AI システムの機能、業界、展開場所によってリスク プロファイルが定義され、組織が導入する必要がある内部ガバナンス構造に直接影響を及ぼします。
AIガバナンス実践レポート2025より:
「AIガバナンスには多くの課題と潜在的な解決策があり、それぞれが組織の役割、影響範囲、より広範なリスクガバナンスプロファイル、成熟度に基づいて独自の近接性と重要性を持っています。」（p.4）
「AIガバナンスは、AIに関する企業戦略を定義することから始まります。そして、業界、ユースケース、場所を反映したポリシー標準と運用手順を策定します。」（11ページ）
* A- 組織の説明責任は広範囲にわたり、業界や機能によって直接的に限定されるものではありません。
* C- データ ソースの多様性はデータ戦略に結びついています。
* D - 説明可能性は使用コンテキストではなく、モデルの種類によって大きく左右されます。

AIモデルは、データセットを用いて学習し、そのデータ内のパターンを発見するプログラムと定義するのが最も適切です。この定義は、モデルがデータから学習して予測や意思決定を行う機械学習の本質を捉えています。参考：AIGP BODY OF KNOWLEDGE。AIモデルとその学習プロセスの詳細な説明を提供しています。

EU AI法は、公的機関によるソーシャルスコアリングのためのAIシステムの使用を明確に禁止しています。これは、個人の社会的行動や信頼性の認識に基づく差別や不当な扱いにつながる可能性があるためです。AIは、福祉給付の公平な分配の促進、国境管理、さらには法執行目的での個人の意図の検出（厳格な規制および倫理的範囲内）に活用できますが、基本的な権利と自由に対する重大なリスクがあるため、同法の下ではソーシャルスコアリングシステムの導入は認められません。

通常、AI 開発ライフサイクルに関与する関係者には、データ アーキテクト (データ フレームワークを設計する)、社会文化的および技術的な専門家 (AI システムが社会文化的に認識され、技術的に健全であることを保証)、および法律およびプライバシー ガバナンスの専門家 (法的およびプライバシーの側面を担当) が含まれます。
政府の規制当局は重要ではあるものの、開発プロセスに直接関与するのではなく、業界を監督・規制する役割を担っています。参考：AIGP BODY OF KNOWLEDGEおよびAI開発フレームワーク。

EU規則、特にGDPRに基づき、AIを意思決定に利用する銀行は、AIの利用についてユーザーに通知し、ユーザーが意思決定に異議を申し立てられる仕組みを提供しなければなりません。これは、自動処理における透明性と説明責任を確保する一環です。プライバシー指令（A）に基づく明示的な同意やデジタルサービス法（B）に基づく開示は、この文脈では特に必須ではありません。十分性認定は、EU域外へのデータ移転（C）に関連しています。