インドは独自のAI安全ルールを策定し、ワシントンの模倣を拒否する

今週、8つの媒体で引用された業界専門家によると、インドには、米国の自発的協定のコピーではなく、自国の言語、規模、応用主導のエコシステムを中心に構築されたAI安全フレームワークが必要だ。具体的な反対の対象は、9月29日にトランプ大統領がGoogle、OpenAI、Anthropic、Meta、Nvidia、xAIの幹部とともに署名した協定である。

その根底にある本質的な問いは、自らが規律する企業によって作られた自発的フレームワークが他国でも通用するのか、という点だ。インドのこれまでの答えは、通用しない、というものである。

米国協定が実際に何を約束しているか

9月29日の協定は自発的であり、まずそれを理解する必要がある。自発的フレームワークは、署名者が遵守する評判上のインセンティブを持ち、不遵守が可視化される場合に機能する。これに署名した企業は、このフレームワークが対象とするモデルを提供する企業そのものであり、どれほどの善意があっても解消できない構造的緊張を生んでいる。

この取り決めに基づくと、遵守は大部分が自己報告である。独立した検証機関はなく、安全評価結果の公表要件もなく、特定の評価が自社システムには適用されないと判断した署名者に対する不利益もない。

米国にとって、これは擁護可能な立場かもしれない。強制的な安全要件は国内ラボの速度を落とす一方、中国のラボには同等の制約がない、また自発的姿勢が競争力を維持する、という主張である。この主張が正しいかどうかは現在も議論中だ。翌週のニューヨーク市議会公聴会では、署名企業の元従業員数名が、自分たちはラボが開発しているものを制御できているとは思わないと証言し、出席した幹部は誰も、直接尋ねられても破滅的リスクに数値を示さなかった。

なぜインドの計算は異なるのか

インドの反対は哲学的ではなく実践的だ。この協定の前提はインド市場では成り立たない。

第一は言語である。英語による評価を中心に構築された安全フレームワークは、ヒンディー語、タミル語、ベンガル語、テルグ語、マラーティー語、その他インドの指定言語で展開されるシステムをカバーしない。安全評価は言語ごとに異なる。英語で有害な要求を確実に拒否するモデルでも、低リソース言語では容易に応じてしまう可能性がある。安全訓練が薄く、拒否行動がきれいに転移しないからだ。英語だけでテストすると、対象と称する展開の大半について何も保証しないフレームワークが出来上がる。

第二は規模と用途の特性だ。インドのAI展開パターンは公共サービス、農業、金融包摂、医療に偏っており、これらの分野ではエラーが直接的な福祉上の結果を招き、ユーザー基盤は大規模で低帯域であり、しばしば音声でやり取りする。フロンティアモデルの能力評価を中心に設計されたフレームワークは、何百万人もの小規模農家のために作物病害をトリアージするシステムには当てはまらない。

第三は管轄権である。ワシントンで署名された自発的協定には、インドで事業を行う企業を拘束する仕組みがない。またインドは、自ら交渉していない取り決めに自国の規制姿勢を外注するつもりはない。

インドのフレームワークに必要な要素

報道で引用された専門家は、もう一つの明らかなひな型であるEU AI法のコピーを求めているわけではない。EUのアプローチはリスク階層型で強制力があり、適合性評価、技術文書、市場投入後の監視義務を伴う。包括的だが、遵守コストが高い。これは、大半のAI展開が小規模ベンダーや公共部門のシステム統合事業者を通じて行われる市場にとって、現実的な考慮事項である。

インド固有の懸念が示唆するのは、より狭く、より検証可能なものだ。

主要な指定言語を対象とする多言語評価を、後から翻訳を追加した英語評価ではなく、基本要件とすること。

単一の横断的フレームワークではなく、セクター別の基準とすること。農業アドバイザリーの失敗モードは、与信スコアリングのそれとは根本的に異なるからだ。

執行メカニズムとして政府の購買力を用いること。インド政府は主要な買い手であり、AIシステムに関する政府調達条件（評価結果、モデル文書、インシデント報告）は、新たな規制機関を必要とせずに供給者を拘束するだろう。

そして国内のインシデント報告チャネル。さもなければ、安全に関わる障害がまず報道で明らかになるからだ。

これらのそれぞれには、正直に比較検討すべきコストが伴う。多言語評価は翻訳作業ではない。ある言語の安全評価スイートを構築するには、敵対的プロンプトを集め、ネイティブスピーカーのレビュアーを採用し、その文化的文脈で何が有害な補完に当たるかを確立する必要がある。最後の部分は本当に難しく、議論も多い。有害性は文脈依存であり、ある言語コミュニティで調整された拒否基準が別のコミュニティにきれいに転移するわけではないからだ。

セクター別基準には、別の側面で同様の問題がある。農業アドバイザリー向けの基準、与信スコアリング向けの基準、さらに医療トリアージ向けの基準を書くことは、世界のどの規制当局もほとんど人員を割いていない基準策定作業量である。EUはこれを一部、業界参加を伴う整合規格機関を通じて処理しており、インドはそうした構造を構築する必要がある。

調達条件は4つの中で最も安価で、おそらく最も効果的だ。新たな機関を必要とせず、既存契約に条項を加えるだけで済む。ただし最も適用にばらつきが大きい。政府調達は、実際に多くの公共部門導入を担うロングテールの統合事業者よりも、大規模ベンダーにより確実に届くからだ。

これが当てはまるパターン

インドの立場は、管轄区域がAIガバナンスにどう取り組むかにおけるより広い分岐の一部であり、その分岐は通常の先進国対途上国という線に沿ったものではない。

マレーシアは2027年初頭に初の専用AI法の計画を発表した。ノルウェーは公共の場でのAI眼鏡に対する規制を準備している。カリフォルニア州はAI関連法案を13本可決し、その中には義務の適用基準となる100万ユーザー閾値を撤廃するものも含まれる。オーストラリアのABCは、自社コンテンツがすでにスクレイピングされているとして、著作権の適用除外を公に拒否した。英国は軽触型アプローチを取っており、それを正式化するよう圧力を受けている。

共通しているのは、各国がひな型を採用するのではなく、自国のリスク露出に合わせて調整したルールを書いていることだ。AI開発者にとって、これはコンプライアンス対応範囲が管轄区域ごとの形になりつつあることを意味する。5つの市場で展開されるモデルは、5つの異なる評価制度、5つの異なる開示基準、5つの異なるインシデント報告期限に直面する可能性がある。

注目すべき点

インドのフレームワークが実効性を持つものになるか、意図表明にとどまるかを決めるのは2つの点だ。

政府調達に対して拘束力を持つかどうか。調達における実効性のない自発的規範は、単なる原則の集まりにすぎない。調達条件は市場要件であり、ベンダーはそれに合わせて構築する。

そして、多言語評価要件がコストという現実に触れて存続するかどうか。12前後の言語でテストするのは高コストであり、少数に範囲を縮小する圧力がかかるだろう。最終フレームワークに残る言語数は、そのコミットメントがどれほど本気かをかなり正確に示す指標になる。

より大きな論点は、インドのプロセスがどう決着するかに関わらず成り立つ。9月の協定は、フロンティアラボ間の自発的合意が世界標準の基盤になり得ると想定していた。インドの対応はその想定を試すものであり、試している国はインドだけではない。今、デリー、クアラルンプール、ブリュッセル、サクラメントで書かれているフレームワークは、AIコンプライアンスが「何を作ったか」ではなく「どこで展開するか」の問題である世界を生み出しつつあり、国際的に提供する者にとって、これは実質的により厳しい事業環境である。