AI調達インテーク：事業ニーズをレビュー可能な要件に変える

クイックアンサー

AI調達インテークとは、「AIサプライヤーが必要だ」のような依頼を、レビュー可能な事業課題、利用境界、証拠パッケージ、データ計画、リスク分類、関係者マップ、受入基準、承認記録へと変換する統制された工程です。これはサプライヤーへの接触やRFPの前に行われるものであり、ベンダー選定の最中に行うものではありません。

指名された責任者が、需要、AIの適合性、データアクセス、リスク水準、テスト可能な要件、評価計画を承認するまで、ソーシング案件を開始してはいけません。このフロントエンドのゲートは、規律ある調達プロセスの一部であり、単なる事務手続きではありません。

6要素のCLEARインテークフレームワーク

AI調達依頼が機能要望リストになるのを防ぐために、CLEAR—Context、Limits、Evidence、Accountabilities、Release—を使います。

1. Context：AIを前提にせず需要を定義する

以下を文書化します。

• 業務上の課題と影響を受けるユーザー
• 現在の件数、処理時間、コスト、エラー、手戻り、苦情、サービス水準
• 望ましい成果とその測定方法
• 何もしない場合の影響
• プロセス再設計、ルールベース自動化、既存ツール、手作業改善を含む非AIの代替案

たとえば、「AI契約ツールを買う」では需要記述として不十分です。レビュー可能な記述は次のようなものです。「逸脱に対する法務の権限を維持しつつ、カテゴリーマネージャーが承認済みフォールバック条項を探す時間を削減する。」

英国政府のAI procurement guidanceも同様に、市場にアプローチする前に、解決策を決め打ちするのではなく課題を定義し、関連データが存在するかを評価することを推奨しています。

2. Limits：許可される利用と禁止される利用を定める

ユーザー、ワークフロー、場所、対象集団、意思決定、連携、チャネルを特定します。そのうえで、明示的な除外事項を書きます。

契約支援システムであれば、条項の検索、差分の要約、質問案の作成は許可されるかもしれません。一方で、条件の受諾、サプライヤーへの約束の送信、承認済みプレイブックの無審査変更は禁止されるかもしれません。

あわせて、プライバシー、セキュリティ、アクセシビリティ、記録、予算、スケジュール、ホスティング、ID管理、連携、保存期間の制約も記録します。意図された目的と導入文脈は、NIST AI Risk Management Frameworkの中心的要素です。

3. Evidence：事実、推論、意思決定を分ける

すべてのインテークと、その後の評価では、以下を区別する必要があります。

この分離は再現可能なテストを支え、障害が元データ、モデル挙動、下流の意思決定のどこに起因したかを特定しやすくします。ただし、それ自体で責任の所在を確立したり、出力が正しいことを証明したりするものではありません。

4. Accountabilities：関係者を意思決定に対応付ける

必要に応じて、事業責任者、想定ユーザー、影響を受けるグループ、調達、法務、プライバシー、セキュリティ、データ、アーキテクチャ、財務、記録管理、アクセシビリティ、リスク、労働代表を含めます。

「法務が承認」と書いてはいけません。定義された意思決定に責任を持つ役割を明記してください。たとえば「地域プライバシー責任者が、評価のためのサポート記録利用を承認する」です。承認責任者は、リスクを受容するか、進行を止める権限を持っていなければなりません。

5. Release：要件をテスト可能にする

リリース前に、ベースラインと目標指標、テストシナリオ、重要なサブグループ、許容差、失敗閾値、オーバーライド手順、フォールバック処理、監視、変更管理、ポータビリティ、終了要件を定義します。

その結果は、より広いAI調達計画へ円滑につながり、サプライヤーとの協議に進む場合は、統制されたAI交渉準備にも接続されるべきです。

必要な内部および外部データ入力

内部入力

• 需要の証拠: 件数、処理時間、サービス水準、エラー、手戻り、苦情、異議申立て、コスト、既知の障害モード
• 運用文脈: ユーザー役割、権限、意思決定権限、影響を受ける対象集団、言語、アクセシビリティ要件、ピーク負荷、障害時の影響
• 企業制約: ポリシー、リスク許容度、プライバシー分類、記録保存スケジュール、セキュリティアーキテクチャ、連携、予算、人員、期限
• データ準備状況: インベントリ、辞書、出所、来歴、収集方法、法的根拠、品質、完全性、適時性、代表性、ライセンス、保存制限
• 評価資産: 代表的シナリオ、および可能であれば入札者が利用できない独立したテストセット
• サプライヤー履歴: 契約、価格、インシデント、障害、過去のパイロット、切替コスト、データ権利の制約

