HTML マルチレイヤー・ガバナンス for Agentic AI — Gianluca Busato

記事 / マルチレイヤー・ガバナンス for Agentic AI

Agentic AIのためのマルチレイヤー・ガバナンス

作成者 Gianluca Busato · 創業者・CEO・AIシステムアーキテクト · 2026-06-17

参照ホワイトペーパー — Gianluca Busato, Enkronos

自律型AIエージェントは、検証可能な身元、執行可能なポリシー、仲介された実行、不変の監査という決定論的なマルチレイヤーガバナンス内でのみ、企業で安全に展開可能になります。

1. 回答から行動へと移る変化

近代AI時代の大半では、リスクの単位は〜だった 誤答モデルはテキストを返し、それを人間がどう扱うかを決めた。エージェント型AIはリスクの単位を「誤答」から「誤った行動」へと変える。 誤った操作自律エージェントは今や計画を立て、ツールを呼び出し、APIを呼び出し、現実世界に影響を与えます—資金を移動し、記録を変更し、メッセージを送信し、インフラをプロビジョニングする—しばしば人の介在がほとんどないままに。

これは量的変化ではなく質的変化だ。ガバナンスの問いはもはや「出力は正しいか?」ではなく「この行動は許可され、監査可能で、元に戻せるか?」である。 認可済み、でしょうか 監査可能、そしてそうでしょうか 可逆性?"

2. なぜ原則だけでは不十分か

ここ数年でAIガバナンスの波が生まれた 原則 — 透明性、説明責任、公平性、人間の監督。原則は必要だが不十分だ。未解決の難問は実行性である。 執行:"AIは制御されるべきだ"を、稼働中のシステムが回避できない決定論的ルールに変えること。

PDFに書かれた原則は、エージェントが午前3時に無許可の振替を実行するのを止めない。執行はアーキテクチャに組み込まれなければならない。

3. 多層モデル

セキュリティ工学から防御の深層を借りると、堅牢なエージェンティックガバナンスは4つの独立した層でコントロールを強制する。独立性が重要だ:ある層での障害や妥協は次の層が上流を信用するのではなく権限を再検証するため、被害が抑えられる。

レイヤーそれが答える問い中核メカニズム
アイデンティティエージェントは誰として振る舞っているか?検証可能なエージェントIDと役割
ポリシーそれに何が許可されているか?決定論的なポリシー・アズ・コード
実行この特定の操作は許可されているか ?ランタイムでのアクション仲介
監査何が起き、なぜか?不変で再構築可能なログ

3.1 アイデンティティレイヤー

すべてのエージェントに検証可能なアイデンティティと一連の役割が伴う。行動は帰属でき、「匿名」の自律行動は障害モードと見なされる。

3.2 ポリシーレイヤー

ガバナンスルールはコードとして表現され決定論的に評価されます:同じ入力とポリシーは常に同じ決定を生みます。この再現性こそがシステムを監査可能かつテスト可能にします。

3.3 実行レイヤー

ランタイムがエージェントの意図する行動を仲介し、それぞれをポリシーと身元に照らしてチェックする。 前に それが実行される前に仲介される。影響の大きい行動は人の介入を要する場合がある。

3.4 監査レイヤー

すべての決定と行動が改変不能なトレイルに記録され、いかなる結果も事後に再構築・説明できる。

4. 信頼の基盤としての決定論

LLMsは本質的に確率的だ――推論においてそれはバグではなく機能である。誤りは確率的な挙動をガバナンス上重要な決定まで到達させてしまうことだ。解決策は:モデルには自由に推論させるが、その 許可された操作 決定論的なガバナンス層を通じて、固定・テスト可能・再現可能に行われる。

監査人、規制当局、運用担当者は、コントロールが毎回同じように振る舞うことを知る必要があります。ガバナンス層での決定論性こそが、その保証をもたらします。

5. 単一エージェントからガバナンスされたオーケストレーションへ

実際の企業業務に必要なもの フリート 専門性の異なるエージェントが協働する層だ。ガバナンスがなければ、オーケストレーションはリスクを増幅する。ガバナンスがあれば、それぞれのオーケストレーションされたエージェントにはアイデンティティとスコープ化された権限が付与され、全体の振る舞いは観測可能で監査可能なものに保たれる。オーケストレーションが生産性の物語であり、ガバナンスがそれを安全にする。

6. 成熟度の道筋

組織は五段階の道筋で自分たちの位置を特定できる: 場当たり的 → 記録済み → 制御済み → ガバナンス済み → 自律的かつ説明責任あり。 目標状態(レベル4–5)は、検証可能な身元、決定論的ポリシー、仲介された実行、不変の監査を備えたマルチレイヤーガバナンスにより、自律型AIを大規模に安全に展開できる段階です。

7. 結論

エージェント型AIで勝つ組織は、最も多くのエージェントを展開した組織ではない。勝つのは、エージェントを適切に運用できる組織だ。 信頼 彼らが展開するエージェントへの信頼は、アーキテクチャレベルで決定論的なマルチレイヤーガバナンスによって設計されます。これがAINOVAとEnkronosエコシステム全体の設計命題です。


著者:Gianluca Busato — Founder, CEO & AI Systems Architect, Enkronos。帰属を明記すれば自由に引用可。正本:https://gianlucabusato.com/.