決定論的AIのエンジニアリング前提：AIはなぜモデルの外側で託される必要があるのか

デモは拍手で締められますが、意思決定には署名が要ります。

AI 導入の評価会議の流れは、ほとんど同じです。提案が終わり、効果は心強く、そこへ誰かが問います——「もし間違えたら、誰が責任を取るのか」。空気が静まり、案件は止まります。もはや技術ではなく組織の問題です。「署名」は、根拠・責任者・記録を意味します。今日の大規模モデルは、この三点が空っぽです。

業界は答えを待たずに動いてきました。ツール呼び出しのプロトコル、エージェント間の通信と支払いのレール、身分と評判の標準が二年で密集し、EU の AI 法も高リスクのシステムに記録・追跡・監査可能な義務を課しています。接続は埋まり、身分は立ち、支払いにレールが敷かれました——それでも、AI を生産に入れるには最後の一段が残っています。それを託せるものにすることです。

AI を止めているのは知性ではない

大規模モデルはすでに十分賢く、この点は争点ではありません。生産ラインに入れないのは、知性と関係のない三つの性質のせいです。

結果が再現できません。 同じ入力と制約なら、同じ過程と結論が再現できねばなりません。二度の問いに違う答えが返り、結論の出所に答えられません。確率的な出力は欠陥ではなく、欠陥はその周りに制約も記録もないことです。署名できない結果は、業務ラインに入りません。

責任が画定できません。 組織の内部では責任はアーキテクチャで解きますが、組織をまたげば証拠によるしかありません。AI の協働はもともと領域をまたぎ、誰が承認し、誰のデータと方法を使い、貢献が何割かを客観的に証明する手段は今日ありません。契約は責任を定められても、双方がともに採る事実は生成できません。 場面が重要になるほど、協働は始められません。

経験が蓄積できません。 多くのAI導入はステートレスです。コンテキストは毎回計算し直され、誤り訂正は残らず、ある場面で学んだことは次の場面や次の取引先に移りません。蓄積は資産にならず、消耗されるだけです。

並べると、同じ一つの問題だと分かります——境界・責任・記帳。分散システムが何十年も扱ってきたもので、答えがインフラへ向かう理由です。

確実性はモデルの外側に育つ

モデルの確率性は価値の源泉であり、消すべきものではありません。確実にすべきなのは、その周りの一圈です——入力がどこから来るのか、どの権限で参加するのか、実行が何を残したのか、コストと貢献をどう精算するのか。

この一圈には業界に成熟した対応物がありますが、狙いが別です。ゼロトラストと最小権限は「誰が何にアクセスできるか」に答え、対象は人とデバイスです。機密計算と TEE は「この一回の計算を覗かれないか」に答え、静的で単発の実行に向きます。監査ログは「事後に追えるか」に答え、単一主体のシステムに向きます。いずれも「多数者・動的・資産が移らない」協働のためには設計されていません。 欠陥はここに現れます。

確実性の担い手は、モデルではなくモデルの外側の層です。誰が参加できるか。散った情報を生データなしで完全な判断へ組み上げるにはどうするか。一度の協働を複数者がともに採る事実にするにはどうするか。

境界・アラインメント・記帳

境界の第一の意味は、参加が引き渡しを前提としないことです。 データ・方法・モデルはそれぞれの境界に残り、領域をまたいで流れるのは原文ではなく参照と認可です。参加者はそれで計算を完結できますが、相手の原資産は復元できません。使えますが、見えません。

境界の質はアーキテクチャから来て、規律からは来ません。 方針レベルの隔離は各者が常に規則どおりに振る舞うことを前提とし、参加者やトポロジーが絶えず変わる協働では一貫させにくくなります。アーキテクチャレベルの隔離は、誰かの自覚にも規則集の網羅性にも依存しません。違いは厳しさではなく、失敗したとき誰が引き受けるかにあります。

