自社で開発するAIと同等の厳格さで、他社が構築したAIも統制しましょう。

ほとんどのサードパーティリスク管理（TPRM）プログラムは、財務の安定性、SOC 2コントロール、ISO 27001認証、契約条件など、静的なベンダーリスクを対象に設計されています。しかし、これらはいずれも、AI固有のリスクを捉えることはできません。

• モデルのプロベナンス（来歴）。 ベンダーはモデルを自社でトレーニングしたのか、オープンソースのベースモデルをファインチューニングしたのか、それとも基盤モデルのAPIをラップしただけなのか。そのアプローチの違いによって、リスクの形状は変化します。

  
  

• トレーニングデータの機密性。 ベンダーのモデルは何を学習したのか。自社が提供したインプットが、同意していない方法で再トレーニングに使用されていないか。

  
  

• 動作のドリフト（変化）。 ベンダーがモデルのアップデートを実行すると、そのAIの動作も変化します。調達時に評価したリスクプロファイルは、3か月後に本番環境で稼働しているリスクプロファイルとは異なります。

  
  

• 隠れた依存チェーン。 ベンダーはモデルプロバイダーに依存し、プロバイダーはトレーニングデータに依存し、さらにそれはインフラストラクチャに依存しています。それぞれのレイヤーが、目に見えないリスクをもたらす可能性があります。