第1.0版 · 2026-07-20
AIエージェント本番運用準備ホワイトペーパー
AIエージェントを実証段階から安全な本番運用へ進めるための確認項目をまとめています。責任体制、データ、ツール権限、評価、コスト、セキュリティ、導入、ロールバック、運用記録を対象とします。
対象読者
経営層、プロダクト、セキュリティ、開発部門
検討すべき論点
- AIエージェントに責任者と停止権限があるか
- ツールが最小権限と人による承認を強制するか
- 障害、予算超過、データ異常が発生した際に安全に停止できるか
内容ガイド
- 01 課題・成果定義
- 02 データ・プライバシー・権限
- 03 評価・失敗経路
- 04 セキュリティ・FinOps審査
- 05 導入・稼働監視・ロールバック
- 06 検証記録・監視機構・受入
章の試し読み：1. AIエージェントを選ぶ前に、業務成果を定義する
現行業務、意思決定の責任、誤りによる損失、測定可能な成果を整理したうえで、ルール、自動化、人による対応よりAIエージェントが適しているかを判断します。「効率化」だけでは受入基準になりません。処理時間、精度、確認工数、例外率、単位コスト、停止条件を定めます。これらの指標は、定期的な運用レビューでも確認します。
確認事項
- 現状値と目標値に根拠がある
- 責任者が停止とロールバックを行える
- AIエージェントを使わない選択肢も残す
データ表と読み方
本番運用準備に必要な6つの必須管理項目
6項目すべてに直接確認できる証拠が必要です。未確認・不足・不合格が一つでもあれば、全体をNOT READYと判定します。
AIエージェント本番運用の6つの必須管理項目について、最低限の証拠と停止条件を示す表。
本番運用準備に必要な6つの必須管理項目| 管理項目 | 最低限必要な証拠 | 停止条件 |
|---|
| 責任者・停止権限 | 責任者、代行者、緊急停止の演習記録 | 責任者不在または安全停止不能なら中止 |
|---|
| データ・権限 | 分類、利用目的、最小権限、権限撤回記録 | 過剰権限または撤回失敗なら中止 |
|---|
| 評価・失敗経路 | 通常、境界、悪意、タイムアウト、重複の試験 | 重大障害時に安全停止しなければ中止 |
|---|
| セキュリティ・コスト | 脅威分析、スキャン、単位コスト、停止基準 | 高リスク未解消または予算超過なら中止 |
|---|
| リリース・復旧 | 版の一致、稼働確認、ロールバック演習 | 版不一致または未検証の復旧なら中止 |
|---|
| 監視・監査 | アラート、当番体制、改ざん防止記録、定期確認 | 監視停止または証拠を再現できなければ中止 |
|---|
- 出典
- FDE AI『AIエージェント本番運用準備』v1.0、PAS v1.1、IES v1.1
- 基準日
- 2026-07-20
- 単位
- 必須管理項目（全6項）
- サンプル
- 該当なし：市場調査ではなく規範的な管理モデル
- 作成方法
- 本書、PAS、IESに共通する停止条件を、重複しない6つの管理領域へ整理。
- 留意点
- 業界ベンチマークや法的助言ではありません。各組織のリスクと法的義務に応じて基準を追加してください。
適用範囲と留意点
本ホワイトペーパーは、ガバナンスと技術判断の参考資料です。法的助言、セキュリティ認証、個別システムの本番稼働承認を行うものではありません。
第1.0版 · 2026-07-20
企業AI運用基盤の設計に関するホワイトペーパー
データ、業務上の共通語彙、知識、方針、権限、業務フロー、AIエージェント、監査証跡を結び、継続的に改善できる企業基盤を設計する方法を示します。
対象読者
CEO・CIO・COO・データ／AI責任者
検討すべき論点
- どの企業概念を共通語彙にするか
- 人・ルール・AIエージェントの意思決定責任
- モデルを変更しても業務資産を維持する方法
内容ガイド
- 企業データ
- 業務オントロジー
- 業務知識ネットワーク
- 方針・権限
- 業務フロー実行基盤
- 複数AIエージェント実行基盤
- 追跡・監査
章の試し読み：1. 企業課題と共通語彙から始める
顧客、案件、リスク、完了、売上の定義が部門ごとに異なれば、AIは混乱を速めます。価値の高い業務を選び、主要概念、状態、関係、責任者を共通語彙として定義してから、モデルやAIエージェントに利用させます。共通語彙は業務責任者が管理し、特定ベンダーのプロンプトやベクトルDBに閉じ込めません。共通語彙は、業務部門と技術部門が定期的に見直します。
確認事項
- 概念ごとに責任者と定義がある
- 語彙変更を版管理し影響を確認する
- 基幹システムを正本として維持する
データ表と読み方
EAIOS 7層の責任・成果物マトリクス
7層それぞれに受入可能な成果物を持たせることで、モデル変更後も業務用語、方針、責任を維持できます。
EAIOSの7層について、必要な成果物と受入証拠を示す表。
