{ "schemaVersion": "1.0", "language": "ja", "canonicalUrl": "https://catalysphere.co.jp/articles/ai-vendor-evaluation-exit/", "machineReadableUrl": "https://catalysphere.co.jp/articles/ai-vendor-evaluation-exit/index.json", "publisher": { "name": "Catalysphere", "url": "https://catalysphere.co.jp/", "description": "AIとビッグデータを研究し、実務へつなぐリサーチ＆コンサルティングスタジオ。" }, "article": { "slug": "ai-vendor-evaluation-exit", "title": "AIベンダー選定は、契約終了後の再開能力まで試験する", "titlePhrases": [ "AIベンダー選定は、", "契約終了後の再開能力まで", "試験する" ], "summary": "精度デモだけで選ばず、データ、モデル依存、契約、移行可能性、停止・代替手段を導入前に試験するベンダー評価を整理します。", "takeaways": [ "AIベンダー評価では、現在の品質だけでなく、構成要素の可視性、変更通知、データ返却、代替モデルへの移行、終了後の削除までを選定条件にします。[1] [2]", "NISTは生成AIを12のリスク群で整理し、第三者部品の依存、decommission、fallback、契約条件を明示的な管理対象にしています。[2]", "PoC契約の前にサンプルデータを実際に書き出し、代替手段で再実行し、復旧時間・品質差・失われる機能を測る出口演習を行います。[3]" ], "publishedAt": "2026-07-13", "updatedAt": "2026-07-24", "readingMinutes": 12, "topics": [ "AI調達", "ベンダー評価", "ロックイン", "事業継続" ], "domains": [ "generative-ai", "organization-adoption", "governance-risk" ], "evidenceKind": "research-review", "status": "published", "image": { "prompt": "Abstract scientific editorial illustration for the research question “AIベンダーは、導入前に出口まで評価できているか”, interpreted symbolically rather than typographically: separate knowledge clusters connected through a shared operating network, with a few gold checkpoints making coordination and handoffs visible; deep Catalysphere navy and indigo field, muted scientific blue, restrained antique-gold structure, translucent geometry, fine particles, subtle paper grain, generous negative space, one clear centered metaphor that survives a narrow mobile cover crop, calm premium research-journal art direction, no readable text, no logo, no literal chart, no photorealistic people.", "negativePrompt": "text, letters, numerals, watermark, logo, dashboard UI, humanoid robot, server rack, binary rain, stock-photo office, literal quantitative chart, red alarm graphics, neon cyberpunk, purple gradient, clutter", "alt": "複数の知識クラスターが金色の検証点を介して一つの運用ネットワークへ接続する抽象図", "aspectRatio": "16:9", "assetPath": "article-art/ai-vendor-evaluation-exit.png", "status": "approved" }, "lead": "高精度なデモと安い初期費用だけでAIベンダーを選ぶと、モデル変更、値上げ、障害、契約終了の時点で選択肢を失います。日本政府の最新調達ガイドライン、NISTの生成AIプロファイル、英国政府のAI調達指針を重ねると、入口の性能評価と同じ重さで、第三者依存、契約条件、データ可搬性、停止・移行の実行可能性を確かめる必要があります。[1] [2] [3]", "sections": [ { "heading": "出口を契約末期ではなく設計初日に置く", "paragraphs": [ "デジタル庁の2026年6月版ガイドラインは、生成AI導入を、定型約款のみ、定型約款と個別契約、個別開発と個別契約という三つの類型で整理し、調達・契約チェックシートの要求を案件のリスクへ合わせるよう求めています。契約形態によって交渉できる権利と取得できる情報が変わるため、PoCの容易さだけで方式を選べません。[1]", "出口設計では、サービス終了、重大障害、品質悪化、規約変更、価格変更、法令・方針変更を終了トリガーとして定義します。その時に必要なデータ、設定、プロンプト、評価セット、監査ログ、モデル成果物を誰がどの形式で取得できるかを、契約前に確認します。取得できない資産は、最初から依存コストとして意思決定へ入れます。[1]", "出口の合格条件は、ファイルを一つ取得できたかではなく、重要業務を代替環境または手作業で再開できるかです。