ChinaTalkは10月29日(現地時間)、グローバル競争下で超知能 (Super Intelligence) イノベーションの主導権を握ることが地政学的な力に直結しており、米国がその地位確立を目指していると報じた。アクセンチュア・フェデラル・サービス (Accenture Federal Services) のバーネット・コーベン (Barnett Koven) 氏は、政府のリスク回避姿勢が問題であり、「何もしないこと自体がリスク」だと指摘。慎重さに欠ける競合他社との対比で、米国の遅れを懸念した。
コーベン氏は、過去にラテンアメリカにおける対反乱作戦 (COIN) の博士論文研究からキャリアを開始し、メリーランド大学 (University of Maryland) で教職に就いた後、アクセンチュア・フェデラル・サービスへ転身した。同氏のこれまでの研究は、最も影響力のある定量的研究の一部が結論を誤っていたことを示していた。
政府におけるAI活用の具体例として、コーベン氏は米国務省 (Department of State) が毎日約3,000通の外交電文を処理する際に、自然言語処理 (Natural Language Processing) を用いて洞察を抽出し、政策立案に役立てるプロジェクトを挙げた。同氏によれば、約5年前の旧来の技術では数人のチームで数ヶ月を要した作業が、今日の生成AI (gen-AI) 革命後のツールを使えば、少人数で数週間で完了すると述べた。また、BIS (Bureau of Industry and Security) の輸出管理執行のためのエンティティ解決や予測モデリング、PLA (People’s Liberation Army) のシェルカンパニー網の解明などにもAI活用が進められている。
政府機関におけるAI導入の進捗は多様であり、リスク回避の姿勢が課題となっている。特に法執行機関の顧客は、機密情報の露呈や裁判所の判決による証拠価値の低下といった二次的・三次的な影響を懸念する傾向がある。一方で、産業界から政府に転身した者や、ミッションに情熱を燃やし最新技術の導入に意欲的な「信奉者」も存在し、彼らが政府内でのAI活用の推進力となっている。
コーベン氏は、AIモデルの限界についても言及した。これらのモデルは一般に公開インターネット上のデータで訓練されており、企業や政府の機密性の高いニッチなミッションデータとは異なる。また、データサイエンスにおけるゴミインプット・ゴミアウトプット (garbage-in-garbage-out)問題がAIにおいても存在するため、最適な価値を引き出すには、制度的知識やデータの制約を理解した人間の介入が不可欠であると説明した。
参考: ChinaTalk (Jordan Schneider) (アーカイブ) — 2026年10月30日 01:00 (JST)