密データの完全な可視性を欠いています。Netwrix Access Analyzer は同じ可視性をオンプレミスのファイルサーバーに拡張し、その Effective Access Report は、生の権限エントリではなく、ユーザーが持つアクセスを示します。

権限の変動を証明可能な記録に変える

すべてのAIツールはアイデンティティのもとで動作し、 Netwrix Auditor はActive DirectoryおよびMicrosoft Entra ID全体で、これらのアイデンティティの権限が時間とともにどのように変化するかを追跡し、役割の変更、サインイン活動、権限の昇格を含みます。 Flagler Bank は30分でその可視性を達成し、調査時間を数時間から10分に短縮しました。これは、この次元を評価済みから証明済みに移す運用上の証拠です。

再構築するのではなく、必要に応じて証拠を作成する

測定されたプログラムは、記憶ではなくログで取締役会や規制当局の質問に答えます。Netwrix Auditorの変更履歴と1Secureの事前定義された活動、コンプライアンス、およびリスクレポートは、セキュリティチームにオンデマンドの記録を提供します。Netwrixの2026年3月1Secureアップデートには、その基盤の上にCopilot準備評価とAIインタラクション監査トレイルが追加されました。

AIガバナンス成熟度の要点

組織が持っていると思うレベルと証明できるレベルのギャップは、ほとんどの場合、まずデータ可視性のギャップです。5つの次元を正直に評価し、次のラベルを追う前に最も弱い部分を修正し、主要なAI導入やインシデントの後は早めに、少なくとも年に一度評価を見直してください。監査時にのみ出てくる成熟度モデルはコンプライアンスの産物です。次の四半期の優先事項を設定するものはガバナンスツールであり、サイバー回復力計画の支援ツールです。

デモをリクエストして、Netwrixがこのモデルのデータとアイデンティティの側面を自己申告スコアから証拠に裏付けられた数値に変える方法をご覧ください。