設定、プロンプト、検索資料、評価履歴のどれが欠けると品質や説明可能性が落ちるかを選定中に確かめ、再開不能な資産は契約交渉か別保管へ移します。契約類型が違えば取得可能性も変わるため、同じ評価票を無条件に流用しません。[1]" ] }, { "heading": "ベンダーではなく価値連鎖を評価する", "paragraphs": [ "NIST AI 600-1は生成AIのリスクを12群に整理し、その一つとしてValue Chain and Component Integrationを挙げます。生成AIサービスは、外部データ、基盤モデル、ライブラリ、検索基盤、プラグイン、クラウドを重ねるため、契約先一社の管理だけでは上流変更や停止の影響を捉えられません。[2]", "評価票には、上流モデルと版、データ提供者、ホスティング地域、重要下請け、代替可能な部品、変更通知期限、既知の単一障害点を入れます。モデルカードや認証の有無だけでなく、障害・脆弱性の開示実績、修正時間、第三者監査の範囲、下流顧客へ説明できる証拠を確認します。[2]", "品質悪化を契約先だけの不履行と決める前に、上流モデル変更、検索部品、クラウド障害、自社設定という代替原因をたどります。価値連鎖の各部品に、変更通知を受ける人、代替の有無、証拠を取得できる範囲を割り当てます。[2] 原因を特定できない単一障害点が残るなら、認証や平均性能が良くても重要業務の採用範囲を狭めます。" ] }, { "heading": "ロックインを機能・データ・運用へ分解する", "paragraphs": [ "英国政府のAI調達指針はTop 10 Considerationsを示し、第8項でblack boxとvendor lock-inの回避を独立して扱います。説明可能性、オープン標準、ロイヤルティーフリーのライセンス、他の供給者が継続開発できる条件を検討し、調達文書へ反映する考え方です。[3]", "ロックインはAPI互換性だけではありません。会話履歴や評価結果が出せないデータロックイン、独自プロンプト機能を再現できない機能ロックイン、運用手順と担当者技能が特定画面へ依存する人的ロックイン、責任分界や削除証明を移せない契約ロックインに分けます。それぞれ代替案と移行コストを見積もります。[2] [3]" ] }, { "heading": "契約上の譲歩を、補完統制へ変換する", "paragraphs": [ "政府の調達資料とNISTの生成AIプロファイルは、契約類型と価値連鎖に応じて得られる情報や統制が異なることを示します。[1] [2] すべての要求を契約で得られない場合に、欠落を黙って受け入れず、譲歩した条件、残る業務影響、代替統制を一対一で結ぶ譲歩台帳を作ります。", "譲歩台帳では、得られなかった変更通知、監査情報、返却形式、終了支援などを個別に記し、社内保管、利用範囲の縮小、手作業の維持、短い見直し期限で補えるかを判定します。補完できない欠落は、価格や平均性能で相殺せず、重要業務へ採用しない理由として残します。補完統制の失敗条件も記します。", "仮想例として、評価履歴を契約終了時に取得できないなら、運用中に自社側へ必要項目を保存できるかを先に試します。それも許されない場合は、別環境で判断根拠を再現できないという出口欠損です。契約文言の有無ではなく、実際に代替統制を動かせたかを譲歩の受入条件にします。試験日と担当者も残します。" ] }, { "heading": "再構築できない資産を、出口欠損として判定する", "paragraphs": [ "エクスポートされたファイルが存在しても、重要業務を再構築できるとは限りません。資産ごとに、別環境へそのまま移せる、変換すれば使える、手作業で再作成できる、再構築できない、の四状態へ分けます。最後の二状態では、必要な担当技能と判断根拠が残るかも確認し、再作成の所有者を置きます。", "再構築試験では、元環境を参照せず、取得した資産と契約で許された情報だけから代表業務を再開します。欠けた項目を担当者の記憶で補った場合は成功とせず、その知識を移行資産として記録できるかを再判定します。品質差の原因が資産欠落か機能差かも別欄にし、混在なら両方を残します。", "出口欠損を受け入れる場合は、対象業務、許容する品質差、手作業の維持期限、再交渉の条件、最終承認者を明示します。上流依存や権限が変わり、前回できた再構築ができなくなった場合は、更新契約の前に譲歩台帳を開き直します。『移行可能』という一語を承認根拠にせず、期限付きで判断します。" ], "bullets": [ "WAIVER：得られなかった権利・情報・支援を個別に記す", "COMPENSATE：社内保管・縮小運用・手作業との対応を試す", "REBUILD：資産を移行可・変換可・再作成可・不能へ分類する", "ACCEPT：出口欠損、許容範囲、見直し条件、承認者を定める" ] }, { "heading": "出口演習を選定試験へ組み込む", "paragraphs": [ "提案書に『エクスポート可能』と書かれていても、完全性や再利用性は分かりません。選定時に、テスト用の設定、プロンプト、検索文書、ログ、評価結果を出力し、別環境で取り込みます。欠落項目、変換作業、停止時間、品質差、手作業へ戻る能力を測り、結果を価格・性能と並べて採点します。", "契約には、データ所有、二次利用、変更通知、SLA、事故協力、監査権、終了支援、返却形式、削除証明、サポート期間、責任分界を用途に応じて置きます。NISTが示すようにdecommissionとfallbackを平時から用意し、年に一度などの固定周期に加え、主要モデル変更や依存先変更のたびに出口演習をやり直します。[2]", "出口演習では、エクスポート完了ではなく、欠落項目、変換が必要な設定、再開までの作業、旧環境との品質差、削除証明の回収を採点します。前回より再開能力が落ちた、主要な上流依存が変わった、移行に必要な権限が失われた場合は、更新契約の承認を止めます。調達責任者と業務継続責任者が別々に結果へ署名します。