こんにちは、株式会社TIMEWELLの濱本です。
「AIガバナンスの組織図を書いてください」と頼まれたとき、多くの企業が手を止めます。CAIO（Chief AI Officer）を置けばよいのか、AI倫理委員会で十分なのか、ステアリングコミッティとの違いは何か。AIをめぐる役割名はここ二年で爆発的に増えました。整理されないまま「とりあえず推進室を作る」と、数か月後に審議の重複と責任の空白が同時に発生します。
このシリーズの第5弾では、海外大手のAI組織を分解しながら、日本企業がそのまま持ち込める設計図を描きます。Microsoft、Google DeepMind、IBM、Anthropic、Salesforce、Walmartといった先行企業がたどり着いた構造には、明確な共通点があります。CAIOが司令塔、倫理委員会が審議機関、ステアリングコミッティが執行会議。この三点セットが噛み合うと、AI投資の意思決定が一桁速くなります。
なお本稿は、第4弾のガイドライン準拠の論点と第3弾の5フェーズ実装論を前提にしています。組織の箱を作る前に「なぜ作るのか」を読み返したい方は、先にそちらを参照してください。
CAIOという司令塔をどう設計するか
CAIO（Chief AI Officer）は、最高AI責任者と訳されます。IBMが2025年に発表した2,300社調査では26%がすでにCAIOを設置しており、二年前の11%から倍増しました[^1]。PwC Japanの「CAIO実態調査2025」では、日本企業でも正式にCAIO職を設けた企業が22%、同等の役割を担う人材を置く企業まで含めると60%に達します[^2]。AI投資の規模が経営マターになった結果、専任の役職を作らないと意思決定が追いつかない、という現場の悲鳴が見えてきます。
CAIOの仕事は大きく五つに分かれます。AI戦略の策定、モデルとプラットフォームの選定、AIガバナンスの設計、AI人材の獲得と育成、そしてAI投資のROI管理。CIO（Chief Information Officer）がIT基盤全体、CISO（Chief Information Security Officer）がセキュリティ、CTO（Chief Technology Officer）が技術選定、COO（Chief Operating Officer）が業務オペレーションを所管しますが、CAIOはそれらを横断してAI領域に絞って意思決定を握ります。重なる領域が多いため、就任初日に「権限分掌表」を書くのが最初の仕事だと私は考えています。
実例を見ると役割の輪郭がはっきりします。NTTグループは2024年6月、グループAI憲章を制定すると同時にCo-CAIO（共同最高AI責任者）を配置し、AIガバナンス室を新設しました[^3]。電通デジタルは2024年12月にCAIOとCSOを同時新設し、AI活用支援と統合サービスを再編しています。海外ではAnthropicがJared Kaplan（Co-Founder兼Chief Science Officer）をResponsible Scaling Officerに据え、Responsible Scaling Policyの実装責任を一人に集約しました[^4]。CAIOは肩書きではなく「AIに関する判断停止ボタンを押せる人」を一人決める儀式だと割り切ったほうが、組織が動きます。
CAIOを置くときの落とし穴は二つです。一つは、CIOやCDO（Chief Data Officer）の兼務にして、AI専任時間を確保しないこと。もう一つは、現場経験のない外部招聘者にいきなり全権を渡すこと。McKinseyが2026年に発表したレポートでは、AIで成果を出した企業の52%が「AIを本番投入するための文書化されたプロセス」を持っていたのに対し、それ以外は34%にとどまりました[^5]。プロセスの文書化はCAIO不在では進みません。専任時間と現場理解、この二つが揃わない人事は再考すべきです。
ZEROCKをエンタープライズ環境に導入する案件でも、最初に問うのは「このAI導入の最終承認者は誰か」です。CAIOが定まっていれば、ナレッジコントロール方針もプロンプトライブラリの公開範囲も、すべてその人の決裁ラインに沿って設計できます。組織図を書く前に、まず一人を指名する。話はそこから始まります。
AI倫理委員会の構成と運営頻度
AI倫理委員会（AI Ethics Board）は、CAIOの判断を倫理・法務・社会的観点からチェックする審議機関です。先行事例として最も整理されているのがMicrosoftのAETHER（AI, Ethics, and Effects in Engineering and Research）でしょう。2016年にEric HorvitzとBrad Smithが共同設立し、現在もEric Horvitzが議長を務めています[^6]。AETHERは助言機関として、Office of Responsible AI（ORA、2019年設立、Natasha Crampton率いる）と、CTO Kevin Scott・Vice Chair Brad Smith共同議長のResponsible AI Councilと連携し、ハイリスク案件のレビューを担っています。
