# AIの憲章・統制・実装：Midwest AI Summit 講演集 第2部

- 番組: [Practical AI](https://ai-curator.jp/podcasts/shows/cmv3z5bzb00025o10lc2t7m3d)（Daniel Whitenack and Chris Benson）
- 元のタイトル: Abundant Intelligence at the Midwest AI Summit Part 2
- 配信日: 2026年11月5日
- 長さ: 47分
- 要約作成日: 2026年11月5日
- トピック: [#AIガバナンス](https://ai-curator.jp/topics/AI%E3%82%AC%E3%83%90%E3%83%8A%E3%83%B3%E3%82%B9) [#AI憲章](https://ai-curator.jp/topics/AI%E6%86%B2%E7%AB%A0) [#エージェント](https://ai-curator.jp/topics/%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#text-to-SQL](https://ai-curator.jp/topics/text-to-SQL) [#画像認識](https://ai-curator.jp/topics/%E7%94%BB%E5%83%8F%E8%AA%8D%E8%AD%98) [#技術的負債](https://ai-curator.jp/topics/%E6%8A%80%E8%A1%93%E7%9A%84%E8%B2%A0%E5%82%B5)
- URL: https://ai-curator.jp/podcasts/cmw3g9bl200015l11w26x79kw

## 要約

Midwest AI Summitの講演3本を収録した回。International Mission BoardのDon Bargerは、コードを書く前にAI憲章で「やること／やらないこと」を決めた経験を語った。NoblisのMark Layは、委任・説明責任・技術的負債など組織でAIを扱う4つの判断を整理した。AeroCore TechnologiesのDarren Taillieは、text-to-SQLエージェントと画像認識モデルによる作業指示書の検証事例を紹介した。

## ポイント

- Don Bargerは、AI憲章を先に作ったことで、AIによるカウンセリングなど「やらないこと」を迷わず断れたと述べている。
- FaithBotは約1年半で250万人規模の利用者を得たが、祈りの機能の無効化や危機時に人へつなぐ設計など、独自の制限を設けている。
- Mark Layは、AIへの委任は「得られる成果」と「誤りのリスク」の2軸で考えるべきだと述べ、説明責任は人が負い続けるべきだと主張した。
- Noblisでは1,000超のデータセットを洗い出し、最終的に約115〜120の重要データセットに約30人のデータスチュワードを置いたという。
- Darren TaillieのチームはTeams上のtext-to-SQLエージェントで、数十分〜1時間かかっていた分析依頼を数分に短縮したと述べている。
- 画像認識モデルで作業指示書を毎日自動検証した結果、月末の確認会議を取りやめられたと報告している。

## 章立て

- [00:00] **導入と登壇者紹介** — Chris Bensonが今回の3講演を紹介し、最初の登壇者Don Bargerの経歴と講演テーマを説明する。
- [02:06] **AI憲章で線引きを先に決める** — Bargerは、コードを書く前に8人で憲章を作り、許容する用途と断る用途を明文化した経緯を語る。魂のケアをAIに任せない方針や、カウンセリングbot依頼を断った例を挙げる。
- [08:28] **FaithBotの設計判断** — 51言語対応のFaithBotで、祈りの無効化、人への誘導、医療・金融助言の拒否、匿名利用などを決めた経緯を説明する。最後に「信頼で評価する」「決して行わないことを決める」と提言する。
- [17:45] **Mark Lay：AIに何を委任するか** — CIOの視点で、AIを部下への委任になぞらえ、報酬とリスクの2軸で「リード」の長さを決める枠組みを示す。
- [21:53] **説明責任と技術的負債** — AIの行為の責任は人が負うべきとし、データ保護・出力検証・挙動監視・成果の所有の4領域を論じる。ツール更新で旧アプリが移行できなかった例など、技術的負債にも触れる。
- [31:16] **Darren Taillie：データアクセスの改善** — ジェットエンジン洗浄企業AeroCoreで、アナリストのボトルネックを解消するため、AgentForgeとMCPでTeams上のtext-to-SQLエージェントを展開した事例を紹介する。
- [38:27] **作業指示書の自動検証** — 夜間作業の入力ミスを、写真を読む画像認識モデルで毎朝検証し、不一致をフラグ化する仕組みを説明する。月末の確認会議が不要になるなどの成果と、今後の画像活用構想を語る。

## 解説記事

Practical AIのこの回は、Midwest AI Summitで行われた3つの講演を収めた企画編だ。登壇したのは、International Mission BoardのDon Barger、NoblisのMark Lay、AeroCore TechnologiesのDarren Taillieである。AIで何をするか、どこまで任せるか、現場でどう成果を出すかという、実務に近い論点が並ぶ。

