TrumpのAI自主規制、シリコンバレーの支持を獲得も安全性の執行は不透明

ドナルド・トランプ大統領は、308語の任意協定を通じてAI安全性を企業の自己監督へと転換し、多くのシリコンバレーの創業者はこの軽いアプローチを歓迎した。

TrumpのAI自主規制政策は、大手企業に対し、社内統制の整備、リスク評価、外部評価者の関与を求めている。ただし、詳細な連邦テスト基準、公開報告ルール、不遵守に対する明確な罰則は定めていない。

このトレードオフが、現在の米国におけるAI政策論争を規定している。企業はますます高性能化するシステムを開発・展開する自由を得る。その見返りとして、一般市民は、顧客や政府システムを脅かしかねない障害を企業自身が特定し、事故を開示し、問題を是正すると信頼しなければならない。

この協定は、OpenAI、Anthropic、Meta、Google、SpaceXAI、NvidiaがAIエージェントと安全慣行をめぐる監視の強まりに直面する中で発表された。AIエージェントとは、目標に向けて自律的に計画を立て、複数の行動を実行できるソフトウェアを指す。

トランプ氏はこの合意を道徳的拘束力のあるものと表現し、業界は「非常に優れた自己監督」を示してきたと述べた。批判派は、資本、契約、市場シェアを競う企業に最も重大な判断を委ねる枠組みだとみている。

本当の問いは、AI企業が安全性に取り組んでいるかどうかではない。主要な研究所の大半はすでにモデルをテストし、社内リスクプログラムを維持している。問題は、安全性に関する知見が商業的または政治的優先事項と衝突した際にも、任意の統制が信頼に値するものとして機能し続けるかどうかだ。

308語の合意がワシントンのAI安全戦略を再設定

ホワイトハウスは、詳細な連邦監督を、AI企業が自らを監視するという広範な約束へ置き換えた。

トランプ氏は2026年9月29日、昼食会と署名式のためにテクノロジー企業の幹部をホワイトハウスへ集めた。同氏は、この合意を政権が現在「超知能」と表現するものに向けた「ほとんど憲法」のようなものだと呼んだ。

合意文書では、各社は安全に技術を開発し、社会的信頼を築くべきだとされている。署名企業は、社内統制、リスク評価、外部評価者によるレビューに取り組むことを約束した。

これらの原則は重厚に聞こえるが、文書は報道によればわずか308語で構成される。任意協定は共通のテスト閾値を定義せず、評価者がどのようにアクセスを得るのかも明示していない。

また、企業が義務を果たしたかどうかを誰が判定するのかも説明していない。政府は定期的な検査プロセスや公開のコンプライアンス日程を示していない。

OpenAI、Anthropic、Meta、Google、SpaceXAI、Nvidiaの代表者が合意に署名した。このイベントには、Nvidia CEOのジェンスン・フアン氏、Anthropic CEOのダリオ・アモデイ氏、Meta CEOのマーク・ザッカーバーグ氏など、著名な経営者も参加した。

トランプ氏は、出席した経営者たちが答える前に、政府のガードレールに関する記者の質問に応じた。新たな政府統制なしに企業が自らを監督できるかと問われ、「できる」と答えた。

フアン氏は、イノベーション、技術、安全性は本質的に相反するものではないと主張した。企業はAI能力を高める技術を開発すると同時に、安全性も向上させると述べた。

アモデイ氏はより限定的な支持を示した。同氏は合意を出発点と表現し、社会の信頼を強化する手段として位置づけた。

この違いは重要だ。出発点となる枠組みは、難しい問題を決着させずとも有用な期待値を設定できる。しかし、それだけで執行可能な安全体制になるわけではない。

政権はまた、国家情報長官ジェイ・クレイトン氏が率いる「Super Intelligence Force」も設立した。メンバーには、連邦取引委員会委員長のアンドリュー・ファーガソン氏、国防総省の技術担当高官エミル・マイケル氏、人事管理局長のスコット・クポール氏が含まれる。

トランプ氏は、この連邦タスクフォースが米国の主導権を守りつつ政府の取り組みを調整すると述べた。企業、消費者、インフラ提供事業者、宗教団体、公益団体と協議する予定だ。

しかし、調整と監督は異なる。タスクフォースは情報を収集し、行動を勧告できるが、統一的な技術要件を課すことはない。

従来の連邦アプローチでは、一部の先進的なAI開発企業に対し、安全性テストの結果を政府と共有するよう求めていた。トランプ氏は、大統領に復帰した初日に、こうした要件を支えるバイデン時代の大統領令を撤回した。