IBMのAI Ethics Boardはやや異なる設計です。共同議長はChristina Montgomery（Chief Privacy & Trust Officer）とFrancesca Rossi（IBM Fellow、AI Ethics Global Leader）。事業部ごとに「AI Ethics Focal Points」と呼ばれる窓口担当を置き、現場の案件を吸い上げて本体ボードに諮ります。さらに社員ボランティアによる「Advocacy Network」がAI倫理文化の浸透を担い、CPO AI Ethics Project Officeが事務局として機能します[^7]。三層構造で、現場の発見が必ず最上位の審議に届く設計です。
社外委員の比率は議論の分かれるところです。SalesforceのOffice of Ethical and Humane Use（OEHU、2018年設立）はChief Ethical and Humane OfficerのPaula Goldmanが率いつつ、外部諮問委員会を併設しています[^8]。SAPも内部委員会と外部諮問ボードの併用型です。一方で外部委員のみの諮問ボードは「決定権がなく形骸化しやすい」という反省も各所で語られています。私が日本企業に提案する場合は、社外委員2〜3割、社内経営層3〜4割、現場有識者3〜4割の構成を推奨します。完全な外部任せでも、内部だけの自己評価でもない比率です。
運営頻度は月次レビュー90分＋四半期戦略討議3時間が現実的です。Microsoftが公開している運用記録を見ると、AETHERは月例のサブコミッティと四半期の全体会を組み合わせています。ハイリスク案件は都度の臨時セッションで処理する。これを真似るだけで、議題が滞留しません。AAAI（Association for the Advancement of Artificial Intelligence）のGlobal AI Initiatives and Policy Chairを務めるFrancesca Rossiは「倫理委員会は学術と実務の両輪が必要」と発言しており、社外委員には法学者・倫理学者だけでなく、現役のAI研究者を含めることを勧めています。
権限についてはあらかじめ三段階で文書化しておくのが鉄則です。第一に勧告権限（Advisory）、第二に審議差し戻し権限（Veto with reconsideration）、第三に経営会議へのエスカレーション権限（Escalation）。Microsoftが採用する三層構造はこの分け方に近く、AETHERが助言、ORAがポリシー実装、Responsible AI Councilが最終裁定という流れになっています。日本企業で「倫理委員会の意見が事業部の判断と衝突した場合どうするか」と質問されたら、私はいつもこの三段階を答えとして渡しています。
AIステアリングコミッティと経営会議の関係
AIステアリングコミッティ（AI Steering Committee）は、AI投資の優先順位を決める執行会議です。倫理委員会が「やってよいか」を審議するのに対し、ステアリングコミッティは「何をいつまでにやるか」を決めます。役割を混ぜると、議題が増えすぎて月次の意思決定が回らなくなる。ここを分離するのが組織設計の肝です。
参加者は、CAIOを議長に、CIO、CISO、CTO、COO、CDO、法務責任者、人事責任者、主要事業部長で構成するのが標準です。私の経験では8〜12名がもっとも機能します。15名を超えると意見集約に時間がかかり、5名以下だと現場感覚が抜け落ちます。OneTrustが公開しているAI Governance Committee設立プロセスでも、初期メンバーを10名前後でスタートし、必要に応じて拡張する運用が推奨されています。
ステアリングコミッティの議題は四つに集約できます。一つ目はAIユースケースのポートフォリオ管理。投資配分、優先順位、リソース配分を四半期ごとに見直します。二つ目はKPIモニタリング。本シリーズのKPI監視論で扱った、AI Quality Scoreや業務完了率を月次で確認する場です。三つ目はリスク受容度の決定。倫理委員会から差し戻された案件をどう扱うか、技術的負債をどこまで許容するかを議論します。四つ目は外部発信。Anthropicが採用しているような、Responsible Scaling Policyの公開更新もここで決めます。
経営会議との関係は「上位下達」ではなく「双方向の橋渡し」です。経営会議はAI戦略の方向性、年間予算、主要人事を承認します。ステアリングコミッティはその枠内で執行判断を行い、月次で進捗を経営会議に報告する。Walmartは2025年以降、Wallabyという小売特化型LLMを軸に「super agent」モデル（Sparky、Associate Agentなど）を展開していますが、その意思決定は経営層レベルのAI戦略統括者がプラットフォームアーキテクチャやガバナンス、ビジネス優先順位を一つのロードマップに統合した結果と公表されています[^9]。経営会議とステアリングコミッティを切り分けつつ、ロードマップで連動させた好例です。
KPMGが提唱する「Federated Governance」モデルも参考になります[^10]。中央集権的な標準設計と、分散実行を組み合わせる発想です。本社のステアリングコミッティが標準と基準、倫理を定め、事業部のサブコミッティがその範囲内で実装の自由度を持つ。McKinseyが推奨するhub-and-spoke型もほぼ同じ発想で、hubがガバナンスとインフラ、spokeが業務固有のAI展開を担います[^11]。日本企業がよく陥る「全社一律」も「事業部丸投げ」もどちらも失敗パターンであり、中間解として連邦型を選ぶのが2026年現在のベストプラクティスです。
大企業のAIガバナンス組織事例
大手の構造を並べて見ると、共通項が三つ見えてきます。司令塔（CAIO相当）、倫理レビュー機関、執行会議。この三層が揃わない組織は、規模に関わらずAI投資の管理に苦戦しています。
