フェーズ概観
Phase Overview 2025–20455次元評価軸
Five-Dimension Frameworkフェーズ詳細
Phase Deep-Dive基盤モデル・エッジAI整備
国産LLM開発支援（NEDO/AIST）、GPU計算資源確保。マルチモーダルAI産業実証。エッジAI基盤の標準化。短期特化モデルを主軸に汎用基盤を並行開発。
垂直特化モデルの先行導入
製造・医療・物流・金融での業種特化AI実証。PoC→本番移行プロセスの標準設計。導入効果を定量測定し次フェーズへの投資根拠とする。
AIリテラシー全社展開
全従業員AI基礎教育、DS・MLエンジニア採用計画策定。CDAOポスト設置。経産省標準化人材DBを活用した専門人材確保。
AIガバナンス体制の確立
AI事業者ガイドラインv1.2の社内実装。全新規AIにリスク評価義務化。AIセーフティ・インスティテュート連携でバイアス・安全性評価を開始。
データ戦略・基盤整備
社内データカタログ整備、データ品質管理プロセス確立。政府オープンデータ活用基盤との連携設計。AI前提のデータ環境構築。
国際標準・規制への対応
ISO/IEC JTC1 AI標準化活動参加。広島AIプロセス・EU AI Act・米国AIアクションプランの動向を組織方針に反映。デジタル赤字抑止観点での国際連携。
| 次元 | 指標 | 2026目標 | 2028目標 | 優先度 |
|---|---|---|---|---|
| 技術 T | AI実証PJ数・本番移行率 | 10件以上 | 30件・移行率50% | 高 |
| 産業 I | 業務自動化率（対象業務） | 5% | 20% | 高 |
| 人材 H | AI基礎研修受講率 | 全社50% | 全社100% | 高 |
| 統治 G | AIリスク評価実施率 | 新規案件100% | 全AI資産100% | 高 |
| データ | データカタログ登録率 | 主要DB 60% | 全社資産90% | 中 |
| 社会 S | 国際標準活動参加 | ISO/IEC参加1件 | 標準提案1件以上 | 中 |
AIエージェントの業務組込
自律型AIエージェントによる業務プロセス補完・代替。マルチエージェント協調設計とHuman-in-the-loop監督アーキテクチャの確立。
フィジカルAIの産業展開
ロボット・自動運転・スマートファクトリーへのAI統合。現場データを核にした付加価値創出。経産省が掲げる「ものづくり現場の強み×AI」の具体化。
公共・社会課題への適用
医療・介護・防災・インフラ保全へのAI展開。GovTechとしての公共調達AI要件活用。熟練技術のデジタル継承モデルの確立。
AI人材の高度化・組織変革
AIと協働する新しい職種定義。「AIネイティブ世代」の育成。組織のAI活用成熟度モデルをLevel 4（最適化）へ引き上げ。
動的AIガバナンスの確立
AI技術の急速進化に対応する動的ガバナンス体制。バリューチェーン全体でのリスク管理。国際規制変化への即応メカニズム。
AI for Science の推進
ライフサイエンス・材料・創薬・宇宙分野での基盤モデル活用。研究データ創出・利活用効率化。実験の自動化と科学的発見の加速。
| 次元 | 指標 | 2030目標 | 2033目標 | 優先度 |
|---|---|---|---|---|
| 技術 T | AIエージェント業務カバレッジ | 中核業務30% | 中核業務60% | 高 |
| 産業 I | AI起因売上貢献比率 | 売上の10% | 売上の25% | 高 |
| 人材 H | AI成熟度レベル | Lv.3（拡張） | Lv.4（最適化） | 高 |
| 統治 G | 動的ガバナンス対応速度 | 変化検知30日以内 | 変化検知14日以内 | 中 |
| 社会 S | 社会課題解決事例数 | 3事例以上 | 10事例以上 | 中 |
汎用AIと超高度エージェント
AGI的能力を持つシステムの業務適用。量子コンピュータ×AI融合。脳・神経インターフェースとAIの接続技術。ポスト基盤モデル時代の技術戦略。
産業構造の根本的再編
AIが中核コアになった新産業モデルの確立。従来型競合との差別化が「データ+AI統合力」に完全移行。AIデジタルツインによる全事業最適化。
人間の役割の再定義
AIに代替されない創造性・倫理判断・関係性構築能力の育成。「AIと協働する人間」から「AIをデザインする人間」へのパラダイムシフト。
超高度AIの倫理・安全保障
高度AI特有のリスク（目標ずれ・自律暴走）への対処。国家安全保障とAIのデュアルユース問題。国際的AI統治フレームワークへの参画。
AI社会インフラの完成
AIが電力・通信と同等の社会インフラに。ライフログ共有による社会動向推測が実用化。デジタル空間を生きる時代の法制度整備。
宇宙・地球規模の課題解決
宇宙探査AIの民間主導（NASAは2030年以降民間宇宙ステーション利用）。地球規模の気候変動・食糧問題へのAI適用。惑星規模の知能ネットワーク構想。
人間×AI能力の相互拡張
AIが人間の認知・創造・社会性を拡張し、人間がAIの目的・価値観・倫理を形成する双方向関係の確立。単なる自動化を超えた共創の実現。
AI共存社会の制度設計
AI市民権・AI倫理法・AIベーシックインカム等の新制度。人口減少×AI生産性向上による新しい経済モデル。包摂的成長の実現。
日本の国際競争力の最終形
「信頼できるAI」の国際標準国としての地位確立。デジタル赤字の解消と日本発AI技術の世界展開。アジア・グローバルサウスへのAI支援でのリーダーシップ。
年次レビュー・方針策定
Annual PDCA Cycle対象年度を選択
5次元スコア評価（1–10点）
Self-Assessmentレビュー履歴
Review Logスコア推移・可視化ダッシュボード
Score Dashboardガバナンス・リスク管理
Governance & Risk⚠️ AIリスクカタログ（経産省GL v1.2準拠）
📋 ガバナンス参照フレームワーク
年次見直しサイクル
Annual Review Cycle• KPI達成率集計
• リスク事案レビュー
• 外部環境変化整理
• 予算・人材配分
• フェーズ適合確認
• フレームワーク改訂
• 技術動向スキャン
• 政策変更の反映
• リスク対応実施
• 年次報告書作成
• 次年度シートの準備
• 経営層への報告
フレームワーク改訂トリガー
Revision Triggers| トリガー種別 | 具体例 | 改訂スコープ | 対応期限 |
|---|---|---|---|
| 技術ブレークスルー | AGI的モデルの実用化、量子コンピュータ融合 | フェーズ移行基準・技術軸KPIの全面改訂 | 検知後3ヶ月 |
| 政策・規制変更 | AI事業者GL改訂、EU AI Act施行、AI法改正 | 統治軸・リスクカタログの部分改訂 | 施行前6ヶ月 |
| 市場・競合変化 | 主要競合のAI戦略転換、新市場の急拡大 | 産業軸KPI・フェーズ優先度の改訂 | 四半期レビュー時 |
| 社会変化 | 人口構造の急変、地政学リスク、パンデミック | 社会軸・全体ビジョンの見直し | 年次レビュー時 |
| 自社業績変化 | 業績大幅変動、M&A、事業ポートフォリオ変更 | 産業軸・人材軸・投資配分の改訂 | 変化確定後1ヶ月 |