// 主権とポータビリティ
世界の技術を、御社の管理下で。
データがどこにあるか、モデルがどこで動くか、セキュリティがどこに置かれるか。契約の前に、御社はこの三つを見極めます。
// データ所在とプライバシー
データがどこにあるか。それが導入の前提です。
海外製品の採用は、まず御社が従う法令をどう満たすかで決まります。国内での導入は、その答えを御社の側に置く選択です。
個人情報保護法 第28条。個人データを外国の第三者へ提供する際は、原則として、移転先とその制度を示したうえで本人の事前同意が必要です（移転先が十分性認定国である場合等を除く）。国内で処理すれば、この越境移転の論点そのものが生じません。所管は個人情報保護委員会です。
その上に業種ごとの基準が重なります。金融のFISC安全対策基準、医療情報の3省2ガイドライン、公共のISMAPとガバメントクラウド、電気通信の通信の秘密（電気通信事業法 第4条）。いずれも、機微なデータを管理された国内基盤へと導きます。
日欧は相互の十分性認定（決定2019/419）で結ばれており、EUの個人データは標準契約条項なしで日本へ移転できます。国内での導入は、御社の欧州データにも対応します。
そもそも取得する情報を最小化します。メール認証は個人データを保持せず、データエンジンは所在要件に沿って記録を保管します。
// 設計としての主権
データも重みも、境界の内側に。
主権境界 · 日本
SC-BD-01 · REV A · 2026.07
データ · 国内保存
data.at-rest
モデル · 自社ホスト
llm.self-hosted
鍵 · KMS管理
keys.kms
ログ · 改ざん不可
logs.immutable
ホスト型API
llm.hosted-api
外部SaaS
saas.external
// ロックインが潜む場所
ベンダーロックインは、スタックの上層へ移りました。
クラウド事業者の乗り換えは、いまや当たり前の作業になりました。より根深いロックインは、その上の層にあります。一つのベンダーが、モデルと、文書から抽出した知識と、システムの意思決定の学習状態までを握っていると、そのベンダーを替えることは、ゼロからやり直すことを意味します。コストとして重いのは、ライセンス料よりも、置き去りにせざるを得ない知能のほうです。
モデルのロックイン。特定の提供者のAPI向けに作り込んだプロンプト、ツール、微調整は、他社へそのまま移せることがほとんどありません。
知識のロックイン。システムがコンテンツから抽出した構造化知識は、多くの場合、ベンダー独自の形式に閉じ込められます。
振る舞いのロックイン。時間をかけてシステムを役立つものにしていく学習状態は、最も持ち出しにくく、最も語られない部分です。
// 主権の12層
主権的な導入を構成する、12の層。
主権は、しばしばデータの所在というひとつの問いに縮められます。それは12層のうちの1層にすぎません。管理はその12層すべてに及びます。データそのもの、その上で動くAI、そして両者を守るセキュリティまで。
データ
データが物理的にどこにあり、そのアクセスをどの国の法律が律するのか。
インフラ
どの事業者のハードウェアが、どの法域のもとで業務を動かしているのか。
プライバシー
誰のどの個人データを、どこまで取得し、どのように最小化・マスキングし、御社の法令のもとで保管するのか。
モデル
どのモデルが応答し、その中身を検証でき、必要なら置き換えられるのか。
知識
コンテンツから抽出した構造化知識を、どのような形式で保持するのか。
学習状態
システムが時間をかけて業務について蓄える記憶を、誰が保持するのか。
ワークフロー
AIを組み込んだ業務プロセスやツールが、乗り換えのときに一緒に移るのか。
評価
品質をどう測るのか、そのテストやベンチマークをお客様の手元に残せるのか。
セキュリティ
データを守る対策と、そこから生まれるシグナルを、国内で動かすのか、外部クラウドへ報告させるのか。
監査と保証
誰が何をしたかの記録と、監査人や取締役会が依拠する証跡を、御社が提示できる場所で保持するのか。
規制対応
APPIから業種別基準まで、どの規制がそのワークロードを律し、例外なく満たせる構成になっているのか。
ローカライゼーション
日本語で、日本の商習慣に沿って、翻訳による取りこぼしなく動くのか。
// ポータビリティの階段
ポータビリティは階段です。多くのベンダーは、最初の段で止まります。
データの書き出しは、どのベンダーも提供します。その上に築いた知能まで持ち出せる例は、ぐっと少なくなります。この階段を高く登れるほど、単一の提供者がお客様を縛る力は弱まります。
データのポータビリティ