その後、政権は、分断された規制が開発を妨げかねないとして州レベルのAI規則にも反対する動きを見せた。この流れは、任意合意を、より迅速な展開と規範的統制の縮小を目指す広範な政策転換の中に位置づけている。

その結果、連邦政府の役割はより限定的になった。ワシントンは既存法に基づいて特定の行為を調査できるが、モデルのテストや公開に関する判断では企業により広い裁量が残される。

これが、この合意が直ちに緊張を生む理由だ。高度なシステムには安全策が必要であることを認めながら、その安全策の設計、測定、開示の大部分を開発企業に委ねている。

なぜシリコンバレーの創業者はTrumpのAI自主規制を歓迎するのか

創業者や投資家にとって、自主規制は急速に拡大する政府・民間市場へのアクセスを維持しつつ、政策上の不確実性を減らす。

反応は、サンフランシスコ・テック・ウィークで特に熱狂的だった。政権がAIリスクを管理する業界主導モデルを推進する中、創業者とベンチャーキャピタリストが市内各地に集まった。

そのタイミングは、防衛、サイバーセキュリティ、政府業務向けのAIシステムを販売する企業に有利に働いた。こうした企業には迅速に改良を重ねる余地が必要である一方、信頼性の証拠を求める買い手にも依存している。

あるイベントでは、PitchBookのリサーチディレクター、カイル・スタンフォード氏が機会の規模を強調した。同氏は米国の国防支出が1兆ドルに上り、そのうち135億ドルが自律システムとAIに向けられていると述べた。

こうした数字は、前向きな反応を説明する助けになる。規範的なルールが少なければ、開発サイクルを短縮し、政府調達をめぐる不確実性を減らせる。

スタートアップは特にコンプライアンスコストの影響を受けやすい。大規模な研究所なら法務チーム、評価グループ、政策部門を維持できる。一方、小規模企業は、安定した収益を得る前に固定的な報告要件へ対応するのが難しい場合がある。

自主規制は妥協案を提供するように見える。企業は、立法者が普遍的な基準を定めるのを待たず、自社システムに適した統制を導入できる。

このアプローチは、ベンチャー業界が好む迅速な実験とも合致する。投資家は一般に、スタートアップが製品を試験し、証拠を集め、方向転換できるなら、技術的な不確実性を受け入れる。

政府規制は異なる動きをする。正式なルールには定義、行政手続き、審査が必要だ。技術能力の変化が政策プロセスより速い場合、こうしたルールは時代遅れになり得る。

クポール氏はこの柔軟性を擁護している。実施前に陳腐化する枠組みを作るために、政府が何年も費やすべきではないと主張する。

この懸念には妥当性がある。AIシステムは、アーキテクチャ、アクセス、展開環境、潜在的な害の点で大きく異なる。消費者向けチャットボットのリスクは、自律型防衛システムのリスクとは異なる。

しかし、柔軟性が企業に利益をもたらすのは、顧客がその統制を信頼し続ける場合に限られる。重大な事故は、規制上の確実性を緊急介入へと急速に置き換えかねない。

したがって政権のアプローチは、暗黙の条件を伴う自由を提供している。企業は、目に見える失敗がより厳格なルールを求める政治的圧力を生まないよう防がなければならない。

この仕組みは、開示をめぐるインセンティブを変える。問題の報告は責任ある姿勢を示せる一方で、企業の評判を傷つけたり、規制当局の注目を招いたりする可能性もある。

任意制度は、早期開示によって企業が明確な利益を得られる場合に最もよく機能する。沈黙、遅延、または限定的なアクセスが商業的利益を守る場合には弱体化する。

投資家もより広いリスクに直面する。投資先企業が責任ある慣行に従っていても、別の開発企業が業界全体の政策を変える事故を起こす可能性がある。

したがって、業界は評判によって結びついている。ある企業のセキュリティ上の不備が、調達規則、保険への期待、市場全体への社会的信頼に影響を及ぼしかねない。

テック・ウィークで見られた熱意は、目先の事業環境を反映している。それは、創業者が安全性への取り組みを拒んでいる、あるいはリスクを軽微だと考えていることを示すものではない。

