NIST AI RMF とは、米国の国立標準技術研究所(NIST)が2023年1月に公表した、AI を設計・開発・導入・利用する組織が AI のリスクを管理するために任意で使う枠組みのことです。法律ではなく、Govern・Map・Measure・Manage の4つの機能で、組織が取り組むことを整理しています。
NIST AI RMF は、法律ではなく任意で使う枠組みとして作られている
NIST AI RMF は、守らなければ罰則がある規制ではなく、組織が自分の判断で参考にする指針です。正式な文書番号は NIST AI 100-1、題名は「Artificial Intelligence Risk Management Framework(AI RMF 1.0)」で、2023年1月26日に公表されました。
NIST はこの枠組みを、任意で使うもので、権利を守る立場に立ち、特定の業種にも用途にも限らないもの(voluntary, rights-preserving, non-sector specific, and use-case agnostic)と説明しています。想定する読み手は、AI システムを設計・開発・導入・利用する組織です。
自社で AI を作らず、外部のサービスを業務に使うだけの企業も、この「利用する組織」に含まれます。社内チャットに生成 AI を入れた会社も、読み手の1社だということです。
AI RMF 1.0 は、リスク管理で目指す姿として、信頼できる AI が備える特性を次の7つに整理しています。
| 特性(原文) | 中身 |
|---|---|
| Valid and reliable | 妥当で、安定して動く |
| Safe | 安全である |
| Secure and resilient | 攻撃に備えがあり、障害から回復できる |
| Accountable and transparent | 説明責任を果たせ、情報が開かれている |
| Explainable and interpretable | 仕組みと出力の意味を説明・解釈できる |
| Privacy-enhanced | プライバシーが守られている |
| Fair with harmful bias managed | 公平で、有害な偏りが管理されている |
7つの特性は、どれも満たせばよいという並びではありません。NIST は、特性どうしの間には通常トレードオフがあり、すべての特性がどの場面にも該当することはまれなので、使われ方に合わせて釣り合いを取る必要があるとしています。
社内で言えば、人事データを扱う AI でプライバシーを守るために見せる情報を絞るほど、なぜその答えになったかを利用者に説明しにくくなる、といった場面です。どちらを優先したかを記録に残しておくと、後から判断の理由を説明できます。
枠組みそのものも固定されていません。NIST は AI RMF 1.0 を、米国政府の AI 行動計画(White House AI Action Plan)の一環として改訂中です。2026年4月7日には、重要インフラで AI を使う事業者向けのプロファイルの構想文書も公表しました。社内の規程や説明資料に引用するときは、公表日と改訂の有無を NIST の公式ページで確かめてから書くのが安全です。
中核は Govern・Map・Measure・Manage の4つの機能
AI RMF の中核は、組織がやることを「仕組みを整える」「文脈を知る」「測る」「手を打つ」の4つに分けた機能です。
| 機能 | NIST が示す役割 | 社内での取り組み例 |
|---|---|---|
| Govern(統治) | リスク管理の文化を組織に根付かせ、方針・手順・責任を整える。他の3つの機能すべてにかかわる | AI の利用方針、責任者、使っている AI の一覧を決める |
| Map(把握) | AI システムが使われる文脈を明らかにし、その文脈から生じるリスクを特定する | 業務ごとに、入力・出力・影響を受ける人を書き出す |
| Measure(測定) | 特定したリスクを、定量・定性の手法で評価・分析・追跡する | 誤った回答や偏りの出方を試験し、記録する |
| Manage(対応) | 想定される影響にもとづいて優先順位を付け、資源を割いて手を打つ | 対応の順番と、問題が出たときに止める手順と担当を決める |
役割の列は原文の説明を訳したもので、取り組み例の列は編集部が社内の作業に置き換えたものです(NIST「Artificial Intelligence Risk Management Framework(AI RMF 1.0)」2023年1月26日)。
4つの機能は、上から順に1度だけこなす手順ではありません。NIST は Govern を、他の3つの機能に横断してかかわる機能と位置づけています。Govern で体制を整えた後は、Map から始めて Measure・Manage へ進む利用者が多いとしつつ、AI のライフサイクルのどの時点でも、必要に応じて機能を行き来しながら繰り返す前提です。
各機能はカテゴリとサブカテゴリに分かれ、具体的な行動と成果まで細かくなっています。たとえば Govern の最初の項目(GOVERN 1.1)は、AI にかかわる法令・規制の要件を理解し、管理し、文書にしていることです。ただし NIST 自身が、これらの行動はチェックリストではなく、決まった順番の手順でもないと書いています。