外部入力

• 適用される法律、規制、調達方針、標準
• 信頼できる非AIオプションを含む市場の代替案
• サプライヤーのアーキテクチャ、システムカードまたはモデルカード、バージョン履歴、依存関係一覧
• 正当な知的財産上の制約に従った、学習、ファインチューニング、評価データの説明
• 独立したベンチマークと文脈に関連するテスト結果
• セキュリティ報告書、インシデント履歴、サブプロセッサ、ホスティング事業者、基盤モデル、オープンソース依存関係
• 価格単位、数量前提、エスカレーションの仕組み、ライフサイクルコストのシナリオ
• 入力、出力、派生成果物、ファインチューニング済みコンポーネントの所有権と許可された利用
• ポータビリティ形式、API、エクスポート手順、移行支援、終了手数料
• 適切な場合のユーザー、ドメイン専門家、労働者代表、影響を受けるグループからのフィードバック

機械学習、生成AI、エージェント型ワークフローの位置づけ

機械学習は、インテーク依頼の分類、需要予測、重複検出、予備的なリスク指標の付与に使えます。これには、ラベル付けされた過去の結果、代表的な運用データ、安定した定義、検証データが必要です。制約としては、ドリフト、埋め込まれた過去のバイアス、過少代表条件での弱い性能、誤解を招く平均精度があります。

生成AIは、添付資料の要約、要件確認質問の下書き、不足項目の特定、事業言語から構造化された初稿への変換に使えます。これには、承認済みの原資料、検索権限、プロンプトとモデルバージョンの記録、根拠に基づく評価例が必要です。根拠のない記述を生成したり、制約を見落としたり、一貫しない回答を出したりする可能性があります。NIST Generative AI Profileは、来歴、サプライヤーリスク、監視、インシデント対応、フォールバック体制を重視しています。

エージェント型ワークフローは、不足情報の要求、レビューのルーティング、ポリシーに照らした回答比較、システム横断での承認パケット準備に使えます。これにはさらに、権限マップ、ツール境界、状態および行動ログ、停止条件、ロールバック手順が必要です。ルーティング条件が満たされたという理由だけで、エージェントがRFPを発行したり、データアクセスを付与したり、リスクを受容したり、サプライヤーを選定したり、約束を行ったりしてはなりません。

人による意思決定と承認ゲート

以下のライフサイクルゲートは、指名された人が承認すべきです。

1. 課題: 事業責任者がベースラインと望ましい成果を確認する。
2. AI適合性: アーキテクチャまたはAIガバナンスが、より単純な代替案よりAIが正当化されることを確認する。
3. データ認可: データ責任者とプライバシーまたは法務機能が、目的、アクセス、共有、保存を承認する。
4. リスク分類: リスク責任者が、その利用が重大性を持つか、安全関連か、その他の高リスクかを判断する。
5. ソーシング開始: 調達部門と事業責任者が、要件が測定可能であり、不必要にベンダー固有でないことを確認する。
6. 契約付与と導入: 権限を持つ責任者が、証拠、例外、セキュリティ態勢、残余リスクを受容する。
7. 重要変更: 変更権限者が、新しいモデル、目的、データセット、提供者、自律性レベルを承認する。
8. 停止または廃止: 権限を持つ者が、運用停止、フォールバック処理の発動、最終的なデータ処分を承認できるようにする。

人によるレビューが意味を持つのは、レビュー担当者が十分な能力、時間、情報、独立性、権限を持つ場合に限られます。

実務で使えるAI調達インテークテンプレート

これをインテークシステムにコピーしてください。

• 課題とベースライン: 現在何が起きており、件数、コスト、速度、エラー水準はどの程度か？
• 成果: どの測定可能な結果が必要で、誰が利益を得るか、または害を受けうるか？
• 検討した代替案: なぜプロセス変更、既存ソフトウェア、ルール、または何もしない選択ではないのか？
• 許可されるAIの役割: 下書き、順位付け、検知、予測、助言、または実行か？
• 禁止される利用: システムが決して判断、送信、保持、変更してはならないものは何か？
• データ: ソース、権利、機微性、品質、代表性、保存、独立テストは？
• 証拠ラベル: 事実、モデル推論、人の意思決定は、記録やインターフェース上でどのように表示されるか？
• 受入基準: 指標、サブグループ、レイテンシ、セキュリティ、失敗閾値、オーバーライド要件は？
• ライフサイクル統制: 監視、インシデント、バージョン変更、ポータビリティ、フォールバック、廃棄は？
• 承認責任者: 課題、データ、リスク、リリース、契約付与、導入、変更を誰が承認するか？
• 未解決のギャップ: どの前提が未解決で、誰がいつまでに解決すべきか？