アラインメントは、古い問いに答えます。判断には完全さが要りますが、データは引っ越さなくてかまいません。 各領域は部分的な見方を保ち、論理層が連合認可に従って散った情報を完全なコンテキストへ組み上げ、境界の間で共有されるのは検証可能な事実の源だけです。「データを渡すか、結論を得ないか」という二択は、構造の上で成り立ちません。

記帳は、協働が承認されるかを決めます。 要求・認可・実行・結果の各段階が検証可能に記録され、資源の消費も計上されます。資源台帳の役割は課金ではなく、「資源は有限である」をシステムに書き込むことです——実行主体は制御を失う前に制約されます。

境界が協働を始めさせ、アラインメントが完結させ、記帳が承認させます。 三つがそろって「託せる」のエンジニアリング条件になります。

なぜ確実性がチェーン自体の並列を要求するのか

この線をたどると、あまり歓迎されない結論にぶつかります。直列チェーンの上にコンプライアンス機能を積むことと、構造として多者の境界を支えることは、別物です。

直列構造の制限は速度ではなく、共有の仕方にあります。台帳と状態空間を全参加者が共有し、どの書き込みも全体で順番待ちになります。その帰結は、隔離が方針で定めるしかないことです。境界は規律であって、アーキテクチャではありません。単一主体・低頻度の場面なら足りますが、多者・高頻度・動的な協働では規律は突破されます。

並列構造は、この層の性質そのものを変えます。独立した並列ソロチェーンはもともと互いに干渉せず、境界は構造の属性になります。領域をまたぐ協働はネイティブなクロスチェーンが担い、精算に資産の移転は要りません。帰結は三つです。多境界・高頻度・動的組み替えの協働を、全体の順番待ちに引きずられずに載せられます。局所の速い確定と周期的な全体アンカリングが並び立ち、「速い」と「ともに採れる」が排他的でなくなります。権限と資源の制約を局所の閉ループで効かせられます。

Paralism の並列マルチチェーンは、この路線を十余年歩んできました。関連する基礎特許は中国・米国・欧州で認可されています。覚えておくべきなのはあの判断です——隔離をアーキテクチャの属性にするには、チェーン自体が並列でなければなりません。

業界はそれぞれ一段を持ち、欠けているのは中間の層

どの一片も、本物の課題を解いています。

この表を読み下すと、明快な結論です。要求は増える一方で、ともに採れる事実の源は、ただ一か所しか生み出せません——実行時に自動で生成される記録です。 後から書き足す資料や一方だけが保存するログは、多者間の精算と責任の画定を担えません。

この層が解決しないこと

境界のない能力の説明は、説明がないより危険です。

この層はモデルの能力評価を置き換えません——判断が正しいかは、評価・領域知識・データ品質に依存します。データ品質にも責任を持ちません。ごみを入れればごみが出る、入力の質は構造では変わりません。単一組織で責任がもともと明確な業務では、利得は限られます。認可の規則は誰かが定め、維持しなければならず、構造は人の代わりに決めません。提供するのは検証できる記録であり、適法かどうかは企業と規制当局が判断します。

この五点を明確に語ることは、利点を三つ並べるより役に立ちます。協働のインフラの価値は、まさに自分が何を知らないかを認めるところにあります。

判断

三つの力が同じ方向へ収束しています。プロトコルが埋まり、規制が「追跡可能・監査可能」を固い要求として書き込み、企業は調達で「検収できること」を求めています。協働層の位置は、選択肢から必需品へ変わっていくはずです。

不確かさも明確です。関連する標準はまだ競い合い、収束していません。先に着地するのは最も優雅な案ではなく、複数者がともに採用できる案が選ばれることが多いのです。敷居は技術の優雅さではなく、「誰もが業務を載せたいと思うか」にあります。

託せるAIとは、より賢いAIではなく、境界があり、記録があり、台帳があるAIです。この三つはモデルが自ら伸ばせるものではなく、ただ建てるしかありません。Paralism はこの路線を決定論的AIと呼んでいます。モデルの能力の境界は変えず、モデルの外側の一層を補うだけです。この層が建った日、評価会議のあの問いに答えが出ます。署名する人は、根拠がどこにあり、責任がどこに落ちるかを知っています。