投入した生データを書き出せます。基本の一歩で、多くの保証はここで止まります。
知識のポータビリティ
コンテンツから導いた構造化知識を、再利用できる開かれた形式で持ち出せます。
学習状態のポータビリティ
業務の学習状態をシステム間で持ち運べます。モデルを替えても、そこがゼロに戻りません。
振る舞いのポータビリティ
システムの意思決定や既定の挙動を、別のインフラの上でも再現できます。
モデルのポータビリティ
その上に積み上げた知識、学習状態、振る舞いを失わずに、基盤モデルを差し替えられます。
// 導入の5段階
導入の5段階。借りる形から、主権を持つ形まで。
以下の5段階は、AIの柱を実際のかたちにしたものです。モデルが実際にどこで動くのか、ホスト型のフロンティアAPIから完全セルフホストのオープンウェイトまでを表します。主権は全か無かではありませんので、業務ごとに、その機微性に応じてこの段階のどこに置くかを選び、到達範囲やコストと制御とを見比べていきます。データの柱は、この5段階すべての土台にあり、リアルタイムのデータ基盤は、モデルがどの段階にあっても、お客様が管理するハードウェア上で国内において動かせます。データの所在は、AIが動く場所とは切り離して決められます。
レベル1：フロンティアAPI
ホスト型のフロンティアモデルが、API越しに応答します。能力に届くまでの最短経路です。この段階でも、主要な提供者は既定で、業務APIのデータをモデルの学習に使いません。OpenAI、Anthropic、Amazon Bedrock、Google Vertex AIは、いずれも商用規約でそれを明示しています。これは主権の床であって、天井ではありません。
レベル2：顧客所有アカウント
同じフロンティアモデルを、お客様自身のクラウドアカウントと鍵の中で動かします。データは、お客様が直接管理し、費用を負担するインフラに留まります。
レベル3：リージョン内エンタープライズ推論
地域内での制御を備えたエンタープライズ向けクラウド基盤で、モデルをご提供します。Amazon Bedrockは顧客管理の鍵でデータを暗号化し、モデル提供者とは共有しません。Google Vertex AIは、お客様が選んだ場所にデータの保存先を限定できます。
レベル4：ソブリンオープンウェイト
オープンウェイトのモデルを、お客様が所有する、あるいは信頼できる国内事業者が運用するインフラの上で、日本の法域のもとで動かします。モデルも、データも、学習状態も、すべて国内に留まります。外部の提供者へ出ていくものはありません。
レベル5：マルチモデル・ソブリンルーティング
機密性の高い業務は、ソブリンのオープンウェイトで動かします。機密性の低い業務では、最適な場面でフロンティアAPIを使います。トラフィックはデータの機密度に応じて振り分けられ、フロンティアの能力と主権的な制御を同時に手にできます。
フロンティア提供者が業務APIのデータで学習しないことは、あくまで床です。モデルも、知識も、業務の学習状態も、お客様が制御するインフラに留まる真の主権が、天井にあたります。多くの企業は、業務に応じて複数の段階を同時に運用しています。
// インタラクティブ · トレードオフ
各段階のトレードオフを見比べる。
段階を選ぶと、ポータビリティ、主権・管理、コスト管理、導入の速さの相対的なバランスが変わります。フロンティアAPIから主権的な構成へ移るほど、管理とポータビリティは高まり、導入の速さとは逆の関係になります。
レベル1：フロンティアAPI
ホスト型のフロンティアモデルが、API越しに応答します。能力に届くまでの最短経路です。この段階でも、主要な提供者は既定で、業務APIのデータをモデルの学習に使いません。OpenAI、Anthropic、Amazon Bedrock、Google Vertex AIは、いずれも商用規約でそれを明示しています。これは主権の床であって、天井ではありません。
相対的で説明を目的とした指標でございます。実測のベンチマークではございません。最適な段階は業務ごとに異なり、一つの導入に複数の段階が混在することもございます。
// エビデンス
主権的な重みの技術的根拠を、研究に基づいて。
安定したAPI名の背後にあるモデルは、予告なくお客様の足元で再調整され得るものであり、量子化された複製は測定可能なほど弱いモデルであり、同一の重みでさえハードウェア間で分岐いたします。一次研究と、それが本番環境でのモデル運用にとって何を意味するのかを解説いたします。
どの業務をどこに置くか、ご一緒に決めましょう。
どの業務をフロンティアAPIで動かし、どれを主権的に保つか、そしてその間で知能をロックインなく移す方法を、お客様とご一緒に設計します。日本語で、日本の条件で。