エンドユーザーは生成型AIとの主要な接点であり、十分な意識向上トレーニングを受けなければ、知らず知らずのうちに技術を悪用したり、機密データを漏洩させたり、AIを利用した脅威の被害に遭ったりする可能性があり、これがセキュリティリスクの最大の要因となっている。

責任あるAI利用に関するポリシーを確立することで、データの取り扱い、倫理的な利用、透明性に関する明確な期待値が定義され、複数のAIソリューションにおけるプライバシーと機密性のリスクに直接対処し、組織全体で一貫した行動を導くことができます。

新しいAIセキュリティ機能を導入する際の最優先適合基準は、組織が確立した統制目標およびプログラムアーキテクチャとの整合性です。統制目標は達成すべき事項（検出範囲、対応の迅速性、説明責任、監査可能性など）を規定するものであり、ガバナンス、リスク、および技術的統制全体にわたる要件トレーサビリティの基礎となります。ツールの機能がこれらの目標を直接満たすことで、アーキテクチャの適合性、ポリシーへの準拠、および測定可能な保証が確保されます。統合（SIEMなど）、検出機能（リアルタイム異常検出など）、およびオーケストレーションは重要ですが、プログラムの意図する成果を定義する統制目標にツールが対応し、かつ検証可能であることを証明することに比べれば、二次的なものです。
参考文献:* AIセキュリティ管理（AAISM）知識体系：AIガバナンスとプログラム管理 - セキュリティプログラムの整合性、制御目標、要件トレーサビリティ* AIセキュリティ管理学習ガイド：制御目標マッピング、アーキテクチャ適合基準、ソリューション選択ガバナンス

複数のAIモデルが連携するサプライチェーンシステムでは、リスクがモデル間で伝播・複合化する可能性があります。個々のモデルにおけるエラー、バイアス、不具合などを含む、全体的なリスクを評価することは困難ですが、信頼性が高く安全な意思決定を確保するためには不可欠です。

AAISMは、AIインシデント対応の基礎段階として準備段階を規定しています。最優先事項は、AI/MLの専門知識（セキュリティ、データサイエンス、製品、法務/コンプライアンス）を持つ部門横断的なインシデント対応（IR）チームを編成し、権限を与えることです。責任あるチームが確立されて初めて、プレイブック、コミュニケーション、封じ込め/排除手順、復旧プロセス、エスカレーションパスを定義できます。専任チームがいない場合、手順やチャネルは責任感と有効性を欠きます。
参考資料:* AIセキュリティ管理™（AAISM）知識体系：インシデント管理 - 準備、役割と責任、部門横断的な調整* AAISM学習ガイド：AI IR運用モデル、ステークホルダーマッピング、権限とエスカレーション* AAISM標準へのマッピング：セキュリティ運用 - 手順の前に準備（人員と役割がプレイブックに先行する）