機能ごとに何をすればよいかの提案は、別冊の「NIST AI RMF Playbook」にまとまっています。Playbook も任意で使う資料で、組織は必要に応じて提案を選び、自社向けの手引きに作り替えられます。最初から全項目を埋めようとせず、自社で使っている AI の用途に関係する項目から拾うのが現実的です。
プロファイルは、枠組みを自社の用途に合わせて絞り込んだもの
プロファイルとは、AI RMF の機能・カテゴリ・サブカテゴリを、特定の用途や場面に合わせて実装したものです。AI RMF 1.0 は、プロファイルを次の3つの種類で説明しています。
| 種類 | 中身 |
|---|---|
| 用途別のプロファイル | 特定の場面や用途に合わせて、機能・カテゴリ・サブカテゴリを実装したもの |
| 時点のプロファイル | 現在のリスク管理の状態を示す「Current Profile」と、目指す状態を示す「Target Profile」 |
| 分野横断のプロファイル | 用途や業種をまたいで使われるモデルやアプリケーションのリスクを扱うもの |
プロファイルのひな形は定められておらず、実装の自由度が残されています(NIST「Artificial Intelligence Risk Management Framework(AI RMF 1.0)」2023年1月26日)。
企業で使いやすいのは、時点のプロファイルの考え方です。今の状態(Current Profile)と目指す状態(Target Profile)を同じ項目で書き並べると、差のある項目がそのまま次に手を付ける作業の一覧になります。
たとえば Govern で「使っている AI の一覧がある」が今は無く、目指す状態では「全部門の AI が一覧に載り、責任者が決まっている」とすれば、その差を埋めることが最初の作業です。
生成 AI 向けのプロファイル NIST AI 600-1 は、12のリスクを挙げている
生成 AI については、NIST が2024年7月26日に、分野横断のプロファイル「NIST AI 600-1」を公表しています。AI RMF 1.0 の関連資料として、生成 AI に特有か、生成 AI で強まるリスクを12に整理し、リスクごとに組織が取れる行動を提案するものです。
| # | リスク(原文) | 中身 |
|---|---|---|
| 1 | CBRN Information or Capabilities | 化学・生物・放射性物質・核の兵器に関する危険な情報や設計能力が手に入りやすくなる |
| 2 | Confabulation | 確信を持った調子で誤った内容を出力し、利用者を誤らせる(いわゆるハルシネーション) |
| 3 | Dangerous, Violent, or Hateful Content | 暴力的・扇動的な内容や、自傷・違法行為の勧めが作られやすくなる |
| 4 | Data Privacy | 個人情報や機微な情報の漏えい・無断利用・再識別 |
| 5 | Environmental Impacts | 学習や運用で計算資源を大量に使うことによる環境への影響 |
| 6 | Harmful Bias or Homogenization | 社会の偏りの増幅、集団や言語による性能の差、出力の画一化 |
| 7 | Human-AI Configuration | 人が AI を擬人化する、自動化された判断に頼りすぎるなど、人と AI の関わり方の問題 |
| 8 | Information Integrity | 事実と意見・創作の区別がつかない内容が作られ、偽情報に使われる |
| 9 | Information Security | 攻撃の自動化などでサイバー攻撃がしやすくなり、学習データやモデルの機密性・完全性が損なわれる |
| 10 | Intellectual Property | 著作物・商標などの無断の複製や、営業秘密の露出 |
| 11 | Obscene, Degrading, and/or Abusive Content | わいせつ・侮辱的な画像などが作られやすくなる |
| 12 | Value Chain and Component Integration | 外部の部品やデータを、出所を追えない形で組み込む |
このプロファイルが扱うのは、公表の時点で実証の根拠があるリスクに限られ、将来の高度な AI で起きうる推測上のリスクは対象外です。今後の改訂で、リスクや行動の提案を足すとも書かれています(NIST「Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile(NIST AI 600-1)」2024年7月26日)。
12のリスクは、すべての企業に同じ重さでかかわるわけではなく、用途によって確かめる順番が変わります。社内の文書を検索して答える AI であれば、作り話の出力(2)・データのプライバシー(4)・人と AI の関わり方(7)・情報セキュリティ(9)・知的財産(10)から確かめると、論点を絞りやすいでしょう。自社で洗い出したリスクの一覧をこの12と突き合わせ、抜けている項目が自社に該当しないと言えるかを確かめる使い方もできます。
AI事業者ガイドライン・ISO/IEC 42001 との違いは、作った主体と使い道
NIST AI RMF と国内外の指針・規格は、中身が大きく食い違うものではなく、作った主体と使い道が違います。