[2] [3]" ], "bullets": [ "代替モデルで再現できない機能を一覧にする", "全データを機械可読形式で取り出し、件数と欠落を照合する", "ベンダー停止時の手作業・縮退運転を実際に通す", "終了後の保持期間、削除方法、削除証明を契約で確定する", "調達責任者：契約上取得できる資産と終了支援を確認する", "技術責任者：別環境で設定・データ・評価を再利用する", "業務継続責任者：代替環境または手作業での再開を判定する" ] } ], "note": "本稿は契約・調達に関する法的助言ではありません。デジタル庁DS-920第2.0版は2026年6月時点の日本政府情報システム向け規範で、民間企業へ同じ手続きを一律に課すものではありません。[1] NIST AI 600-1は任意の生成AIリスク管理プロファイルで、12分類が個別案件の完全なリスク一覧になるとは限りません。[2] 英国指針は2020年の公共調達向け資料で、現在の製品・法令・契約実務は別途確認が必要です。[3]", "sources": [ { "id": 1, "authors": "デジタル社会推進会議幹事会", "year": 2026, "title": "行政の進化と革新のための生成AIの調達・利活用に係るガイドライン", "venue": "デジタル社会推進標準ガイドライン DS-920 第2.0版", "url": "https://www.digital.go.jp/assets/contents/node/information/field_ref_resources/decb64eb-f26e-41cb-8d37-f3dd173108b8/59054b35/20260612_resources_standard_guidelines_guideline_01.pdf", "finding": "生成AI調達を三つの導入・契約類型で整理し、調達チェックシートと契約チェックシートに基づく要求、主要性能・モデル・データ情報の取得を定めている。", "limitation": "日本政府情報システム向けの規範文書であり、民間調達や国外契約へそのまま適用されない。案件のリスクに応じた要求の取捨選択も前提としている。" }, { "id": 2, "authors": "Chloe Autio, Reva Schwartz, Jesse Dunietz, Shomik Jain, Martin Stanley, Elham Tabassi, Patrick Hall, Kamie Roberts", "year": 2024, "title": "Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile", "venue": "NIST AI 600-1, National Institute of Standards and Technology", "url": "https://doi.org/10.6028/NIST.AI.600-1", "finding": "生成AI固有または増幅される12のリスク群を整理し、第三者価値連鎖、契約、供給者評価、decommission、fallback、継続監視の推奨行動を示している。", "limitation": "任意利用の横断的プロファイルであり、全推奨行動が全組織へ適用されるわけではない。将来版でリスクやサブカテゴリーが追加され得る。" }, { "id": 3, "authors": "UK Office for Artificial Intelligence and partner government functions", "year": 2020, "title": "Guidelines for AI Procurement", "venue": "GOV.UK", "url": "https://www.gov.uk/government/publications/guidelines-for-ai-procurement/guidelines-for-ai-procurement", "finding": "公共AI調達のTop 10 Considerationsを示し、第8項でblack boxとvendor lock-inを避け、説明可能性、オープン標準、将来の供給者変更を調達条件へ入れるよう促している。", "limitation": "2020年時点の英国公共部門向け非網羅的指針であり、現在の各国法、個別契約、特定ベンダーの技術的移行可能性を保証しない。" } ], "visual": { "eyebrow": "VENDOR EXIT", "title": "入口の比較表へ出口の実行可能性を加える", "caption": "三つの値は資料の構造を示し、調達制度や成熟度を比較するスコアではありません。", "metrics": [ { "value": "3 TYPES", "label": "定型約款・個別契約・個別開発を組み合わせた導入類型", "source": "デジタル庁 2026", "referenceId": 1 }, { "value": "12 RISKS", "label": "NIST生成AIプロファイルが整理した主要リスク群", "source": "NIST AI 600-1", "referenceId": 2 }, { "value": "GUIDE 8", "label": "black boxとvendor lock-inの回避を扱う調達考慮事項", "source": "GOV.UK", "referenceId": 3 } ] }, "url": "https://catalysphere.co.jp/articles/ai-vendor-evaluation-exit/", "machineReadableUrl": "https://catalysphere.co.jp/articles/ai-vendor-evaluation-exit/index.json", "topicFacets": [ { "id": "economics-sustainability", "name": "経済性・持続可能性", "url": "https://catalysphere.co.jp/topics/economics-sustainability/" }, { "id": "safety-resilience", "name": "安全性・レジリエンス", "url": "https://catalysphere.co.jp/topics/safety-resilience/" } ] } }