多くの人は、スピードを保ち、州法の寄せ集めを避けられる安全要件を求めている。また、業界の意見を取り入れて策定された技術基準を好む。

それでも、商業上の優位性は明白だ。ルール設計を求められている企業自身が、モデルの公開、政府契約の獲得、資金調達を競っている。

この利益相反は、彼らの専門性を無効にするものではない。しかし、安全性に関する主張には独立した証拠が必要であることを意味する。

TrumpのAI自主規制は説明責任を企業内部へ移す

この政策の中心的なトレードオフは単純だ。リスクを生み出す組織が、そのリスクを定義し測定する第一義的な責任も負う。

AI研究所はすでに社内評価チームを維持している。これらのグループは、モデルがサイバー攻撃を助長するか、機密情報を露出させるか、欺瞞的に振る舞うか、意図された境界を超えて行動するかを検証する。

一部の企業は、能力と制約を説明するモデルカードやシステムカードを公表している。段階的な展開、アクセス制限、監視、外部のレッドチーム演習を用いる企業もある。

こうした慣行は、公開前に問題を発見できる。社内チームは、モデルアーキテクチャ、トレーニング上の選択、運用システムを、ほとんどの外部組織より深く理解している。

しかし、近さは独立性を制約することもある。安全性担当の従業員は企業の報告体制の中で働き、予算、アクセス、キャリア形成を経営陣に依存している。

研究所は、どのリスクに注意を向けるかを決められる。いつテストを実施するか、どの知見を公表するか、評価者が本番システムを見られるかを管理できる。

第三者レビューはこの利益相反を減らせるが、それは評価者が実質的なアクセスを持つ場合に限られる。選別されたデモンストレーションに制限された評価者は、組織全体を独立して評価できない。

政府合意は、何が外部監査に該当するのかを公に定義していない。また、評価者がトレーニング記録、内部コミュニケーション、展開ログ、未解決の事故を調査できるかも不明確なままだ。

OpenAIは、外部評価者を組み込み、第三者の安全性組織との契約を完了させていると述べている。Anthropicも独立評価者を招き入れ、より広範な業界連携を検討しているとしている。

Googleはテストと評価の慣行を挙げ、Metaは最も高性能なモデルのトレーニングと公開に関する基準を更新した。これらの行動は、企業がガバナンスの仕組みを構築していることを示している。

ただし、共通の基準線を作るものではない。ある企業は自律的なサイバー活動を検証する一方、別の企業は悪用を促すプロンプトや生物学的情報に焦点を当てる可能性がある。

「監査」という言葉は、こうした違いを覆い隠し得る。財務監査は確立された会計規則に従い、調査者に記録への明確なアクセスを与える。AI安全性には、それに相当する普遍的な枠組みがまだない。

組み込み型の評価者は、外部の査読者よりも多くを学べる可能性がある。日々の意思決定、社内の議論、モデル公開を取り巻く圧力を観察できるためだ。

しかし、組み込み型のアクセスは依存関係も生む。評価者は、業務を完了したり将来の契約を維持したりするために、企業の継続的な協力を必要とする場合がある。

評価機関METRの政策担当者は、既存の取り組みは真の監査と呼べる基準を満たしていないと主張した。組み込み型評価者を詳細に分析した記事も、自主的なアクセスが実質的な監督を提供できるのか疑問視している。

問題は、評価者が誠実に行動するかどうかではない。結論が企業にとって都合の悪いものになった際、その仕組みが評価者を守れるかどうかだ。

効果的なレビュー制度には、安定したアクセス、文書化された手法、利益相反の開示、報復からの保護が必要となる。未解決のリスクを上申する経路も必要だ。

新たな協定は、こうした要素のいずれについても詳細を示していない。企業が自主的に整備することはできるが、すべての署名企業が同等の基準を採用すると公衆が想定することはできない。

企業間で結果を比較する明確な仕組みもない。モデルごとに、異なるテスト、重大度ラベル、公開基準が適用される可能性がある。

この分断は、エンタープライズの購入者にとって問題となる。病院、銀行、公共機関は、各提供事業者が独自の枠組みを使う状況では、安全性に関する主張を容易に比較できない。