日本の AI事業者ガイドライン(総務省・経済産業省)とは、考え方の対応が確かめられています。両者の用語の定義を比べた「クロスウォーク1」が2024年4月に、主要な考え方の対応関係を整理した「クロスウォーク2」が2024年9月に公開され、「強調ポイントで若干の相違はあるものの、主要なコンセプトにも大きな差異はない」ことが確認されました(IPA「日米のAI関連ガイドラインの相互運用性向上をめざし「クロスウォーク2」を公開」2024年9月18日)。
ISO/IEC 42001 は、AI システムを適切に開発・提供・利用するための要求事項を定めた国際規格です。認定を受けた認証機関による認証は、組織が構築・運用する AI マネジメントシステムが国際規格に基づいて適切に運用されていることの証明になります(JIPDEC「ISMS-ACが国内の認証機関に対して初のAIMS認定!」2026年1月14日)。両者の違いは役割にあり、AI RMF は何に取り組むかを整理した任意の枠組み、ISO/IEC 42001 は取り組みを第三者に審査してもらえる規格です。
AI RMF と ISO/IEC 42001 などの国際規格や各国の指針を突き合わせた対応表(Crosswalks)も公開されています(NIST AIRC「Crosswalks」)。法律である EU の AI 法 と比べると、任意で使う AI RMF は義務を課す文書ではない点が大きな違いです。
実務では、指針ごとに別々の社内手順を作る必要はありません。社内の手順は1つにまとめ、国内の取引先への説明では AI事業者ガイドラインを、米国の取引先や海外拠点への説明では AI RMF を、第三者の審査が求められる場面では ISO/IEC 42001 を引く、というように相手に合わせて参照先を選ぶほうが、手順の二重管理を避けられます。
企業が NIST AI RMF を手本に進めるときに決めること
最初に決めるのは、自社の立場、対象の AI、責任者、現在と目標の状態、見直しの周期の5つです。
| 決めること | 中身 |
|---|---|
| 自社の立場 | AI を設計・開発・導入・利用するうち、どれに該当するか。複数に該当することもある |
| 対象の AI | どの部門・業務で、どの AI を使っているかの一覧。Govern の最初の作業になる |
| 責任者 | リスクの判断に責任を持つ人と、問題が出たときに利用を止めると決める人 |
| 現在と目標の状態 | Current Profile と Target Profile を同じ項目で書き、差を作業の一覧にする |
| 見直しの周期 | 点検の頻度と、見直しのきっかけ(AI RMF の改訂・使っているツールの規約変更・新しい用途の追加) |
洗い出し・評価・対応・見直しを社内でどう回すかは、AI のリスクを社内で洗い出し、評価し、手を打つ進め方 の記事にまとめました。AI RMF の Map・Measure・Manage を、社内の工程に置き換えた内容です。
枠組みに沿って手順を決めても、AI の仕組みの作り方とずれていれば、記録は残らず、止める手段も用意されません。データをどこに置くか、操作の記録を誰が見られるかは、作り始める前に決めておくほど手戻りが少なく済みます。
株式会社overflow の Offers AX は、コンサルティング・AI エージェント開発・内製化支援の3つを、業務の現場に近い距離で戦略立案と実装を一体で進める FDE 型で支援するサービスです。仕組みはお客様の環境(GCP・Azure・AWS)に構築し、当社の環境には顧客データを抱えません。この方針のねらいの1つが監査のしやすさで、端末内の暗号化・アクセス制御・監査ログまでを設計に含めています。
AI の出力は下書き・参考情報の位置づけとし、事実認定・合否・処遇は人が判断する、というのも支援の前提です。業務の現在地を6つの領域と5段階で見立て、最も低い領域から着手する現状診断も用意しています。
支援の進め方は Offers AX のサービスページ をご覧ください。NIST AI RMF を手本にした社内の手順づくりと、AI の実装をどの業務から進めるかをあわせて相談したい場合は、無料相談を申し込む からお申し込みいただけます。
NIST AI RMF と一緒に使われる用語
NIST AI RMF の話題では、次の用語がよく並びます(NIST「AI Risk Management Framework」)。
- 信頼できる AI(Trustworthy AI): AI RMF 1.0 が目指す姿として挙げる7つの特性を備えた AI
- NIST AI RMF Playbook: 4つの機能ごとに、組織が取れる行動を提案する別冊の資料。任意で使う
- プロファイル: AI RMF を特定の用途・時点・分野に合わせて実装したもの
- NIST AI 600-1: 生成 AI 向けの分野横断のプロファイル。生成 AI に特有か、生成 AI で強まる12のリスクを挙げる
- クロスウォーク(Crosswalk): AI RMF と他の規格・指針の対応関係を示した表
- Trustworthy and Responsible AI Resource Center(AIRC): AI RMF の実装と国際的な整合を支えるため、NIST が2023年3月30日に開設した資料室
- AI ガバナンス: AI のリスクを管理しながら便益を大きくする取り組みの全体。詳しくは AI ガバナンス
- 責任ある AI: 公平性や透明性など、AI に求める原則の考え方。詳しくは 責任ある AI
全社の AI 導入で NIST AI RMF とあわせて考える論点は、AX 戦略のカテゴリ の記事にまとめています。