プロンプトのサンドボックスを超える：企業AIは調達と責任境界へ進む

玩具の段階を離れる：企業AIは運用インフラになる

6月11日、OpenAIはBBVAがChatGPT Enterpriseを世界10万人の従業員へ広げていると発表しました。その前日には、LSEGで4,000人がtrusted AIを使う事例も公開されています。創業者にとってこの二つの数字は明確です。調達権限が先です。次に決めるべきは、誰が買い、誰がデータを見て、誰が止められるかです。

AIプロジェクトの話題性は高いのに成果が薄い、またはセキュリティ責任者が新しいツールを止め続ける場合、問題はプロンプトの未熟さだけではありません。多くの場合、動的な統制が必要な自動化に、旧来の承認プロセスをそのまま当てはめています。

ALTOS LAB の判断：責任境界が堀です。調達、権限、審査、復旧を日常運用に組み込めて初めて、agentの自律化を議論できます。

十万人規模で見る信頼の設計

BBVAはChatGPT Enterpriseを世界10万人の従業員に広げています。銀行業では規制対応とプライバシー要件が非常に厳しく、この規模を実現する鍵は、単に賢いモデルを選ぶことではありません。AIを銀行のデジタル変革の中核に置き、データ分離と審査ポイントを運用に組み込むことです。

LSEGも4,000人規模でtrusted AIを展開しています。世界の金融市場データを扱う企業にとって、AIの価値は洞察から公開までの時間を短縮しながら正確性を維持できるかにあります。二つの事例が示すのは、利用者が数十人から数万人へ増えると、成否は信頼の制度化で決まるということです。モデル出力、自動化された意思決定経路、人による停止権は、すべて追跡できる必要があります。

調達経路はクラウドと財務の本線へ戻る

台湾の創業者と運用責任者にとって、もう一つ実務的な変化があります。これまで新しいAIモデルを採用することは、新規ベンダー契約、再度のセキュリティ審査、既存財務フロー外の予算を意味することが少なくありませんでした。

OracleとOpenAIの連携により、この経路は変わりつつあります。対象となるOracle Cloud Infrastructureの顧客は、Oracle Universal CreditsでOpenAI models and Codexを利用できます。つまりAI支出は、部門ごとのSaaS契約に散らばるのではなく、既存のクラウド契約、調達契約、インフラ予算に近づきます。

ALTOS LABの見方は明確です。AIを買うとき、問うべきはどのモデルが最強かだけではありません。その支出を既存のベンダー管理、セキュリティ審査、コスト配賦に載せられるかです。調達経路が明確になって初めて、AIは実験から長期運用へ進めます。

自律エージェントの前に、中断権と復旧経路を設計する

Microsoft WorkLabはAIの価値を仕事の再設計とhuman agencyに置いています。Anthropicもエージェントの自律性を、中断、監督、作業トレース、完了品質で測る必要があると示しています。創業者にとって重要なのは、AIエージェントが人をできるだけ排除することではありません。必要な場面で人が見て、止めて、修正できることです。

顧客対応、営業、財務、運用をAI agentが自動で完了する未来を考える企業は多いでしょう。ただし顧客データ、支払い、契約、ブランド返信、内部権限に触れる業務では、滑らかなデモだけでは足りません。誰がデータアクセスを許可するのか、どの操作は承認待ちで止めるのか、誤りが起きたらどの安全状態に戻すのかを先に決める必要があります。

今週、創業者が実行できる三つのこと

第一に、既存のAI利用を三つに分けてください。個人効率化ツール、チーム協働ツール、そしてコアデータや顧客への約束に触れるツールです。第三の分類は、すぐに正式な審査と権限設計へ移すべきです。

第二に、AI調達を財務とITの本線へ戻してください。各部門が個別に購入し続けると、コスト、データ、リスクの全体像を失います。

第三に、すべてのAIワークフローへ中断権と復旧経路を加えてください。タスクが完了するかだけでなく、誰が一時停止できるのか、誰がログを確認するのか、誰が誤った出力を人手に戻せるのかを確認します。

ALTOS LABの結論はシンプルです。2026年の企業AI競争は、モデル能力だけでは決まりません。AIを管理可能、監査可能、復旧可能な業務システムに入れられるかで決まります。プロンプトは重要ですが、主戦場ではなくなりました。主戦場は責任境界です。