Microsoftは三層構造の典型です。Senior Leadership Teamが最終承認、Office of Responsible AI（ORA）がポリシーと案件管理、AETHER Committeeが助言。さらにResponsible AI Strategy in Engineering（RAISE）グループが技術側の実装を担います[^6]。ORAの四機能、すなわち内部ポリシー策定、現場展開支援、センシティブ案件の管理、公共政策対応は、そのまま中堅企業の倫理委員会事務局のテンプレートとして使えます。
Google DeepMindのResponsibility and Safety Council（RSC）は、COO Lila IbrahimとVP Helen Kingが共同議長を務めます[^12]。RSCはAI Principlesに照らした研究・プロダクト・コラボレーションの審査を担い、AGI Safety Council（Co-Founder兼Chief AGI Scientist Shane Legg統括）が極端なリスクの審議を別建てで行います。一般企業の場合はRSC相当の倫理委員会で十分ですが、フロンティアAIを扱う組織はAGI Safety Council相当の特設機関を別途置くべきという示唆があります。
Anthropicの設計はもっとも先鋭的です。Responsible Scaling Policy（RSP）v3.0のもと、Responsible Scaling Officer（RSO）として現在Jared Kaplan（Co-Founder兼Chief Science Officer）が一人で全責任を負います[^4]。Sam McCandlishから引き継いだ役職で、ポリシー更新の提案、モデル展開の承認、契約レビュー、非コンプライアンス報告の受領まで、すべてRSOの判断に集約されます。さらにHead of Responsible Scalingという調整職も新設されました。組織を増やすのではなく、責任を一点に集めて外部独立レビューと組み合わせる、という割り切りが特徴です。
IBMの設計は前述のとおり三層構造で、AI Ethics Focal Points、Advocacy Network、CPO AI Ethics Project Officeが事業部からの吸い上げ、文化醸成、事務局を分担します[^7]。Salesforce OEHUは2018年設立で、Chief Ethical and Humane OfficerとしてPaula Goldmanを置き、Trusted AI Principlesと生成AI向けの五ガイドラインを公開しました[^8]。Walmartは小売特化LLMのWallaby、顧客向けエージェントSparky、従業員向けAssociate Agentという「super agent」エコシステムを構築し、Responsible AI Pledgeで対外コミットメントを示しています[^9]。
これらに共通するのは「組織を作って終わり」にしない姿勢です。各社とも年次レポートでガバナンス状況を開示し、外部からの批判や規制変化に応じて構造を毎年アップデートしています。日本企業の多くは、組織を作った瞬間にゴールと錯覚し、二年後には実態が形骸化する。年次レビューと改訂サイクルを最初の規程に書き込んでおくこと、これが最も重要な学びだと私は思っています。
日本企業向け推奨組織モデル（500人・5,000人・全社）
最後に、日本企業の規模別に推奨する組織モデルを示します。実装可能性を最優先にした、最小構成の設計です。
500人規模の中堅企業では、CAIO相当を「AI担当役員」または「AI推進室長」として一人指名し、CIOやCISOと兼務しないことを徹底します。倫理委員会は社外有識者1名・経営層2〜3名・現場有識者2名の小規模で、四半期に一度開催。ステアリングコミッティは隔月で60〜90分、経営会議の冒頭枠を使うのが現実的です。総会員数は10〜15名に収まり、運営工数は月10時間程度で回ります。私が中堅企業のクライアントに提案するときは、この構成からスタートし、ユースケースが増えた段階で月次運営に切り替えます。
5,000人規模の準大手企業になると、専任CAIOとAI推進室（5〜10名）が必要になります。倫理委員会は社外2〜3名・経営層3〜4名・法務／人事／事業部代表3〜4名の合計10〜12名。月次運営に加え、Microsoftの事業部Focal Points方式を取り入れると、現場の案件が滞留しません。ステアリングコミッティは月次1回、経営会議とは別建てにして90分確保します。NTTグループのCo-CAIO＋AIガバナンス室の組み合わせは、まさにこの規模帯のリファレンスです[^3]。
全社規模（1万人超）の大企業では、Microsoftやsapが採用する三層モデルをほぼそのまま導入できます。Senior Leadership相当の最終承認層、Responsible AI Office相当のポリシー実装層、AETHER相当の倫理諮問層を分離し、事業部ごとにサブステアリングコミッティを置きます。Federated Governanceの考え方で、全社標準を中央が、業務特化を事業部が担う設計です。年次の外部監査と、Responsible AI Pledge相当の対外公約を組み合わせると、規制対応とブランド構築を同時に進められます。
