責任あるAI (Responsible AI: RAI) の取り組みの多くは、公平性、透明性、説明責任、安全性、堅牢性、プライバシーといった一連の原則を定めた憲章から始まります。しかし、原則を策定すること自体は難しくありません。本当に困難なのは、その原則を策定してから実際にシステムを実行環境にデプロイする（展開する）までのプロセスにあります。そこでは、以下の4つのオペレーショナルなギャップが繰り返し発生します。

• 原則から統制へのマッピング：「公平性を約束する」というのは原則です。「顧客向けのすべてのAIシステムについて、導入評価時におけるバイアス テストの実施、本番環境における公平性指標の監視、およびドリフト（乖離）が閾値を超えた場合のデプロイ停止を義務付ける」というのは、オペレーショナルな統制（コントロール）です。この2つの橋渡しをするためのプラットフォームが、多くのRAI部門には不足しています。

  
  

• 部門横断的な統制の適用：RAIの原則はデプロイ時に適用されますが、デプロイの権限をRAI部門自体が握っていることは稀です。エンジニアリング部門がコードを所有し、セキュリティ部門がインフラストラクチャを所有し、プロダクト部門が顧客体験を所有しています。そのため、RAIの統制は、開発・運用チームが実際に使用している共有ワークフローに組み込まれる必要があります。誰も開かないような独立したRAIツールに配置すべきではありません。

  
  

• フレームワークの進化：NIST、ISO、セクター別のRAIフレームワーク（IEEE 7000シリーズ、OECD AI原則、各省庁等の固有のガイドライン）は常に進化を続けています。これらが進化するたびに、プログラム全体のレビューを都度要求することなく、RAIポリシーへと改訂を反映させる必要があります。一元管理されたフレームワーク ライブラリを活用することで、変更に伴う影響を一度に吸収することができます。

  
  

• フレームワークを凌駕する新たなAI機能の登場：エージェント型AI、生成AI、マルチエージェント システム、AIコーディング アシスタントなど、新しい技術カテゴリが登場するたびに、既存のRAIフレームワークではカバーしきれない新たな失敗要因が生じます。RAIプラットフォームは、こうした最新の機能に追随するのではなく、それらの機能の進化とともに自らも発展していく必要があります。