Governance capability experiment
規制対応ワークフローの意思決定支援
A regulatory-workflow backend prototype with inventory, retrieval, classification, evidence, remediation, audit, and report modules. It is a decision-support system under development, not legal advice or a conformity assessment.
ビジネス ↔ テクノロジーの橋渡し · Governance capability experiment
Explores evidence-linked regulatory workflow without presenting generated guidance as legal authority.
これはポートフォリオとソースの解釈であり、顧客、導入、認証、成果を示すものではありません。
System inventory, risk classification, evidence, remediation, and reporting are often fragmented across legal, compliance, product, and engineering teams.
Separate deterministic inventory and workflow state from retrieval-assisted interpretation, and preserve named human review points.
Inventory, retrieval, classification, evidence, remediation, audit, and report modules with migrations and selected mocked test seams.
Evidence gaps and classification uncertainty return to product scope, control design, accountable owners, and release planning.
ソース証跡
A regulatory-workflow backend prototype with inventory, retrieval, classification, evidence, remediation, audit, and report modules. It is a decision-support system under development, not legal advice or a conformity assessment.
詳細な技術スナップショットは英語で管理されています。
リポジトリの証跡は、顧客、導入、認証、成果の証明ではありません。
アーキテクチャ
3つのソースレイヤー：規制フィードのモニタリング、検索支援による義務抽出、改ざん検知可能な監査チェーン。いずれの記録についても、規制当局による受け入れは別途評価する必要があります。
ソースマップのみです。各層は実装コード、アダプター境界、文書化された設計のいずれかを表し得ますが、設定済み本番サービスを証明しません。
ソースは、3つのEUR-Lex ATOMフィード（EU AI Act、GDPR、AI General）、CELEX別の新しい法令の解析、重大度の抽出（クリティカル/高/低）、登録済みAIシステムインベントリに対するMistralの影響分析ステップを表現します。稼働中のモニタリングは主張しません。
ソースは、条文、附属書、EDPBガイダンスのコーパスを対象とするMistral + RAGを表現します：義務抽出、規制間の重複マッピング（AI Act ↔ GDPR ↔ NIS2）、リスク分類、ギャップ分析。信頼性スコアと条文レベルの引用を伴います。出力には、専門家によるレビューが必要です。
ソースは、分類、ギャップ、是正、タイムスタンプ、レビュアーの各記録を、監査チェーンとしてモデル化しています。エクスポートされた記録が法的要件または規制当局の要件を満たすかどうかは、別途評価する必要があります。
課題
なぜ規制コンプライアンスは機能していないのか
EU AI Actだけでも180ページ以上、113条、13の附属書に及びます。GDPR、NIS2、DORAとの相互参照は、負担を指数関数的に増大させます。
コンプライアンス担当者は、規制文書からの義務抽出、事業部門への紐付け、ゼロからの文書作成に数週間を費やしています。
追跡にスプレッドシート、文書作成にWord、コラボレーションにメール。義務・証拠・監査証跡を一元管理するシステムがありません。
組織は期限を過ぎてから規制変更に気づきます。自動監視がなければ、コンプライアンスは常に後追いになります。
モジュール
プロトタイプのソースに表現された8つのワークフローモジュール
ソース範囲のみです。項目はコード、文書化されたアダプター、設定済みワークフローを表し得ますが、本番サービスの稼働を意味しません。
01
ソースは、3つのEUR-Lex ATOMフィード（EU AI Act、GDPR、AI全般）を対象とするホライズンスキャニングを表現します：CELEXの解析、重大度レベル（重大/高/低）、登録済みAIシステムに対するMistralの影響分析。稼働中のモニタリングは主張しません。
02
ソースは、Mistralの支援によるEU AI Actリスク階層へのマッピングを備えたAIシステムインベントリを、信頼度スコア、根拠、条文参照とともに表現します。法的な分類は、引き続き人が判断します。