EAIOS 7層の責任・成果物マトリクス| 層 | 必要な成果物 | 受入証拠 |
|---|
| Enterprise Data | 正規データ一覧・品質契約 | 責任者、分類、来歴、品質指標 |
|---|
| Operational Ontology | 共通概念・関係・イベント | 用語の版管理・部門横断承認 |
|---|
| Business Knowledge Network | 規則・文書・判断経緯 | 出典、有効期間、矛盾処理 |
|---|
| Policy and Permission | 利用目的・役割・操作境界 | 方針テスト・拒否記録 |
|---|
| Workflow Engine | 再試行・補償可能な業務フロー | 状態、冪等性、障害演習 |
|---|
| Multi-Agent Runtime | 管理された役割分担・ツール契約 | 評価、コスト、権限、停止試験 |
|---|
| Trace and Audit | 判断・変更の一貫した履歴 | 改ざん防止イベント、検索、保存証拠 |
|---|
- 出典
- FDE AI EAIOS v1.0・FDE AI Governance Baseline
- 基準日
- 2026-07-20
- 単位
- アーキテクチャ責任層（全7層）
- サンプル
- 該当なし：実証サンプルではなく規範的な参照構成
- 作成方法
- Governance First → Semantic First → Agent Firstの順に、企業AI能力を主責任が明確な7層へ分解。
- 留意点
- 責任モデルであり、7製品や7チームの導入を求めるものではありません。
適用範囲と留意点
実際のデータ、法規制、リスク、既存システムに合わせて設計する必要があります。一般的な構成例をそのまま適用することはできません。
第1.0版 · 2026-07-20
FDEのスキルとキャリアに関するホワイトペーパー
FDEに求められる能力を、企業課題の理解、意思決定、複数システムにまたがる導入・運用、リスク管理、成果測定、知識移転の観点から具体的に整理します。
対象読者
AIエンジニア、コンサルタント、プロダクトマネージャー、転職希望者
検討すべき論点
- 実績資料に現実の制約と判断上の取捨選択が示されているか
- KPI、検証記録、ロールバックまで含めて導入・運用を完遂できるか
- 事業部門、技術部門、利用者の間をつなげられるか
内容ガイド
- Future（未来を見通す）：変化と機会を捉える
- Decision（意思決定）：曖昧な課題を検証できる選択肢に変える
- Execution（実行）：データ、製品、モデル、組織を横断して成果を出す
- Governance（ガバナンス）：権限、安全性、コスト、運用記録を管理する
- Adoption（定着）：現場で継続して使える状態をつくる
章の試し読み：1. 実際の企業課題から能力を定義する
FDEは利用者と経営層への聞き取りを通じ、要望の背景にある業務、データ、権限、動機、リスクを捉え、曖昧な課題を検証可能な選択肢に変えます。実装だけでなく、目的、リスク責任、成功の測り方まで説明できることが必要です。実績を示す資料は、案件に参加していない人にも理解できる形にします。
確認事項
- 課題に制約と非目標を含める
- 選択肢ごとのトレードオフを示す
- 開発前に受入指標を定める
データ表と読み方
FDE能力証拠の4段階評価基準
肩書、年数、資格だけでは能力を証明できません。各能力を、再確認可能な業務証拠で判断します。
FDE能力証拠を0～3段階で示し、確認できる証拠と担当可能な業務を説明する表。
FDE能力証拠の4段階評価基準| 段階 | 確認できる証拠 | 判断 |
|---|
| 0｜未証明 | 自己申告、受講歴、ツール一覧のみ | 本番業務を任せる根拠にしない |
|---|
| 1｜指導下で実践 | 明確な手順に沿って小規模事例を完了 | 管理された学習業務へ進める |
|---|
| 2｜独立して遂行 | 課題、取捨選択、試験、リスク、成果を定義 | レビュー付きの本番業務を担当可能 |
|---|
| 3｜拡張・定着 | 再利用可能な標準を作り、協働と知識移転を主導 | システム・部門横断成果の責任者候補 |
|---|
- 出典
- FDE AI Capability Governance Standard v1.0・本ホワイトペーパー v1.0
- 基準日
- 2026-07-20
- 単位
- 能力証拠レベル（0-3）
- サンプル
- 該当なし：応募者統計ではなく規範的な評価基準
- 作成方法
- 自律性、証拠の完全性、再現性、知識移転に基づく4段階の規範的評価。
- 留意点
- 採用・不採用を本基準だけで決めず、職務関連性、合理的配慮、複数の証拠を組み合わせてください。
適用範囲と留意点
FDE AIは、就職、報酬、プロジェクトの成果を約束するものではありません。提案内容は、本人の経験と市場環境に応じて調整する必要があります。