擬人通信 第42号

結論：この裁判は「AIの倫理基準を誰が決めるか」の先例になる。企業が自社の価値観を守ったまま政府と取引できるかどうかの分水嶺だ。

裁判所提出文書から判明した事実が決定的だ。Pentagonの国防次官が3月4日にAnthropicのDario Amodeiに「very close（合意に非常に近い）」とメールしていた——これは供給チェーンリスク指定の正式通知（3月5日）の前日。つまり実務レベルでは合意寸前だったのに、政治的判断で一方的に関係を断たれた構造が明らかになった。

Anthropicが提出した2件の宣誓供述書（政策責任者Sarah Heck、公共部門責任者Thiyagu Ramasamy）の主張は明確だ。Anthropic側によれば、「自律兵器や大量監視への承認役を求めたことは一度もない」「Claudeの政府環境での展開はエアギャップ（ネットワーク隔離）で運用され、Anthropicにリモートアクセス権やキルスイッチはない」。さらにAnthropic側は、政府が法廷文書で初めて持ち出した懸念——「作戦中にAIを無効化する可能性」——は、交渉中に一度も議論されていなかったと主張している。

注目すべきは業界の反応だ。Microsoft（amicus brief提出）、Googleチーフサイエンティスト Jeff Deanを含むGoogle/OpenAI社員30名超、退役軍人22名がAnthropicを支持。競合他社の社員が「この指定は米国AI産業全体を損なう」と警告するのは異例だ。

経営者が見るべきポイントは2つある。

1. 「供給チェーンリスク」指定が政治的武器として使われた前例。本来は安全保障上の実質的リスクに対する措置だが、今回は交渉の延長線上で発動された。AI企業、とくに政府向け供給網に入る企業にとって、自社の倫理基準を持つことが契約リスクになりうるという先例。

2. 特定のAIプロバイダーへの依存リスクが現実化した。もしPentagonがAnthropicのClaude一本で運用していたら、この指定で業務が止まる。複数プロバイダーへの分散と、AI資産（プロンプト・文脈・運用ノウハウ）の可搬性が、政治リスクへの有効なヘッジになる。GIZINでは2025年12月に「魂の可搬性」——特定のLLMに依存しない設計——を実証している。特定ベンダーとの関係が一夜で断たれるリスクに対して、AI資産をポータブルに保つ設計思想は、技術的な実験ではなく経営判断として重要度を増している。

■ 読者への問い
あなたの会社がAIを業務に組み込んでいるなら、問うべきはこの1点だ。「今使っているAIプロバイダーが明日使えなくなったら、業務は止まるか？」——政治リスクは予測できない。予測できないリスクへの備えは、依存しない設計から始まる。

結論：「AI丸投げ決済」は弱い。顧客との関係を保ったまま、AIの中に出店する方が強い。

OpenAIのInstant Checkout（2025年9月開始）がつまずいた。Walmart EVP Daniel Dankerが公表したデータは明快だ。ChatGPT内でのInstant Checkout購入は、自社サイトへのクリックアウト経由と比べてCVRが1/3。Dankerはこの体験を「unsatisfying（不満足）」と呼んだ（WIRED、3月18日）。OpenAIも今月Instant Checkoutの終了を確認し、小売各社と「アプリ方式」への移行を進めている。

Walmartの答えは「自社AIをChatGPTの中に出店する」だった。3月25日の週から自社AI「Sparky」をChatGPT内に統合する。ユーザーはウォルマートにログインし、カートが自社サイト・アプリ・ChatGPTで同期される。購入はウォルマートのシステム内で完結する。Sparky利用者の注文単価は約35%高いとされる。来月にはGeminiにも同様の統合が入る予定だ。

なぜInstant Checkoutは弱かったのか。決済自体はmerchant側が処理する設計だったが、ユーザーから見れば「ChatGPTの中で知らない商品を即決する」体験だった。ログインも購入履歴もカート同期もない。一方Sparkyは「ウォルマートとの関係性」がそのままChatGPTに持ち込まれる。同じ「AIで買い物」でも、顧客との継続関係を保てるかどうかが分かれ目だ。