03
検索支援による義務抽出と、規制横断のマッピングがソースに表現されています。完全性と法的解釈には、専門家によるレビューが必要です。
04
ポリシーの取り込みと、検索支援による比較のワークフローがソースに表現されています。その結果はレビューキューであり、コンプライアンスの判定ではありません。
05
ソースは、特定されたギャップに基づく5種類のコンプライアンス文書のドラフト作成を表現します：ポリシー、手順書、技術文書、チェックリスト、リスクアセスメント — 信頼度スコアリングとPDF/CSV/Markdownエクスポート付き。ドラフトには、責任を負う人によるレビューが必要です。
06
ソースは、ロールベースのアクセス制御を備えたマルチユーザーワークスペースをモデル化しています：部門への義務の割り当て、タスク完了の追跡、チーム全体でのコンプライアンス業務の可視化。
07
バックエンドは、ハッシュ化された監査記録、証拠のバージョン、レビュー状態をモデル化しています。運用上の不変性、保存、保管連鎖は、デプロイ環境の統制に依存します。
08
ソースは、PDF出力とスケジュール配信を伴う3種類のレポートを表現します：規制当局向けの監査レポート、経営陣向けの取締役会レポート、経時的な進捗レポート。規制当局による受け入れは、別途評価する必要があります。
EU AI Actのカバー範囲
コンプライアンスの劇場はPDF内の条項リストです。コンプライアンスの実践は、各条項を特定のAIシステムにマッピングし、エビデンス、担当者、最終レビュー日を明確にします。以下：プロトタイプが登録済みシステムごとに表現する条項。抽出された義務には、専門家によるレビューが必要です。
リポジトリ上の範囲のみです。可用性、完全性、性能、運用適合性には別途検証が必要です。
ART. 4ソースには、役割別のリテラシー追跡、クイズ、記録生成の各ワークフローが含まれます。個人の能力や、組織の第4条への適合を認証するものではありません。
ART. 5ルールと検索によるワークフローが、登録されたシステムを、禁止される行為のカテゴリーおよび参照先と照合します。法的な分類は、引き続き人が判断します。
ART. 6ソースは、Mistralが生成した理由、信頼性スコア、Annexごとの義務ツリーを伴うAnnex IIIのリスククラス評価を表現します。レジストリイベント（モデルの入れ替え、スコープ変更、トレーニングデータの更新）の発生時に再実行されるよう設計されています。
ART. 9リスクの継続的な特定、推定、評価、および対処。プロトタイプは、特定された各リスクをその緩和コントロールにリンクし、CIパイプラインからエビデンス（テストの合否、モデルカード、評価スイート）を取得するよう設計されています。稼働中の統合は主張しません。
ART. 10トレーニング、検証、テストデータセットには代表的なカバレッジ、バイアス検出、および系統が必要です。プロトタイプは、データセットレジストリをAnnex IVの技術文書要件と照合するよう設計されています。
ART. 11Annex IVの技術ファイル：システムの目的、設計、トレーニング方法論、パフォーマンスメトリクス。プロトタイプは、文書の骨格を生成し、レジストリからエビデンスを入力し、Annex IV.1–9に基づいて不足部分を指摘するよう設計されています。ドラフトには、責任を負う人によるレビューが必要です。
ART. 12プロトタイプは、登録されたシステムに対するイベントスキーマと監査記録のチェックを表現します。外部の運用パイプラインが、完全な、あるいは法的に十分なログを出力していることを裏付けるものではありません。
ART. 13使用目的、精度、堅牢性、予見可能な誤用、および人間による監視措置を含む使用説明書。プロトタイプは、Article-13のチェックリストに照らして、デプロイヤー向けの透明性通知をドラフトするよう設計されています。
ART. 14システムに組み込まれた効果的な監視措置。プロトタイプは、監視設計をArticle 14から導かれた4つの能力（理解、監視、上書き、無効化）に照らして評価し、レビュー用のギャップ分析を生成するよう設計されています。
ART. 15パフォーマンスメトリクス、エラー、障害、不整合に対する堅牢性；敵対的攻撃に対するサイバーセキュリティ。プロトタイプは、評価スイートの結果、レッドチームレポート、SBOMをAnnex IVのエビデンスブロックに集めるよう設計されています。稼働中の統合は主張しません。
技術スタック
記載技術はリポジトリの依存関係またはアダプター面を示すもので、稼働中の統合や導入を証明しません。
ソースコード
Aegis AIプロトタイプのソースコードは、評価およびパートナーシップ目的でリクエストに応じて提供されます。
ソースコードにアクセスするには、秘密保持契約に署名してください。これは標準的な法的手続きです。
Aegis AIに加えて、AIシステムの構築とセキュリティ確保を支援する実践的なコンサルティングを提供しています。
12〜24週間。AIシステムをリスク分類し、プロバイダー主導の適合性評価を支援してその証拠をエンジニアリングし、付属書IV技術文書を作成し、市販後モニタリングを立ち上げます——自律・産業・ロボティクス展開に適用される高リスクカテゴリに特別な深さで
パートナーシップ
法務とシステムオーナーによる明示的なゲートを備えた、レビュー可能な規制対応ワークフローを検討しているチーム向けです。
デモから信頼できる運用へ。購読すると、Physical AIの新しい読み物が届きます。
いつでも購読解除できます。スパムは一切ありません。