交渉シナリオ：インテークが商談の会話を変える

ある事業部門が、400ユーザー向けに月額1ユーザーあたり60ドルの生成AIサービスを要求しています。年間288,000ドルです。インテークにより、毎週アクセスが必要なのは120ユーザーだけで、280ユーザーは時々しか使わないことが判明します。また、年間200万ページの文書、48時間以内のエクスポート要件、買い手データを学習に使うことの禁止も明らかになります。

これにより調達部門は、座席数のみのアンカーを受け入れる代わりに、ハイブリッドパッケージを交渉できます。すなわち、120のフルシート、時々使うユーザー向けの従量課金アクセス、定義されたページ許容量、上限付き超過料金、削除証跡、重要なモデル変更前の回帰テスト、価格設定済みの移行支援です。ここでは、チームがこれらの承認済み事実と制約をサプライヤー向け質問、トレードパッケージ、撤退基準に変換する際に、Negotiations.AIが有用な場合があります。ただし、このプラットフォームが需要データを捏造したり、例外を承認したりしてはなりません。準備の実務については、AI Negotiation Platform: What Procurement Teams Need Before Supplier Meetingsを参照してください。

練習用AIプロンプト

• 「この需要記述を測定可能な成果に変換してください。根拠のない前提にはラベルを付けてください。」
• 「添付のインテークを、観測された証拠、モデル推論、人の判断に分けてください。」
• 「不足しているデータ権利、テスト、監視、ポータビリティ、変更管理要件を特定してください。」
• 「承認済みインテーク事実のみを使って、サプライヤーへの質問を5つ作成してください。人による検証が必要な点にはフラグを付けてください。」

制約

AI調達インテークは、製品が適切であることを証明したり、過去データからバイアスを除去したり、未成熟な指標を信頼できる受入基準に変えたりすることはできません。サプライヤーのベンチマークは買い手の環境に移転できない場合があり、平均精度はサブグループの失敗を隠すことがあり、説明は正しさを証明しません。

独立評価はサプライヤー単独のテストより強力ですが、現実世界のあらゆる条件を網羅することはできません。監視は新たな問題を検知できても、すべての害を防げるわけではありません。また、提供者、モデル、API、安全フィルターの変更により、契約付与後に挙動が変わる可能性があります。不確実性や証拠のギャップは、要件として装うのではなく記録してください。

出典

• NIST AI Risk Management Framework 1.0
• NIST Generative Artificial Intelligence Profile
• UK Government Guidelines for AI Procurement
• OMB M-25-22: Driving Efficient Acquisition of Artificial Intelligence in Government
• Regulation (EU) 2024/1689—the EU AI Act

参考資料

• ISO/IEC 42001:2023—AI management systems
• U.S. GAO: Artificial Intelligence Acquisitions
• FAR Subpart 27.4—Rights in Data and Copyrights

FAQ

AI調達インテークはベンダー評価と同じですか？

いいえ。インテークは、防御可能な評価を実施するために必要な課題、境界、証拠、データ、リスク、権限を定義します。ベンダーのスコアリングは、ソーシング開始後に初めて始まります。

要求されたデータの準備ができていない場合はどうすべきですか？

ユースケースを一時停止、縮小、または再設計してください。サプライヤーに性能保証を求める前に、出所、品質、権利、代表性、テストデータのギャップを解消する責任者を割り当てます。

調達部門はベンダーの標準ベンチマークを受け入れるべきですか？

それは適合性の証明ではなく、外部証拠として扱ってください。買い手が管理するシナリオ、関連する対象集団、運用条件、失敗コストに対してテストしてください。

AIは低リスクのインテークを自動承認できますか？

AIは依頼を分類しルーティングすることはできますが、リスク分類とソーシング開始については、指名された人が引き続き責任を負うべきです。自動化は、証拠、適用されたルール、モデルバージョン、オーバーライド、最終判断を保持する必要があります。

免責事項: この記事は一般的な調達情報を提供するものであり、法務、財務、セキュリティ、または規制に関する助言ではありません。