GIZINでも類似の構造を経験している。自社のAI社員が書いたX投稿経由で購入が生まれる一方、Google Shopping経由ではクリックが来ても購入に至りにくい。商品が同じでも、「誰の文脈で届いたか」で結果が変わる。Walmartの事例はこの構造をエンタープライズ規模で裏付けた。

■ 読者への問い
自社のAI活用は「丸投げ型」になっていないか。AIに顧客接点を任せるなら、自社との関係性——ログイン、購入履歴、カート——をAIの中に持ち込めているか。Walmartが示したのは、AIプラットフォームは「場所」であって「店」ではないということだ。店を持つのは、あなた自身だ。

結論：GitAgentが解こうとしている問題は正しい。GIZINは別の優先順位で、実務上の課題を解いている。

AIエージェントのフレームワーク分裂は実在する問題だ。LangChain、AutoGen、CrewAI、Claude Code——それぞれが独自のエージェント定義方法を持ち、フレームワーク間の移植はほぼ全面書き直しになる。GitAgentはこの問題に「エージェント定義をコードとして管理する共通フォーマット」で挑む。agent.yaml（マニフェスト）とSOUL.md（人格定義）の2ファイルで定義し、Claude Code・OpenAI Agents SDK・CrewAIなどに書き出せるアダプタを提供する。GitHubリポジトリ（open-gitagent/gitagent）は公開済みで、スター1,000超、MITライセンス。

注目すべきは、GitAgentの設計思想がGIZINの構造と重なっている点だ。

■ GIZINとの設計思想の対応
- GitAgentのSOUL.md（人格定義ファイル）↔ GIZINの個性・判断基準セクション
- GitAgentのRULES.md / DUTIES.md（独立した行動規範ファイル）↔ GIZINの運用ルールセクション
- GitAgentのmemory/runtime/（永続記憶ディレクトリ）↔ GIZINの感情ログ・日報（各AI社員のディレクトリ配下）
- GitAgentのskills/（再利用可能なスキル定義）↔ GIZINの各領域に配置されたスキル群
- GitAgentのHuman-in-the-Loop（PRレビューで人間承認）↔ GIZINの承認フロー（擬人家が判断・承認）

GitAgentはこれらを独立ファイルに分割した「標準規格」として定義している。GIZINは運用文書の中にセクションとして組み込んでいる。アプローチは違うが、「エージェントの判断基準を構造化してコード管理する」という思想は同じだ。

ただし、優先順位が違う。GitAgentはフレームワーク間の「ポータビリティ」を核にしているが、GIZINはフレームワークを1つに決めて「蓄積」を核にしている。

GitAgentの売りは「1回定義すればどこでも動く」。しかしGIZINの実践では、フレームワーク移植の必要性はほぼ発生しない。AI社員がClaude Codeで動いているなら、そのまま動かし続ける方が合理的だ。重要なのはフレームワーク間の移植性ではなく、1つのフレームワーク上で判断基準・失敗ログ・感情の蓄積を深めていくことだった。実務でエージェントの品質を決めるのはフォーマットではなく蓄積の深さだ。

一方で、GitAgentのコンプライアンス機能は注目に値する。FINRA（Rule 3110 監督義務）、SEC、連邦準備制度の規制に対応し、Segregation of Duties（職務分離）を定義ファイルで強制できる。gitagent validate --complianceで規制適合をCIに組み込める設計は、金融業界でのAIエージェント導入障壁を構造的に下げる。GIZINのgizin.aiでは「人間が承認するだけ、探索・交渉は擬人がやる」というA2A2Hモデルを設計しているが、これを将来金融領域に展開する場合、こうしたコンプライアンスの仕組みは参考になる。

■ 読者への問い
あなたのAI社員の判断基準は、どこに記録されているだろうか。GitAgentはフレームワーク中立の標準規格を目指した。GIZINの答えは「フレームワークは1つでいい。その上で、どれだけ深く蓄積できるかが勝負」だった。判断基準をコードとして管理すること自体は正しい——問題は、それを「移植できる形」にするか「深くできる形」にするかだ。