どの規模でも共通する三つの鉄則があります。第一に、責任者を一人指名する。第二に、勧告・差し戻し・エスカレーションの三段階権限を文書化する。第三に、年次レビューを規程に組み込む。これだけで、二年後の形骸化を九割防げます。逆に言えば、この三つを欠いた組織図はどれだけ立派でも機能しません。
TIMEWELLが提供するZEROCK（エンタープライズAIプラットフォーム）の導入支援でも、組織設計のコンサルティングは標準セットに含まれます。AWS国内サーバーでのデータ主権確保、GraphRAGによるナレッジコントロール、プロンプトライブラリの公開範囲設定、これらすべてはCAIOと倫理委員会の決裁ラインがなければ運用が回りません。組織を先に整えるか、技術導入と同時に整えるか、どちらが正しいかは状況次第ですが、組織なしの導入だけは避けるべきだと申し上げておきます。
まとめ：組織図より、責任の所在を一行で書く
AIガバナンスの組織設計で大事なのは、立派な箱を作ることではありません。「AIに関する最終判断は誰が下すのか」を一行で書けるかどうかです。Microsoft、Google DeepMind、IBM、Anthropic、Salesforce、Walmart、NTTグループ。本稿で取り上げた事例はすべて、この一行が明確でした。
CAIOが司令塔、AI倫理委員会が審議、ステアリングコミッティが執行。三つの役割分担と、勧告・差し戻し・エスカレーションの三段階権限。これらを文書化し、年次でレビューする。やることは案外シンプルです。複雑にしているのは、組織を新設したいだけの内部政治か、外部コンサルの過剰な提案か、そのどちらかが多い。
次回は本シリーズの第6弾として、AIガバナンスを支えるテクノロジースタック、すなわち監査ログ、ポリシーエンジン、モデル評価ツールの選び方を扱う予定です。組織と技術が噛み合うところで、初めてAIガバナンスは血の通った仕組みになります。お楽しみに。
参考文献
[^1]: IBM「chief AI officer (CAIO)」https://www.ibm.com/think/topics/chief-ai-officer [^2]: PwC Japan「CAIO実態調査2025―AI経営の成否を分けるリーダーの条件」https://www.pwc.com/jp/ja/knowledge/thoughtleadership/caio-survey-2025.html [^3]: NTT「NTTグループのAIガバナンス規程類の制定、およびAIガバナンスの推進体制について」（2024年6月）https://group.ntt/jp/newsrelease/2024/06/07/240607a.html [^4]: Anthropic「Responsible Scaling Policy Version 3.0」https://www.anthropic.com/news/responsible-scaling-policy-v3 [^5]: McKinsey「The agentic organization: A new operating model for AI」https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization-contours-of-the-next-paradigm-for-the-ai-era [^6]: Microsoft「The building blocks of Microsoft's responsible AI program」https://blogs.microsoft.com/on-the-issues/2021/01/19/microsoft-responsible-ai-program/ [^7]: IBM「A look into IBM's AI ethics governance framework」https://www.ibm.com/think/insights/a-look-into-ibms-ai-ethics-governance-framework [^8]: Salesforce「Ethical and Humane Use at Salesforce」https://www.salesforce.com/company/ethical-and-humane-use/ [^9]: Klover.ai「Walmart's Integrated AI Ecosystem Is Forging Market Dominance」https://www.klover.ai/walmart-integrated-ai-ecosystem-forging-market-dominance-ai-strategy/ [^10]: KPMG「The new model for AI governance」https://kpmg.com/kpmg-us/content/dam/kpmg/pdf/2025/new-model-ai-governance.pdf [^11]: McKinsey「The gen AI operating model: A leader's guide」https://www.mckinsey.com.br/capabilities/tech-and-ai/our-insights/a-data-leaders-operating-guide-to-scaling-gen-ai [^12]: Google DeepMind「Responsibility & Safety」https://deepmind.google/about/responsibility-safety/