日付付きの制度比較として読んでほしい
フロンティアAI研究所は、所有構造、資金調達、リリース戦略、公表されているリスク管理の点で互いに異なる。こうした違いは、誰が展開の意思決定を行うのか、そしてどれだけ外部の精査が可能なのかに影響しうる。しかし方針文書は、定められたプロセスの証拠であって、モデルが安全であることや、リーダーが圧力のもとで正しい判断を下すことの証明ではない。以下の記述は2026年9月13日時点のものであり、四半期ごとに再確認すべきである。
| 開発企業 | 組織構造 | 公表されているフロンティアリスクへの取り組み |
|---|---|---|
| OpenAI | OpenAI FoundationがOpenAI Group PBCを支配 | Preparedness評価とシステムカード |
| Google DeepMind | Google/Alphabet内のAI研究組織 | Frontier Safety Framework |
| Anthropic | Long-Term Benefit Trustを持つ公益法人(PBC) | Responsible Scaling Policyとリスク報告書 |
| Meta | Meta Platforms内の上場企業事業・研究組織 | Advanced AI Scaling Framework、一部オープンウェイトでのリリース |
| xAI | Xと統合された非公開の支配企業 | モデルカードと限定的な安全性報告、公開された閾値ガバナンスの詳細は少ない |
この表は、内部の実務ではなく公開情報を比較したものである。各枠組みは頻繁に変更され、異なるリスク分類を用い、その多くは規制対象となる組織自身によって書かれている。
OpenAI
OpenAIはもはや、単に「非営利団体の理事会のもとにある利益上限付き企業」と表現するだけでは正確ではない。2025年10月の組織再編により、非営利団体はOpenAI Foundationに、営利部門は公益法人(PBC)であるOpenAI Group PBCに改称された。Foundationは、このPBCを支配し、その株式を保有している(OpenAIの組織構造)。公益法人という形態は、株主利益と並んで使命への配慮を求めうるが、それによって商業的インセンティブがなくなるわけでも、公的規制の代わりになるわけでもない。
OpenAIが公言してきたアプローチは、反復的な展開を重視するものである。すなわち、システムをリリースし、実際の利用から学び、能力の変化に応じて安全対策を強化していくというものだ。同社はシステムカードを公表し、深刻な害のカテゴリーを評価するためにPreparedness Frameworkを用いている。読者は、ブランド名から安全性を推測するのではなく、現行の枠組みとモデル固有の証拠を精査すべきである。関連する問いとしては、誰がリスク判定を覆せるのか、どの結果がセキュリティ上の理由で非公開のままなのか、そしてある評価が、ベースモデルだけでなく、実際のツールを備えた展開済みのエージェントを対象としているかどうか、などが挙げられる。
Google DeepMind
Google DeepMindは、Alphabetの子会社であるGoogleの内部で活動している。大規模な研究能力と、Googleの製品、データセンター、流通網へのアクセスを兼ね備えている。これは、広範なテストや防御的な展開の機会を生み出す一方、外部の読者には完全には観察できない商業的・組織的な圧力も生み出す。
同社のFrontier Safety Frameworkは、能力の水準、評価プロセス、深刻なリスクへの緩和策を定義している。バージョン3.0は2025年9月に公表され、バージョン3.1は2026年4月、より極端でないリスクを早期に特定するための「追跡対象の能力水準」を追加した(Google DeepMindのフロンティア安全性)。Googleは、閾値による評価と並んで、総合的なリスク評価についても説明している。これらは企業側の主張とプロセスであり、性能を判断するには、モデルカード、外部評価、インシデントの証拠が依然として必要である。
Anthropic
Anthropicは公益法人である。そのガバナンスには、時間をかけて取締役会の選任に対する権限を獲得するよう設計されたLong-Term Benefit Trustが含まれる。こうした仕組みの実際の独立性と有効性は、組織図だけでなく、意思決定、情報開示、そして執行可能な権利を通じて評価されなければならない。
Anthropicの Responsible Scaling Policyは繰り返し変更されてきた。2026年8月時点で、公開アーカイブにはバージョン3.4と、その年のうちに行われた複数回の改訂が記載されている(Anthropic RSPアーカイブ)。バージョン3では、定期的なリスク報告書、Frontier Safety Roadmap、そして別建ての企業計画と業界向け提言へと重点が移った。Anthropicによれば、リスク報告書は脅威モデル、能力、緩和策、残存リスクを結びつけるものであり、特定の状況では外部レビューも行われるという。また一部の内容は非公開にされているとも述べている。
