AIモデルの出力やパフォーマンス指標の変動を時間経過とともに追跡し、ドリフトを検出して潜在的な劣化やリスクを推測します。
主要な指標（予測分布、特徴量重要度、性能スコア）における統計的分散を算出し、ローリングベースラインと比較します。大きな乖離が検出された場合は、より詳細な調査を行うためのアラートをトリガーします。ガバナンスでは、許容可能な分散帯域、監視頻度、および自動対応手順（データパイプラインのチェック、モデルの再学習）を定義し、モデルの安定性と信頼性を維持します。
オンライン広告向けAIは、ユーザーセグメント全体におけるクリック率分布の週次分散を追跡します。分散が過去の標準偏差の2倍を超えると、アラートによりデータフリートチームに最新のコード変更またはデータ変更の点検が促され、気付かれないドリフトがキャンペーン成果に影響することを未然に防ぎます。
