The Daily Newsstand · Free, Always
Friday, November 20, 2026

[ITmedia エンタープライズ] AIが使うデータは「今この瞬間」でも信頼できるか PwCが特許を取得した仕組みとは

Translate

AIエージェントが人に代わって判断し、実行する時代が近づいている。その判断の確かさを左右するのは、AIが使うデータだ。PwC Japanが特許を取得した仕組みは、一度承認したら終わりの従来のガバナンスをどう変えるのか。

» 2026年11月20日 07時00分 公開

この記事は会員限定です。会員登録すると全てご覧いただけます。

 PwC Japanグループ(以下、PwC Japan)は2026年11月18日、企業間やシステム間、AIエージェント間でデータを安全に流通、利活用させるための統制の仕組みについて特許を取得したと発表した。同日開催した記者向けセミナーで、特許技術を活用した新たなガバナンスモデルの構想を説明した。

 背景にあるのは、AIが人の指示を待たずに判断し、業務を実行する時代の到来だ。AIエージェントが組織をまたいでデータをやりとりするようになると、入力するデータが誤っていればAIの判断も誤り、影響はサプライチェーンや人々の暮らしにまで連鎖する。一方、データを誰がどの条件で使い、適切に扱ったかを確かめる従来の仕組みは、導入時や年に1度の確認が前提で、休まず動き続けるAIに追い付かないとPwC Japanはみる。

“点検の空白”をPwCはどう埋めるのか

 PwC Japanが開発を進めるのが、データの信頼性を確保するための統制が機能しているかどうかを「定期的な点検」ではなく「継続的な評価」で確かめる仕組み「データ信頼性評価機能」(レフェリー機能)だ。

定点的なガバナンスから継続的なガバナンスへの転換イメージ(出典:PwC Japanの投影資料)

 取得した特許(特許番号:特許第7866235号、登録日:2026年5月19日、特許権者:PwCビジネスアシュアランス)の技術は、法令や契約、社内ルールなどに基づく統制をデータの利用や連携の時点で実行し、その処理を記録するとともに、データの品質や来歴を多面的に評価する技術だ。レフェリー機能は、この技術を中核に据える。

 セミナーに登壇したPwC Japan有限責任監査法人の平岩久人氏(パートナー)は、従来型のガバナンスには次の3つの空白があると説明した。

  1. 点検と点検の間が見えない: ある時点で確認した利用条件や統制が、今も機能しているかどうかが分からない
  2. 説明の根拠が散らばる: 証跡がシステムや組織ごとに分かれ、根拠の取りまとめに時間がかかる
  3. 変化のたびに人手がかかる: 対象の洗い出しと再点検が都度発生し、変化の速さに追い付けない

 データの利用目的や利用者、法的根拠、品質といった要素は、使っている間にも変化し続ける。「今、私たちが問うべきは、一度承認されたから大丈夫だということではなく、今も信頼できるデータなのか、その仕組みが適切に動いているのかどうかだ」(平岩氏)

 この問いに応えるため、レフェリー機能は次の3つの役割を担う。

  1. 継続的に評価する: データの出どころや品質、鮮度、利用条件、ルールの順守状況を継続的かつ客観的に評価する
  2. 制御に連携する: リスクを検知したら制御の仕組みにアラートを上げ、停止や修正、人の判断への切り替えにつなぐ
  3. 説明できるようにする: 評価結果と証跡を可視化し、人による監督と社内外への説明を可能にする

PwC Japan有限責任監査法人の宮村和谷氏(筆者撮影)

 実際に止める、修正するといった対応は制御システム側が担い、レフェリー機能は評価とアラートに徹する役割分担だ。PwC Japan有限責任監査法人の宮村和谷氏(上席執行役員 パートナー)は、従来のガバナンスとの違いを次のように例えた。

 「これまでのガバナンスはいわば健康診断的なもので、年に1度あるいは導入時に確認し、問題がないということではんこを押す位置付けだった。ただ、健康診断をしてもその後の1年間に何が起こっているかは分からない。レフェリー機能はいわば、ウェアラブルの健康機器のようなものだ」(宮村氏)

 既存のデータ品質管理やAIガバナンスの統制を置き換えるのではなく、それらを生かして横断的に評価する点も特徴だ。データの品質や状態を継続的に監視するデータオブザーバビリティツールをはじめとする既存製品は、企業がデータやAIを管理する「統制側」の機能に当たる。宮村氏は、統制が期待通りに動いていると自社で主張するだけでは、データの提供者やステークホルダーの信用は得られないと指摘する。その上で、監査法人として培ったアシュアランス(保証)業務の方法論を客観的な検証の技術として実装した点が、既存製品との違いだと述べた。

 接続方式は複数を用意している。コンテナ管理基盤「Kubernetes」などに実装された統制にはAPIやMCP(Model Context Protocol、AIと外部のツールやデータを接続するための規格)を介して連携するほか、顧客企業のサーバに評価用サーバを置き、エージェントレスで統制の証跡を取得して評価する方式もあるという。

経営の数字に「信頼度」を添える

 宮村氏は想定する活用場面として2つを挙げた。

レフェリー機能の2つの活用場面(出典:PwC Japanの投影資料)

 1つはグループ経営管理だ。拠点や子会社ごとにデータの定義や更新頻度が異なると、経営会議に上がる売上高や利益の数字をどこまで信用してよいかが誰にも分からなくなる。レフェリー機能を使えば数字に信頼度と根拠を添えて提示でき、経営者はその数字に基づいてどこまで意思決定してよいかを判断できるようになるという。

 もう1つはロボットや自動運転に代表されるフィジカルAIだ。センサーや映像のデータの誤りや欠損は、物理的な安全や品質に直結する。稼働中も入力データと統制を継続的に評価し、異常があれば制御の仕組みにアラートを上げて停止や修正、人の判断に切り替える。取得したログが、航空機のフライトレコーダーのように事故時の原因確認に使える記録として統制されているかの評価にも、特許技術を適用できるとしている。

 評価の基準となるルールは各企業や業界が定め、レフェリー機能はそれに基づく評価を実行する。PwC Japanは今後、業界を問わず信頼性のあるデータ流通に関心を持つ企業を募り、ルール作りから実装、検証までを進める。企業での実装と検証をした後、産業横断の「信頼のインフラ」構築を目指す考えだ。

View the original on ITmedia →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.