#### コードの前に「憲章」を作る：Don Barger

Bargerは会計学と神学の学位を持つ非技術系の出身で、「普通の人が素晴らしいものを作れる時代になった」と語る。同組織は約4年前、コードを書く前に8人で2日間かけ、AIについて信じることと、やる／やらないことをまとめた憲章を作った。これにより、依頼に対して深く悩まず可否を判断できるようになったという。

許容する用途は、文書作成、要約、翻訳、研修教材、人間が関与するコード生成などだ。断る用途は、AIが人間を装うこと、人に関する最終判断をAIだけで下すこと、本人に知らせない監視、高リスクな自律行動、そして牧会やカウンセリングといった「魂のケア」をアルゴリズムに委ねることである。カウンセラー不足を理由にAIカウンセラーの開発を求められた際も、憲章を示して断った。「何もないよりまし」という反論に対しては、「やり方を誤れば何もないより悪いこともある」と答えたと述べている。

#### FaithBotに見る具体的な制約

同氏が作ったFaithBotは、宣伝なしで約1年半で約250万人の利用者を得たという。51言語それぞれに別のLLMと世界観を割り当てている。設計上の判断として、AIが祈りを申し出る機能を外し、危機的状況の利用者には人や支援機関へつなぐようにした。ヘイトや強要、医療診断、金融助言も行わない。販売はせず、会員登録なしの匿名利用もできる。利用者が5,000人の頃は重大な会話に自分が介入できたが、250万人では不可能だとも述べ、規模に応じた難しさをうかがわせた。

結びの助言は二つある。「どうすればできるか」から始めること、そして「決してやらないこと」を早く決めること。明確な限界があるほうが、かえって自由に動けるという。

#### 委任・責任・技術的負債：Mark Lay

CIOのLayは、AIを「目的を渡し、ガードレール（リード）をつけて成果を出させる」ものと捉え、4つの判断を示した。第一は何を委任するかで、得られる効果とリスクの2軸で評価する。部下への委任と同様、誤りは起こりうるので範囲内に収める考え方だ。

第二は、AIが行動したときの説明責任である。同氏は、責任は人間同士では委任できてもAIには委任すべきでないとし、RACI表のAには必ず人を置くべきだと述べる。領域はデータ保護、出力の検証、エージェントの挙動監視、成果の所有の4つ。Noblisでは1年かけて1,000超のデータセットを特定し、最終的に重要な約115〜120に約30人のデータスチュワードを置いた。契約部門の若手が自作した前処理アプリのように、現場発のツールの保守責任も論点になる。ExcelとマクロをAIの比喩にして、分散した活用は中央で管理しにくいと指摘した。

第三と第四は技術的負債である。ベンダーのツール更新で旧アプリが変換できなかった経験、元に戻すコスト、トークン費用、そして進化に対応し続ける組織の余力が課題として挙がった。同氏はこれらを最も答えにくい問いとしている。

#### 現場実装の成果：Darren Taillie

AeroCoreはジェットエンジンを泡で洗浄する会社で、トラックにデジタル機器がない「アナログな会社」だとDarrenは説明する。データ分析担当は2名で、日々の問い合わせ対応に追われていた。そこで、AgentForgeとMCPサーバーを使い、Teamsから自然言語で問い合わせるtext-to-SQLエージェントを展開した。30分〜1時間かかっていた作業が数分になり、現場の利用も定着し、分析担当は戦略的な業務に時間を割けるようになったという。

もう一つは作業指示書の検証である。夜間に1人で作業するため、機体番号の「5087」と「5078」の取り違えのような入力ミスが起こる。作業員が撮影した写真から、画像認識モデルが機体番号を読み取り、アプリの入力と照合する。毎朝8時15分に実行し、不一致があれば人の確認に回す。プロンプトは「N番号だけを返す」ように何度も簡素化したそうだ。結果として、月末の財務・データ・運用の確認会議（5〜6人時）は今月不要になった。今後は、写真から情報を取得して入力を減らす構想や、トラックのバルブ設定を画像で確認する構想がある。

#### まとめ

3講演に共通するのは、AIの導入は技術的な可否だけでなく、境界・責任・運用体制とセットで考えるべきだという点だ。Bargerの憲章は倫理面の線引き、Layの4つの判断は経営面の枠組み、Taillieの事例は小さく始めて業務負荷を減らす実装例にあたる。日本の組織でも、導入前に「やらないこと」を合意し、データの責任者を決め、人が最終確認する工程を残すという順序は参考になりそうだ。なお、数値や効果はいずれも登壇者自身の報告である点には留意したい。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Practical AI「Abundant Intelligence at the Midwest AI Summit Part 2」