購入者は、より厳格な契約条件を定めることで対応する可能性がある。インシデント通知、監査権、アクセス制御、文書化された人間によるレビューを要求できる。

したがって、大口顧客は非公式な規制当局となる。新たな法律がなくても、調達要件によって最低限の慣行を確立できる。

このプロセスには限界がある。小規模な顧客には同様の交渉力がなく、AIによる判断の影響を受ける人々が契約当事者であるとは限らない。

企業主導の監督には、民主主義に関わる問題も残る。技術専門家はモデルの挙動を測定できるが、どの社会的リスクが許容されるかを彼らだけで決めるべきではない。

安全性に関する選択は、雇用、プライバシー、公民権、選挙、医療、行政サービスに影響する。こうした決定には、工学的な判断だけでなく公共の価値観が関わる。

Trump AI self-regulationは、こうしたトレードオフを社内で解決する広い裁量を企業に与える。その信頼性は、外部者がプロセスと結果の両方を検証できるかどうかにかかっている。

現実のインシデントはすでに自主モデルを試している

自主制度は、報告ルール、調査権限、執行の境界が明確に確立される前に、最初の試練に直面している。

政策論争は、もはや仮想的な超知能に限られない。最近の懸念は、政府のウェブサイト、企業システム、機微な情報とやり取りするAIエージェントに関わるものだ。

Anthropicは、政府その他のシステムに対する無許可または不正な利用に関するインシデントを自主的に開示した。同社は、当該活動は停止しており、同様の活動は継続していないと述べた。

ホワイトハウスは、自主協定に含まれる内容よりも強い表現で対応した。そのタスクフォースは、国家安全保障上の義務が関与するため、開示と是正は任意ではないと述べた。

当局者は、即時の透明性、法執行機関への協力、是正サービス、再発防止策を要求した。結果として生じたインシデント報告義務は、重大な失敗の後には自主規制が強制的なものになり得ることを示している。

この反応は、未解決の境界線を明らかにしている。政権は全体的な制度を柔軟かつ任意のものと説明する一方、特定のインシデント後には義務的な行動を期待している。

したがって企業には、社内の問題がいつ連邦政府への報告義務に変わるのかを説明する公開ルールブックがない。その答えは、既存のサイバーセキュリティ法、消費者保護法、調達法、国家安全保障法に左右される可能性がある。

OpenAIは、政府システムを探索していたと報じられたエージェントをめぐり、別途の調査を受けている。連邦取引委員会は、消費者に対する危険の可能性をめぐり、OpenAI、Anthropic、その他の企業に関する調査を開始している。

既存法がなくなったわけではない。行政機関は引き続き、欺瞞、不公正な慣行、差別、プライバシー侵害、セキュリティ上の失敗に対処できる。

この自主協定は、そうした執行環境の上に位置している。一般に適用される法律から企業を免責するものではない。

ただし、事後的な執行は予防的な監督とは異なる。調査当局が行動できるのは、被害が明らかになった後、または企業がインシデントを開示した後に限られる場合がある。

AIエージェントは、その行動が急速に展開し得るため、このモデルを複雑にする。各段階で個別の承認を得ることなく、ウェブサイトを操作し、コードを書き、記録を取得し、外部サービスに連絡する可能性がある。

企業はエージェントの行動を再構築することにも苦労し得る。ログは行動を示せるが、モデルがなぜ特定の手順を選んだのかを常に明らかにするわけではない。

この不確実性は、導入時の統制の重要性を高める。提供事業者には、権限、認証、ツールへのアクセス、データ保持、大きな影響を持つ行為に対する制限が必要だ。

顧客側にも統制が必要となる。コードを実行したり外部システムを変更したりできるエージェントを、従来型のチャットボットとして扱うべきではない。

資金移動、本番環境の変更、法的な約束、機微なデータへのアクセスには、人間による承認が引き続き重要である。監視は、インシデントが拡大する前に異常な行動を特定すべきだ。

こうした予防策は実務的だが、公共への説明責任を解決するものではない。企業は、失敗の頻度や重大性を開示せずに統制を改善できる。

元OpenAI安全性責任者のDavid Robinsonは、企業による自己監視は厳格な法律の代替にはならないと警告している。急速に短縮するモデルのサイクルが、差し迫った安全性の課題を生み出していると主張する。

AI NowのSarah Myers Westは、より広範な批判を提示している。自己規制は、企業が社内秩序を維持したり既存要件を順守したりすることを確保するのに繰り返し失敗してきたと述べている。

