AIを自分たちの意思で使い続けるためには、何を社会に備えればよいのでしょうか。計算機やデータを確保することは、その重要な出発点です。そこに、現場で選び直せる仕組みと、一人ひとりが判断に参加できる条件を重ねることで、AIの基盤は暮らしを支える力になります。
2026年10月9日、中国の国営メディアである新華網が、政府から正式に権限を与えられた発表（受権発表）として「新質生産力の発展に関する意見」という文書を公開しました。翌10日の『人民日報』の1面にも全文が載っています。この記事では、この国家の公式な方針が何を意味しているのか、AIと社会の関係という視点から考えていきます。
今回の方針から確認できること
文書は全19項目の施策で構成されています。AIとの関係で注目したいのは、第9項と第10項です。第9項はデータの権利帰属、取引、権益配分、利益保護の制度整備と、全国一体化算力網の建設を掲げています。第10項は「人工智能＋」の全面実施を掲げ、産業への応用と安全管理を示しています。
| 観点 | 文書に示された方針 |
|---|---|
| 計算資源 | 全国一体化算力網を整備する |
| データ制度 | 権利帰属・取引・配分・保護の仕組みを整える |
| 産業実装 | 業界応用の中間試験拠点や価値の高い利用場面を整備する |
| 安全管理 | 技術監視、リスク早期警戒、緊急対応の体系を構築する |
AI搭載の携帯電話やパソコン、人型ロボットなども応用対象に挙げられています。これらは今後進める政策方針です。制度や基盤がすべて完成した、あるいは効果が実証されたという意味ではありません。
AIを支える社会の仕組みまで考える
ここから先は、文書を手がかりにした筆者の考察です。注目したいのは、計算資源、データ、産業での利用、安全管理を結びつけて考える視点です。
優れたAIがあっても、現場に必要なデータが届かず、使う人材や責任の分担が整っていなければ、継続的な活用は難しくなります。反対に、設備を共同利用し、現場で検証し、経験を次の改善につなげられれば、研究と社会実装の距離を縮めることができます。
たとえば地域の小さな製造業がAIによる検査を導入する場合、計算資源の利用料金だけで判断することはできません。学習データをどこまで持ち出せるか、誤判定時に誰が確認するか、契約終了後も記録を引き継げるかが、実際の使いやすさを左右します。インフラと制度を一緒に設計する意義は、こうした日常の運用に表れます。
AI主権を三つの層から見る
本稿では、AI主権を考えるための分析枠組みとして、国家、組織、個人という三つの層を区別します。これは中国の文書が定義した分類ではありません。
国家の自律性――必要な機能を継続できること
国家の層では、重要な計算資源、技術、人材を確保し、供給が変化しても社会に必要なサービスを維持できることが課題になります。国内の基盤整備と国際的な協力を組み合わせ、複数の選択肢を持つことが、持続的な運用を支えます。
組織の自律性――現場が選び直せること
企業、自治体、学校などの層では、自分たちの目的に合うAIを選び、必要に応じて変更できることが重要です。データを移せること、判断記録を確認できること、別の事業者や人手の工程に戻せること。これらを調達条件として具体化すれば、設備への投資が現場の選択肢の拡大につながります。
個人の自律性――理解し、意見を伝えられること
一人ひとりの層では、AIがどの場面で使われ、自分にどう影響するかを理解できることが出発点です。誤りを訂正する窓口、人による再確認を求める手段、利用しにくい人への代替手段を用意することで、技術の恩恵を受ける条件が整います。
この三つの層は、それぞれに確かめる必要があります。国家の基盤が充実することを、組織が選び直せることや、個人が判断に参加できることへどうつなぐか。その接続の設計が、AI社会の大切な仕事になります。
社会的アライメントを具体的な運用にする
AIの目的と社会の望む方向を合わせていく「社会的アライメント」は、導入時に一度確認すれば終わるものではありません。利用の経験を受け止め、目的や手順を調整できる仕組みが必要です。次の五つを、実装の際の確認事項と考えます。
- 目的と責任を明示する。何を改善するためのAIなのか、最終判断を誰が引き受けるのかを、利用者にも伝わる言葉で示します。
- 小さく試し、段階的に広げる。便利さに加えて、誤りの訂正時間、現場の負担、利用できない人への影響を確認します。
- 評価に複数の立場を加える。開発者、運用者、利用者それぞれが気づく点を持ち寄り、必要に応じて独立した評価を取り入れます。
- 移行と停止を準備する。別のシステムへの変更、人による作業への切り替え、記録の引き継ぎを、導入前に確かめます。
- 改善の経過を共有する。問題の発見から対応までを記録し、どの意見がどう改善につながったかを説明します。
こうした確認は、特定の国だけに求められるものではありません。AIを公共サービスや企業活動に取り入れる、あらゆる社会に共通する実践です。
日本の現場に引き寄せて考える
日本でこの方針を読む際も、設備規模の比較だけで終わらせず、計算資源の利用条件、データの管理、現場人材、安全管理をつなげて考えると有用です。共同利用の基盤が中小企業や地域に届くか。導入を支援する人材がいるか。利用者が説明や訂正を求められるか。こうした問いを、投資の成果を測る物差しに加えられます。
今後は、具体的な整備計画、業界別の拠点、利用条件、安全管理の実施細則を確認し、方針と実装の進み具合を分けて評価することが大切です。
AI主権を、人が選べる力へ
AIを自律的に運用する基盤は、社会にとって大切な資産です。その価値を確かなものにするには、基盤の上で組織が選び直せ、一人ひとりが理解し、意見を伝えられることが欠かせません。
国家の自律性、組織の自律性、個人の自律性。その三つを結びつける制度と運用を育てることが、AIの進歩を私たちの暮らしの充実につなげていくのだと思います。
