AIのリスク管理の進め方（NIST AI RMF・ISO/IEC 42001）

自社の「ガバナンスと法令」の準備度は？10問・約3分で確かめる（無料・登録不要）

AIの使い道が増えると、使い道ごとにばらばらに対策を考えるだけでは、抜けや重なりが出てきます。そこで役立つのが、リスク管理の「枠組み」です。この記事では、海外でよく参照される2つの枠組み、NIST AI RMFとISO/IEC 42001の考え方を整理し、社内での進め方を説明します。

なぜ、リスク管理の枠組みが必要なのですか？

AIのリスクには、誤った出力、偏り、情報の漏えい、権利の侵害、セキュリティなど、さまざまな種類があります。使い道ごとに対策を考えるだけでは、次のような問題が起きやすくなります。

• 部署ごとに判断の基準がばらつく
• 新しい使い道が増えたときに、確認が抜ける
• 対策をしたかどうかを、後から説明しにくい

枠組みを使うと、「何を、誰が、どの順番で確かめるか」を会社として揃えられます。日本では、総務省・経済産業省の「AI事業者ガイドライン」（2026年3月31日に第1.2版）が、AIを開発する会社・提供する会社・利用する会社のそれぞれが取り組むことを示しています。法的な拘束力のない指針（ソフトロー）で、事業者の自主的な取り組みを支える位置づけです。海外の枠組みは、この国内の指針を補う材料として使うと位置づけやすくなります。

NIST AI RMFは、どんな枠組みですか？

NIST AI RMF（AIリスクマネジメントフレームワーク）は、米国の国立標準技術研究所（NIST）が2023年1月26日に1.0版を公表した枠組みです。AIの設計・開発・利用・評価に信頼性を組み込むためのもので、任意で使うことを前提にしています。業種を問わず、規模の大小にかかわらず柔軟に使えることを目指したものとされています。

4つの機能

中心になるのは、次の4つの機能です。

「統治」はほかの3つの機能すべてにかかわる、横断的な機能とされています。把握・測定・管理を回すための土台が統治、と考えると分かりやすくなります。

信頼できるAIの7つの特徴

NIST AI RMFは、信頼できるAIの特徴として次の7つを挙げています。

• 妥当で信頼できる
• 安全である
• セキュリティが確保され、回復力がある
• 説明責任を果たし、透明性がある
• 説明でき、解釈できる
• プライバシーに配慮している
• 公平で、有害な偏りが管理されている

自社のAIの使い道を、この7つの観点で見直すと、見落としていたリスクに気づきやすくなります。

プロファイルと生成AIの補足文書

NIST AI RMFには「プロファイル」という考え方があります。特定の業種や用途に合わせて枠組みを当てはめたもので、いまの状態と目標の状態を比べて、差を埋める計画を立てる使い方も示されています。

2024年7月26日には、生成AI向けのプロファイル（NIST AI 600-1）が公表されました。生成AIに特有の、または生成AIで大きくなるリスクとして、作り話（事実と異なる内容をもっともらしく出すこと）、データのプライバシー、情報セキュリティ、知的財産、有害な偏り、情報の信頼性など12の項目を挙げ、対応の例を示しています。

なお、NISTのページでは、AI RMF 1.0は米国の政策（AI行動計画）の一環として改訂が進められているとしています。改訂の内容と時期は、NISTの公表を確かめてください。

ISO/IEC 42001とは、何が違いますか？

ISO/IEC 42001は、AIマネジメントシステム（AIを責任をもって扱うための社内の管理の仕組み）の要求事項を定めた国際規格で、2023年に発行されました。日本では、技術的な内容と構成を変えずにJIS Q 42001（2025年8月20日制定）として規格化されています。

2つの違いを整理すると、次のようになります。

ISO/IEC 42001の認証は、日本では情報マネジメントシステム認定センター（ISMS-AC）が認定した認証機関が審査を行う仕組み（AIMS適合性評価制度）があります。規格の中身と準備の進め方は、「ISO/IEC 42001（AIマネジメントシステム）の概要と準備」で詳しく説明しています。

社内では、どう進めればよいですか？

枠組みを最初から全部取り入れる必要はありません。次の手順で、小さく始めて広げていく進め方が現実的です。

① 責任者と体制を決める（統治）：AIのリスク管理を誰が担うかを決めます。AI委員会のような場を設ける場合は、「AI委員会の作り方と運営」が参考になります。

② AIの使い道の一覧を作る（把握）：どの部署が、どのAIを、何に使っているかを書き出します。会社が把握していない利用がないかも確かめます。

③ 使い道ごとにリスクを書き出す（把握）：信頼できるAIの7つの特徴や、AI事業者ガイドラインの考え方を観点にして、起こりうる問題と影響の大きさを書き出します。影響の大きい使い道から、確認を厚くします。

④ 測り方を決める（測定）：誤りの割合、人が直した件数、問い合わせの件数など、リスクを確かめる指標を決めます。数字で測りにくいものは、定期的な点検で確かめます。

⑤ 対策を決め、記録する（管理）：人による確認、使えるデータの制限、利用の停止の基準など、対策と担当を決めます。事故が起きたときの連絡と対応の手順も用意します。

⑥ 定期的に見直す：新しい使い道、制度の変更、事故の経験をふまえて、一覧と対策を見直します。社内の点検の進め方は、「AIの内部点検・監査の進め方」をご覧ください。

AIのリスク評価表のひな形を使うと、③〜⑤を一枚の表で整理できます。

チェックリスト

• AIのリスク管理の責任者が決まっている
• AI事業者ガイドラインのうち、自社の立場（開発・提供・利用）に関係する部分を確かめている
• 社内のAIの使い道の一覧がある
• 使い道ごとに、起こりうる問題と影響の大きさを書き出している
• 信頼できるAIの7つの特徴などの観点で、リスクの見落としを確かめている
• リスクを確かめる指標や点検の方法を決めている
• 対策と担当、事故のときの手順を決めている
• 一覧と対策を見直す時期を決めている
• ISO/IEC 42001の認証が必要か（取引先の要望など）を確かめている