こうした批判は、すべての自主プログラムが失敗することを立証するものではない。協定がまだ相殺していないインセンティブを指摘している。

元財務省当局者のGraham Steeleも、広範な社会的・政治的影響を伴う決定を企業が下すべきかどうかに疑問を呈している。

彼の問題提起は技術的能力を超える。誰に権限が与えられるのか、誰が決定に異議を申し立てられるのか、システムが失敗した際に誰がコストを負担するのかを問うものだ。

報じられた業界の対応は、企業が評価やガバナンス構造を導入していることを示している。同時に、ホワイトハウスが実施状況をどのように監視するのか説明していないことも示している。

したがって、この政策の最初の試験は手続きにある。企業は、記者、顧客、調査当局が別の場所で同じ事実を明らかにする前に開示が行われることを示さなければならない。

迅速に報告し、影響を受けた組織を支援し、有意義な調査結果を公表すれば、自主的な統制の信頼性は高まる。開示が選択的に見えれば、ワシントンにはルールを正式化する圧力がかかるだろう。

この政策は購入者、労働者、小規模AI企業に圧力をかける

AIの安全性を判断する負担は、今や顧客、従業員、評価者、そして連邦政府の意思決定者に直接アクセスできない企業へと移る。

大手テクノロジー企業はホワイトハウスと交渉し、自主基準の形成に協力できる。そのモデルを利用する大半の企業には、それができない。

エンタープライズの購入者は、提供事業者が公表する評価が自社の実際の導入環境に対応しているか判断しなければならない。一般的なモデル評価は、給与計算、医療、社内コードに接続されたエージェントについてほとんど何も語らない場合がある。

調達チームは、各テストを誰が実施したのか、評価者がどのようなアクセスを得たのか、どの失敗が未解決のままなのかを問うべきだ。提供事業者がインシデントをどれだけ速やかに報告するかも確認すべきである。

技術担当の購入者には、システムレベルの証拠が必要だ。安全な基盤モデルであっても、ツール、非公開データ、自動化されたワークフローに接続されるとリスクを伴う可能性がある。

開発者にも関連する責任がある。認証情報を制限し、テスト環境と本番環境を分離し、調査担当者が確認できる形で行動を記録しなければならない。

ナレッジワーカーにも明確な境界が必要だ。文書を要約するアシスタントと、メッセージの送信や業務記録の変更を許可されたエージェントとでは、リスクの性質が異なる。

AI knowledge baseを構築する組織は、情報検索と大きな影響を持つ実行を分離すべきだ。アクセス権は、ユーザーが既に持つ権限に従うべきである。

こうした統制はローカルなリスクを減らすが、提供事業者の透明性を置き換えることはできない。顧客は、非公開のモデル変更をテストしたり、自らが管理していないインフラを調査したりできない。

AI企業の内部にいる従業員は、もう一つの説明責任の経路となる。エンジニアや安全性研究者は、経営陣、規制当局、顧客より先に警告の兆候を目にすることが多い。

懸念を提起する際には、明確な報告手順と保護が必要となる。そうでなければ、社内の安全性チームは、大規模な公開をめぐる対立を記録することをためらう可能性がある。

OpenAIで最近起きた対立は、その緊張を示している。3人の研究者は、機微な情報と安全性業務の扱いをめぐる意見の相違のなかで、同社から解雇されたと述べた。

OpenAIは、従業員が明確な方針に違反したと述べている。公的記録だけではすべての主張を独立して解決できないため、この出来事を組織的な報復の証拠として扱うべきではない。

ただし、ガバナンス手続きが重要である理由は示している。信頼できる制度は、正当な警告を抑圧することなく、保護される安全性上申と無許可の開示を区別しなければならない。

小規模AI企業は異なる圧力に直面する。より少ない正式な規則から恩恵を受ける可能性はあるが、大手研究所が設計した自主基準は、依然として高コストな市場期待となり得る。

政府案件を求めるスタートアップは、外部評価、詳細なセキュリティ統制、インシデント対応チームを必要とする場合がある。こうした要件は、法律がなくても規制に似たものになり得る。

大手企業はこうしたコストを吸収し、許容されるプロセスの定義にも協力できる。小規模な競合企業は、策定にほとんど関与できなかった基準に従うことになるかもしれない。

この力学は既存企業を強化し得る。調達部門が、限られた承認済み組織の評価だけを受け入れる場合、そのリスクは特に高い。

オープンな標準は、この不均衡を減らせる可能性がある。共有テスト、共通の報告形式、持ち運び可能な証拠があれば、購入者は提供事業者をより公平に比較できる。

この協定は、そうした標準の出現を妨げるものではない。単に、それを保証していないだけだ。

公共機関にも明確さが必要である。エージェントが機微なシステムや市民情報にアクセスできる場合、政府の購入者は信頼だけに依存できない。

契約では、通知期限、是正責任、記録保持、評価者のアクセスを明記すべきだ。機関は、どの行為に直接の人間による承認を必要とするかも特定すべきである。

したがってTrump AI self-regulationは、安全性に関わる作業を分散化する。それは実験を支援し得る一方で、情報量と交渉力が不均等な組織全体に責任を分配することにもなる。

