国防総省CTOが今月中にAI研究所向け規制全体像を公表すると発表――議会立法に代わる行政整理アプローチ

2026年11月4日、国防総省最高技術責任者（CTO）のエミル・マイケル（Emil Michael）氏は、カリフォルニア州ナパで開催されたウォール・ストリート・ジャーナル主催のテクノロジーカンファレンスにおいて、米連邦政府が今後1〜2週間以内に、国内のAI研究所に適用される現行の連邦法律および規制の全体像を公表すると発表した。マイケル氏はトランプ政権のAI政策立案のために設置された省庁横断機関「スーパーインテリジェンス・タスクフォース（Super Intelligence Task Force）」の副議長も兼務している。今回の措置の核心は、ホワイトハウスが既存法律のAI研究所への適用範囲を文書化し、公式な全体像として公表することにあり、新たな規制の制定ではない。

マイケル氏は会議において、この戦略が明確な二重の動機に基づくことを説明した。ロイター通信の報道によれば、同氏の発言は以下の通りである。

「私たちは、こうした企業が正しいことをすると米国民が信頼できる枠組みを作ろうとしている。そうしなければ、535人の議員がそれぞれ独自の規制案を書き、業界全体を窒息させることになる。」

「535」とは、米国議会の上下両院の全議員数を指す。この発言は同時に二方向へのメッセージを発している。国民に対しては規制が存在しAI研究所に適用される法律があるという保証を、議会に対しては行政側がすでに自律的に対処しており、個別立法はリスクが大きいというシグナルを送るものだ。

行政整理の運用ロジック

今回の措置の本質は「行政統合」アプローチであり、ゼロから立法を行う「議会による新法制定」アプローチと方法論上で対立する。両者の違いは規制の厳しさではなく、規制権力の源泉と形式にある。

現行の米連邦法体系において、AI研究所に潜在的に関連する法律は複数の分野に分散している。国家安全保障・国防調達（国防総省および関連機関が主導）、輸出規制（商務省の輸出管理規則）、消費者保護（連邦取引委員会）、反トラスト（司法省およびFTC）、金融規制などがその例だ。これらの法律はAIのために制定されたものではないが、理論上はAI企業の一部の行為に対してすでに拘束力を持つ。問題は、これらの権限が異なる省庁・異なる立法の歴史に分散しており、企業のコンプライアンス部門が完全な義務リストを独自に組み立てることが困難な点にある。

スーパーインテリジェンス・タスクフォースが取り組もうとしているのは、この見えない地図を可視化することだ。新たな義務を創設するのではなく、すでに存在する義務の境界線を明示する。行政技術の観点からは、これは低コストかつ短サイクルで規制の確実性を提供する手法である。議会立法の長期にわたる政治的せめぎ合いを経る必要がなく、大統領が新たな法案に署名する必要もなく、各省庁が既存の執行権限と適用範囲を文書化して統一的に公表するだけでよい。

トランプ政権は2026年9月に行政命令により公式文書での「人工知能（artificial intelligence）」を「超知能（superintelligence）」に改称し、スーパーインテリジェンス・タスクフォースはその後10月に正式に発足した。AP通信の報道によれば、同タスクフォースは国家情報長官のジェイ・クレイトン（Jay Clayton）氏が議長を、マイケル氏が副議長を務める。今回の全体像公表に関する発表は、タスクフォース発足から6週間足らずで発せられた、実質的な内容を持つ最初の政策シグナルである。

各利害関係者の損益分析

AI研究所およびテクノロジー企業にとって、現在最大の問題は規制そのものの厳しさではなく、不確実性にある。公式な全体像が公表されれば、企業の法務チームはそれを基準として内部コンプライアンス体制を構築し、解釈の相違から生じる法的リスクを低減できる。こうした確実性は特に中規模のAI企業にとって価値が高い。大手テクノロジー企業は複数の法域をカバーするコンプライアンスチームを雇用できるが、規模の小さいAI研究所はグレーゾーンの中で手探りすることが多い。全体像の公表は本質的に、行政による確実性の提供と引き換えに、企業が既存規制を受け入れることを促すものだ。ただし、この文書が拘束力を持つものではなく指針的なものである場合、将来的に異なる解釈が生じる可能性を法的に排除することはできない。

議会にとっては、これは明白な権力競争だ。マイケル氏の発言は実質的に、行政側が立法側に対して「個別立法は不要」というシグナルを発するものだ。2026年時点で、議会はAI専門の連邦法を1本しか成立させていない一方、米国の各州はすでに100本を超えるAI関連法律を制定しており、州レベルの立法ペースは連邦を大幅に上回っている。議会の立法行動は党派対立と手続き上の障壁によって長期間阻まれており、行政アプローチの加速は立法の政治的空間をさらに圧縮する可能性がある。議会が主導権を失わないためには、全体像の公表後の窓口期間に、より説得力のある立法主張を提示する必要がある。

各州にとっては、連邦行政の枠組みが自動的に各州のAI立法を「先占（preempt）」することにはならない。先占には議会による専門的な連邦先占立法が必要であり、現時点でそのような保証は提供されていない。連邦の行政的全体像が公表された後、連邦行政の枠組みと各州法律が並立したり、場合によっては衝突したりする複雑な状況が生じる可能性があり、州をまたいで事業を展開するAI企業のコンプライアンス上の課題がむしろ増大するおそれがある。

グローバルなAIガバナンスの関係者にとって、今回の米国行政側の動きは先例としての意味を持つ。「現行法の整理」モデルが実行可能と証明されれば、他の法域に対して、AIガバナンスは全く新しい立法を待たずとも、既存ルールの行政統合によって信頼性を確立できるというシグナルになる。これは立法論議の初期段階にある国や地域にとって、参照すべき政策経路の選択肢となる。

EUのアプローチとの比較

米国の現在のアプローチと最も対照的なのはEUの「AI法（EU AI Act）」だ。EUは2021年の提案から2024年の正式成立まで3年を要し、リスクレベルによる分類に基づく全く新しい専門立法の枠組みを構築した。「高リスク」AIシステムには詳細なコンプライアンス要件が設定されている。これは典型的な「ゼロからの立法」アプローチであり、適用範囲が明確で法的拘束力を持つが、立法サイクルは年単位であり、企業のコンプライアンスコストは高く、規則の更新には再度の立法プロセスが必要となる。

米国が現在選択している行政統合アプローチの優位点は、タイムラインが極めて短い点にある（マイケル氏が示したのは「1〜2週間」）。また議会の立法的せめぎ合いを経る必要がない。しかし、その適用範囲は必然的に現行法の射程に制限される。現行法が明確にカバーしていないAI固有のリスク――例えば先端モデルの能力閾値管理、学習データの著作権帰属、AI生成コンテンツの法的責任など――については、行政整理は無から新たな義務を創出することができない。つまり、全体像の公表は企業のコンプライアンスにおける不確実性を低減できるが、AI固有のシナリオにおける現行法体系の実質的な空白を埋めることはできない。

二つのアプローチはそれぞれ異なるガバナンス哲学を体現している。EUは先に規則を整備してから商業的拡張を認めることを選択し、米国の行政側は先に商業的拡張を認めてから規則の解釈を補完することを選択した。両者にはそれぞれの政治経済的論理がある。