こうした改訂は、両方向から読む価値がある。閾値の更新は、学習の成果や改善された脅威モデルを反映している場合もあれば、以前のコミットメントを弱めたり変更したりしている場合もある。責任ある比較を行うには、「RSP」をあたかも固定されたものであるかのように引用するのではなく、旧バージョンと変更履歴を保存しておく必要がある。Anthropic自身の報告書は当事者による証拠であり、そのように明記されるべきである。
Meta
Metaのアプローチは、非公開のサービスと、一部のモデルファミリーについての重みの公開とを組み合わせている。オープンウェイトは、独立した研究、現地適応、監査、競争を可能にする。同時に、中央で課された安全対策を取り除きやすくし、ファイルが広く複製された後の回収をはるかに難しくする。そのバランスは、「オープン」であることが本質的に安全か危険かではなく、能力、公開される成果物、ライセンス上の制約、そしてモデルを悪用するのに必要な資源に左右される。
2026年4月、MetaはそれまでのFrontier AI Frameworkを、Advanced AI Scaling Frameworkへと置き換え、あるいは拡張した。これにより、より広範な化学・生物、サイバー、制御喪失に関する評価と、モデルごとのSafety & Preparedness Reportsが加わった(Metaの発表)。ここでもやはり、これはMeta自身のプロセスについての説明にすぎない。独立したアクセス、意味のある結果の公表、そして閾値に付随する結果こそが、それがどれだけの保証を与えるかを左右する。
xAI
xAIは、ソーシャルプラットフォームXと統合された非公開のフロンティア開発企業である。ここに挙げた他の組織と比べ、能力に連動した一時停止の閾値や独立したガバナンスについて、これまで詳細な情報をあまり公表してこなかった。これは、公に検証可能な文書についての事実であって、社内での安全性への取り組みが存在しないことの証明ではない。適切な対応は、この証拠のギャップを憶測で埋めるのではなく、そのまま記しておくことである。
xAIのどのモデルについても、読者は具体的なモデルカード、評価日、試験された構成、レッドチームの範囲、リリース時の管理策を確認すべきである。非公開の所有形態は迅速な意思決定を可能にする一方、上場企業の報告義務に比べると、自動的な透明性の経路は少ない。大規模なソーシャルプラットフォームへのアクセスもまた、拡散とフィードバックループを展開リスクの一部にしている。
最も重要な違い
使命表明はあまり良い比較の道具にはならない。どの研究所も、便益と責任を約束することならできるからである。より診断力のある問いは次のようなものだ。
- 意思決定権: 誰が訓練や展開を遅らせることができ、その人物は、自分が審査している計画を立てた当の経営陣によって解任されうるのか。
- 事前確約された閾値: その枠組みは、どのような証拠がより強固なセキュリティ、制限された展開、あるいは一時停止の引き金になるかを明示しているか。
- 独立したアクセス: 資格を持つ部外者が実際のシステムを試験し、批判的な発見を公表できるか。
- 透明性: 手法、限界、深刻な失敗、枠組みの改訂、インシデントは速やかに開示されるか。
- セキュリティ: モデルの重みと研究システムは、その悪用価値に見合った形で保護されているか。
- リリース管理: 安全対策は更新可能か、重みがダウンロード可能になった場合には何が起きるのか。
- 説明責任: コミットメントは法律や契約によって執行可能なのか、それとも自発的で撤回可能なものなのか。
自発的な枠組みは、有用な社内規律と共通の語彙を生み出すことができる。それはまた、法制化よりも速く変化し、新たに浮上するリスクモデルを明らかにすることもできる。しかしそこには利益相反がある。開発企業自身が、しばしばテストを定義し、実行し、解釈し、何を公表するかを決めるからだ。2026年国際AI安全性報告書は、評価の妥当性、外部からのアクセス、リスク管理の証拠に根強い限界があると指摘している(国際AI安全性報告書2026)。
この比較の使い方
この表を安全性のランキングに変えてはならない。ある研究所は、ある領域では強く、別の領域では弱く、そしてそれは数か月のうちに変わりうる。比較すべきは、モデル固有の証拠と実際の意思決定である。テスト後にリリースが修正されたか、研究者が懸念をエスカレーションできるか、外部評価者が十分なアクセスを得られたか、そしてインシデントが測定可能な改革をもたらしたか、などである。
企業統治が重要なのは、少数の組織がフロンティアの訓練と展開を支配しているからである。しかしそれは民主的なガバナンスの代替ではない。共通の評価基準、インシデント報告、内部告発者の保護、競争政策、責任、そして公的な監督は、たとえすべての開発企業が高度な社内枠組みを採用したとしても、依然として必要である。