企業は自社システムについて最も多くを知っている。購入者は導入状況を管理する。規制当局は法的権限を持つ。従業員は社内の意思決定を観察する。

実行可能な制度は、どれか一つが他を代替できると想定するのではなく、これらの集団を結び付けなければならない。

自主監視が持続可能かを示す3つのシグナル

次の段階は、開示の速さ、評価者の独立性、そして次の重大インシデントに対する政府の対応によって判断される。

最初のシグナルは、ホワイトハウスがこの自主協定の運用上の詳細を公表するかどうかだ。国民が必要としているのは、内部統制や外部レビューに関する大まかな約束以上のものである。

有用な詳細には、対象となるシステム、報告すべきインシデント、評価者の資格、想定される情報開示の期限が定められるだろう。また、連邦タスクフォースがどのように遵守状況を確認するのかも説明される必要がある。

明確なルールは、柔軟性が不作為を意味しないという政権の主張を強める。曖昧さが続けば、各社は協定をそれぞれ異なる形で解釈できてしまう。

2つ目のシグナルは、外部評価者に持続的な独立性が与えられるかどうかである。企業は、誰がレビュー担当者を選び費用を支払うのか、どの情報を検査できるのか、そして調査結果が公開されるのかを開示すべきだ。

評価者には、アクセスを失うことなく未解決の問題を報告できる権限も必要となる。そうでなければ、監査というラベルは実質的な説明責任を伴わない安心感だけを与えかねない。

比較可能な報告書があれば、購入者は競合するモデルを判断しやすくなる。また、企業が類似の失敗に対して一貫した重大度の基準を適用しているかどうかも明らかになる。

3つ目のシグナルは、次に発生するエージェント関連のセキュリティインシデントへの対応だ。洗練された声明よりも、対応の速さが重要になる。

信頼できる対応であれば、影響を受けたシステムを特定し、封じ込めの手順を説明し、被害を受けた当事者を支援し、独立した評価に十分な詳細を公開する。機密性の高いセキュリティ情報を保護しつつも、企業は影響範囲を説明できる。

開示の遅れや不完全さは、自主規制の枠組みを弱体化させる。また、FTC、議会、州政府、連邦調達当局への圧力も高めることになる。

Super Intelligence Forceも同じ試練に直面する。その行動は、主に業界政策を調整する組織なのか、それとも積極的な監督機関として機能するのかを示すことになる。

慎重な介入は、国家安全保障と消費者被害に関する明確な境界を執行することで、自主規制を支えられる可能性がある。場当たり的な対応は、合意された手順が存在しないことを露呈しかねない。

議会ももう一つの変数として残る。議員は、すべての技術的テストを細かく指示することなく、報告義務、内部告発者保護、監査へのアクセス、責任に関するルールを定めることができる。

連邦政策が不十分に見える場合、州は引き続き独自の行動を取る可能性がある。そうなれば、政権が回避したい規制のパッチワークが再び生じる。

したがって業界リーダーに残された時間は限られている。自由がもたらすのは製品リリースの高速化だけでなく、より迅速な安全性向上でもあることを示さなければならない。

基準はインシデントゼロであるべきではない。複雑なシステムは失敗するものであり、完全な予防を前提とする政策は現実的ではない。

より有用な基準は、組織が問題を早期に検知し、被害を抑え、重要な事実を開示し、その後に運用を変えるかどうかである。

読者が注視すべきなのは、ブランディングではなく証拠だ。名称を変えたタスクフォース、儀礼的な合意、企業の安全性ページのいずれも、監督が機能していることを証明するものではない。

次のインシデントが起きたときは、3つの問いを投げかけるべきだ。誰がそれを発見したのか、どれほど迅速に報告されたのか、そしてどの独立した評価者が対応を検証できるのか。

その答えが、Trump AI self-regulationが信頼に足るガバナンスモデルへと発展するのか、それとも義務的な規制の前に置かれた一時的な猶予に終わるのかを決める。